Cherry Studio 完整教程3 步接入 300 AI 模型桌面端一站式搞定【免费下载链接】cherry-studioAI productivity studio with smart chat, autonomous agents, and 300 assistants. Unified access to frontier LLMs项目地址: https://gitcode.com/GitHub_Trending/ch/cherry-studio你是不是也遇到过这种场面OpenAI 的 key 躺在浏览器书签里本地 Ollama 的模型在终端里跑着想查份 PDF 又得切到网页版多个 AI 之间来回复制粘贴。Cherry Studio 是一个跨 Windows、Mac、Linux 的桌面 AI 客户端把聊天、知识库、文档问答和 300 预设助手装进同一个窗口让你在一个地方切换各家大模型不用在十几个网页之间跳来跳去。从一个熟悉的麻烦说起用多个大模型的人痛点基本固定在三件事配置散落每家的 API Key、Base URL、模型列表各存各的换个电脑就重配一遍工具割裂问答用网页、本地模型用终端、文档解析再找一个网站助手难复用调好的提示词没法沉淀每次都要重新教一遍模型Cherry Studio 解决的正是这个问题你在客户端里统一录入各家模型OpenAI、Gemini、Anthropic、DeepSeek以及 Ollama、LM Studio 这类本地模型然后把人设 提示词 工具打包成可复用的 AI 助手。官方预置了 300 多个助手从翻译、代码到文案都可以直接挑一个用。3 步跑出第一个 AI 对话整个上手流程比想象中短全程点几下鼠标装好客户端从仓库获取源码后按开发环境指南安装依赖并启动如果你只要用现成版本直接安装桌面客户端即可。添加一个模型进入设置里的模型供应商页面填入你已有的 API Key客户端会自动拉取该家的模型列表供你挑选。开聊选一个助手或新建一个选中刚添加的模型发一句介绍一下你自己。如果走源码方式体验只需这一小步git clone https://gitcode.com/GitHub_Trending/ch/cherry-studio发出去的消息是怎么变成回复的可以看下面这张流程图输入栏把消息交给消息服务服务带着供应商配置请求模型流式返回的内容再逐块渲染回界面。值得留意的一点对话、配置都默认存在本地数据库里没有云端中转。这对在意隐私的你是个好消息但换电脑时记得做备份支持 WebDAV。主要功能速查功能你能用它做什么适合谁多模型接入云端OpenAI、Gemini、Anthropic 等 本地Ollama、LM Studio统一管理所有用户300 预设助手现成的提示词与角色设定拿来即用不想写提示词的新手多模型并行对话同一问题同时问多个模型对比答案追求答案质量的人知识库问答上传 PDF、Office 文档基于自己的资料提问处理工作文档的人文档与图表渲染Markdown、代码高亮、Mermaid 图表直接展示技术文档重度用户MCP 与工具调用让模型接入外部工具执行操作进阶用户主题与自定义明暗主题、透明窗口、社区主题有审美洁癖的人想查某个功能的更细说明文档索引 按 AI、数据、IPC、窗口管理等模块分好了目录按名索骥即可。三个上手即用的场景配方日常问答最快的一条路参数组合任意一家云端模型 默认助手。预期效果装完 5 分钟内就能聊天多模型并行对比答案。一个坑有些供应商的 Base URL 不是默认的如果你用的是中转服务务必在供应商设置里填对地址否则请求会 404 或连不上。文档问答让 AI 只答你给过的资料参数组合知识库功能 上传 PDF/Office 文件 关联到某个助手。预期效果提问时模型基于你上传的文档作答而不是靠记忆瞎编。一个坑大批量文档建索引需要时间别在上传完立刻问长文档的细节文件越大等待越久。本地隐私模型数据不出机器参数组合先装好 Ollama 或 LM Studio 并下载一个模型再在 Cherry Studio 里添加对应的本地供应商。预期效果所有问答在本机完成断网也能用适合处理不想上传的敏感内容。一个坑本地模型的脾气和云端大模型差很多复杂推理能力有限另外吃显存先确认你的机器扛得住。