# 本地模型服務協定（LMSP）

> LMSP 是一套開放協定，用於發現和呼叫執行在使用者自己裝置上的語言模型，涵蓋服務發現、模型目錄、串流回應、持久化的非同步任務，以及 OpenAI 相容介面。

Source: https://madeforagent.com/zh-tw/lmsp/
Language: zh-TW
Updated: 2026-11-08

## LMSP 解決什麼問題 {#what}

LMSP（Local Model Service Protocol，本地模型服務協定）是一套開放協定，面向在使用者自己裝置或區域網路中執行語言模型的軟體，以及使用這些軟體的客戶端。

常駐的本地服務會在約定位址上描述自己並列出模型，用 JSON 或伺服器傳送事件（SSE）回應生成請求，並把長時間的生成作為持久化任務來執行：任務可以取消，客戶端斷線後也可以重新接上。同一個服務還相容 OpenAI API，因此今天已有的客戶端可以繼續使用。

LMSP 並不取代 OpenAI API、Ollama 或 MCP，而是把它們的優點組合成一個適合本地常駐服務的協定層。

## 概覽 {#glance}

| 主題 | 概要 |
| --- | --- |
| 預設位址 | `http://127.0.0.1:17832` |
| 服務描述 | `GET /.well-known/lmsp.json` |
| 核心介面 | `/lmsp/v1`，基於 HTTP 的 JSON，串流傳輸使用伺服器傳送事件（SSE） |
| 相容介面 | 面向 OpenAI 客戶端的 `/v1`，面向 Ollama 客戶端的可選 `/api` |
| 服務發現 | 手動設定、探測本機約定位址、可選的 mDNS 與 DNS-SD（`_lmsp._tcp.local.`） |
| 驗證 | 透過本機配對取得的 Bearer Token |
| 持久化 | 嵌入式 SQLite，任務在服務重啟後仍然保留 |
| 合約 | OpenAPI 3.2 |

## 快速試用 {#try}

如果你的機器上正執行著 LMSP 服務，完整流程如下。請先按[第 10.2 節](https://madeforagent.com/zh-tw/lmsp/1.0/security.md#pairing)完成配對以獲得權杖，並把它儲存在 `LMSP_TOKEN` 中。

```sh
# 1. 發現服務
curl http://127.0.0.1:17832/.well-known/lmsp.json

# 2. 列出本地模型
curl http://127.0.0.1:17832/lmsp/v1/models \
  -H "Authorization: Bearer $LMSP_TOKEN"

# 3. 生成回應
curl http://127.0.0.1:17832/lmsp/v1/responses \
  -H "Authorization: Bearer $LMSP_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"model":"qwen3:14b-q4_k_m","input":[{"type":"message","role":"user","content":[{"type":"input_text","text":"Hello"}]}]}'
```

## 與其他協定的關係 {#related}

| 協定 | 覆蓋範圍 | 與 LMSP 的關係 |
| --- | --- | --- |
| OpenAI API | 雲端託管的模型，Responses API 是其最新介面。 | LMSP 的核心介面沿用 Responses 的結構，服務同時提供相容 OpenAI 的介面。 |
| Ollama | 本地執行環境，已提供相容 OpenAI 的介面。 | 它可以作為轉接器放在 LMSP 服務之後，LMSP 也定義了可選的相容 Ollama 的介面。 |
| MCP | 把 AI 代理連線到工具和上下文。 | LMSP 把 AI 代理連線到模型。兩者都傾向於無狀態發現，而不是強制工作階段。 |
| A2A | AI 代理之間的協作。 | LMSP 的服務描述和任務分別借鑑了其服務卡片和顯式任務狀態。 |

## 資源 {#resources}

- [規範 1.0 版（草案）](https://madeforagent.com/zh-tw/lmsp/1.0.md)。
- OpenAPI 合約，提供 [JSON](https://madeforagent.com/lmsp/1.0/openapi.json) 和 [YAML](https://madeforagent.com/lmsp/1.0/openapi.yaml) 兩種格式。
- 面向語言模型的 [llms.txt](https://madeforagent.com/zh-tw/llms.txt) 和 [llms-full.txt](https://madeforagent.com/zh-tw/llms-full.txt)。
- 每個頁面都提供 Markdown 版本：把頁面位址末尾的斜線換成 `.md` 即可，例如 [`/zh-tw/lmsp/1.0/tasks.md`](https://madeforagent.com/zh-tw/lmsp/1.0/tasks.md)。

## 常見問題

### LMSP 是什麼？

LMSP（Local Model Service Protocol，本地模型服務協定）是一套開放協定，面向執行在使用者自己裝置或區域網路中的語言模型服務，規定客戶端如何發現服務、列出模型、請求回應、接收串流輸出以及執行長任務。

### LMSP 會取代 OpenAI API、Ollama 或 MCP 嗎？

不會。LMSP 建立在它們之上：核心介面沿用 OpenAI Responses 的結構，服務可以同時提供相容 OpenAI 和相容 Ollama 的介面，協定還借鑑了 MCP 的無狀態發現和 A2A 的任務狀態。

### 現有的 OpenAI 客戶端可以使用 LMSP 服務嗎？

通常可以。只需把 base URL 改為 LMSP 服務的位址，並把 LMSP 權杖作為 API Key。但它們無法自動發現服務，因為服務發現需要支援 LMSP 的客戶端。

### 客戶端如何發現本地的 LMSP 服務？

按順序嘗試三種方式：先使用使用者手動輸入的位址，再存取本機約定位址的 /.well-known/lmsp.json，最後在區域網路中透過可選的 mDNS 與 DNS-SD 瀏覽 _lmsp._tcp.local.。

### 只監聽 localhost 的模型服務安全嗎？

不一定，因為網頁可能嘗試存取本機連線埠。LMSP 服務預設繫結回送位址，要求客戶端透過本機配對取得 Bearer Token，驗證 Origin 與 Host 請求標頭，區域網路模式下必須啟用驗證。

### 這份規範目前處於什麼狀態？

1.0 版是首個公開草案，仍可能發生不相容的修改。英文文本是規範性文本，譯文僅為方便閱讀而提供。