Plugins LM Studio: quais instalar e comment

#Por que plugins no LM Studio

LM Studio é um excelente runtime local: ele baixa um GGUF ou um MLX, executa o modelo na sua GPU ou no seu chip Apple e disponibiliza um chat ou uma API compatível com a OpenAI. Mas o chat básico permanece limitado ao texto que o modelo tem em memória. Sem acesso à web, sem leitura de arquivos locais, sem execução de ferramentas, sem integração com outras aplicações.

Os plugins LM Studio preenchem esse vazio. Eles permitem expandir a aplicação sem modificar o motor de inferência: adicionamos ferramentas que o modelo pode chamar durante uma conversa, transformamos os prompts antes de eles chegarem ao modelo e incorporamos uma lógica de geração personalizada. Tudo isso roda no processo LM Studio, então tudo permanece local — fiel ao posicionamento estrito de auto-hospedagem da aplicação.

#Os 5 tipos de componentes de um plugin

Um plugin LM Studio pode fornecer cinco tipos de componentes. Um mesmo plugin pode combinar vários, mas cada um tem um papel bem definido:

Tools Providers

Exponem ferramentas (funções) que o modelo pode chamar durante a geração. É o equivalente ao “function calling”: o modelo decide quando chamar a ferramenta, lê o resultado e continua raciocinando. Exemplos típicos: ler um arquivo, fazer uma requisição HTTP, executar um comando, consultar uma base de dados.

Prompt Preprocessors

Transformam o prompt antes de ele chegar ao modelo. Úteis para injetar contexto (RAG, resumos), ocultar informações de identificação pessoal (PII) ou reescrever a solicitação do usuário em um formato que o modelo prefira.

Generators

Oferecem um backend personalizado de geração em vez do motor llama.cpp/MLX padrão. Caso avançado: redirecionar algumas requisições para outro runtime, um mock para testes ou um servidor remoto que você controla.

Custom Configuration

Exibe campos de configuração na interface do LM Studio (botões de alternância, controles deslizantes, campos de texto). O usuário ajusta o plugin sem tocar no código. O plugin lê esses valores em tempo de execução.

Third-Party Dependencies

Lista os pacotes npm de terceiros necessários para o plugin. LM Studio os instala no momento do build do plugin, no runtime Node integrado.

#Instalar um plugin a partir do Hub

A maneira mais simples de adicionar um plugin ao LM Studio é pelo Hub oficial. Cada plugin publicado tem uma página dedicada com um botão “Add to LM Studio” e um deeplink estável.

1. 01
   1. Encontrar o plugin em lmstudio.ai

   Navegue no Hub LM Studio até a página do plugin que interessa. A URL canônica tem a forma `https://lmstudio.ai/<creator>/<plugin-name>`.
2. 02
   2. Clicar em « Add to LM Studio »

   O botão abre um deeplink que solicita ao aplicativo LM Studio instalado localmente que instale o plugin. Se o LM Studio estiver aberto, a instalação é feita em alguns segundos. Caso contrário, o deeplink inicia o aplicativo.
3. 03
   3. Verificar na lista de plugins

   Depois de instalado, o plugin aparece na seção Plugins do LM Studio. Você pode ativá-lo, configurá-lo (se a opção Custom Configuration estiver disponível) ou desativá-lo a qualquer momento.
4. 04
   4. Usar o plugin

   O LM Studio executa automaticamente o plugin quando necessário. Para um Tools Provider, a ferramenta pode ser chamada pelo modelo durante a conversa. Para um Prompt Preprocessor, a transformação é aplicada silenciosamente a cada prompt.

#Conectar um servidor MCP via mcp.json

MCP (Model Context Protocol) é um padrão aberto que permite que servidores externos exponham ferramentas que podem ser usadas por qualquer host compatível. O LM Studio é um MCP Host desde a versão 0.3.17. Na prática, você pode conectar um servidor MCP (oficial ou de terceiros), e suas ferramentas ficam disponíveis no chat, exatamente como as ferramentas de um Tools Provider.

A versão 0.3.18 trouxe duas melhorias úteis: um botão para forçar o reinício de um servidor MCP que travasse, e um botão de atualização para recarregar a lista de ferramentas expostas sem precisar reiniciar todo o aplicativo.

Duas formas de adicionar um servidor MCP: um deeplink “Add to LM Studio” a partir da página do servidor, ou a edição manual do arquivo `mcp.json`. A segunda opção passa pela aba “Program” na barra lateral direita → botão `Install` → `Edit mcp.json`.

