この記事では
- LM Studioとは何か？
- Bright Data の Web MCP ツールを使用してローカル AI モデルを拡張する意味がある理由。
- LM StudioでWeb MCPを使用してAIをより強力にする方法。
さっそく見ていきましょう！
LM Studioとは？
LM Studioは、LLM をオフラインで実行できるデスクトップアプリケーションです。このアプリケーションは、オープンソースの LLM を検索、ダウンロード、操作するためのユーザーフレンドリーなインターフェイスを提供します。技術的な専門知識は必要ありません。
LM Studio の主な機能は以下の通りです：
- マルチプラットフォーム対応：このアプリケーションは、Windows、macOS、Linux で利用可能です。
- ローカルでプライベートな処理：データはあなたのコンピュータに保存され、プライバシーとセキュリティは万全です。
- オフライン操作：インターネット接続なしでモデルを実行し、作業を中断させません。
- 簡単なセットアップ：LLMのインストールと実行を簡素化し、初心者からプロフェッショナルまで高度なAIを利用できるようにします。
- ユーザーフレンドリーなインターフェース直感的なGUIと、LLMを使った実験のためのチャット機能を内蔵。
- モデルの多様性：GGUFのような形式のオープンソースLLMを幅広くサポートしており、簡単に発見してダウンロードすることができます。
- ローカル推論サーバー：OpenAI APIを模倣したローカルのHTTPサーバーをホストしており、ローカルのLLMを他のアプリケーションに簡単に統合できます。
- カスタマイズ：温度やコンテキストのサイズなど、モデルのパラメータを調整します。
- CLI統合：
lms を使用して、コマンドラインから LM Studio インスタンスに直接接続できます。 - 拡張性：MCPサーバーのプラグインやツールを使用して、ローカルのAIモデルを拡張できます。
Bright Data の Web MCP を LM Studio に接続する理由
バージョン 0.3.17 以降、LM Studio は MCP ホストとして動作します。これは、MCP サーバをデスクトップアプリケーションに接続し、そのツールを AI モデルで使用できるようにすることを意味します。
LM Studio は、ローカルとリモートの両方の MCP サーバをサポートしています。LM Studio は、ローカルとリモートの両方の MCP サーバをサポートしています。同時に、ローカルを第一に考える LM Studio では、ローカルの MCP サーバに接続することが最も理にかなっています。
その好例が、Bright Data のWeb MCP サーバーで、オープンソースパッケージとしても リモートサーバーとしても利用できます。これは、オープンソースパッケージとしてもリモートサーバーとしても利用可能です。これにより、AIモデルは最近のウェブデータを取得し、人間のようにウェブページと対話することができるようになり、モデルが内蔵する主な制限のほとんどを克服できるようになります。
より詳細には、Web MCPは60以上のAIのためのツールを公開しており、これらはすべてBright Dataのウェブインタラクションとデータ収集のためのインフラによって動いている。
無料版でも、2つの便利なツールにアクセスできます：
| ツール | ツール |
|---|---|
検索エンジン |
Google、Bing、Yandexの検索結果をJSONまたはMarkdownで取得します。 |
scrape_as_markdown |
ボット検知やCAPTCHAを回避して、あらゆるウェブページをクリーンなMarkdownフォーマットにスクレイピングする。 |
この2つ以外にも、Web MCPには、クラウドブラウザとのインタラクションのためのツールや、YouTube、Amazon、LinkedIn、TikTok、Google Mapsなどのプラットフォームにわたる構造化データフィードのための数十の特別なツールが付属しています。
Web MCPが実際に使われている様子をLM Studioでご覧ください！
Bright DataのWeb MCPツールをLM StudioでLocal AIのために使用する方法
このステップバイステップでは、LM Studio を Bright Data Web MCP のローカルインスタンスに接続する方法を説明します。このセットアップにより、コンピュータ上で直接 AI を利用することができます。
具体的には、AI モデルが MCP サーバが提供するツールを使用して Google Maps のレビューをリアルタイムで取得し、フィードバック分析を行います。これは、この統合によってサポートされる多くのシナリオの一つに過ぎません。
