エージェント

エージェントページはアシスタント広場で、ここではお好みのモデルプリセットを選択または検索できます。カードをクリックすると、会話ページのアシスタントリストに追加されます。

ページ内で独自のアシスタントを編集および作成することもできます。

• マイ をクリックし、エージェントを作成 をクリックすると、独自のアシスタントの作成を開始できます。

ファイル

ファイル画面には、すべての会話・絵画・ナレッジベースに関連するファイルが表示されます。このページで集中管理と閲覧が可能です。

機能一覧

プロジェクト計画

タスクリスト

• クイックポップアップ（クリップボード読み取り、クイック質問、説明、翻訳、要約）

• 複数モデルの回答比較

• プロバイダー提供のSSOを使用したログインのサポート

• 全モデルのネットワーク接続サポート

• 最初の正式版リリース

• プラグイン機能（JavaScript）

• ブラウザ拡張機能（テキスト選択翻訳、要約、ナレッジベースへの追加）

• iOS & Android クライアント

• AIノート

• 音声入力/出力（AI通話）

• カスタムバックアップ内容に対応したデータバックアップ

Windows

公式サイトを開く

ダウンロードをクリックし、適切なバージョンを選択してください

ダウンロード完了を待つ

ブラウザがファイルを信頼できないと表示する場合は、「保持する」を選択してください

保持するを選択 → Cherry-Studioを信頼する

ファイルを開く

インストール

絵画機能

絵画機能は現在、DMXAPI、TokenFlux、AiHubMix、およびの描画モデルをサポートしています。にアカウントを登録し、して使用することができます。

パラメータに関する疑問は、対応する領域の?アイコンにマウスオーバーすることで説明を確認できます。

OneAPIとそのフォークプロジェクト

ドキュメントへの貢献

編集者権限を取得するには、[email protected] までメールでご連絡ください。

件名：Cherry Studio Docs 編集者権限の申請

本文：申請理由をご記入ください

モデルサービス設定

カスタマイズ設定

無料インターネットモード

MCP 使用チュートリアル

表示設定

このページでは、ソフトウェアのカラーテーマ、ページレイアウト、またはカスタム CSSを設定して、パーソナライズ設定を行うことができます。

テーマ選択

ここではデフォルトのインターフェースカラーモード（ライトモード、ダークモード、またはシステム設定に従う）を設定できます。

トピック設定

この設定は対話インターフェースのレイアウトに関する設定です。

トピックの位置

トピックへの自動切り替え

この設定を有効にすると、アシスタント名をクリックした際に対応するトピックページに自動的に切り替わります。

トピック時間の表示

有効にするとトピックの下にトピック作成時間が表示されます。

カスタム CSS

この設定によりインターフェースに柔軟なカスタマイズ変更を加えることができます。具体的な方法は上級チュートリアルのカスタム CSSを参照してください。

macOS

1. まず公式サイトのダウンロードページからMacバージョンをダウンロードするか、以下のリンクを直接クリックしてください

ご自身のMacに対応したチップバージョンをダウンロードするよう注意してください

1. ダウンロード完了後、ダウンロードファイルをクリックしてください

1. アイコンをドラッグしてアプリケーションフォルダにインストール

LaunchpadからCherry Studioアイコンを探してクリックし、Cherry Studioメイン画面が開けばインストール成功です。

GitHub Copilot

GitHub Copilotを使用するには、まずGitHubアカウントを持ち、GitHub Copilotサービスをサブスクリプションする必要があります。free版のサブスクリプションも可能ですが、free版は最新のClaude 3.7モデルをサポートしていません。詳細はGitHub Copilot公式サイトを参照してください。

Device Codeの取得

「GitHubにログイン」をクリックし、Device Codeを取得してコピーします。

ブラウザでDevice Codeを入力して認証

Device Codeを取得したら、リンクをクリックしてブラウザを開きます。GitHubアカウントでログインし、Device Codeを入力して認証します。

認証が成功したら、Cherry Studioに戻り「GitHubに接続」をクリックします。成功するとGitHubユーザー名とアバターが表示されます。

「管理」をクリックしてモデルリストを取得

下部の「管理」ボタンをクリックすると、現在サポートされているモデルリストが自動的に取得されます。

よくある質問

Device Codeの取得に失敗しました。再試行してください

現在のリクエストはAxiosで構築されていますが、Axiosはsocksプロキシをサポートしていません。システムプロキシまたはHTTPプロキシを使用するか、CherryStudioでプロキシを設定せずにグローバルプロキシを使用してください。まずネットワーク接続が正常であることを確認し、Device Codeの取得失敗を防いでください。

データ設定

このインターフェースでは、クライアントデータのクラウドおよびローカルバックアップ、ローカルデータディレクトリのクエリ、キャッシュクリアなどの操作が可能です。

データバックアップ

現在、データバックアップはWebDAV方式のみをサポートしています。WebDAVに対応したサービスを選択してクラウドバックアップを行えます。

また、A PC WebDAV B PC の方式でマルチデバイスデータ同期を実現可能です。

坚果云の例

1. 坚果云にログインし、右上のユーザー名をクリックして「アカウント情報」を選択：

1. 「セキュリティオプション」を選択し、「アプリの追加」をクリック：

1. アプリ名を入力し、ランダムパスワードを生成：

1. パスワードをコピーして保存：

1. サーバーアドレス、アカウント、パスワードを取得：

1. Cherry Studioの設定→データ設定でWebDAV情報を入力：

1. データのバックアップまたは復元を選択し、自動バックアップの周期を設定可能：

プロバイダー設定

このページではインターフェース機能についてのみ紹介しています。設定チュートリアルについては、基本チュートリアルのを参照してください。

API シークレットキー

Cherry Studio では、単一のプロバイダーが複数のキーをローテーション方式で使用でき、ローテーションはリストの先頭から末尾へ循環する方法で行われます。

• 複数のキーを追加する際は、英語のカンマで区切ります。以下の例の形式で入力します：

API アドレス

組み込みプロバイダーを使用する際は、通常APIアドレスを入力する必要はありません。変更が必要な場合は、対応する公式ドキュメントに記載されているアドレスを厳密に従って入力してください。

プロバイダーから提供されたアドレスが https://xxx.xxx.com/v1/chat/completions という形式である場合、ルートアドレス部分（https://xxx.xxx.com）のみ入力すればよいです。

Cherry Studio が自動的に残りのパス（/v1/chat/completions）を追加します。指示通りに入力しないと正常に使用できない可能性があります。

モデルの追加

通常、プロバイダー設定ページの左下隅の管理ボタンをクリックすると、そのプロバイダーがサポートするすべての呼び出し可能なモデルが自動的に取得されます。取得したリストから+アイコンをクリックしてモデルリストに追加します。

接続チェック

APIシークレットキー入力ボックスの後のチェックボタンをクリックすると、設定が成功したかどうかをテストできます。

バイトダンス(豆包)

