前言
在 AI 輔助開發的時代，許多開發者開始尋求更高隱私、更低成本的方案。OpenCode（類似 Claude Code 的開源編碼助手）搭配 LM Studio 是一個絕佳組合。透過將模型跑在筆電本地，你不僅能省下訂閱費用，還能確保程式碼不會上傳至雲端伺服器。
以下是將 OpenCode 串接到本地 LM Studio 的完整指南。第一步：在 LM Studio 開啟本地伺服器
首先，我們需要讓 LM Studio 扮演 API 供應商的角色。
- 選擇模型： 打開 LM Studio 並下載針對 Coding 優化的模型，推薦使用
Qwen2.5-Coder或DeepSeek-Coder。 - 啟動伺服器： 點擊左側邊欄的 「Developer」 圖示進入伺服器設定頁面。
- 關鍵設定： * 在上方下拉選單載入剛下載的模型。
- 確認 Port 設定為 1234（這是預設值）。
- 務必將 Cross-Origin Resource Sharing (CORS) 選項開啟。
- 獲取模型識別碼： 點擊 「Start Server」。啟動後，請複製介面上顯示的 Model Identifier（例如
qwen2.5-coder-7b-instruct），這是後續設定的核心。
第二步：配置 OpenCode 設定檔
OpenCode 會讀取家目錄下的設定檔來決定如何通訊。請找到以下路徑：~/.config/opencode/opencode.json。
你可以使用任何編輯器開啟該檔案，並在 provider 區塊中加入自定義的本地端設定：
{
"provider": {
"lmstudio": {
"npm": "@ai-sdk/openai-compatible",
"options": {
"baseURL": "http://127.0.0.1:1234/v1",
"apiKey": "not-needed"
},
"models": {
"your-model-id-here": {
"name": "Local LM Studio Model"
}
}
}
},
"model": "lmstudio/your-model-id-here"
}
請注意： 將代碼中的 your-model-id-here 替換為你在第一步獲取的 Model Identifier。
重點解析：為什麼 "model" 那一列很重要？
在設定檔中，"model": "lmstudio/your-model-id-here" 這一行具備以下兩個重要功能：
- 路徑路由： 它告訴 OpenCode 應該使用哪一個
provider。前綴lmstudio/會讓系統去尋找我們定義的本地伺服器地址（127.0.0.1:1234）。 - 自動化啟動： 如果沒有這一行，你每次啟動 OpenCode 時都需要手動輸入指令切換模型。有了它，程式一開啟就會直接與本地模型連線，提供流暢的開發體驗。
第三步：效能與實戰建議
完成設定後，重新啟動 OpenCode 即可開始對話。為了獲得最佳的編碼體驗，還有幾個進階細節值得注意：
- 擴張上下文長度 (Context Window)： OpenCode 在分析專案結構時會讀取大量程式碼。建議在 LM Studio 的伺服器設定中，將 Context Length 提高到 32,768 以上，避免模型因「斷片」而產生錯誤答案。
- 硬體加速： 如果你使用的是具備強力 GPU 的硬體（如 NVIDIA 系列），請務必在 LM Studio 中開啟 GPU Offload。這能顯著提升 Token 生成的速度，讓 AI 補全程式碼時幾乎感覺不到延遲。
結語
透過 OpenCode 與 LM Studio 的結合，你成功在本地打造了一個強大且私密的 AI 編程工作站。這種配置特別適合需要處理機密專案，或是希望在離線狀態下依然保持高生產力的開發者。
