LM Studio structured output: получить JSON по схеме через локальный API

Как подготовить модель и локальный сервер?

Если приложения ещё нет, начните с установки LM Studio. В разделе Discover найдите точный репозиторий Qwen/Qwen3-8B-GGUF, выберите Qwen3-8B-Q4_K_M.gguf и дождитесь загрузки. Это конкретный кандидат для проверки, а не обещание совместимости и скорости на любом ПК: карточка автора указывает формат и лицензию весов Apache-2.0, но редакция не проверяла поиск и запуск этой ревизии в конкретной Windows-сборке. При нехватке ресурсов не подменяйте файл другим без повторной проверки его карточки. s4 s5

Откройте вкладку Developer и включите локальный сервер LM Studio на 127.0.0.1:1234. Если приложение предлагает загрузить модель в память, выберите скачанный файл. Адрес 127.0.0.1 означает доступ с этого компьютера; не включайте сетевой доступ и CORS ради примера. В Git Bash выполните curl -fsS http://127.0.0.1:1234/v1/models. В ответе найдите data и точное значение id нужной модели; при загрузке по требованию в списке могут быть и модели, ещё не находящиеся в памяти. Если сервер недоступен, проверьте, действительно ли он запущен, и его порт в Developer. s1 s2 s7

Как отправить заметку и получить два поля?

Скопируйте следующую команду после замены только MODEL_ID на точное значение id из предыдущего ответа. Учебный вход написан редакцией: «Встреча в пятницу в 10:30». Команда отправляет заметку серверу на том же компьютере; в response_format указано, что JSON должен содержать строки day и time, без лишних полей. Пометка /no_think описана в карточке Qwen3 для краткого режима; она не является общим параметром LM Studio для всех моделей. s1 s2 s5

curl -fsS http://127.0.0.1:1234/v1/chat/completions -H 'Content-Type: application/json' -d '{"model":"MODEL_ID","messages":[{"role":"user","content":"Из заметки: Встреча в пятницу в 10:30. Верни день и время без дополнительных сведений. /no_think"}],"response_format":{"type":"json_schema","json_schema":{"name":"meeting","schema":{"type":"object","properties":{"day":{"type":"string"},"time":{"type":"string"}},"required":["day","time"],"additionalProperties":false}}},"stream":false}'

Сервер возвращает ответ со строкой в choices[0].message.content. Именно эту строку ваша программа должна разобрать как JSON. В ней проверьте day и time по исходной заметке: «пятница», «10:30». Если появилась выдуманная дата или лишние поля, результат не подходит. Мы не приводим вымышленный ответ модели. Схема проверяет наличие и тип полей, а не истинность содержимого; для ответственного процесса сверяйте значения с исходником даже при успешно разобранном JSON. s1

Что делать при ошибке или неверном результате?

Если вместо ответа пришёл model not found, снова получите список /v1/models и проверьте точный id, а не имя файла на глаз. Если модель не помещается в память, разберите ошибку загрузки по отдельному гайду; размер GGUF не равен требуемой оперативной памяти. Если JSON не появился или его поля бессмысленны, проверьте response_format, наличие поддерживаемого chat GGUF и ответ с короткой заметкой: LM Studio предупреждает, что не каждая модель уверенно выдаёт structured output, особенно маленькие. На другой версии приложения или модели поведение может отличаться. s1 s2 s3

После проверки своего примера можете сравнить JSON Schema в других локальных серверах. Условия лицензии конкретной модели читайте на её карточке: лицензия весов Qwen3-8B-GGUF не является утверждением о правах на код LM Studio. s5