• にログイン

• ここを

APIキーの取得

• サイドバーの下にある をクリック

• APIキーを作成

• 作成が成功したら、作成したAPIキーの隣にある目のアイコンをクリックして表示し、コピー

• コピーしたAPIキーをCherry Studioに入力後、プロバイダーのスイッチをオンにする

モデルの有効化と追加

• 方舟コンソールのサイドバーの一番下にあるで、必要なモデルを有効化（豆包シリーズやDeepSeekなど）

• で、必要なモデルの対応するモデルIDを確認

• Cherry Studioの設定で火山エンジンを選択

• 「追加」をクリックし、取得したモデルIDをモデルID欄にペースト

• この手順で各モデルを順次追加

APIエンドポイント

APIエンドポイントの記述方法は2種類あります：

• クライアントデフォルト：https://ark.cn-beijing.volces.com/api/v3/

• 別の記述方法：https://ark.cn-beijing.volces.com/api/v3/chat/completions#

OpenAI

APIキーの取得

• 公式ので+ Create new secret keyをクリック

• 生成されたキーをコピーし、CherryStudioのを開く

• OpenAIサービスプロバイダーを選択し、取得したキーを入力

• 下部の「管理」または「追加」をクリックし、対応モデルを追加後、右上のサービスプロバイダートグルを有効化して利用開始

Google Gemini

APIキーの取得

• Gemini の API キーを取得する前に、Google Cloud プロジェクトが必要です（すでに所有している場合、この手順はスキップできます）。

• にアクセスし、プロジェクトを作成します。プロジェクト名を入力し、「プロジェクトを作成」をクリックしてください。

• 公式の で、鍵 APIキーを作成 をクリックしてください。

• 生成されたキーをコピーし、CherryStudio の を開いてください。

• サービスプロバイダ Gemini を選択し、取得したキーを入力してください。

• 最下部の「管理」または「追加」をクリックし、サポートされているモデルを追加し、右上のサービスプロバイダスイッチをオンにすると、使用可能になります。

保持した要素:

1. マークダウン構造（#見出し、画像タグ、リンク構文）

2. 技術用語（Cherry Studio, ベクトルデータベース, 埋め込みモデル, LLM）

3. URLとファイルパス（https://turso.tech/libsql, ../.gitbook/assets/...）

4. 画像の代替テキストとキャプション（alt属性は空、キャプションのみ翻訳）

5. コードブロックではないため全テキストを翻訳

6. 図の説明文「知識庫処理フローチャート」→「ナレッジベース処理フローチャート」に自然変換

ネット検索ブラックリスト設定

Cherry Studioは、手動設定とフィード購読の2通りの方法でブラックリストを設定できます。設定ルールはを参照してください。

手動設定

検索結果にルールを追加するか、ツールバーアイコンをクリックして特定のサイトをブロックできます。ルールは以下の方法で指定可能です：（例: *://*.example.com/*) または（例: /example\.(net|org)/）。

フィード購読設定

パブリックなルールセットを購読することも可能です。購読可能なリストは以下のサイトで公開されています： https://iorate.github.io/ublacklist/subscriptions

以下におすすめの購読リンクを紹介します：

ナレッジベース文書の前処理

ナレッジベース文書の前処理には、Cherry Studioをv1.5.0以上にアップグレードする必要があります。

OCRサービスプロバイダの設定

「API KEYを取得」をクリックすると、ブラウザで申請アドレスが開きます。「今すぐ申請」をクリックしてフォームに記入後、API KEYを取得し、それをAPI KEY欄に入力します。

ナレッジベース文書前処理の設定

作成済みのナレッジベースで上記のように設定することで、ナレッジベース文書前処理の設定を完了できます。

文書のアップロード

右上隅の検索でナレッジベースの結果を検出することができます

会話での使用

ナレッジベース利用のヒント: 能力が高いモデルを使用する場合、ナレッジベースの検索モードを意図認識に変更できます。意図認識を使用すると、より正確で広範囲にわたって問題を記述することができます

ナレッジベース意図認識の有効化

Difyナレッジベースの設定

DifyナレッジベースMCPを使用するには、Cherry Studioをv1.2.9以上にアップグレードする必要があります。

DifyナレッジベースMCPサーバーの追加

1. 搜索MCPを開きます。

2. dify-knowledgeサーバーを追加します。

Difyナレッジベースの設定

パラメータと環境変数の設定が必要です

1. Difyナレッジベースキーは以下の方法で取得できます

DifyナレッジベースMCPの使用方法

MCP環境のインストール

MCP（Model Context Protocol） は、大規模言語モデル（LLM）に標準化された方法でコンテキスト情報を提供することを目的としたオープンソースプロトコルです。MCPの詳細についてはを参照してください。

Cherry StudioでのMCPの使用方法

以下はfetch機能を例に、Cherry StudioでMCPを使用する方法をデモンストレーションします。詳細はでご確認ください。

準備作業: uvとbunのインストール

設定 - MCPサーバーでインストールボタンをクリックすると、自動的にダウンロードとインストールが行われます。GitHubから直接ダウンロードするため、速度が遅かったり失敗する可能性があります。インストールが成功したかどうかは、後述するフォルダにファイルが存在するかで確認してください。

実行可能ファイルのインストールディレクトリ:

Windows: C:\Users\ユーザー名\.cherrystudio\bin

macOS、Linux: ~/.cherrystudio/bin

正常にインストールできない場合:

システム内の対応するコマンドをシンボリックリンクでこのディレクトリにリンクすることができます。ディレクトリが存在しない場合は手動で作成してください。または手動で実行可能ファイルをダウンロードし、このディレクトリに配置することも可能です：

Bun: UV:

フィードバック＆提案

Telegram 討論グループ

Telegram 討論グループでヘルプを入手：

QQグループ

Github Issues

Github Issues：

メール

開発者へのメール連絡：[email protected]

プライバシーポリシー

Cherry Studio（以下「本ソフトウェア」または「当社」といいます）をご利用いただきありがとうございます。当社はユーザーのプライバシー保護を重視しており、本ポリシーは当社がお客様の個人情報とデータをどのように取り扱い保護するかを説明します。本ソフトウェアをご利用になる前に、本ポリシーをよくお読みください。

一、収集する情報の範囲

ユーザーエクスペリエンスの最適化およびソフトウェア品質向上のため、当社は以下の匿名化された非個人情報のみを収集する可能性があります：

• ソフトウェアバージョン情報； • ソフトウェア機能の利用頻度、活性度； • 匿名化されたクラッシュ・エラーログ情報；

上記情報は完全に匿名化され、個人を特定できるデータを含まず、お客様の個人情報と紐付けることもできません。

二、収集しない情報

ユーザーのプライバシー保護を最大化するため、当社は以下の情報を厳格に取り扱わないことを明示します：

• 本ソフトウェアに入力されたモデルサービスAPIキー情報を収集・保存・送信・処理しません； • 本ソフトウェア利用中に生成されるいかなる対話データ（チャット内容、指示情報、ナレッジベース情報、ベクトルデータ、カスタムコンテンツ等を含む）も収集・保存・送信・処理しません； • 個人を特定できる機微情報を一切収集・保存・送信・処理しません。

三、データ連携に関する説明

本ソフトウェアは、ユーザー自身が申請・設定したサードパーティ製モデルサービスプロバイダーのAPIキーを使用して、関連モデルの呼び出しと対話機能を実現します。利用されるモデルサービス（大規模言語モデル、APIインターフェース等）はユーザーが選択したサードパーティプロバイダーが提供し、その責任を完全に負います。Cherry Studioはあくまでローカルツールとして、サードパーティモデルサービスとの連携機能を提供するものです。

