LM Studio安裝Qwen3.5教學：零代碼圖形介面本機AI完整指南2026
適合對象：本教學專為不熟悉命令列操作的用戶設計，使用 LM Studio 的全圖形介面，從下載安裝到開始對話，全程點擊操作，無需輸入任何程式碼。覆蓋 Windows 11 和 macOS Sequoia 兩大平台，並說明如何啟用本機 API 伺服器供開發者使用。
什麼是 LM Studio？最適合新手的本機 AI 工具
LM Studio 是一款專為一般用戶設計的本機大語言模型執行工具，以美觀的圖形介面著稱。不同於 Ollama 需要使用命令列，LM Studio 提供完全視覺化的操作體驗：安裝軟體 → 在內建模型瀏覽器搜尋 Qwen3.5 → 點擊下載 → 點擊執行，整個流程無需輸入任何命令。
2026 年初，LM Studio 在 X.com 和 Reddit 的 AI 社群中收到大量好評，特別是在 Qwen3.5 發布後，大量用戶分享了使用 LM Studio 運行 Qwen3.5 的截圖和評測。LM Studio 的模型瀏覽器直接整合了 Hugging Face，讓用戶可以在一個介面內完成搜尋、比較、下載所有工作。
完全圖形介面
零代碼，滑鼠點擊即可完成所有操作
內建模型搜尋
整合 Hugging Face 模型庫直接搜尋下載
本機 API 伺服器
OpenAI 相容 API，開發者也能輕鬆使用
效能監控
即時顯示 GPU/CPU 使用率和推理速度
系統需求與最佳配置
LM Studio 支援 Windows 10/11 和 macOS 12 以上版本，對硬體的要求視你想執行的模型大小而定：
Windows 推薦配置
macOS 推薦配置
第一步：下載並安裝 LM Studio
安裝步驟
前往官網下載安裝程式
打開瀏覽器前往 lmstudio.ai，點擊對應你作業系統的下載按鈕。Windows 版為 .exe 安裝程式，macOS 版為 .dmg 磁碟映像檔。建議搭配 VPN07 下載以獲得最快速度。
執行安裝程式
Windows：雙擊下載的 LM-Studio-Setup.exe，選擇安裝路徑，完成安裝。安裝目錄建議選擇有足夠空間的磁碟（模型檔案可能佔用數十 GB）。
macOS：開啟 .dmg 後拖拉 LM Studio 到應用程式資料夾，首次開啟可能需要在「系統偏好設定 → 安全性」中允許執行。
首次啟動設定
開啟 LM Studio 後，首次啟動會出現歡迎畫面和簡短引導教學。選擇你的硬體類型（NVIDIA GPU / AMD GPU / Apple Silicon / CPU only），LM Studio 會根據你的硬體推薦適合的模型配置。
第二步：搜尋並下載 Qwen3.5 模型
LM Studio 最強大的功能之一是內建的模型瀏覽器（Model Explorer），整合了 Hugging Face 的完整模型庫，讓你可以在 App 內直接搜尋、比較、下載任何開源模型：
搜尋並下載 Qwen3.5 步驟
點擊左側「搜尋（Search）」圖示，進入模型瀏覽器
LM Studio 的左側導覽列有多個功能圖示，放大鏡圖示（或標示「Discover」）就是模型瀏覽器入口。
在搜尋欄輸入「Qwen3.5」
搜尋結果會列出所有相關的 Qwen3.5 量化版本，包含不同參數大小（2B、4B、9B、27B 等）和不同量化精度（Q4、Q5、Q8）。
選擇適合的版本並下載
根據你的硬體選擇適合的版本（見下方選擇指南）。點擊「Download」按鈕後，LM Studio 會在背景自動下載，可以繼續瀏覽其他模型。
等待下載完成（可查看進度）
下載進度顯示在底部狀態列。Qwen3.5-9B Q4 版本約 6.6GB，使用 VPN07 加速後通常在 5-10 分鐘內完成。下載完成後模型出現在「My Models」列表中。
Qwen3.5 量化版本選擇指南
| 模型 + 量化 | 檔案大小 | 推薦配置 | 品質 |
|---|---|---|---|
| Qwen3.5-2B Q4_K_M | ~1.5GB | 任何電腦（4GB RAM） | ★★★ |
| Qwen3.5-9B Q4_K_M | ~5.5GB | 16GB RAM，RTX 3060 6GB | ★★★★ |
| Qwen3.5-9B Q8_0 | ~9.5GB | 16GB RAM，RTX 4060 8GB | ★★★★+ |
| Qwen3.5-27B Q4_K_M | ~16GB | 32GB RAM，RTX 4090 24GB | ★★★★★ |
