LM Studio-Plugins: welche installieren und comment

#Warum Plugins in LM Studio?

LM Studio ist eine hervorragende lokale Laufzeitumgebung: Es lädt ein GGUF- oder MLX-Modell herunter, führt das Modell auf Ihrer GPU oder Ihrem Apple-Chip aus und stellt einen Chat oder eine OpenAI-kompatible API bereit. Der einfache Chat bleibt jedoch auf den Text beschränkt, den das Modell im Speicher hat. Kein Webzugriff, kein Lesen lokaler Dateien, keine Ausführung von Tools, keine Integration mit anderen Anwendungen.

Die Plugins LM Studio füllen diesen Raum aus. Sie ermöglichen es, die Anwendung zu erweitern, ohne den Inferenzmotor zu verändern: Man fügt Werkzeuge hinzu, die während einer Konversation vom Modell aufgerufen werden können, man verarbeitet die Prompts vor ihrer Ankunft am Modell und man integriert eine benutzerdefinierte Generierungslogik. All dies läuft im Prozess LM Studio, weshalb alles lokal bleibt — im Einklang mit der strengen Selbsthosting-Positionierung der Anwendung.

#Die 5 Arten von Plugin-Komponenten

Ein Plugin LM Studio kann fünf Arten von Komponenten bereitstellen. Ein und dasselbe Plugin kann mehrere kombinieren, aber jeder hat eine klare Funktion:

Tools Providers

Stellen Werkzeuge (Funktionen) bereit, die das Modell während der Generierung aufrufen kann. Das entspricht dem „Function Calling“: Das Modell entscheidet, wann es das Werkzeug aufruft, liest das Ergebnis und setzt seine Überlegungen fort. Typische Beispiele: eine Datei lesen, eine HTTP-Anfrage senden, einen Befehl ausführen, eine Datenbank abfragen.

Prompt-Präprozessoren

Verändern den Prompt, bevor er beim Modell ankommt. Nützlich, um Kontext einzufügen (RAG, Zusammenfassungen), personenbezogene Daten (PII) zu verbergen oder die Nutzeranfrage in ein Format umzuschreiben, das das Modell bevorzugt.

Generators

Stellen ein benutzerdefiniertes Backend für die Generierung anstelle der standardmäßigen llama.cpp/MLX-Engine bereit. Fortgeschrittener Anwendungsfall: bestimmte Anfragen an eine andere Laufzeitumgebung, einen Mock zum Testen oder einen von Ihnen kontrollierten entfernten Server weiterleiten.

Custom Configuration

Stellt Konfigurationsfelder in der Benutzeroberfläche von LM Studio bereit (Schalter, Schieberegler, Textfelder). Der Benutzer konfiguriert das Plugin, ohne den Code zu ändern. Das Plugin liest diese Werte zur Laufzeit.

Third-Party Dependencies

Listet die für das Plugin erforderlichen npm-Pakete von Drittanbietern auf. LM Studio installiert sie beim Build des Plugins in der integrierten Node-Laufzeitumgebung.

#Ein Plugin vom Hub installieren

Am einfachsten lässt sich ein Plugin zu LM Studio über den offiziellen Hub hinzufügen. Jedes veröffentlichte Plugin hat eine eigene Seite mit einem Button „Add to LM Studio“ und einem stabilen Deeplink.

1. 01
   1. Das Plugin auf lmstudio.ai finden

   Navigieren Sie im Hub LM Studio bis zur Seite des gewünschten Plugins. Die kanonische URL hat die Form `https://lmstudio.ai/<creator>/<plugin-name>`.
2. 02
   2. Auf „Add to LM Studio“ klicken

   Die Schaltfläche öffnet einen Deeplink, der Ihre lokale App LM Studio auffordert, das Plugin zu installieren. Wenn LM Studio geöffnet ist, erfolgt die Installation in wenigen Sekunden. Andernfalls startet der Deeplink die App.
3. 03
   3. In der Plugin-Liste überprüfen

   Nach der Installation erscheint das Plugin in der Plugins-Sektion von LM Studio. Sie können es jederzeit aktivieren, konfigurieren (falls Custom Configuration verfügbar ist) oder deaktivieren.
4. 04
   4. Plugin verwenden

   LM Studio führt das Plugin bei Bedarf automatisch aus. Bei einem Tools Provider kann das Modell das Tool während des Chats aufrufen. Bei einem Prompt Preprocessor wird die Transformation unbemerkt auf jeden Prompt angewendet.

#Einen MCP-Server über mcp.json anschließen

MCP (Model Context Protocol) ist ein offener Standard, der es externen Servern ermöglicht, Werkzeuge bereitzustellen, die von jedem kompatiblen Host verwendet werden können. LM Studio ist seit Version 0.3.17 ein MCP-Host. Praktisch können Sie einen MCP-Server (offiziell oder von Drittanbietern) anschließen, und seine Werkzeuge werden im Chat verfügbar, genau wie Werkzeuge eines Tools-Providers.

Version 0.3.18 brachte zwei nützliche Verbesserungen: eine Schaltfläche, um den Neustart eines abgestürzten MCP-Servers zu erzwingen, und eine Aktualisierungsschaltfläche, um die Liste der bereitgestellten Tools neu zu laden, ohne die gesamte App neu zu starten.

Zwei Möglichkeiten, einen MCP-Server hinzuzufügen: über einen Deep-Link „Add to LM Studio“ auf der Seite des Servers oder durch manuelles Bearbeiten der Datei `mcp.json`. Die zweite Option führt über den Tab „Program“ in der rechten Seitenleiste → Schaltfläche `Install` → `Edit mcp.json`.