従って：

• 大規模モデルサービスとの対話で生成される全データはCherry Studioに関与せず、当社はデータ保存に参与せず、いかなる形式のデータ転送・中継も行いません； • 対応するサードパーティプロバイダーのプライバシーポリシーについては、各プロバイダー公式サイトでご確認ください。

四、サードパーティモデルサービスプロバイダーのプライバシー規約に関する声明

サードパーティモデルサービス利用に伴うプライバシーリスクはユーザー自身が負担します。具体的なプライバシー対策、データセキュリティ措置および関連責任については、利用プロバイダーの公式規約をご参照ください。当社はこれらについて一切の責任を負いません。

五、ポリシーの更新と改定

本ポリシーはソフトウェアアップデートに伴い適宜改訂される可能性があります。定期的なご確認をお願いします。実質的な変更が発生した場合、当社は適切な方法で通知します。

六、お問い合わせ

本ポリシー内容またはCherry Studioのプライバシー保護措置についてご質問がある場合は、お気軽にお問い合わせください。

Cherry Studioをご選択・ご信頼いただき感謝申し上げます。今後も安全で信頼性の高い製品体験を提供してまいります。

フォントおすすめ

Notion 設定チュートリアル

Cherry Studio はトピックを Notion データベースにインポートすることをサポートしています。

ステップ1

ウェブサイト Notion Integrations を開き、アプリケーションを作成します

ステップ2

アプリケーションを作成します

名前：Cherry Studio

タイプ：最初のオプションを選択

アイコン：この画像を保存してください

ステップ3

秘密鍵をコピーして Cherry Studio の設定に記入します

ステップ4

Notion ウェブサイトを開き、新しいページを作成し、下の方でデータベースタイプを選択します。名前には Cherry Studio と記入し、図のように操作して接続します

ステップ5

Notion データベースの URL が以下のようになっている場合：

https://www.notion.so/<long_hash_1>?v=<long_hash_2>

Notion データベース ID は <long_hash_1> の部分です

ステップ6

ページタイトルフィールド名 を記入してください：

ウェブページが英語の場合は Name と記入 ウェブページが中国語の場合は 名称 と記入

ステップ7

おめでとうございます、Notion の設定が完了しました ✅ これで Cherry Studio のコンテンツをあなたの Notion データベースにエクスポートできるようになります

NewAPI

• ログインしてトークンページを開く

• トークンの追加をクリック

• トークン名を入力し送信をクリック（必要な場合は他の設定も可能）

• CherryStudioのプロバイダー設定を開き、プロバイダーリスト最下部の追加をクリック

• 備考名を入力し、プロバイダーでOpenAIを選択して確定をクリック

• コピーしたkeyを入力

• API Key取得ページに戻り、ブラウザアドレスバーからルートアドレスをコピー（例）：

• モデルを追加（管理をクリックして自動取得、または手動入力）し右上のスイッチをオンにすると使用可能。

SiliconFlow

1. SiliconCloudのモデルサービス設定

​1.2 左下の設定をクリックし、モデルサービスで【SiliconFlow】を選択

​1.2 リンクをクリックしてSiliconCloud APIキーを取得

1. SiliconCloudにログイン（未登録の場合は初回ログイン時に自動でアカウントが登録されます）

2. APIキーにアクセスし、新規キーを作成または既存キーをコピー

​1.3 管理をクリックしてモデルを追加

​2. モデルサービスの使用方法

1. 左側メニューバーの「対話」ボタンをクリック

2. 入力ボックスにテキストを入力してチャットを開始

3. 上部メニューのモデル名を選択してモデルを切り替え

ナレッジベースチュートリアル

バージョン0.9.1で、CherryStudioは待望のナレッジベース機能を提供しました。

以下では、ステップごとにCherryStudioの詳細な使用説明を紹介します。

埋め込みモデルの追加

1. モデル管理サービスで「埋め込みモデル」をクリックして迅速にフィルタリングし、必要なモデルを検索します；

2. 必要なモデルを見つけたら、「マイモデル」に追加します。

ナレッジベースの作成

1. ナレッジベースのエントリー：CherryStudioの左側ツールバーでナレッジベースアイコンをクリックし、管理ページに進みます；

2. ナレッジベースの追加：「追加」をクリックしてナレッジベースの作成を開始します；

3. 命名：ナレッジベースの名前を入力し、bge-m3などの埋め込みモデルを追加すると作成が完了します。

ファイルの追加とベクトル化

1. ファイルの追加：ファイル追加ボタンをクリックしてファイル選択画面を開きます；

2. ファイルの選択：pdf、docx、pptx、xlsx、txt、md、mdxなどのサポート形式を選択し、開きます；

3. ベクトル化：システムが自動的にベクトル化処理を行い、完了マーク（緑の✓）が表示されたらベクトル化が終了しています。

多様なソースからのデータ追加

CherryStudioは複数のデータ追加方法をサポートしています：

1. フォルダーディレクトリ：サポート形式のファイルを含むフォルダー全体を追加でき、自動的にベクトル化されます；

2. URLリンク：https://docs.siliconflow.cn/introduction などのウェブURLをサポート；

3. サイトマップ：https://docs.siliconflow.cn/sitemap.xml などのXML形式サイトマップをサポート；

4. プレーンテキストノート：カスタムコンテンツのプレーンテキスト入力をサポート。

ナレッジベースの検索

ファイルのベクトル化が完了すると、クエリを実行できます：

1. ページ下部の「ナレッジベースを検索」ボタンをクリック；

2. 検索内容を入力；

3. 検索結果を表示；

4. 各結果のマッチングスコアを表示。

会話でのナレッジベース参照による回答生成

1. 新規トピックを作成し、会話ツールバーで「ナレッジベース」をクリック。作成済みナレッジベースリストが展開されるので、参照したいナレッジベースを選択；

2. 質問を入力して送信すると、モデルが検索結果に基づいた回答を返信；

3. 同時に、参照元データが回答の下に表示され、ソースファイルをすぐに確認できます。

効率的な質問方法

Cherry Studioは無料のオープンソースプロジェクトであり、プロジェクトが成長するにつれて開発チームの作業負荷も増加しています。コミュニケーションコストを削減し、皆様の問題を迅速かつ効率的に解決するため、質問する前に以下の手順に従って問題に対処いただき、チームがプロジェクトのメンテナンスと開発に集中できる時間を確保していただきますようお願いします。ご協力に感謝いたします。

一、ドキュメントの確認と検索

ほとんどの基本的な問題は、ドキュメントを注意深く確認することで解決できます。

• ソフトウェアの機能や使用方法に関する問題はドキュメントをご確認ください。

• よくある質問はページにまとめていますので、まず解決策があるかどうか確認してください。

• 複雑な問題は、検索または検索ボックスで質問することで直接解決できます。

• 各ドキュメントのヒントボックスを必ず注意深くお読みください。これにより多くの問題を回避できます。

• GitHubのページで類似の問題や解決策があるかどうか確認または検索してください。

二、Web検索・AIへの質問

モデルの使用などクライアント機能に関係ない問題（モデルエラー、期待通りの回答が得られない、パラメータ設定など）については、まずWebで関連する解決策を検索するか、エラー内容と問題をAIに説明して解決策を探すことをお勧めします。