第三步：開始 AI 對話
模型下載完成後，就可以開始對話了。LM Studio 的 Chat 介面類似 ChatGPT，使用起來直覺簡單：
開始對話流程
- 1點擊左側「AI Chat」圖示（對話泡泡）
- 2在頂部下拉選單選擇「Qwen3.5-9B Q4_K_M」
- 3等待模型載入（進度條顯示在介面上方，約 3-10 秒）
- 4在「System Prompt」欄位輸入：「你是一個專業的繁體中文助理，請用繁體中文回覆所有問題」
- 5在底部輸入欄輸入問題，按 Enter 或點擊送出按鈕
進階設定：調整推理參數
LM Studio 右側面板提供豐富的推理參數調整，讓你在不改變模型的情況下控制輸出風格：
常用參數說明
控制輸出的創意程度。0=確定性輸出，1=平衡，2=高度創意但可能不連貫
對話記憶長度（Token 數）。值越大記憶越長但需要更多 RAM
詞彙選擇的多樣性。值越低輸出越集中，值越高越多樣
單次回應的最大長度。-1 表示不限制
Qwen3.5 推薦設定組合
📝 文案/內容創作
Temperature: 0.8, Top P: 0.9
💻 代碼生成
Temperature: 0.2, Top P: 0.95
🔍 資料分析/問答
Temperature: 0.3, Top P: 0.9
💬 日常對話
Temperature: 0.7, Top P: 0.85
啟用本機 API 伺服器（開發者功能）
LM Studio 的一個強大功能是可以將本機執行的 Qwen3.5 模型包裝成與 OpenAI API 相容的 HTTP 伺服器，讓你的應用程式、Python 腳本、甚至其他 AI 工具都能直接呼叫本機模型，完全免費且隱私。
啟用 API 伺服器步驟
1. 點擊左側導覽「Local Server」（伺服器圖示）
2. 在頂部下拉選單選擇要使用的模型（如 Qwen3.5-9B）
3. 點擊「Start Server」按鈕，等待伺服器啟動（約 5-15 秒）
4. 看到「Server is running on port 1234」表示成功啟動
# Python 呼叫本機 LM Studio API 範例
from openai import OpenAI
client = OpenAI(
base_url="http://localhost:1234/v1",
api_key="lm-studio" # 任意字串即可
)
response = client.chat.completions.create(
model="qwen3.5-9b",
messages=[{"role":"user","content":"請介紹Qwen3.5的特色"}]
)
print(response.choices[0].message.content)
LM Studio vs Ollama：如何選擇？
| 比較項目 | LM Studio | Ollama |
|---|---|---|
| 操作介面 | ✓ 完整圖形介面 | 命令列為主 |
| 新手友善度 | ★★★★★ 極高 | ★★★ 中等 |
| 模型瀏覽/搜尋 | ✓ 內建搜尋介面 | 命令列搜尋 |
| 推理速度 | 良好 | ✓ 更快（CLI 直接呼叫） |
| API 伺服器 | ✓ 內建，GUI 一鍵啟動 | ✓ 內建，自動啟動 |
| 推薦對象 | 一般用戶、設計師、非開發者 | 開發者、進階用戶、伺服器 |
常見問題排解
❓ LM Studio 下載速度很慢？
LM Studio 從 Hugging Face 下載模型，台灣直連速度有時較慢。建議開啟 VPN07 選擇美國或日本節點再進行下載，VPN07 的 1000Mbps 千兆頻寬可讓下載速度大幅提升，原本需要 1 小時的下載縮短到 5-10 分鐘。
❓ 模型載入後 LM Studio 沒有回應？
可能是 GPU 記憶體不足導致載入失敗。嘗試換用更小的量化版本（Q4 → Q2），或切換到 CPU Only 模式（在設定中修改）。同時確保 GPU 驅動是最新版本。
❓ 繁體中文輸出品質不佳？
在 System Prompt 中明確指定「你是一個專業的繁體中文助理，必須使用繁體中文（Traditional Chinese）回覆，不得使用簡體中文」，這通常能大幅改善輸出品質。Qwen3.5 對繁體中文的支援很好，明確的指令很有幫助。
❓ API 伺服器啟動後無法從其他 App 連接？