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

A notação de `mcp.json` é compatível com a do Cursor: se você já tem um arquivo MCP no Cursor, pode reutilizar os mesmos blocos. Cada entrada em `mcpServers` descreve um servidor (URL HTTP ou comando local, cabeçalhos de autenticação, variáveis de ambiente).

#Criar seu plugin com o SDK lmstudio-js

Para ir além dos plugins existentes do LM Studio, o LM Studio oferece um SDK oficial em TypeScript/JavaScript: `lmstudio-js`, publicado no npm como `@lmstudio/sdk`. O SDK cobre toda a API de plugins: declaração de componentes, acesso ao modelo, gerenciamento da configuração e comunicação com o aplicativo.

npm install @lmstudio/sdk --save

Para iniciar um plugin do zero, a maneira mais simples é usar a CLI `lms` (incluída com LM Studio). Três comandos cobrem o essencial do ciclo de vida:

1. 01
   1. lms create — scaffold inicial

   Cria uma nova pasta de plugin com a estrutura esperada: manifest, código TypeScript e dependências. Você escolhe o tipo de componente principal (Tools Provider, Prompt Preprocessor, Generator). O SDK e os tipos já estão integrados.
2. 02
   2. lms dev — modo de desenvolvimento

   A partir da pasta do plugin, `lms dev` inicia o modo de desenvolvimento. O código é recompilado e recarregado a cada salvamento, e o plugin aparece na lista de plugins do aplicativo LM Studio como se estivesse instalado. Iteração rápida, sem ciclo manual de compilação e instalação.
3. 03
   3. lms push — publicar no Hub

   Quando o plugin estiver pronto, `lms push` o publica no Hub LM Studio. Ele torna-se instalável por qualquer pessoa via deeplink `https://lmstudio.ai/<vous>/<nom-plugin>`. O versionamento e os metadados são gerenciados pelo manifesto do projeto.

#Segurança: fontes, permissões, consumo excessivo

Os plugins do LM Studio e os servidores MCP abrem o processo do aplicativo para código de terceiros. Isso não é algo trivial.

Código arbitrário

Um MCP local pode executar qualquer comando no seu sistema operacional. Leia o código ou confie no mantenedor antes de instalar.

Acesso a arquivos

Um servidor MCP com uma ferramenta `read_file` pode potencialmente ler tudo o que a sua conta de usuário pode ler. Restrinja o acesso via `allowed_tools` ou por caminhos explícitos no lado do servidor.

Acesso à rede

Um MCP pode fazer requisições de saída (com possibilidade de exfiltração). Verifique a lista de destinos na configuração e bloqueie o acesso pelo firewall, se necessário.

Consumo excessivo de tokens

MCPs projetados para modelos em nuvem (janelas de contexto grandes, muitas ferramentas) podem injetar um enorme volume de contexto. Em um modelo local menor, isso prejudica o desempenho e a qualidade das respostas.

Regra básica: um plugin/MCP que você instala deve ter um mantenedor identificável, um repositório acessível e um caso de uso claro. Em caso de dúvida, leia o código antes de clicar em “Add to LM Studio”.

#Novidades do verão de 2026: v0.4.20, Linux e Bionic

LM Studio 0.4.20 (22 de julho de 2026) reforça sobretudo o uso em rede: endpoints projetados para empresas e modelos "device" controláveis a distância via LM Link. Para seus plugins existentes, nada quebra: o sistema continua com JavaScript/TypeScript executado no Node, com as mesmas famílias de componentes (fornecedor de ferramentas, pré-processador de prompt, gerador, configuração personalizada) e o modo de desenvolvedor lms dev que recarrega o plugin sem reiniciá-lo.

No Linux, os plugins são armazenados em ~/.config/LMStudio/plugins — útil para versionar com git ou sincronizar entre máquinas. O restante do fluxo de trabalho (instalação, servidores MCP via mcp.json) é igual ao Windows e macOS.

#Para se aprofundar

Os plugins e os servidores MCP transformam o LM Studio em uma plataforma: um mesmo runtime local agora pode atender a um chat com recursos adicionais, a um agente autônomo, a um IDE com assistência de IA ou a um backend para suas próprias aplicações. Uma boa prática é começar com pouco (um MCP oficial, um plugin do Hub), entender o comportamento e depois criar seu próprio Tools Provider quando surgir uma necessidade específica.

Se você estiver começando com LM Studio, ou se quiser usá-lo como backend para outras ferramentas, os guias abaixo complementam este panorama.