三、公式コミュニティでの質問またはGitHubでのIssue作成

上記の手順1・2で答えが見つからなかった場合や問題が解決しない場合は、公式、、QQグループ（）で問題を詳細に説明し、助けを求めてください。

1. モデルエラーの場合：画面全体のスクリーンショットとコンソールのエラー情報を提供してください。機密情報はマスク処理できますが、モデル名、パラメータ設定、エラー内容はスクリーンショットに残しておいてください。コンソールエラー情報の確認方法はをご覧ください。

2. ソフトウェアのバグの場合：具体的なエラーの説明と詳細な再現手順を提供し、開発者がデバッグや修正を行いやすくしてください。偶発的な問題で再現できない場合は、問題発生時の関連シナリオ、背景、設定パラメータなどを可能な限り詳細に説明してください。また、プラットフォーム情報（Window、MacまたはLinux）、ソフトウェアバージョン番号なども問題説明に含めてください。

私たちのSNSアカウントをフォロー： X（旧Twitter）、小红书、微博、Bilibili、Douyin

コミュニティに参加： QQグループ(575014769)、Telegram、Discord、WeChatグループ（クリックで表示）

Cherry Studioは、マルチモデル対話、ナレッジベース管理、AI絵画、翻訳などの機能を統合したオールインワンのAIアシスタントプラットフォームです。高度なカスタマイズ設計、強力な拡張性、ユーザーフレンドリーな操作性により、プロフェッショナルユーザーやAI愛好家に最適な選択肢となります。プログラミング未経験者から開発者まで、あらゆるユーザーが自身のニーズに合ったAI機能を見つけ、作業効率と創造性を高めることができます。

コア機能と特徴

1. 基本対話機能

• 一問多答: 同一質問に対して複数モデルが同時に回答生成可能。異なるモデルの性能比較が容易。詳細は対話インターフェース参照。

• 自動グループ化: 各アシスタントの対話履歴が自動でグループ管理され、検索が容易。

• 対話エクスポート: 完全な対話または一部をMarkdown、Wordなど複数形式で出力可能。

• 高度なパラメータカスタマイズ: 基本パラメータ調整に加え、カスタムパラメータ設定で個別ニーズに対応。

• アシスタントマーケット: 翻訳、プログラミング、執筆など業界特化型アシスタントを1,000以上内蔵。カスタムアシスタント作成も可能。

• 多様なフォーマットレンダリング: Markdownレンダリング、数式表示、HTMLリアルタイムプレビューなどをサポート。

2. 多様な特殊機能統合

• AI絵画: 自然言語描写による高品質画像生成パネルを専用提供。

• AIミニアプリ: WebベースAIツールを複数統合。ブラウザ切り替え不要で直接利用可能。

• 翻訳機能: 専用翻訳パネル、対話翻訳、プロンプト翻訳など多様な翻訳シナリオに対応。

• ファイル管理: 対話、絵画、ナレッジベース内ファイルを分類統一管理。

• グローバル検索: 履歴やナレッジベース内容を素早く検索可能。

3. マルチプロバイダ統一管理機構

• プロバイダモデル統合: OpenAI、Gemini、Anthropic、Azureなど主要プロバイダモデルを一括管理。

• モデル自動取得: ワンクリックで全モデルリスト取得。手動設定不要。

• マルチキーローテーション: 複数APIキーの自動ローテーションでレート制限回避。

• 正確なアバターマッチング: 各モデル専用アバターを自動設定。

• カスタムプロバイダサポート: OpenAI、Gemini、Anthropic準拠のサードパーティプロバイダ連携可能。

4. 高度なUIカスタマイズ

• カスタムCSS: グローバルスタイルカスタマイズで独自UIを構築。

• 対話レイアウトカスタマイズ: リスト/バブルスタイル切り替え可能。メッセージスタイル（コードスニペット形式など）を自由設定。

• カスタムアバター: ソフトウェア・アシスタントのアイコンを個別設定。

• サイドバーメニューカスタマイズ: 機能の非表示/順序変更で使用体験を最適化。

5. ローカルナレッジベースシステム

• 多様なフォーマットサポート: PDF/DOCX/PPTX/XLSX/TXT/MDなど各種ファイル形式をインポート可能。

• 複数データソース対応: ローカルファイル、Webサイト、サイトマップ、手動入力内容をソースとして使用可能。

• ナレッジベースエクスポート: 処理済みナレッジベースを他者と共有可能。

• 検証機能: インポート後、リアルタイムでセグメンテーション結果を検証可能。

6. 特別フォーカス機能

• クイックQA: 任意のシーン（WeChat、ブラウザ等）からアシスタントを呼び出し、即時解答取得。

• クイック翻訳: 他アプリケーション内テキストの即時翻訳。

• コンテンツ要約: 長文コンテンツを素早く要約。

• 簡易説明: 複雑なプロンプト不要で不明点をワンクリック解説。

7. データ保護

• 複数バックアップ方式: ローカルバックアップ、WebDAVバックアップ、定時バックアップをサポート。

• データセキュリティ: ローカル大規模モデルと連携し、完全ローカル環境でデータ漏洩リスクを軽減。

プロジェクトの優位性

1. 初心者フレンドリー: 技術的ハードルを低減。未経験者でも直感的な操作で作業・学習・創作に集中可能。

2. 充実したドキュメント: 詳細な使用マニュアルとFAQを提供。

3. 継続的アップデート: ユーザーフィードバックを迅速に反映し、機能改善を継続。

4. オープンソースと拡張性: カスタマイズや拡張が可能なオープンソースコードを提供。

適用シナリオ

• ナレッジ管理と検索: 研究・教育分野向け専用ナレッジベースの迅速構築。

• マルチモデル対話と創作: 複数モデル同時対話による情報取得/コンテンツ生成。

• 翻訳と業務自動化: 多言語コミュニケーションやドキュメント処理が必要なユーザー向け。

• AI絵画とデザイン: 自然言語描写による創造的デザイン制作。

Star History

ソーシャルメディアをフォロー

カスタムCSS

カスタムCSSを使用すると、ソフトウェアの外観を変更して自分の好みに合わせることができます。例えば：

:root {
  --color-background: #1a462788;
  --color-background-soft: #1a4627aa;
  --color-background-mute: #1a462766;
  --navbar-background: #1a4627;
  --chat-background: #1a4627;
  --chat-background-user: #28b561;
  --chat-background-assistant: #1a462722;
}

#content-container {
  background-color: #2e5d3a !important;
}

組み込み変数

:root {
  font-family: "汉仪唐美人" !important; /* フォント */
}

/* 深い思考展開時のフォントカラー */
.ant-collapse-content-box .markdown {
  color: red;
}

/* テーマ変数 */
:root {
  --color-black-soft: #2a2b2a; /* ダーク背景色 */
  --color-white-soft: #f8f7f2; /* ライト背景色 */
}

