LM Studio не позволява прикачване на изображения: причини и решения

Ако LM Studio не ви позволява да прикачите изображения или моделът отговаря, сякаш не ги е получил, започнете с проверка кой модел сте заредили. Приложението може да работи с модели на зрение, но Модел, който поддържа само текст, не придобива тази възможност чрез добавяне на файл..

Важно е също да се прави разлика между неуспешни чат проблеми и проблеми с изпращането на изображения от скрипт. Най-полезният тест е да използвате просто изображение и да проверите всеки метод поотделно, преди да промените настройките или да преинсталирате програмата.

Проверете дали каченият модел поддържа изображения

За да интерпретирате снимки, екранни снимки или сканирани документи, ви е необходим модел на зрение и език, наричан още VLMНе е достатъчно името да принадлежи към добре познато семейство: проверете варианта и неговите възможности, преди да го изтеглите.

1. Проверете точното име на избрания модел в чата.
2. Проверете спецификациите му, за да потвърдите, че поддържа вход за изображения.
3. Ако имате нужда от друг модел, потърсете го в Открийте и изберете дистрибуция, съвместима с LM Studio.
4. Качете го и опитайте с едно изображение и проста заявка, като например описание на обектите, които се появяват.

Вградената търсачка ви позволява да намирате модели по име или по адрес на хранилището им в Hugging Face. За да отворите Discover, можете да използвате Ctrl + 2 в Windows и Linux, или Cmd + 2 на Mac.

Ако ръчно импортираното изтегляне е неуспешно, първо сравнете резултата с дистрибуция, получена от търсачката на приложението. Това помага да се разграничи проблем с пакета на модела от грешка в кода ви.

Тествайте файла и проверете настройките за вход на изображението

Като диагностичен тест използвайте малко изображение, което можете да отворите правилно със системния прегледник. Документираните формати за въвеждане на изображения от сървъра са: JPEG, PNG и WebP.

Ако оригиналният файл използва различен формат, експортирайте го в PNG или JPEG. Само промяната на разширението не конвертира съдържанието му.

Също така проверете какво точно означава грешката:

• Не можете да изберете или прикачите изображението: Проверете заредения модел и възпроизведете проблема в нов чат.
• Изпращането доведе до грешка: Запазете цялото съобщение и опитайте с друг прост файл.
• Изображението е обработено, но дребният текст е интерпретиран погрешно: Проверете входната резолюция и опитайте да изрежете важната област.

LM Studio предлага корекции на изображението. Настройки > Чат > Входни изображенияПриложението е включило промени както в преоразмеряването, така и във визуалната обработка, така че е препоръчително да проверите бележките към изданието, ако използвате по-стара инсталация.

Намаляването на размера на голямо изображение може да бъде полезен тест, ако не се получи, но може също така да влоши четливостта на дребния шрифт. Сравнете двата резултата, преди да зададете постоянно ограничение.

Как да изпратите изображение от Python без да редактирате вътрешни чатове

За да автоматизирате анализа, използвайте Официален Python SDKМожете да го инсталирате или актуализирате в средата на вашия проект:

python -m pip install --upgrade lmstudio

С работещ LM Studio и изтеглен модел на зрение, този пример подготвя файла и го включва в съобщението:

from pathlib import Path
import lmstudio as lms

ruta = Path("imagen.png").resolve()

if not ruta.is_file():
    raise FileNotFoundError(f"No existe la imagen: {ruta}")

modelo = lms.llm("IDENTIFICADOR_DEL_MODELO_CON_VISION")
imagen = lms.prepare_image(str(ruta))

chat = lms.Chat()
chat.add_user_message(
    "Describe los elementos principales de esta imagen.",
    images=[imagen],
)

respuesta = modelo.respond(chat)
print(respuesta)

Заменете идентификатора с идентификатора на вашия модел и поставете валидно изображение в посочения път. Примерът първо проверява дали файлът съществува, за да се избегне объркване на грешка в местоположението с неуспешен изглед.

Записването на пътя в текста на съобщението не прикачва файла. В този работен процес изображението се подготвя с prepare_image() и е включен чрез аргумента images.

Ако срещнете грешка при свързване, проверете настройките за хост, порт и удостоверяване на вашата инсталация, преди да промените файла. Конфигурацията на клиента трябва да съответства на сървъра, към който се опитвате да се свържете.

Ако използвате HTTP, проверете крайната точка и нейната схема

Нативният LM Studio API и съвместимият с OpenAI интерфейс използват различни структури. Не смесвайте полетата им в рамките на едно и също искане.

En POST /api/v1/chatЗаписът може да включва блок от текст и друг блок от изображение със следната структура:

{
  "model": "IDENTIFICADOR_DEL_MODELO_CON_VISION",
  "input": [
    {
      "type": "text",
      "content": "Describe esta imagen."
    },
    {
      "type": "image",
      "data_url": "data:image/png;base64,BASE64_REAL_DEL_ARCHIVO"
    }
  ]
}

Този JSON е шаблон: трябва да замените идентификатора и base64 кодирането. MIME типът на префикса трябва да съответства на действителния файл. В тази крайна точка, data_url Той съдържа пълния URI адрес на данните.

За да използвате HTTP, активирайте сървъра от секцията за разработка или с lms server startАдресът му по подразбиране е http://localhost:1234Добавете съответното удостоверяване, ако е активирано.

Ако вашето приложение използва /v1/chat/completionsКонсултирайте се със схемата на този интерфейс. Предишният блок принадлежи на нативния API и не трябва да се копира без адаптиране към друга крайна точка.

Избягвайте модифицирането на вътрешни файлове като общо решение.

LM Studio запазва разговорите в JSON и ви позволява да намерите техните файлове от контекстното меню на чата. Документацията му обаче... Съветва да не ги редактирате ръчно или да не разчитате на тяхната структура..

Следователно, създаването на файлове във вътрешни папки или възстановяването на техните метаданни не е препоръчително решение за често срещан проблем с прикачени файлове. Процедура, открита за определена версия, може да спре да работи след актуализация.

За да подготвите възпроизводим отчет за инцидент, отбележете версията на LM Studio, точния модел, формата и размерите на изображението, използвания път и пълното съобщение за грешка. Тествайте с файл, който не съдържа лични данни, които можете да споделите. Това сравнение ви позволява да разследвате грешката, без да променяте запазените си разговори.