本地模型和云端模型的响应都走同一条消息管道下面是主进程与界面之间的通信示意请求经 IPC 通道进入主进程的 AI 服务流式分块再送回界面渲染。使用与性能检查清单用顺之后可以按这个清单自查一遍网络异常时先确认是否需要代理再怀疑模型本身长对话卡顿或回答变差时检查是否接近模型的上下文长度上限及时开新话题换电脑前确认已配置 WebDAV 或手动导出过对话数据本地模型响应慢确认模型已在 Ollama/LM Studio 中真正启动并下载完成装了多个 Mini App 或主题后界面变卡可临时禁用看是否缓解企业用户需要私有化部署与集中管理时查阅官方的企业版说明你可能会问的几个问题对话记录存在哪里默认存在本机的 SQLite 数据库里不经过 Cherry Studio 的服务器。云端模型的回答由对应厂商处理本地模型则完全不出机器。支持哪几种语言界面内置简体中文、英文、日文、韩文、法文等十余种语言切换在设置里完成不需要重装。它和普通网页版聊天有什么区别一句话网页版一次伺候一家Cherry Studio 把几十家装进一个窗口还带知识库、助手沉淀和文档渲染这些网页版各自为政的功能。代码和技术细节在哪看AI 相关的请求链路、流式管理、工具审批都有专门文档入口在 AI 参考文档按主题分篇比翻源码友好得多。接下来看哪里开发环境搭建指南从零跑起源码版含 Windows 软链注意事项架构总览文档主进程、渲染进程与共享层是怎么分工的贡献指南想提 PR 的话分支模型和 PR 规范都在这里【免费下载链接】cherry-studioAI productivity studio with smart chat, autonomous agents, and 300 assistants. Unified access to frontier LLMs项目地址: https://gitcode.com/GitHub_Trending/ch/cherry-studio创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Cherry Studio 完整教程：3 步接入 300+ AI 模型，桌面端一站式搞定
Cherry Studio 完整教程3 步接入 300 AI 模型桌面端一站式搞定【免费下载链接】cherry-studioAI productivity studio with smart chat, autonomous agents, and 300 assistants. Unified access to frontier LLMs项目地址: https://gitcode.com/GitHub_Trending/ch/cherry-studio你是不是也遇到过这种场面OpenAI 的 key 躺在浏览器书签里本地 Ollama 的模型在终端里跑着想查份 PDF 又得切到网页版多个 AI 之间来回复制粘贴。Cherry Studio 是一个跨 Windows、Mac、Linux 的桌面 AI 客户端把聊天、知识库、文档问答和 300 预设助手装进同一个窗口让你在一个地方切换各家大模型不用在十几个网页之间跳来跳去。从一个熟悉的麻烦说起用多个大模型的人痛点基本固定在三件事配置散落每家的 API Key、Base URL、模型列表各存各的换个电脑就重配一遍工具割裂问答用网页、本地模型用终端、文档解析再找一个网站助手难复用调好的提示词没法沉淀每次都要重新教一遍模型Cherry Studio 解决的正是这个问题你在客户端里统一录入各家模型OpenAI、Gemini、Anthropic、DeepSeek以及 Ollama、LM Studio 这类本地模型然后把人设 提示词 工具打包成可复用的 AI 助手。官方预置了 300 多个助手从翻译、代码到文案都可以直接挑一个用。3 步跑出第一个 AI 对话整个上手流程比想象中短全程点几下鼠标装好客户端从仓库获取源码后按开发环境指南安装依赖并启动如果你只要用现成版本直接安装桌面客户端即可。添加一个模型进入设置里的模型供应商页面填入你已有的 API Key客户端会自动拉取该家的模型列表供你挑选。开聊选一个助手或新建一个选中刚添加的模型发一句介绍一下你自己。