{
  "mcpServers": {
    "hf-mcp-server": {
      "url": "https://huggingface.co/mcp",
      "headers": {
        "Authorization": "Bearer <YOUR_HF_TOKEN>"
      }
    }
  }
}

Die Schreibweise in `mcp.json` ist mit der von Cursor kompatibel: Wenn Sie bereits eine MCP-Datei für Cursor haben, können Sie dieselben Blöcke wiederverwenden. Jeder Eintrag unter `mcpServers` beschreibt einen Server (HTTP-URL oder lokaler Befehl, Authentifizierungsheader, Umgebungsvariablen).

#Eigenes Plugin mit dem SDK lmstudio-js erstellen

Um über die bestehenden lm studio-Plugins hinauszugehen, bietet LM Studio ein offizielles SDK in TypeScript/JavaScript an: `lmstudio-js`, veröffentlicht auf npm unter `@lmstudio/sdk`. Das SDK umfasst die gesamte Plugin-API: Komponenten deklarieren, Zugriff auf das Modell, Konfigurationsverwaltung, Kommunikation mit der Anwendung.

npm install @lmstudio/sdk --save

Um ein Plugin von Grund auf zu entwickeln, verwenden Sie am einfachsten die CLI `lms` (im Lieferumfang von LM Studio enthalten). Drei Befehle decken das Wesentliche des Lebenszyklus ab:

1. 01
   1. lms create — initiales Grundgerüst

   Erstellt einen neuen Plugin-Ordner mit der erwarteten Struktur: Manifest, TypeScript-Code, Abhängigkeiten. Sie wählen den Typ der Hauptkomponente (Tools Provider, Prompt Preprocessor, Generator). Das SDK und die Typen sind bereits eingebunden.
2. 02
   2. lms dev — Entwicklungsmodus

   Ab dem Plugin-Ordner wird `lms dev` im Entwicklungsmodus gestartet. Der Code wird bei jeder Speicherung neu gebaut und neu geladen, und das Plugin erscheint in der Liste der Plugins in der App LM Studio wie installiert. Schnelle Iteration, kein manueller Build- oder Installzyklus.
3. 03
   3. lms push — auf dem Hub veröffentlichen

   Wenn das Plugin bereit ist, veröffentlicht `lms push` es auf dem LM Studio Hub. Jeder kann es dann über den Deeplink `https://lmstudio.ai/<vous>/<nom-plugin>` installieren. Versionierung und Metadaten werden über das Projektmanifest verwaltet.

#Sicherheit: Quellen, Berechtigungen, übermäßiger Ressourcenverbrauch

Die Plugins LM Studio und die MCP-Server öffnen den Prozess der App für Drittanbietercode. Das ist keineswegs harmlos.

Beliebiger Code

Ein lokaler MCP kann beliebige Befehle auf Ihrem Betriebssystem ausführen. Lesen Sie den Code oder vertrauen Sie dem Maintainer, bevor Sie installieren.

Dateizugriff

Ein MCP-Server mit dem Tool `read_file` kann potenziell alles lesen, was Ihr Benutzerkonto lesen kann. Beschränken Sie den Zugriff über `allowed_tools` oder durch ausdrücklich festgelegte Pfade auf der Serverseite.

Netzwerkzugriff

Ein MCP kann ausgehende Anfragen senden (Datenexfiltration ist möglich). Prüfen Sie die Liste der Ziele in der Konfiguration und blockieren Sie die Verbindungen bei Bedarf über die Firewall.

Übermäßiger Tokenverbrauch

MCPs, die für Cloud-Modelle konzipiert sind (große Kontextfenster, viele Tools), können sehr viel Kontext einfügen. Bei einem kleineren lokalen Modell verschlechtert das die Leistung und die Qualität der Antworten.

Grundregel: Ein Plugin/MCP, das Sie installieren, muss einen identifizierbaren Maintainer, ein zugängliches Repository und einen klaren Anwendungsfall haben. Lesen Sie im Zweifel den Code, bevor Sie auf „Add to LM Studio“ klicken.

#Neuheiten Sommer 2026: v0.4.20, Linux und Bionic

LM Studio 0.4.20 (22. Juli 2026) stärkt vor allem den Einsatz im Netzwerk: Endpoints für Unternehmen und „device“-Modelle, die sich über LM Link aus der Ferne steuern lassen. Ihre bestehenden Plugins funktionieren weiterhin: Das System basiert nach wie vor auf JavaScript/TypeScript, das auf Node ausgeführt wird, mit denselben Komponentenfamilien (Tool-Anbieter, Prompt-Vorverarbeiter, Generator, benutzerdefinierte Konfiguration) und dem Entwicklermodus lms dev, der das Plugin im laufenden Betrieb neu lädt.

Auf Linux werden die Plugins in ~/.config/LMStudio/plugins gespeichert — praktisch, um sie mit git zu versionieren oder zwischen den Maschinen zu synchronisieren. Der restliche Workflow (Installation, MCP-Server über mcp.json) ist auf Windows und macOS identisch.

#Weiterführende Informationen

Plugins und MCP-Server machen LM Studio zu einer Plattform: Dieselbe lokale Laufzeitumgebung kann jetzt als Grundlage für einen Chat mit erweiterten Funktionen, einen autonomen Agenten, eine IDE mit Assistenzfunktionen oder ein Backend für Ihre eigenen Apps dienen. Am besten beginnen Sie im Kleinen (mit einem offiziellen MCP-Server und einem Plugin aus dem Hub), lernen das Verhalten kennen und entwickeln dann Ihren eigenen Tools Provider, sobald ein konkreter Bedarf entsteht.

Wenn Sie mit LM Studio beginnen oder es als Backend für andere Tools verwenden möchten, ergänzen die folgenden Anleitungen diesen Überblick.