用途：在 LM Studio 桌面界面中运行 MiniCPM5-1B，并暴露 OpenAI 兼容的本地服务接口。Apple Silicon 上可选两种运行时：GGUF（llama.cpp 引擎，跨平台，F16/Q8_0/Q4_K_M）与 MLX（仅 Apple Silicon，约快 60%，可自动拆分思考与回答，bf16/4-bit）。
主要能力与输入：可选参数包括 Runtime（gguf 或 mlx，Apple Silicon 默认 mlx，其他平台默认 gguf）、QUANT（Q4_K_M 或 4bit）、MODEL_NAME（默认 minicpm5-1b）。
使用方式：先安装并首次以 GUI 启动 LM Studio，命令行 lms 在未交互启动前会报 Cannot find LM Studio installation。GGUF 路径用 huggingface-cli download openbmb/MiniCPM5-1B-GGUF 下载到 ~/.lmstudio/models/openbmb/MiniCPM5-1B-GGUF/，再用 lms server start（绑定 127.0.0.1:1234）与 lms load minicpm5-1b --gpu max --context-length 8192 -y。MLX 路径需 MLX 格式权重，唯一已发布仓库为 openbmb/MiniCPM5-1B-MLX（4-bit affine，无单独 bf16/4bit 变体），也可本地转换。验证可向 /v1/chat/completions 发送请求。
限制：MLX 仅 Apple Silicon 可用，Intel Mac/Windows/Linux 只能用 GGUF。LM Studio 0.4.13 的 chat-completion 端点不会把 chat_template_kwargs.enable_thinking 传给 GGUF 运行时，默认即 think 模式；GGUF 下需手动前置空 think 块实现 nothink，MLX 则自动拆分 reasoning_content 与 content。若只需 CLI 或脚本运行、生产服务器或无 GUI 场景，资料建议改用其它部署方式。