はじめに
生成AIをソフトウェア開発や文書作成に使いたい一方で、次のような課題を感じる場面があります。
- ソースコードや設計情報を社外へ送信したくない
- APIの従量課金を抑えたい
- インターネット接続が制限された環境でも使いたい
- 自社PCやGPUサーバー上でLLMを動かしたい
そこで候補になるのが、LM StudioでローカルLLMを実行し、コーディングエージェントから利用する構成です。
この記事では、2026年8月時点の公式情報を基に、次の3つのアプローチを整理します。
- OpenCode＋LM Studio
- Codex CLI＋LM Studio
- LM Studio Bionicの単独利用
先に結論を書くと、いずれもローカルLLMを利用できます。ただし、向いている利用者と導入方法が異なります。
結論：目的別の推奨構成
| 目的 | 推奨構成 | 理由 |
|---|---|---|
| 開発者がターミナル中心で柔軟に使う | OpenCode＋LM Studio | Providerやモデルを細かく設定できる |
| Codex CLIの操作性でローカルモデルを使う | Codex CLI＋LM Studio | 公式にLM Studio用オプションがある |
| 文書・調査・コード作業を一つのGUIで行う | LM Studio Bionic | API接続設定がほぼ不要で導入しやすい |
| 非開発者を含む社内展開 | LM Studio Bionic | Work Projectで文書・分析業務にも対応 |
| IDE・Git・MCPなどを含む高度な開発環境 | OpenCode＋LM Studio | 拡張性と設定の自由度が高い |
企業で試す場合は、一般利用者にはBionic、開発者にはOpenCodeまたはCodex CLIという二層構成が現実的です。
1. OpenCode＋LM Studio
OpenCodeは複数のLLM Providerに対応したコーディングエージェントです。公式ドキュメントには、ローカルモデルの利用とLM Studio用の設定例が掲載されています。
構成は次のとおりです。
OpenCode
↓ OpenAI互換API
LM Studio（127.0.0.1:1234）
↓
ローカルLLM
1-1. LM Studioでモデルを準備する
LM Studioをインストールし、コード生成に適したモデルをダウンロードします。
候補としては、次のようなCoder系・Instruct系モデルがあります。
- Qwen Coder系
- DeepSeek Coder系
- gpt-oss系
- Gemma系
- Llama系Instructモデル
エージェントとして使う場合は、単純なコード生成能力だけでなく、Tool Callingへの対応が重要です。モデルがTool Callingをうまく扱えないと、回答はできてもファイル編集やコマンド実行が不安定になります。
1-2. LM Studioのサーバーを起動する
LM StudioのDeveloperまたはLocal Server画面から、ローカルサーバーを起動します。標準的な接続先は次のとおりです。
http://127.0.0.1:1234/v1
LM Studio CLIを使用する場合は、次のコマンドでも起動できます。
lms server start --port 1234
1-3. 公開されているモデルIDを確認する
次のコマンドを実行します。
curl http://127.0.0.1:1234/v1/models
正常なら、次のようなJSONが返ります。
{
"object": "list",
"data": [
{
"id": "qwen/qwen3-coder",
"object": "model"
}
]
}
ここで返されたidを、そのままOpenCodeの設定に使用します。LM Studioの画面表示名とAPI上のモデルIDが異なる場合があるため、目視ではなくAPIで確認するのが確実です。
1-4. opencode.jsonを作成する
対象プロジェクトの直下にopencode.jsonを作成します。
{
"$schema": "https://opencode.ai/config.json",
"provider": {
"lmstudio": {
"npm": "@ai-sdk/openai-compatible",
"name": "LM Studio (local)",
"options": {
"baseURL": "http://127.0.0.1:1234/v1"
},
"models": {
"qwen/qwen3-coder": {
"name": "Qwen Coder (local)",
"limit": {
"context": 32768,
"output": 8192
}
}
}
}
}
}
設定項目の意味は次のとおりです。
| 項目 | 意味 |
|---|---|
lmstudio |
OpenCode内で使用するProvider ID |
npm |
