Cherry Studio
Cherry Studio 是一款跨平台的桌面 AI 客户端，内置 300 多个预配助手、RAG 知识库、智能体和 MCP 工具链，统一接入数十家模型服务商。开源免费，支持 Windows、macOS 和 Linux。
简要说明#
Cherry Studio 是一个桌面 AI 客户端，帮你在一个窗口里用上各家大语言模型。它对接 OpenAI、Anthropic、Google、DeepSeek 等 30 多家服务商，也支持通过 Ollama 跑本地模型。在这个基础上叠加了知识库、智能体、翻译、绘画、笔记、MCP 工具链等功能，让多模型操作有一个统一的界面。
项目由上海千汇科技开发，2024 年 12 月发布，采用 AGPL-3.0 开源。目前在 GitHub 上接近 5 万星。
介绍#
为什么需要这样一个客户端#
如果你的使用场景止于偶尔跟 ChatGPT 聊几句，那直接用网页版就够了。但如果你同时在用几个模型——DeepSeek 写代码、Claude 做长文分析、Gemini 处理图片——每次切换都要打开不同的网页或应用，很不方便。很多人最后变成桌面上堆着好几个 AI 聊天窗口，每个窗口里只干一类的活。
Cherry Studio 直接解决了这个问题。它把所有模型的 API 收进一个客户端里，左侧列对话，右侧选模型，随时切换。此外还做了很多客户端之外的事：知识库、智能体、翻译、笔记、定时任务。与其说是个聊天客户端，不如说是一个 AI 能力的操作台。
多模型管理#
Cherry Studio 支持的服务商覆盖了市面上主流的 AI 模型。OpenAI、Anthropic、Google Gemini、DeepSeek、Azure、Groq、硅基流动、百度千帆、阿里百炼、腾讯混元等都能接入。每个服务商可以配多个 API 密钥，客户端自动轮换使用，避免单密钥超出速率限制。
实际操作中，新建对话时选一个模型，随时可以切到另一个模型继续。还支持”一问多答”——同一个提问发给多个模型，结果并排显示，方便直接对比。
Ollama 的支持在左边画了另一个蓝图。不需要有网络连接，直接在本地跑小模型，适合离线场景或隐私敏感的任务。
预配助手#
Cherry Studio 内置了 300 多个预设助手，覆盖翻译、写作、编程、设计、学习、职场等场景。每个助手有独立的系统提示词和参数预设，选一个就能直接开始特定任务，不用每次手动写 prompt。
也支持自定义助手。可以写自己的系统提示词、设定温度参数、绑定知识库，或者关联技能包。做好的助手可以导出分享。
RAG 知识库#
知识库是 Cherry Studio 的另一个核心功能。把 PDF、DOCX、PPTX、XLSX、TXT、MD 文件或网页链接拖进知识库，选择一个嵌入模型处理，之后在对话中勾选这个知识库，AI 就能基于本地资料回答问题。
嵌入模型可以接本地的（通过 Ollama 跑 bge-m3、nomic-embed-text 等），也可以用云服务商提供的。所有上传的文件存储在本地，由用户自行掌控。
智能体（Cherry Agent）#
从 2025 年下半年开始，Cherry Studio 加入了智能体机制。一个 Cherry Agent 可以自主执行多步任务——读取文件、运行命令、调用工具、做推理，然后把结果返回给用户。
这比普通 AI 对话多了一个”做事”的维度。简单场景比如”把这份文档翻译成英文并保存到桌面”，复杂场景比如”读取这个项目的代码结构，写一篇架构说明并生成流程图”。智能体把几步串起来自动完成。
这个能力通过 MCP（Model Context Protocol）进一步扩展。接入 MCP 服务器后，智能体可以操作数据库、查 GitHub Issues、操作 Notion、访问网页等，把 AI 对话变成能操作真实系统的入口。
其他特色功能#
翻译是 Cherry Studio 的一个独立模块，不依赖对话界面。有专用翻译面板、对话内翻译、选中文字翻译几条路径。同样支持多模型切换，可以拿不同模型对比翻译质量。
AI 绘画有一个独立的绘画面板，输入描述词生成图像。引擎可以对接 Midjourney、Stable Diffusion 等。
笔记模块内置了 Markdown 编辑器，笔记内容可以和对话互通。在对话中写的代码、整理的要点可以一键保存为笔记。
定时任务可以把智能体按计划执行。比如每天早上 9 点让智能体抓取当天新闻并生成摘要推送到 Telegram——这会在下面说到。
频道#
频道是 Cherry Studio 比较独特的一个功能。配置之后，可以把智能体以机器人身份派驻到微信、Telegram、Discord、飞书等 IM 平台。其他群成员直接跟机器人对话，由背后的 Cherry Studio 处理请求。
这意味着你可以把 AI 能力延伸到日常工作沟通的场所里，不一定要所有人都在 Cherry Studio 客户端上操作。
版本#
Cherry Studio 目前有社区版和企业版两个分支。社区版在 GitHub 上开源，协议为 AGPL-3.0，个人和小团队可直接使用。企业版面向团队和公司，提供私有部署、管理员后台、统一模型管理、共享知识库、员工权限和数据备份等能力，这部分是商业产品。
与同类工具的比较#
AI 桌面客户端这个方向有很多项目在竞争。Cherry Studio 的直接对手包括 LobeChat、ChatBox、Open WebUI、Jan 等。
LobeChat（约 7.8 万星）起步更早，在智能体生态和插件数量上积累更深，近一年也开始做客户端和功能集成。ChatBox 走的是极简路线，功能少但轻快，适合只需要聊天的人。Open WebUI 定位不同，更多是自托管平台而非桌面客户端。Jan 强调全本地离线运行，不需要任何 API。
Cherry Studio 在功能密度上是目前这批客户端中最高的之一。知识库、智能体、MCP、绘画、翻译、频道、定时任务、笔记——大部分竞品只覆盖了其中几个模块。缺失的主要是多用户协作和自托管部署，这两点留给企业版覆盖。
从更新频率看，Cherry Studio 非常活跃，GitHub 上有超过 260 个 Release，主仓库近 7 千次提交。背后有团队全职维护，持续迭代能力可靠。
使用场景#
Cherry Studio 适合以下场景：
- 日常对话和多模型对比——不同任务用不同模型，同一提问看多个模型的输出差异。
- 本地知识库问答——把工作文档、学习笔记做成 RAG，在对话中直接查询。
- 自动化工作流——用智能体定时执行任务、抓取网页、生成报告，结果推送到 IM。
- 翻译——跨语言文档处理，多模型对比翻译质量。
- 离线使用——配合 Ollama 在本地跑模型，不需要联网。
注意事项#
- 社区版的 AGPL-3.0 协议对商业使用有条件限制。如果不了解 AGPL，商用前建议咨询法律意见。
- 知识库功能和智能体有一定学习成本，不是开箱即用的”问答”那么简单。
- Electron 架构，内存占用比原生应用高（这是这一类客户端的通病）。
- 自 2025 年以来开发节奏极快，部分新功能的稳定性还在磨合中。
- 文中信息主要来自官方文档和外部评测，限于篇幅，部分功能细节建议自行验证。