# 如何在 Linux 终端中安装 LM Studio CLI
1. 打开一个新终端以运行 LM Studio CLI，或使用 `tmux`
2. 获取 [LM Studio](https://lmstudio.ai/download) 或运行下面命令（约 1GB 下载大小）
{% code overflow="wrap" %}
```bash
wget https://lmstudio.ai/download/latest/linux/x64?format=AppImage -O 'LM_Studio.AppImage'
chmod u+x ./LM_Studio.AppImage
```
{% endcode %}
2. 通过以下方式运行 LM Studio
```bash
./LM_Studio.AppImage
```
你可能会看到如下信息：
{% code overflow="wrap" %}
```
[802435:0215/073628.027773:FATAL:sandbox/linux/suid/client/setuid_sandbox_host.cc:166] 找到 SUID 沙箱辅助二进制文件，但未正确配置。与其在没有沙箱的情况下运行，我现在终止。
```
{% endcode %}
如果是这样，请改为执行下面操作：
```bash
./LM_Studio.AppImage --no-sandbox
```
3. 然后你可能会看到下面这些，尤其是在没有桌面的云实例中：
{% code overflow="wrap" %}
```
[807101:0215/073740.801969:ERROR:ui/ozone/platform/x11/ozone_platform_x11.cc:249] 缺少 X 服务器或 $DISPLAY
[807101:0215/073740.802000:ERROR:ui/aura/env.cc:257] 平台初始化失败。正在退出。
段错误（已生成核心转储）
```
{% endcode %}
如果是这样，请在终端内安装一个“假”桌面模拟器：
```bash
sudo apt-get install xvfb
```
4. 然后使用 `xvfb` 并启动 LM Studio：
```bash
xvfb-run --auto-servernum ./LM_Studio.AppImage --no-sandbox
```
5. 然后在另一个终端获取 LM Studio 的 LMS / CLI，或在按 CTRL+B+D 后执行 `tmux`
```bash
~/.lmstudio/bin/lms bootstrap
```
6. 打开一个新终端或 `tmux` 然后运行：
```bash
lms
```
如果你看到 `-bash: lms: command not found` 请运行 `lms` 在新的终端窗口中！
7. 现在下载一个模型，例如 [qwen3-coder-next](https://unsloth.ai/docs/zh/mo-xing/qwen3-coder-next "mention") 如下。如果下载卡住，请参见 [hugging-face-hub-xet-debugging](https://unsloth.ai/docs/zh/ji-chu/troubleshooting-and-faqs/hugging-face-hub-xet-debugging "mention")
{% code overflow="wrap" %}
```bash
pip install -U huggingface_hub
hf download unsloth/Qwen3-Coder-Next-GGUF \
--local-dir unsloth/Qwen3-Coder-Next-GGUF \
--include "*UD-Q4_K_XL*"
```
{% endcode %}
8. 然后我们通过以下命令导入模型：
{% code overflow="wrap" %}
```bash
lms import \
unsloth/Qwen3-Coder-Next-GGUF/Qwen3-Coder-Next-UD-Q4_K_XL.gguf \
--symbolic-link --user-repo "unsloth/Qwen3-Coder-Next-GGUF" -y
```
{% endcode %}
你可能会看到 `EEXIST: 文件已存在，符号链接 'unsloth/Qwen3-Coder-Next-GGUF/UD-Q6_K_XL/Qwen3-Coder-Next-UD-Q6_K_XL-00001-of-00003.gguf' -> '~/.lmstudio/models/unsloth/Qwen3-Coder-Next-GGUF/Qwen3-Coder-Next-UD-Q6_K_XL-00001-of-00003.gguf'` 这只是表示你已经在 LM Studio 中加载了该模型。
你也可以通过以下命令检查所有 LM Studio 模型：
```bash
ls ~/.lmstudio/models
```
8. 你也可以通过以下方式获取模型 `lms get` 通过下面：
```bash
lms get https://huggingface.co/unsloth/Qwen3-Coder-Next-GGUF@Q4_K_XL
```
然后你会看到：
```
正在完成下载...
下载完成。你可以使用以下命令加载模型：
lms load qwen3-coder-next
```
然后加载 `lms load qwen3-coder-next`:
9. 然后启动 LM Studio 的服务器：
```bash
lms server start --port 8001 --bind 127.0.0.1
```
你会看到 `成功！服务器现在在端口 8001 上运行`
9. 然后在一个新终端中，通过兼容 OpenAI 的端点使用该模型：
```python
from openai import OpenAI
import json
openai_client = OpenAI(
base_url = "http://127.0.0.1:8001/v1",
api_key = "null",
)
model_name = next(iter(openai_client.models.list())).id
print(model_name)
completion = openai_client.chat.completions.create(
model = model_name,
messages = [{"role": "user", "content": "What is 2+2?"},],
)
print(completion.choices[0].message.content)
```
就这样完成了！