/* ダークテーマ */
body[theme-mode="dark"] {
  /* カラー */
  --color-background: #2b2b2b; /* ダーク背景色 */
  --color-background-soft: #303030; /* ライト背景色 */
  --color-background-mute: #282c34; /* ニュートラル背景色 */
  --navbar-background: var(-–color-black-soft); /* ナビゲーションバー背景色 */
  --chat-background: var(–-color-black-soft); /* チャット背景色 */
  --chat-background-user: #323332; /* ユーザーチャット背景色 */
  --chat-background-assistant: #2d2e2d; /* アシスタントチャット背景色 */
}

/* ダークテーマ固有スタイル */
body[theme-mode="dark"] {
  #content-container {
    background-color: var(-–chat-background-assistant) !important; /* コンテンツコンテナ背景色 */
  }

  #content-container #messages {
    background-color: var(-–chat-background-assistant); /* メッセージ背景色 */
  }

  .inputbar-container {
    background-color: #3d3d3a; /* 入力バー背景色 */
    border: 1px solid #5e5d5940; /* 入力バーボーダーカラー */
    border-radius: 8px; /* 入力バーボーダー角丸 */
  }

  /* コードスタイル */
  code {
    background-color: #e5e5e20d; /* コード背景色 */
    color: #ea928a; /* コード文字色 */
  }

  pre code {
    color: #abb2bf; /* プリフォーマットコード文字色 */
  }
}

/* ライトテーマ */
body[theme-mode="light"] {
  /* カラー */
  --color-white: #ffffff; /* ホワイト */
  --color-background: #ebe8e2; /* ライト背景色 */
  --color-background-soft: #cbc7be; /* ライト背景色 */
  --color-background-mute: #e4e1d7; /* ニュートラル背景色 */
  --navbar-background: var(-–color-white-soft); /* ナビゲーションバー背景色 */
  --chat-background: var(-–color-white-soft); /* チャット背景色 */
  --chat-background-user: #f8f7f2; /* ユーザーチャット背景色 */
  --chat-background-assistant: #f6f4ec; /* アシスタントチャット背景色 */
}

/* ライトテーマ固有スタイル */
body[theme-mode="light"] {
  #content-container {
    background-color: var(-–chat-background-assistant) !important; /* コンテンツコンテナ背景色 */
  }

  #content-container #messages {
    background-color: var(-–chat-background-assistant); /* メッセージ背景色 */
  }

  .inputbar-container {
    background-color: #ffffff; /* 入力バー背景色 */
    border: 1px solid #87867f40; /* 入力バーボーダーカラー */
    border-radius: 8px; /* 入力バーボーダー角丸（お好みのサイズに調整可） */
  }

  /* コードスタイル */
  code {
    background-color: #3d39290d; /* コード背景色 */
    color: #7c1b13; /* コード文字色 */
  }

  pre code {
    color: #000000; /* プリフォーマットコード文字色 */
  }
}

より多くのテーマ変数についてはソースコードを参照してください：https://github.com/CherryHQ/cherry-studio/tree/main/src/renderer/src/assets/styles

関連のおすすめ

Cherry Studio テーマライブラリ: https://github.com/boilcy/cherrycss

中国風Cherry Studioテーマスキンのシェア: https://linux.do/t/topic/325119/129

データ設定

知識解説

Tokensとは何か？

TokensはAIモデルがテキストを処理する基本的な単位であり、モデルが「思考」する最小ユニットと理解できます。これは我々が理解する文字や単語とは完全には一致せず、モデル独自の特殊なテキスト分割方法です。

1. 中国語の分かち書き

• 1つの漢字は通常1～2トークンにエンコードされる

• 例："你好" ≈ 2-4トークン

2. 英語の分かち書き

• 一般的な単語は通常1トークン

• 長い単語や珍しい単語は複数トークンに分割される

• 例：

  • "hello" = 1トークン

  • "indescribable" = 4トークン

3. 特殊文字

• スペースや句読点もトークンを消費

• 改行文字は通常1トークン

Tokenizerとは何か？

Tokenizer（トークナイザー）はAIモデルがテキストをtokensに変換するツールです。入力テキストをモデルが理解できる最小単位にどう分割するかを決定します。

なぜモデルごとにTokenizerが異なるのか？

1. トレーニングデータの違い

• 異なるコーパスによる最適化方向の違い

• 多言語サポートレベルの差異

• 医療・法律など特定分野向けの最適化

2. 分かち書きアルゴリズムの違い

• BPE (Byte Pair Encoding) - OpenAI GPTシリーズ

• WordPiece - Google BERT

• SentencePiece - 多言語シナリオ向け

3. 最適化目標の違い

• 圧縮効率を重視するもの

• 意味保持を重視するもの

• 処理速度を重視するもの

実際の影響

同じテキストでもモデルによってトークン数が異なる可能性：

Embedding Model（埋め込みモデル）とは何か？

基本概念： 埋め込みモデルは、高次元の離散データ（テキスト、画像など）を低次元の連続ベクトルに変換する技術です。この変換により、機械が複雑なデータをより良く理解・処理できるようになります。複雑なパズルを単純な座標点に簡略化するイメージで、パズルの主要な特徴を保持します。大規模モデル生態系では「翻訳者」として機能し、人間が理解可能な情報をAIが計算可能な数値形式に変換します。

動作原理： 自然言語処理を例にすると、埋め込みモデルは単語をベクトル空間内の特定位置にマッピングします。この空間では、意味的に類似した単語が自動的に近くに集まります。例：

• 「王様」と「女王」のベクトルは近い

• 「猫」と「犬」などのペット関連語も距離が近い

• 一方で「車」と「パン」など無関係な語は距離が遠い

主な応用シナリオ：

• テキスト分析：文書分類、感情分析

• 推薦システム：パーソナライズドコンテンツ推薦

• 画像処理：類似画像検索

• 検索エンジン：意味検索の最適化

コアメリット：

1. 次元削減効果：複雑データを扱いやすいベクトル形式に簡略化

2. 意味保存：元データの重要な意味情報を保持

3. 計算効率：機械学習モデルの学習・推論効率を大幅向上

技術的価値： 埋め込みモデルは現代AIシステムの基盤コンポーネントであり、機械学習タスクに高品質なデータ表現を提供するため、自然言語処理やコンピュータビジョンなどの分野発展を推進する鍵技術です。

知識検索におけるEmbeddingモデルの動作原理

基本的ワークフロー：

1. 知識ベース前処理段階

• ドキュメントを適切なサイズのchunk（テキスト塊）に分割

• embeddingモデルで各chunkをベクトルに変換

• ベクトルと原文をベクトルデータベースに保存

1. クエリ処理段階

• ユーザー質問をベクトルに変換

• ベクトルデータベースで類似内容を検索

• 検索された関連内容を文脈としてLLMに提供

MCP（Model Context Protocol）とは何か？

MCPは標準化された方法で大規模言語モデル（LLM）にコンテキスト情報を提供することを目的としたオープンソースプロトコルです。

• 比喩的理解： MCPはAI分野の「USBメモリ」と想像できます。USBメモリが様々なファイルを保存し、コンピュータに挿入すれば即時使用可能となるように、MCP Serverには様々なコンテキスト提供「プラグイン」を「挿入」できます。LLMは必要に応じてMCP Serverにこれらのプラグインを要求し、豊富なコンテキスト情報を取得して自身の能力を強化できます。