如果走源码方式体验只需这一小步git clone https://gitcode.com/GitHub_Trending/ch/cherry-studio发出去的消息是怎么变成回复的可以看下面这张流程图输入栏把消息交给消息服务服务带着供应商配置请求模型流式返回的内容再逐块渲染回界面。值得留意的一点对话、配置都默认存在本地数据库里没有云端中转。这对在意隐私的你是个好消息但换电脑时记得做备份支持 WebDAV。主要功能速查功能你能用它做什么适合谁多模型接入云端OpenAI、Gemini、Anthropic 等 本地Ollama、LM Studio统一管理所有用户300 预设助手现成的提示词与角色设定拿来即用不想写提示词的新手多模型并行对话同一问题同时问多个模型对比答案追求答案质量的人知识库问答上传 PDF、Office 文档基于自己的资料提问处理工作文档的人文档与图表渲染Markdown、代码高亮、Mermaid 图表直接展示技术文档重度用户MCP 与工具调用让模型接入外部工具执行操作进阶用户主题与自定义明暗主题、透明窗口、社区主题有审美洁癖的人想查某个功能的更细说明文档索引 按 AI、数据、IPC、窗口管理等模块分好了目录按名索骥即可。三个上手即用的场景配方日常问答最快的一条路参数组合任意一家云端模型 默认助手。预期效果装完 5 分钟内就能聊天多模型并行对比答案。一个坑有些供应商的 Base URL 不是默认的如果你用的是中转服务务必在供应商设置里填对地址否则请求会 404 或连不上。文档问答让 AI 只答你给过的资料参数组合知识库功能 上传 PDF/Office 文件 关联到某个助手。预期效果提问时模型基于你上传的文档作答而不是靠记忆瞎编。一个坑大批量文档建索引需要时间别在上传完立刻问长文档的细节文件越大等待越久。本地隐私模型数据不出机器参数组合先装好 Ollama 或 LM Studio 并下载一个模型再在 Cherry Studio 里添加对应的本地供应商。预期效果所有问答在本机完成断网也能用适合处理不想上传的敏感内容。一个坑本地模型的脾气和云端大模型差很多复杂推理能力有限另外吃显存先确认你的机器扛得住。本地模型和云端模型的响应都走同一条消息管道下面是主进程与界面之间的通信示意请求经 IPC 通道进入主进程的 AI 服务流式分块再送回界面渲染。使用与性能检查清单用顺之后可以按这个清单自查一遍网络异常时先确认是否需要代理再怀疑模型本身长对话卡顿或回答变差时检查是否接近模型的上下文长度上限及时开新话题换电脑前确认已配置 WebDAV 或手动导出过对话数据本地模型响应慢确认模型已在 Ollama/LM Studio 中真正启动并下载完成装了多个 Mini App 或主题后界面变卡可临时禁用看是否缓解企业用户需要私有化部署与集中管理时查阅官方的企业版说明你可能会问的几个问题对话记录存在哪里默认存在本机的 SQLite 数据库里不经过 Cherry Studio 的服务器。云端模型的回答由对应厂商处理本地模型则完全不出机器。支持哪几种语言界面内置简体中文、英文、日文、韩文、法文等十余种语言切换在设置里完成不需要重装。它和普通网页版聊天有什么区别一句话网页版一次伺候一家Cherry Studio 把几十家装进一个窗口还带知识库、助手沉淀和文档渲染这些网页版各自为政的功能。代码和技术细节在哪看AI 相关的请求链路、流式管理、工具审批都有专门文档入口在 AI 参考文档按主题分篇比翻源码友好得多。接下来看哪里开发环境搭建指南从零跑起源码版含 Windows 软链注意事项架构总览文档主进程、渲染进程与共享层是怎么分工的贡献指南想提 PR 的话分支模型和 PR 规范都在这里【免费下载链接】cherry-studioAI productivity studio with smart chat, autonomous agents, and 300 assistants. Unified access to frontier LLMs项目地址: https://gitcode.com/GitHub_Trending/ch/cherry-studio创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考