OpenAI互換APIを扱うためのProviderパッケージ |
baseURL |
LM StudioのローカルAPI |
modelsのキー |
/v1/modelsで確認したモデルID |
limit.context |
入力を含むコンテキスト長 |
limit.output |
最大出力トークン数 |
limitは必須ではありませんが、OpenCodeがローカルモデルの上限を把握しやすくなるため、実際のLM Studio側の設定に合わせて指定することを推奨します。
1-5. OpenCodeからモデルを選ぶ
プロジェクトフォルダでOpenCodeを起動します。
opencode
OpenCode内で次を実行します。
/models
一覧からLM Studio (local)と登録したモデルを選択します。
最初は、ファイルを変更しない調査タスクで確認します。
このプロジェクトの構成を調査し、主要なモジュールを説明してください。
ファイルは変更しないでください。
次に、小さな修正とテストを依頼します。
README.mdの誤字を1か所修正してください。
変更前に対象箇所を示し、変更後の差分を説明してください。
1-6. よくあるトラブル
| 症状 | 主な原因 | 対処 |
|---|---|---|
Connection refused |
LM Studioサーバーが停止 | Local Serverを起動する |
404 Not Found |
URLまたはAPI形式が違う |
http://127.0.0.1:1234/v1を確認 |
| モデルが一覧に出ない | モデルIDが不一致 |
/v1/modelsのidを設定する |
401 Unauthorized |
LM Studio側で認証が有効 | APIキー設定を合わせる |
| 応答が極端に遅い | モデルがPC性能に対して大きい | 小さいモデルまたは量子化モデルを選ぶ |
| ファイル編集に失敗する | Tool Calling能力が不足 | Coder系・Tool Calling対応モデルを試す |
| 長いコードを扱えない | コンテキスト不足 | LM StudioとOpenCode双方の上限を見直す |
2. Codex CLI＋LM Studio
Codex CLIも、現在はローカルOSSモデルProviderを利用できます。公式リファレンスには、ローカルProviderとしてlmstudioまたはollamaを選択できることが記載されています。
LM Studioでモデルとサーバーを準備した後、次のように起動します。
codex --oss --local-provider lmstudio
主なオプションは次のとおりです。
| オプション | 意味 |
|---|---|
--oss |
ローカルのオープンモデルProviderを使用 |
--local-provider lmstudio |
LM StudioをローカルProviderとして選択 |
この方法は、すでにCodex CLIの操作に慣れていて、クラウドモデルとローカルモデルを用途によって切り替えたい場合に適しています。
ただし、これはCodex CLIのローカル実行機能です。Codex CloudやWeb上のエージェントが、自分のPCのlocalhostにあるLM Studioへ直接接続するという意味ではありません。
3. LM Studio Bionicを単独で使う
もう一つの有力な選択肢が、LM Studio Bionicです。
Bionicは、従来のLM Studioに追加された単なるチャット画面ではなく、オープンモデル向けの独立したエージェントアプリです。ローカルモデルを利用して、コード、調査、文書作成などを実行できます。
3-1. 2種類のProject
Bionicには、主に次の2種類のProjectがあります。
Work Project
- 調査
- 文書作成
- 分析
- ファイル整理
- 資料作成
Code Project
- ローカルコードベースの検索
- 複数ファイルの編集
- Git操作
- シェルコマンド実行
- テスト実行
- 差分確認
Code Projectでは、対象のローカルフォルダを選び、次のように依頼できます。
このリポジトリでタイムアウト処理を実装している箇所を調査してください。
現在の動作を説明し、まだ変更は行わないでください。
調査結果を確認後、同じSessionで修正を依頼します。
特定した問題を修正し、関連するテストを実行してください。
変更差分とテスト結果を説明してください。
3-2. Bionicが利用できるモデル実行先
Bionicでは、Sessionごとに次の実行先を選べます。
- PC上のローカルモデル
- LM Studio Secure Cloud上のオープンモデル
- LM Linkで接続した別のPC・GPU環境
完全なローカル運用を目的とする場合は、必ずローカルモデルを選択します。Bionicを使っているだけで、すべての処理が自動的にローカルになるわけではありません。
3-3. OpenCodeとBionicの違い
