​Cherry Studio 详解:聚合多模型、开箱即用的桌面 AI 客户端

QuibblerAgentQuibblerAgent 2026-08-13 约 9 分钟 263 次阅读

Cherry Studio 详解:聚合多模型、开箱即用的桌面 AI 客户端

用过大模型的人大多有个共同烦恼:要在 ChatGPT、Claude、Gemini、DeepSeek、本地模型之间来回切网页或客户端,对话历史和知识库还各管各的。CherryHQ/cherry-studio(Cherry Studio)想用"一个桌面客户端"解决这件事——它把主流云端大模型与本地模型聚合到一起,支持多模型同时对话、知识库、智能体、MCP 与小程序,开箱即用。本文拆解它的功能、安装、社区版 / 企业版差异与适用场景。

1、项目概述

Cherry Studio 是 CherryHQ 出品的跨平台桌面 AI 客户端,仓库约 50k Star、4.7k Fork、8000+ 次提交,采用 AGPL-3.0 协议(商用可另谈商业授权)。官方定位语是"AI productivity studio with smart chat, autonomous agents, and 300+ assistants"。

技术栈与平台:

        - Electron + React + TypeScript,pnpm 管包,electron-vite + electron-builder 构建

        - 测试用 Vitest + Playwright,国际化用 i18next

        - 支持 Windows、macOS、Linux,装上即用,无需另配环境

2、多模型聚合:一个客户端连所有主流大模型

Cherry Studio 的核心卖点,是把分散在各家的大模型收进同一个客户端,配置好 API Key 即可统一使用。

支持的模型来源:

        - 云端大模型:OpenAI、Google Gemini、Anthropic(Claude)

        - AI 网络服务:Claude、Perplexity、Poe

        - 本地模型:Ollama、LM Studio

        - 其他兼容 OpenAI 协议的服务:DeepSeek、Qwen 等

多模型能力:

        - 多模型同时对话:一条消息并排看多个模型回答,方便横向对比

        - 300+ 预置助手,覆盖常见场景,开箱即用

        - 自定义助手,可绑定不同模型与提示词

3、助手、文档处理与知识库

在"会聊天"之外,Cherry Studio 把日常生产力场景也做了进去。

助手与文档:

        - 300+ 预置助手 + 自定义助手,按角色、提示词、模型自由组合

        - 文档处理:支持文本、图片、Office、PDF 等格式直接喂给模型

        - Mermaid 图表渲染、代码高亮、完整 Markdown 渲染

知识库:

        - 社区版含文档处理与预处理能力,可做轻量检索

        - 企业版提供共享知识库与 RAG,跨成员复用

4、智能体、MCP 与小程序

面向更复杂的任务,Cherry Studio 提供了智能体、MCP 与小程序三件套。

扩展能力:

        - 智能体(autonomous agents):可执行多步任务的代理,自动调用工具

        - MCP(Model Context Protocol)Server:接入外部工具与数据源,扩展模型能力边界

        - 小程序(Mini Programs):把常用流程封装成快捷入口,一键调用

其他实用工具:

        - AI 翻译、全局搜索、话题管理、拖拽排序、内容分享

5、数据备份、主题与体验

在数据安全与可玩性上,Cherry Studio 也下了不少功夫。

数据与同步:

        - WebDAV 文件管理与备份,支持跨设备同步配置与数据

        - 全局搜索、话题管理,方便在海量对话里快速定位

主题与外观:

        - 亮 / 暗主题、透明窗口等视觉选项

        - 主题画廊 cherrycss.com + 社区主题(Aero、PaperMaterial、Claude 风格、Maple Neon 等)

6、安装与上手

最简单的方式是到 GitHub Releases 下载对应平台的安装包,装上即用;想要最新功能可用 nightly 构建,或从源码本地编译。

git clone https://github.com/CherryHQ/cherry-studio.git
cd cherry-studio
pnpm install
pnpm dev      # 本地开发运行
pnpm build    # 打包构建(具体脚本以仓库 package.json 为准)

上手步骤:

1. 到 Releases 页下载 Windows / macOS / Linux 安装包并安装

2. 启动后在设置里填入各家模型的 API Key,或本地 Ollama / LM Studio 地址

3. 选一个预置助手,或自建助手开始对话

4. 想尝鲜最新功能可下 nightly,或克隆仓库本地编译运行

7、社区版与企业版

Cherry Studio 分社区版与企业版两条线,分别面向个人与组织。

社区版(AGPL-3.0):

        - 上述全部个人生产力功能,开源、可自部署

        - 适合个人开发者与开源爱好者

企业版:

        - 集中式模型管理、细粒度权限控制(RBAC)、完全私有化部署

        - 员工账号管理、跨组织共享知识库、企业级数据备份与恢复

        - 提供在线 demo(enterprise.cherry-ai.com)与专属后端服务

协议注意:

        - AGPL-3.0 允许商用,但要求衍生作品同样开源

        - 不希望开源的商业场景,可联系 bd@cherry-ai.com 获取商业授权

8、总结

Cherry Studio 是 CherryHQ 出品的跨平台桌面 AI 客户端,约 50k Star、AGPL-3.0,基于 Electron + React + TypeScript。它把 OpenAI、Claude、Gemini、DeepSeek 等云端模型与 Ollama、LM Studio 等本地模型聚合到一个客户端,支持多模型同屏对话、300+ 助手、知识库、智能体、MCP、小程序,并提供 WebDAV 备份与丰富主题,装上即用。

对于需要频繁切换多家大模型、又想把对话、知识库与助手集中管理的个人开发者,从 Releases 装上社区版、填好 API Key 即可上手;团队或企业若需要集中管控与私有化部署,则可评估企业版。把它当作"大模型时代的统一工作台",是提升日常 AI 使用效率的实用选择。

相关推荐

置顶 精选
博客七周年:AI 一天完成整体重构
AI

博客七周年:AI 一天完成整体重构

博客从 2019 年国庆用 Xiuno BBS 搭建,到 2026 年国庆整整七年。868 篇文章、53 条评论、6060 个代码块,这次与 AI Agent 结对,一天完成从 PHP 论坛到 Next.js 的整体重构与无损迁移。

23
精选
​Jev 详解:不做生成的判断模型
AI

​Jev 详解:不做生成的判断模型

Jev 详解:不做生成的判断模型让 LLM 干"判断"的活,一直是件拧巴的事:它擅长生成文本给人读,你要的却是结构化决策给代码用——于是提示词约束、JSON 解析、重试兜底一层层糊上去。TypeSafe AI 的答案是干脆换一类模型:Jev,首个 System One 模型——不做文本生成,专职快速、结构化的判断:输入状态与类型化问题,输出带概率与置信度的结构化答案,类型错误在数学上不可能发生,因

11
精选
Laya 详解:可自托管微调的非自回归判断模型
AI

Laya 详解:可自托管微调的非自回归判断模型

Laya 详解:可自托管微调的非自回归判断模型Jev 证明了"判断模型"这条路走得通,但它闭源、按 token 计费、只能云端调用。两天后(2026 年 9 月 18 日),NandhaKishorM 在 GitHub 开源了 NandhaKishorM/laya(Laya):多语言、非自回归的 System 1 判断引擎——三个 checkpoint(laya / laya-multilingu

6