以下の説明に従って始めてください！
前提条件
このチュートリアルに従うには、以下のものが必要です：
- LM Studio v0.3.17 以降がローカルにインストールされていること。
- 有効な API キーを持つ Bright Data アカウント。
次のステップに進みますので、まだ何も設定する必要はありません。
ステップ #1: LM Studio のインストール
お使いのオペレーティングシステム用のLM Studio インストーラをダウンロードし、アプリケーションをローカルにインストールします。
LM Studio のバージョン 0.3.17 以降を使用していることを確認してください。すでに LM Studio がインストールされており、ローカル LLM が設定されている場合は、最新バージョンにアップデートしてください。その後、ステップ#3 へ進んでください。
そうでない場合は、LM Studio を開き、初期セットアップウィザードを完了（またはスキップ）すると、以下の画面が表示されます：
素晴らしい！これで LM Studio はインストールされ、使用できるようになりました。
ステップ #2: LLM のダウンロード
LM Studio は、ローカルの AI モデルによってのみ動作します。幸いなことに、LM Studioにはモデルダウンローダーが内蔵されており、Hugging Faceからサポートされているモデルを簡単に取得することができます。
モデルをダウンロードするには、まず左サイドバーの “Search “アイコンをクリックします：
すると、次のようなモーダルが開きます。モデル検索 “タブにいることを確認してください：
ここで、モデルを検索し（例：llama,gemma,lmstudioなど）、選択し、“Download “をクリックしてローカルに取得します。
この例では、Qwen3 4B Thinking 2507を使用します：
これは、ツール呼び出しをサポートする強力なモデルです（”Capabilities “セクションの “Tool Use “ラベルに注目してください）。Qwen3がウェブデータのスクレイピングに有効であることが証明されていることを覚えておいてください。
注：ツール使用をサポートする他のモデルでも動作します。好きな方を選んでください。
ダウンロードしたら、AIモデルをアプリケーションに設定します：
素晴らしい！これで LM Studio は完全に動作するようになった。これで LM Studio は完全に動作するようになりました。
ステップ #3: Bright Data の Web MCP をローカルでテストする
LM Studio で Bright Data Web MCP への接続を設定する前に、お使いのマシンで実際にサーバを実行できるかどうかを確認する必要があります。
まず、Bright Data のアカウントを作成します。既にアカウントをお持ちの場合は、ログインするだけです。簡単なセットアップについては、アカウントの “MCP” セクションの説明を参照してください：
それ以外の場合は、以下の説明をご覧ください。
まず、Bright Data APIキーを取得してください。すぐに必要になりますので、安全な場所に保管してください。Web MCPの統合プロセスを簡素化するため、APIキーにはAdmin権限があると仮定します。
次に、以下のコマンドでWeb MCPをあなたのマシンにグローバルにインストールします：
npm install -g @brightdata/mcp以下のコマンドを実行して、MCPサーバーが動作することを確認してください：
API_TOKEN="<YOUR_BRIGHT_DATA_API>" npx -y @brightdata/mcpまたは、PowerShellでも同じです：
Env:API_TOKEN="<YOUR_BRIGHT_DATA_API>"; npx -y @brightdata/mcp<YOUR_BRIGHT_DATA_API> のプレースホルダーを Bright Data API トークンに置き換えてください。これらのコマンドは必要なAPI_TOKEN環境変数を設定し、@brightdata/mcpパッケージを実行してWeb MCPをローカルに起動します。
成功すると、このような出力が表示されます：
これは、最初の起動時にWeb MCPが自動的にBright Dataアカウントに2つのデフォルトゾーンを作成するためです：
mcp_unlocker：mcp_unlocker: Web Unlocker用のゾーンです。mcp_browser：mcp_unlocker: WebUnlockerのゾーン。
mcp_unlocker: Web Unlocker用のゾーン。Web MCPは、60以上のツールを動かすために、これら2つのBright Data製品に依存しています。