• Function Toolとの比較： 従来のFunction Tool（関数ツール）もLLMに外部機能を提供しますが、MCPはより高次元の抽象化と見なせます。Function Toolが特定タスク向けのツールであるのに対し、MCPはより汎用的でモジュール化されたコンテキスト取得メカニズムを提供します。

MCPの核心的メリット

1. 標準化： 統一インターフェースとデータ形式を提供し、異なるLLMとコンテキストプロバイダーのシームレスな連携を可能に

2. モジュール化： コンテキスト情報を独立モジュール（プラグイン）に分解可能で、管理と再利用が容易

3. 柔軟性： LLMが自身のニーズに応じて動的に必要なコンテキストプラグインを選択可能で、よりスマートで個別化されたインタラクションを実現

4. 拡張性： MCPの設計は将来の多様なコンテキストプラグイン追加をサポートし、LLMの能力拡張に無限の可能性を提供

翻訳

Cherry Studioの翻訳機能は、迅速かつ正確なテキスト翻訳サービスを提供し、複数言語間の相互翻訳をサポートします。

インターフェース概要

翻訳インターフェースは主に以下の部分で構成されます：

1. 原文言語選択エリア：

   • 任意の言語：Cherry Studio が自動的に原文言語を認識して翻訳します。

2. 目標言語選択エリア：

   • プルダウンメニュー：テキストを翻訳したい言語を選択します。

3. 設定ボタン：

   • クリックすると に移動します。

4. スクロール同期：

   • クリックでスクロール同期を切り替え（どちらか一方でスクロールすると、もう一方も連動してスクロール）。

5. テキスト入力ボックス（左側）：

   • 翻訳が必要なテキストを入力または貼り付けます。

6. 翻訳結果ボックス（右側）：

   • 翻訳後のテキストを表示。

   • コピーボタン：クリックで翻訳結果をクリップボードにコピーします。

7. 翻訳ボタン：

   • クリックで翻訳を開始します。

8. 翻訳履歴（左上）：

   • クリックで翻訳履歴を確認できます。

使用手順

1. 目標言語を選択：

   • 目標言語選択エリアで翻訳したい言語を選択します。

2. テキストを入力または貼り付け：

   • 左側のテキスト入力ボックスに翻訳したいテキストを入力または貼り付けます。

3. 翻訳を開始：

   • 翻訳 ボタンをクリックします。

4. 結果の確認とコピー：

   • 翻訳結果が右側の翻訳結果ボックスに表示されます。

   • コピーボタンをクリックすると翻訳結果をクリップボードにコピーできます。

よくある質問 (FAQ)

• Q: 翻訳が正確でない場合は？

  • A: AI翻訳は強力ですが完璧ではありません。専門分野や複雑な文脈のテキストは、手動での校正をお勧めします。別のモデルに切り替えることもお試しください。

• Q: 対応言語は？

  • A: Cherry Studioの翻訳機能は主要な多言語に対応しています。具体的な対応言語リストは、Cherry Studio公式サイトまたはアプリ内説明をご参照ください。

• Q: ファイル全体の翻訳は可能ですか？

  • A: 現在のインターフェースはテキスト翻訳が主な用途です。ファイル翻訳については、Cherry Studioの会話ページでファイルを追加して翻訳する必要があります。

• Q: 翻訳速度が遅い場合は？

  • A: 翻訳速度はネットワーク接続状況、テキストの長さ、サーバー負荷などの影響を受ける可能性があります。ネットワーク接続が安定していることを確認し、お待ちください。

デフォルトモデル設定

デフォルトアシスタントモデル

アシスタントがデフォルトのアシスタントモデルを設定していない場合、新しい会話でデフォルトで選択されるモデルはここで設定されたモデルです。 プロンプト最適化やテキスト選択アシスタントでも、この設定が使用されます。

トピック命名モデル

各会話終了後に、会話のトピック名を生成するために呼び出されるモデルです。ここで設定されたモデルが命名時に使用されます。

翻訳モデル

会話やAI絵画などの入力ボックスでの翻訳機能、翻訳インターフェースで使用される翻訳モデルは、すべてここで設定されたモデルが使用されます。

クイックアシスタントモデル

クイックアシスタント機能で使用されるモデルです。詳細は を参照してください。

マイクロプログラム

マイクロプログラムページでは、クライアント内で主要サービスプロバイダーのAI関連プログラムのウェブ版を使用できますが、現在、カスタム追加と削除はサポートされていません。

ショートカット設定

本画面では、一部機能のショートカットキーの有効化（無効化）と設定が可能です。具体的な設定方法は画面の指示に従って操作してください。

設定

---
icon: cherries
---

# 設定

基本設定

このページでは、ソフトウェアのインターフェース言語設定やプロキシ設定などを行うことができます。

よくある質問

1. mcp-server-time

解決方法

パラメータ欄に記入：

mcp-server-time
--local-timezone
<あなたの標準タイムゾーン、例：Asia/Shanghai>

ビジネス提携

担当者：王様 📮：[email protected] 📱：18954281942（カスタマーサービス電話ではありません）

商用ライセンス詳細：https://docs.cherry-ai.com/contact-us/questions/cherrystudio-xu-ke-xie-yi

組み込みMCP設定

@cherry/mcp-auto-install

MCPサービスの自動インストール（ベータ版）

@cherry/memory

ローカルナレッジグラフベースの持続的メモリ基盤の実装。これにより、モデルは異なる会話間でユーザーの関連情報を記憶できます。

@cherry/sequentialthinking

構造化された思考プロセスを通じて動的かつ反射的な問題解決を可能にするツールを提供するMCPサーバーの実装。

@cherry/brave-search

Brave検索APIを統合したMCPサーバーの実装で、ウェブ検索とローカル検索の両機能を提供します。

@cherry/fetch

URLのウェブコンテンツを取得するためのMCPサーバー。

@cherry/filesystem

ファイルシステム操作を実装するモデルコンテキストプロトコル（MCP）のNode.jsサーバー。

コード貢献

Cherry Studioへの貢献を歓迎します！以下の方法で貢献できます：

1. コード貢献：开新機能の開発や既存コードの最適化。

2. バグ修正：提見つけたバグの修正を提出。

3. Issue管理：帮GitHub Issueの管理支援。

4. 製品デザイン：参デザイン議論への参加。

5. ドキュメント作成：改ユーザーマニュアルやガイドの改善。

6. コミュニティ参加：加議論への参加やユーザー支援。

7. プロモーション：宣Cherry Studioの普及活動。

参加方法

メール送信:

メールタイトル：開発者として申請 メール本文：申請理由

我们正在将中文内容翻译成日语，同时严格遵守给定的翻译规则。 规则要求： 1. 只翻译将显示给用户的文本内容。 2. 严格保留所有Markdown格式和结构元素（如标题、列表、代码块、块引用、粗体、斜体、链接、图片、表格等）。Markdown语法本身不翻译。 3. 翻译代码块内的注释（但代码、命令、文件名、URL、版本号等不翻译）。 4. 链接和图片路径保持不变。 5. 保持GitBook风格的提示块结构（翻译内容，但标签不变）。 6. Frontmatter（YAML头）内容不变。 7. 不添加任何额外解释、前言、后记或总结。 8. 对于目录文件（如SUMMARY.md），只翻译标题名称，链接保持不变。 9. 保留所有GitHub特定术语（如pull request, fork, commit, repository）的原始形式。 10. 保留所有URL、文件路径和版本号。 11. 保持原始文档结构和段落分隔。

