LM StudioのEmbedding APIをWindowsで使う方法｜/v1/embeddings・Python・RAG

先に結論：LM Studioでは/v1/embeddingsとembedding SDKを分ける

LM Studio公式のOpenAI Compatibility docsでは、Responses、Chat Completions、Completions、Embeddingsが別endpointとして案内されています。Embeddingは回答文を生成するAPIではなく、入力文をベクトルへ変換する入口です。まず1件のベクトルを作り、件数とベクトル長を確認してからbatchやRAGへ進みます。

LM Studioのnative v1 REST APIの一覧はchat、models、load、download、unloadなどが中心で、EmbeddingsはOpenAI互換docsとPython・TypeScript SDKで案内されています。推測で/api/v1/embeddingsを作らず、公式の/v1/embeddingsまたはSDKを使います。

• 埋め込みモデルの基礎 - chat modelとembedding modelの役割を分ける
• RAG・埋め込み・ベクトルDB - 検索から回答までの全体像を見る
• LM Studio公式Embeddings - OpenAI互換の現行例を見る

Windowsでserver・embedding model・identifierを準備する

WindowsではLM StudioのDeveloper tabでserverを開始できます。公式CLIではlms server startとlms server statusも案内されています。モデルはlms ls --embeddingでLLMと分けて一覧し、GET /v1/modelsでAPIへ渡す実際のidentifierを確認します。画面表示、ダウンロード済みモデルのkey、ロード後のidentifierが一致するとは限らないため、文字列を推測しません。

1. LM Studioを起動し、Developer tabでserverを開始する。端末運用ならlms server startとlms server statusを確認する。
2. embedding modelがなければ公式の例を参考にlms getで取得し、lms ls --embeddingで保存済み一覧を確認する。
3. lms psまたはDeveloper表示でロード状態を確認し、必要ならlms loadの--identifierでAPI用の名前を固定する。
4. GET http://localhost:1234/v1/modelsでserverから見えるmodel identifierを取得する。portはDeveloper表示を優先する。
5. 公開可能な短文を1件だけ送り、embedding responseの形を確認してから本文やPDFへ広げる。

lms get nomic-ai/nomic-embed-text-v1.5
lms ls --embedding
lms ls --embedding --json
lms ps
lms server start
lms server status

公式のPython・TypeScript Embedding docsではnomic-ai/nomic-embed-text-v1.5が例に使われています。これは固定の推奨ランキングではありません。実際のmodel key、license、容量、日本語文書との相性、RAM/VRAM負荷を手元で確認してください。

• LM Studioのモデル保存場所 - 一覧、ロード、容量整理を確認する
• LM Studioのlms CLI - server、ls、psのWindows導線を見る
• LM Studio公式lms ls - --embeddingと--jsonの現行仕様を見る

PowerShellから/v1/embeddingsを1件・batchで呼ぶ

OpenAI互換のEmbedding endpointはPOST /v1/embeddingsです。WindowsのPowerShellではInvoke-RestMethodでmodelとinputをJSONにして送れます。公式Python例はclient.embeddings.createのdata[0].embeddingを読み取る形なので、PowerShellでも最初はHTTP応答全体を保存し、dataの件数、index、embeddingの要素数を確認します。

$payload = @{
  model = "model-identifier-from-v1-models"
  input = @(
    "WindowsのローカルAIで文章検索を試す",
    "同じembedding modelで文書と質問を変換する"
  )
} | ConvertTo-Json -Depth 8

$result = Invoke-RestMethod `
  -Uri "http://localhost:1234/v1/embeddings" `
  -Method Post `
  -ContentType "application/json" `
  -Body $payload

$result.model
$result.data.Count
$result.data[0].index
$result.data[0].embedding.Count
$result | ConvertTo-Json -Depth 6

Ollama native /api/embedのtruncateやdimensionsを、そのままLM Studioの/v1/embeddingsへ追加しないでください。LM Studioの公式Embedding docsにあるrequest例と、手元のresponse・server設定を基準にします。認証を有効にしている場合は、設定したtokenを秘密情報として安全に渡します。

• LM Studio公式List Models - model identifierを先に確認する
• LM StudioのOpenAI互換API - base URL、localhost、clientの境界を見る
• OllamaのEmbedding API - native /api/embedとの設計差を比較する

Python：OpenAI clientとlmstudio-pythonを使い分ける

LM Studio公式には、OpenAI互換clientへbase_urlを指定するPython例と、lmstudio-pythonのembedding_model APIが別々に掲載されています。既存のOpenAI向け処理を再利用するなら互換client、LM Studioのモデルhandleを直接扱うならSDKという境界で考えます。どちらもこのリポジトリへ依存関係を追加するものではなく、利用者側のWindows環境で準備します。