ゾーンが設定されていることを確認したい場合は、Bright Dataダッシュボードの “プロキシ＆スクレイピングインフラ“ページにアクセスしてください。テーブルに2つのゾーンが表示されているはずです：
注意: API トークンにAdmin権限がない場合、2つのゾーンは作成されません。この場合、手動で定義し、GitHub にあるように環境変数で設定する必要があります。
Web MCPフリー・ティアでは、MCPサーバーはsearch_engineと scrape_as_markdownツール（およびそのバッチ版）のみを公開します。他のすべてのツールのロックを解除するには、環境変数PRO_MODE="true "を設定してProモードを有効にする必要があります：
API_TOKEN="<YOUR_BRIGHT_DATA_API>" PRO_MODE="true" npx -y @brightdata/mcpまたは、Windowsの場合
Env:API_TOKEN="<YOUR_BRIGHT_DATA_API>"; $Env:PRO_MODE="true"; npx -y @brightdata/mcpプロ・モードは60以上のツールをアンロックしますが、無料版には含まれていません。そのため、追加料金が発生します。
さあ、始めましょう！あなたのマシン上でWeb MCPサーバーが動作していることを確認しました。これから、LM Studio に接続するための設定を行うので、MCP プロセスを終了してください。
ステップ 4: Web MCP 接続の設定
LM Studio で MCP 接続を追加するには、アプリのmcp.json設定ファイルを編集します。
このファイルは、Cursor と同じ構文を使用します。
mcp.json にアクセスするには、”Show Settings” アイコンをクリックし、右側のサイドバーにある “Program” タブに切り替えます：
次に、”Install “ドロップダウンを開き、”Edit mcp.json “オプションを選択します：
mcp.jsonファイルが LM Studio で直接開かれます：
このファイルに、以下の JSON 設定を貼り付けます：
{
"mcpServers"：{
"Bright Data"：{
"command"："npx"、
"args": ["-y", "@brightdata/mcp"]、
"env"：{
"API_TOKEN"："<your_bright_data_api_key>"、
"PRO_MODE"："true"
}
}
}
}この設定は、先にテストしたnpxコマンドを反映したもので、認証情報と設定として環境変数を使用している：
API_TOKENが必要です。先に取得したBright Data APIキーを設定してください。PRO_MODEはオプションなので、プロモードを有効にしたくない場合は削除してください。
完了したら、”Save “を押してWeb MCPインテグレーションを適用します：
素晴らしい！これでmcp.jsonタブを閉じ、チャットタブに戻ることができます。
ステップ #5: Web MCP ツールが利用可能か確認する
LM Studio では、設定されたnpxコマンドを使用して Web MCP サーバをローカルに起動し、そこからツールにアクセスすることができます。
特に、”Program” タブの中にmcp/bright-data という新しいプラグインがあるはずです。プラグインのツールを表示]ボタンをクリックして、すべてのWeb MCPツールにアクセスできることを確認します：
Proモードが無効になっている場合（デフォルトの動作）、search_engineと scraped_as_markdownツール（およびそれらのフェッチ・バージョン）しか表示されません。代わりに、Proモードが有効になっている場合（PRO_MODE: "true "が設定されている）、60以上の利用可能なツールがすべて表示されます。
これで、LM Studio における Bright Data の Web MCP サーバーとの統合が成功したことが確認できます！
次に、mcp/bright-dataプラグインを有効にしてください：
チャットタブに、アクティブなプラグインとして “bright-data” が表示されます：
素晴らしい！これで、複数の便利なWeb MCPツールにアクセスできるAIモデルが完成しました。
ステップ#6: AIモデルのツール実行準備
今すぐプロンプトを実行しようとすると、おそらく次のようなエラーが出て失敗するでしょう：
「コンテキストのオーバーフロー時に最初のXXXXトークンを保持しようとしています。コンテキストがオーバーフローしたときに最初のXXXX個のトークンを保持しようとしています。より大きなコンテキスト長でモデルをロードするか、より短い入力を与えてみてください。”
