OpenAI 发布了 gpt-oss-120b 和 gpt-oss-20b 两款性能卓越的开放轻量级语言模型，可在低成本下实现强大的实际应用性能。它们不仅性能比肩o3-mini和o4-mini，而且还能在消费级显卡甚至手机上轻松运行。 gpt-oss-120b 能在 80GB 内存内运行，gpt-oss-20b 仅需 16GB 内存。

　　LM Studio 本地一键部署

　　LM Studio 是一款桌面应用程序，让用户可以在本地轻松下载、运行和与各种大型语言模型（LLM）进行交互 https://lmstudio.ai/

　　官网下载 LM Studio

　　安装好之后，我们就可以下载模型了。

　　下载 OSS-20B 模型

　　也可以在模型列表查看其他模型

　　探索其他模型并探索

　　下载完成之后我们就可以本地使用模型了

　　模型输出速度 41.21 token/s，已经是非常快的速度了（机器配置 MacPro M4、48G内存、1T 存储）。

　　MCP Server 配置

　　我们使用一款能让数据可视化变得超级简单的 MCP Server，由蚂蚁集团 AntV 团队开源的 mcp-server-chart。

　　我们通过修改 LMStudio MCP 配置文件配置 mcp-server-chart。

　　在插件配置去配置 MCP

　　{

　　"mcp-server-chart":{

　　"command":"npx",

　　"args":[

　　"-y",

　　"@antv/mcp-server-chart"

　　]

　　}

　　}

　　配置完成后我们可以在右侧看到已经安装的 MCP Server ，可以设置开启或关闭，也可以对每个工具进行设置。

　　实测 MCP

　　加上 AntV MCP Server 发现上下文超出错误，AntV MCP 提供了 25 个工具，工具太多导致上下文超出 4096。

　　只能选择性开启几个工具验证一下效果：

　　「Query 1:饼图生成」

　　返回图片预览效果：

　　「Query 2:地图生成」

　　返回图片预览效果：

　　地图输出效果

　　总结

　　GPT-OSS-20B 在消费级设备上运行时表现出色，推理速度快，已能满足多数日常应用场景的需求。然而，其最大上下文长度为 4096 tokens，略显不足——尤其是在处理包含大量工具的 MCP（Model Control Protocol）任务时，容易因上下文容量限制而丢失关键信息。尽管如此，该模型在 MCP 工具调用方面的准确性依然表现良好，具备较强的指令理解与结构化输出能力。

　　原标题：《OpenAI GPT-OSS 本地部署与 MCP 服务集成实测》

　　阅读原文