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:1234/v1",
    api_key="lm-studio",
)

response = client.embeddings.create(
    input=["WindowsでLM Studioのembeddingを試す"],
    model="model-identifier-from-v1-models",
)

print(len(response.data))
print(len(response.data[0].embedding))

import lmstudio as lms

model = lms.embedding_model("nomic-embed-text-v1.5")
embedding = model.embed("Windowsで意味検索を試す")

print(len(embedding))

• OpenAI互換clientではbase_urlの末尾、model identifier、input形式、response.dataを確認する。
• lmstudio-pythonではlms.embedding_modelのhandle名を、公式例とlms lsの表示に合わせる。
• vectorを保存する前に入力ID、model名、前処理、要素数を一緒に記録する。
• pip installやSDK versionは利用者側の判断であり、このサイトのpackage.jsonやlockfileは変更していない。

• LM Studio公式Python Embedding - lms.embedding_modelとembedの現行例を見る
• LM Studio API server - Developer tabとlocalhostの前提を確認する
• LM Studio Responses API - 生成系endpointとの違いを見る

TypeScript・JavaScript：SDKとOpenAI互換を分ける

公式のlmstudio-js docsでは、@lmstudio/sdkのLMStudioClientからembedding modelを取得し、model.embedを呼ぶ例が案内されています。Node.jsアプリがLM Studio固有のmodel handleを使うならSDK、既存のOpenAI互換コードを維持するならOpenAI clientのbaseURL変更という分け方ができます。ブラウザからlocalhostへ接続する場合はCORS、認証、公開範囲を別途確認します。

import { LMStudioClient } from "@lmstudio/sdk";

const client = new LMStudioClient();
const model = await client.embedding.model("nomic-embed-text-v1.5");
const { embedding } = await model.embed("WindowsでRAGのqueryを作る");

console.log(embedding.length);

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "http://localhost:1234/v1",
  apiKey: "lm-studio",
});

const response = await client.embeddings.create({
  input: ["検索対象の文書chunk"],
  model: "model-identifier-from-v1-models",
});

console.log(response.data[0].embedding.length);

SDKを導入したのにHTTPが届かない場合は、LM Studio server、model、SDK接続先を分けて確認します。公式コードのpackage導入は利用者側で実施し、実際のmodel identifierやAPI tokenをソースへ固定しません。

• LM Studio公式TypeScript Embedding - LMStudioClientとembedの現行例を見る
• WindowsローカルAIコーディング - SDKやAPIをアプリへ組み込む前提を見る
• LM Studio Structured Output - 生成系SDKとresponse parserの分離を見る

RAGのindex・queryでmodelと前処理をそろえる

EmbeddingをRAGへ使うときは、PDFや本文をchunkへ分け、各chunkをembedding化して保存し、質問も同じ条件でembedding化して候補を検索します。LM Studio公式docsはEmbeddingをRAGとsimilarity-based tasksのbuilding blockとして説明していますが、chunk規則、vector DB、距離、top-k、引用の正しさまで自動保証するものではありません。

index:  chunks -> embedding model -> vector store
query:  question -> same embedding model -> similarity search
answer: retrieved chunks -> chat model -> cited response

• indexとqueryで同じembedding model、前処理、ベクトル要素数を使う。modelを変えたら既存indexをそのまま使えると決めつけない。
• cosine similarityなどの距離を選ぶ場合はvector libraryの仕様と正規化条件を確認し、固定質問で検索順位を比較する。
• 日本語PDFではOCR・文字抽出・chunk分割の失敗をembedding modelの問題と混同しない。
• 必要な候補だけをchat modelへ渡し、embedding APIが回答の正しさや引用を保証すると断定しない。

• RAG・埋め込み・ベクトルDB - indexから回答までの仕組みを確認する
• 日本語PDFとembedding - 日本語文書で検索を評価する観点を見る
• ローカルRAGのプライバシー - 文書・vector DB・外部送信を分けて確認する

404・model not found・検索ずれをWindowsで切り分ける

Embeddingの失敗は、LM Studio server、モデル一覧、endpoint path、model identifier、SDK接続先、RAGのindex schemaを別の層として確認します。最初からPDFや実データを投入せず、PowerShellの短文requestで1件のresponseが返るところまで戻ると原因を絞りやすくなります。

• 最初はlocalhostだけで検証し、疎通確認のためにLAN公開や認証無効化を追加しない。
• 個人情報、社内文書、秘密鍵、実データを最初のembeddingテストへ入れず、公開可能な短文を使う。
• local model、外部provider、OpenAI互換client、外部vector DB、文書チャットツールの通信・保存経路を別々に記録する。
• モデル名、SDK version、server port、vector length、距離計算、top-k、期待する検索結果を変更前に保存する。

• LM Studio API server - server起動と接続先の公式前提を見る
• LM StudioのResponses API - 生成系pathの404やstateful境界を確認する
• ローカルAIの症状別トラブル - localhost・モデル・APIの共通診断へ進む