デフォルトでは、LM Studio は新しくダウンロードされたモデルのコンテキスト長を 4096 トークンに設定しています。これはツールの実行には低すぎます！
この問題を解決するには、モデル選択ドロップダウンの左側にある歯車のアイコンをクリックします。そして、”Context Length “の値を大きくします：
次に、”Reload to apply changes “ボタンをクリックして変更を保存します。これで、更新された設定でモデルがリロードされます。
完璧です！これでローカルLLMはツール実行の準備が整いました。
ステップ#7: スーパーチャージされたローカルAIモデルをテストする
LM StudioのローカルAIモデルは、Web MCPが提供するすべてのWebデータ検索とインタラクション機能にアクセスできるようになりました。これを確認するために、以下のようなプロンプトでモデルをテストしてみてください：
私はマンハッタンにある以下のお店のオーナーです：
"https://www.google.com/maps/place/The+$10+Shop/@40.7417447,-73.9932183,17z/data=!3m1!4b1!4m6!3m5!1s0x89c259067c12c915:0x71f11ffbb8a2223c!8m2!3d40.7417447!4d-73.9932183!16s%2Fg%2F11tt34hz63"
この場所のGoogleマップのレビューを取得し、顧客体験を向上させるために私が改善できる領域に関する実用的なフィードバックを提供してください。このプロンプトは、あなたがGoogleマップに掲載されているお店のオーナーで、AIにレビューから実用的なインサイトを生成させたいと考えていることを想定しています。通常、このタスクは、各レビューを読み、理解し、ユニークなインサイトを抽出するなど、多くの手作業を必要とする。
LM StudioのWeb MCP統合のおかげで、AIモデルはGoogle Mapsからレビューを自動的に取得し、そのデータをモデルにフィードして実用的なフィードバックを生成できる。
プロンプトを実行すると、このように表示されます：
ここで起こることは
- ローカルモデルはプロンプトを処理し、タスクについて考え、プランを生成する。
- これはWeb MCPの
web_data_google_maps_reviewsツールを呼び出します。このツールの説明は「構造化されたグーグルマップのレビューデータを素早く読み取ります。有効なGoogle Maps URLが必要です。これはキャッシュ検索が可能で、スクレイピングよりも信頼性が高い。” です。ということで、まさに目的にぴったりのツールだ！ - ローカルモデルはツールを実行し、レビューデータを取得し、処理する。
- そして、データを分析し、実際のレビューに基づいた実用的なインサイトを含むレポートを作成します。
結果は次のようなレポートになる：
すごい！たった一度のプロンプトで、必要なインサイトをすべて含む完全なレポートを得ることができる。
Google Mapsのソースページで確認できるように、レポートはその場で取得されたライブのレビューデータに裏打ちされている。
グーグルマップをスクレイピングしようとしたことがある人なら、ユーザーとのやり取りやボット対策が必要なため、それがいかに難しいか知っているだろう。確かに、AIモデルが単独でこれを行うことはできない。これこそが、Web MCPサーバーが違いを生み出すところなのです！
様々なプロンプトを自由に試してみてください。Bright Dataの幅広いWeb MCPツールで、他の多くのユースケースに取り組むことができます。
これで完了です！Bright Data の Web MCP と LM Studio の組み合わせの威力を体験してください。
まとめ
このブログポストでは、LM Studio で MCP の統合を利用する方法について説明しました。特に、 @brightdata/mcpを使用してローカルで実行され、LM Studio のローカルの Qwen3 モデルに接続された Bright Data の Web MCP のツールで拡張する方法をご覧いただきました。
この統合により、ウェブ検索、構造化データ抽出、ライブウェブデータフィード、自動ウェブインタラクションなどのツールをモデルに装備することができます。データに依存する、さらに洗練されたAIエージェントを構築するには、ブライトデータのAIエコシステムで利用可能な、AIに対応した製品とサービスの全容をご覧ください。
今すぐBright Dataのアカウントを無料で作成し、ウェブデータツールをご利用ください！