確認防火牆未封鎖 1234 埠。Windows 用戶在「Windows 安全性 → 防火牆 → 進階設定」中新增允許規則。預設監聽位址是 127.0.0.1（僅本機），如需要從其他裝置連接，在 LM Studio 設定中改為 0.0.0.0。
LM Studio 實測效能：Qwen3.5 各版本速度報告
我們在多個硬體平台上測試了 LM Studio 執行 Qwen3.5 不同版本的推理速度，以下是實際測量結果：
Qwen3.5-35B
Qwen3.5-27B Q4
Qwen3.5-9B Q4
Qwen3.5-9B Q4
速度解讀：多快算夠快？
人類閱讀速度約為每秒 5-7 個繁體中文字，而 30 tok/s 以上的推理速度意味著 AI 生成速度超過人類閱讀速度，整個使用體驗非常流暢。20 tok/s 以上也屬於舒適的使用範圍。只有在 10 tok/s 以下時，等待感才會比較明顯。
LM Studio 整合其他工具：打造完整 AI 工作站
LM Studio 的本機 API 伺服器讓它可以輕鬆與其他工具整合，形成強大的本機 AI 生態：
整合 VS Code（Cursor / Continue.dev）
在 Continue.dev 或 Cursor AI 的設定中，將 API 端點設為 http://localhost:1234/v1，就能讓你的 IDE 使用本機 Qwen3.5 提供代碼補全和 AI 助手功能。完全免費，代碼不離開本機，對開發者而言是絕佳的 GitHub Copilot 替代方案。
// Continue.dev config.json 設定範例
{
"models": [{
"title": "Qwen3.5 Local",
"provider": "openai",
"model": "qwen3.5-9b",
"apiBase": "http://localhost:1234/v1",
"apiKey": "lm-studio"
}]
}
整合 n8n / Make 自動化工作流
在 n8n 或 Make（前 Integromat）的 AI 節點中，使用 OpenAI 相容設定，指向 LM Studio 的本機 API。這樣你的自動化工作流（如定時生成報告、自動回覆郵件等）就可以使用本機 Qwen3.5，無需每月支付高昂的 API 費用。
整合 Raycast（macOS）
macOS 用戶可以透過 Raycast 的 AI 插件，設定自訂 AI 提供商為 LM Studio 的本機 API。這樣在任何應用程式中按下快捷鍵，就能呼叫本機 Qwen3.5 進行文字改寫、翻譯、摘要等操作，工作效率大幅提升。
搭配 VPN07：加速模型下載，暢用 AI 服務
LM Studio 從 Hugging Face 下載模型需要良好的國際網路，而台灣直連 Hugging Face 的速度受國際頻寬限制，特別是在下班高峰時段往往只有幾 Mbps 的速度。VPN07 是解決這個問題的最佳選擇。
VPN07 是業界真正的國際大牌，擁有遍布全球 70 個以上國家的高速節點網路，提供高達 1000Mbps 的千兆頻寬。連接 VPN07 的日本或美國節點後，Hugging Face 下載速度可以輕鬆達到 50-100Mbps 甚至更高，讓 Qwen3.5-27B 這樣的大模型也能在半小時內完成下載。運營超過十年的穩定記錄，加上每月僅 $1.5 的超低月費和 30 天退款保障，是每一位 AI 愛好者必備的工具。
LM Studio + Qwen3.5 總結
LM Studio 和 Qwen3.5 的組合是 2026 年最適合非技術用戶的本機 AI 方案。零代碼操作、美觀介面、強大的繁體中文能力，三者的結合讓本機 AI 部署真正變得「人人可用」。
立即開始的三步驟
整個設置過程在良好網路環境下不超過 20 分鐘，之後你就擁有了一個完全屬於你的、永久免費的、離線可用的繁體中文 AI 助理。結合 VPN07 的 1000Mbps 千兆頻寬，無論是下載 AI 模型、存取各種 AI API，還是使用其他國際 AI 服務，都能保持最佳速度和穩定性。
給不同用戶的最終建議
VPN07 — LM Studio 最佳加速搭配
千兆頻寬加速下載 · 70+國家節點 · 十年穩定
LM Studio 下載 Qwen3.5 模型需要穩定快速的國際網路。VPN07 提供業界頂尖的 1000Mbps 千兆頻寬，70 個以上國家節點自由選擇，讓你的 AI 模型下載飛速完成。十年品牌信譽，$1.5/月超低月費，30 天退款保障讓你零風險體驗。