| 比較項目 | Bionic | OpenCode＋LM Studio |
|---|---|---|
| 初期設定 | GUI中心で簡単 | JSON設定が必要 |
| ローカルモデル | 画面から選択 | OpenAI互換APIで接続 |
| コード編集 | 対応 | 対応 |
| 文書・調査 | Work Projectで対応 | コード作業が中心 |
| Git・シェル | Code Projectで対応 | 対応 |
| Providerの自由度 | Bionicの対応範囲 | OpenAI互換APIを柔軟に設定 |
| 開発者向け細かな制御 | 比較的少ない | 高い |
| 非開発者への展開 | しやすい | 学習が必要 |
Bionicは「ローカルLLMを接続するための基盤」というより、「ローカルLLMで仕事を完了するためのGUIエージェント」に近い位置づけです。
4. 企業で利用するときの注意点
ローカルLLMを導入する最大の動機は、機密情報の保護であることが多いと思います。ただし、「ローカルLLM対応」と「常にデータが端末外へ出ない」は同義ではありません。
最低限、次の点を確認する必要があります。
4-1. モデルの実行場所
- Local：端末内で推論
- Remote：別端末または自社GPUで推論
- Cloud：外部クラウドで推論
画面上で、どのモデルと実行先が選ばれているかを確認できる運用にします。
4-2. ネットワーク通信
モデル推論がローカルでも、次の機能が外部通信する可能性があります。
- モデルのダウンロード
- アップデート確認
- Web検索
- MCPや外部ツール
- クラウドモデルへの切り替え
- テレメトリーや診断機能
機密環境では、端末やネットワーク側でも通信先を確認する必要があります。
4-3. エージェントの権限
エージェントには、モデル以上に権限管理が重要です。
- 読み取り可能なフォルダ
- 書き込み可能なフォルダ
- シェルコマンドの実行可否
- Git pushや外部送信の可否
- 削除・上書き操作の承認
初期導入では、読み取り専用または小規模な検証リポジトリから開始するのが安全です。
4-4. モデルライセンス
ダウンロードできるオープンモデルでも、企業利用、再配布、生成物の利用などに条件が付く場合があります。導入前にモデルごとのライセンスを確認します。
5. 現実的な導入ステップ
いきなり全社標準にせず、次の順番で評価する方法を推奨します。
Phase 1：個人検証
- 公開情報のみを使用
- 小規模なコードベースで試す
- 読み取り、要約、軽微な修正を評価
- ローカルモデルとクラウドモデルの精度差を記録
Phase 2：部門PoC
- 対象者を3～5名に限定
- Work ProjectとCode Projectをそれぞれ評価
- 誤編集、処理時間、修正時間を測定
- ネットワーク通信とログを確認
Phase 3：標準化
- 推奨モデルと量子化レベルを固定
- 承認が必要な操作を定義
- 機密区分ごとの利用可能な実行先を決定
- OpenCode用の標準
opencode.jsonを配布 - Bionic用の運用手順書を整備
評価指標の例は次のとおりです。
| 指標 | 目標例 |
|---|---|
| 初回設定時間 | 30分以内 |
| 作業時間削減率 | 30%以上 |
| 人による修正時間 | 全体の30%以下 |
| 重大な誤編集 | 0件 |
| 試用者の継続利用率 | 70%以上 |
まとめ
ローカルLLMをコーディングエージェントで使う方法は、すでに実用的な選択肢になっています。
- OpenCodeはLM StudioのOpenAI互換APIに接続できる
- Codex CLIは
--oss --local-provider lmstudioを公式にサポートしている - Bionicはローカルモデルを使ったWork／Codeエージェント環境を単独で提供する
選択基準は単純です。
- 柔軟性と開発者向け制御を重視するなら、OpenCode＋LM Studio
- Codex CLIを使い続けながらローカル化するなら、Codex CLI＋LM Studio
- 導入の容易さと文書・コードの統合環境を重視するなら、Bionic
企業利用では、一般利用者にBionic、開発者にOpenCodeまたはCodex CLIを提供する二層構成が有力です。
最も重要なのは、ローカルかクラウドかという製品名だけの判断ではありません。「どこでモデルが動くか」「どのファイルへアクセスできるか」「どのコマンドを実行できるか」を運用ルールとして明確にすることです。
参考リンク
- OpenCode Providers：LM Studio
- Codex CLI Command line options
- LM Studio Developer Docs
- LM Studio Bionic公式ドキュメント
- Bionic：Create Your First Project
Qiitaタグ候補
LLM 生成AI LMStudio OpenCode Codex