需要翻译的内容包括：

• 标题、段落文本

• 表格中的文本内容（但链接和模型名称中的技术术语不翻译）

• 提示块内的文本

• 说明部分的文本

注意：表格中的模型名称（如“Gemini-2.5-Pro”）的显示文本（即方括号内的部分）需要翻译，但链接保持不变。 同样，表格中的其他列如“服务商”、“许可协议”等也需要翻译，但专有名词（如Google、MIT等）保持不变。

步骤：

1. 翻译标题和段落文本。

2. 翻译提示块内的文本。

3. 翻译表格的表头（如“排名(UB)”、“模型名”等）和表格内的文本内容（但注意模型名称的显示文本需要翻译，而链接和版本号等不翻译）。

4. 翻译说明部分的内容。

5. 确保所有Markdown标记、链接、图片路径、代码块等原样保留。

特别注意：表格中“模型名”一列，每个单元格都是Markdown链接格式，例如： Gemini-2.5-Pro 我们需要翻译链接的显示文本（即“Gemini-2.5-Pro”），但保留链接URL不变。但是，请注意，模型名称本身是专有名词，通常不翻译，但这里显示文本是模型的名字，我们按照规则应该保留模型名（因为它是技术术语）？然而，规则9要求保留GitHub特定术语的原始形式，但模型名是否属于需要保留的术语？规则3指出代码块内的技术语法不翻译，但表格中的模型名不是代码块。

但是，观察原文，模型名实际上是一个链接文本，而链接文本通常是模型的名字（如“Gemini-2.5-Pro”），这些名字通常不翻译，因为它们是一个标识符。然而，规则1要求翻译“将显示给用户的文本内容”。这里有一个矛盾：模型名是显示给用户的，但它是专有名词。

回顾规则9：保留所有GitHub特定术语（如pull request, fork, commit, repository）的原始形式。模型名不属于GitHub特定术语，但它们是模型产品的名称，通常不翻译。而且，在原文中，模型名是英文的（如“Gemini-2.5-Pro”），所以实际上不需要翻译。但是，有些模型名可能是中文的？在这个文档中，模型名都是英文的，所以直接保留。

再看表格中其他列：分数、置信区间、票数、服务商、许可协议、知识截止日期。其中服务商一列有中文（如“Google”是英文，但“阿里巴巴”是中文），需要翻译成日语。同样，许可协议中的“专有”需要翻译。

因此，对于表格： - “模型名”列：链接的显示文本（即方括号内的部分）如果是中文则翻译，但这里都是英文或数字，所以保持不变（因为原文就是英文）。 - 其他列：文本内容翻译（如“暂无数据”翻译成日语，服务商中的中文名称翻译等）。

但是，在表格中，我们看到“服务商”列有“Google”、“OpenAI”等英文，也有“阿里巴巴”（中文）、“腾讯”（中文）等，这些中文需要翻译成日语。同样，“许可协议”列有“Proprietary”（英文）和“专有”（中文），这里“专有”需要翻译。

另外，注意“知识截止日期”列中，有“暂无数据”和日期格式（如“2023/10”），日期保持不变，“暂无数据”翻译。

所以，我们翻译表格时： - 表头：翻译（如

インストールガイド

対話インターフェース

アシスタントとトピック

アシスタント

アシスタント は、選択したモデルをカスタマイズするための設定です。プロンプトのプリセットやパラメーターのプリセットなど、これらの設定により、選択したモデルが期待通りに動作するよう調整されます。

システムデフォルトのアシスタント は、比較的汎用的なパラメーター（プロンプトなし）をプリセットしています。直接使用するか、エージェントページ で必要なプリセットを探して使用できます。

トピック

アシスタント は トピック の親集合です。1つのアシスタントの下に複数のトピック（つまり対話）を作成でき、すべての トピック は アシスタント のパラメーター設定やプリセットされたプロンプトなどのモデル設定を共有します。

対話ボックス内のボタン

新規トピック: 現在のアシスタント内に新しいトピックを作成します。

画像またはドキュメントをアップロード: 画像のアップロードはモデルのサポートが必要です。ドキュメントのアップロードは自動的にテキストに解析され、モデルにコンテキストとして提供されます。

ウェブ検索: 設定でウェブ検索関連情報を構成する必要があります。検索結果はコンテキストとして大規模モデルに返されます。詳細は ネットワーク接続モード をご覧ください。

ナレッジベース: ナレッジベースを有効にします。詳細は ナレッジベースチュートリアル をご覧ください。

MCP サーバー: MCP サーバー機能を有効にします。詳細は MCP 使用チュートリアル をご覧ください。

画像を生成: デフォルトでは表示されません。画像生成をサポートするモデル（例: Gemini）の場合、手動でアイコンをタップして有効にする必要があります。

モデルを選択: 次の対話で、指定したモデルに切り替え、コンテキストを保持します。

クイックフレーズ: 設定で事前に一般的なフレーズをプリセットし、ここで呼び出して直接入力します。変数をサポートします。

メッセージをクリア: このトピックの下のすべての内容を削除します。

拡大: 対話ボックスを大きくして、長文の入力を可能にします。

コンテキストをクリア: 内容を削除せずに、モデルが取得できるコンテキストを切り詰めます。つまり、モデルは以前の対話内容を「忘れ」ます。

推定トークン数: 推定トークン数を表示します。4つのデータはそれぞれ 現在のコンテキスト数、最大コンテキスト数（∞ は無制限のコンテキストを意味）、現在の入力ボックス内のメッセージ数、推定トークン数 です。

翻訳: 現在の入力ボックス内の内容を英語に翻訳します。

対話設定

モデル設定

モデル設定はアシスタント設定の モデル設定 パラメーターと同期します。詳細は アシスタント設定 をご覧ください。

メッセージ設定

メッセージ区切り線:

区切り線を使用して、メッセージ本文と操作バーを分離します。

セリフ体フォントを使用：

フォントスタイルを切り替えます。現在は カスタム CSS でフォントを変更することもできます。

コードに行番号を表示：

モデル出力のコードスニペットにコードブロックの行番号を表示します。

コードブロックを折り畳み可能：

オンにすると、コードスニペットが長い場合、自動的にコードブロックが折り畳まれます。

コードブロックを折り返し可能：

オンにすると、コードスニペットの1行が長い場合（ウィンドウを超える）、自動的に折り返されます。

思考内容を自動折り畳み：

オンにすると、思考をサポートするモデルで思考が完了した後、思考プロセスが自動的に折り畳まれます。

メッセージスタイル：

対話インターフェースをバブルスタイルまたはリストスタイルに切り替えられます。

コードスタイル：

コードスニペットの表示スタイルを切り替えます。

数式レンダリングエンジン：

• KaTeX: レンダリング速度が速く、パフォーマンス最適化用に設計されています。

• MathJax: レンダリングが遅いですが、より多くの数学記号とコマンドをサポートし、機能が豊富です。

メッセージフォントサイズ：

対話インターフェースのフォントサイズを調整します。

入力設定

推定トークン数を表示：

入力ボックスに入力テキストで推定消費されるトークン数を表示します（実際のコンテキスト消費トークンではなく、参考用です）。

長いテキストをファイルとして貼り付け：

他の場所から長いテキストをコピーして入力ボックスに貼り付けると、自動的にファイルスタイルで表示され、後続の入力の妨げを減らします。

入力メッセージをMarkdownでレンダリング：

オフの場合、モデルの応答メッセージのみをレンダリングし、送信メッセージはレンダリングしません。

スペースを3回素早く連打して翻訳：

対話インターフェースの入力ボックスでメッセージを入力した後、スペースを3回連続で連打すると、入力内容を英語に翻訳します。

ターゲット言語：

入力ボックスの翻訳ボタンとスペース3回連打翻訳のターゲット言語を設定します。

アシスタント設定

アシスタントインターフェースで設定するアシスタント名を選択→右クリックメニューで対応する設定を選択

アシスタントを編集

プロンプト設定

名称：

便利に識別できるようにアシスタント名をカスタマイズできます。

プロンプト：

プロンプトのことです。エージェントページのプロンプトの書き方を参照して内容を編集できます。

モデル設定

デフォルトモデル：

このアシスタントにデフォルトモデルを固定できます。エージェントページから追加するか、アシスタントをコピーする場合、初期モデルがこのモデルになります。この項目を設定しない場合、初期モデルはグローバル初期モデル（つまり デフォルトアシスタントモデル ）になります。

モデルを自動リセット：

オン時 – そのトピックの使用中に他のモデルに切り替えた場合、新規トピックを作成すると新規トピックのモデルがアシスタントのデフォルトモデルにリセットされます。オフ時は、新規トピックのモデルは前のトピックで使用したモデルを引き継ぎます。

例：アシスタントのデフォルトモデルが gpt-3.5-turbo の場合、そのアシスタントの下でトピック1を作成し、トピック1の対話中に gpt-4o に切り替えた場合：

自動リセットが有効：新規トピック2を作成すると、トピック2のデフォルト選択モデルは gpt-3.5-turbo；

自動リセットが無効：新規トピック2を作成すると、トピック2のデフォルト選択モデルは gpt-4o。

温度 (Temperature) ：

温度パラメーターは、モデルが生成するテキストのランダム性と創造性を制御します（デフォルト値 0.7）。具体的には：

• 低温度値(0-0.3)：

  • 出力がより確定的で集中したものになる

  • コード生成、データ分析など精度が必要なシナリオに適する

  • 最も確率の高い単語を選択する傾向がある

• 中程度温度値(0.4-0.7)：

  • 創造性と一貫性のバランスが取れる

  • 日常会話、一般的な執筆に適する

  • チャットボット対話に推奨 (0.5 前後)

• 高温度値(0.8-1.0)：

  • より創造的で多様性のある出力を生成

  • 創造的執筆、ブレインストーミングなどのシナリオに適する

  • ただし、テキストの一貫性が低下する可能性あり

Top P (核サンプリング)：

デフォルト値は 1。値が小さいほど、AI が生成する内容は単調になり、理解しやすくなります。値が大きいほど、AI の応答の語彙範囲が広がり、多様性が増します。

核サンプリングは、単語選択の確率しきい値を制御して出力に影響します：

• 小さい値(0.1-0.3)：

  • 最高確率の単語のみを考慮

  • 出力が保守的で制御可能

  • コードコメント、技術文書などのシナリオに適する

• 中程度値(0.4-0.6)：

  • 単語多様性と精度のバランス

  • 一般的な対話や執筆タスクに適する

• 大きい値(0.7-1.0)：

  • より広範な単語選択を考慮

  • より豊富で多様な内容を生成

  • 表現の多様性が必要な創造的執筆などに適する

コンテキスト数 (Context Window)

コンテキストに保持するメッセージの数。値が大きいほど、コンテキストが長くなり、消費されるトークンが増えます：

• 5-10：通常の対話に適する

• >10：より長いメモリが必要な複雑なタスク（例：執筆アウトラインに沿って段階的に長文を生成するタスクで、生成されたコンテキストの論理的一貫性を確保

CSS設定のクリア

• コンソールを開く：CherryStudioウィンドウをクリックし、Ctrl+Shift+Iキー（MacOS：command+option+I）を押します。

• 表示されたコンソールウィンドウで、Consoleタブをクリックします

• 手動でdocument.getElementById('user-defined-custom-css').remove()と入力します（コピー＆ペーストでは通常実行されません）。

• 入力後Enterキーを押すとCSS設定がクリアされます。その後、改めてCherryStudioの表示設定画面で問題のあるCSSコードを削除してください。

思源ノート設定チュートリアル

トピックやメッセージを思源ノートにエクスポートすることができます。

ステップ1

思源ノートを開き、新しいノートブックを作成します

ステップ2

ノートブックの設定を開き、ノートブックIDをコピーします

ステップ3

コピーしたノートブックIDを Cherry Studio の設定に貼り付けます

ステップ4

思源ノートのアドレスを入力します

• ローカル環境 通常は http://127.0.0.1:6806

• 自己ホスティング あなたのドメイン http://note.domain.com

ステップ5

思源ノートの APIトークン をコピーします

Cherry Studio の設定に貼り付けて確認します

ステップ6

おめでとうございます。思源ノートの設定が完了しました ✅ これでCherry Studioの内容をあなたの思源ノートにエクスポートすることができます

MCPの自動インストール

MCPの自動インストールには、Cherry Studioをv1.1.18以上にアップグレードする必要があります。

機能の概要

手動インストールに加えて、Cherry Studioには@mcpmarket/mcp-auto-installツールが組み込まれており、より便利なMCPサーバーのインストール方法を提供します。MCPサービスをサポートする大規模モデルチャットで対応するコマンドを入力するだけで使用できます。

使用方法

例えば、以下のように入力できます：

帮我安装一个 filesystem mcp server

システムは自動的に要件を認識し、@mcpmarket/mcp-auto-installを通じてインストールを完了します。このツールは以下のような複数タイプのMCPサーバーをサポートしています：

• filesystem（ファイルシステム）

• fetch（ネットワークリクエスト）

• sqlite（データベース）

• など...

MCP_PACKAGE_SCOPES変数でMCPサービス検索ソースをカスタマイズ可能で、デフォルト値は@modelcontextprotocolです。

@mcpmarket/mcp-auto-installライブラリの紹介

// `axun-uUpaWEdMEMU8C61K` はサービスIDで、任意の値にカスタマイズしてください
"axun-uUpaWEdMEMU8C61K": {
  "name": "mcp-auto-install",
  "description": "Automatically install MCP services (Beta version)",
  "isActive": false,
  "registryUrl": "https://registry.npmmirror.com",
  "command": "npx",
  "args": [
    "-y",
    "@mcpmarket/mcp-auto-install",
    "connect",
    "--json"
  ],
  "env": {
    "MCP_REGISTRY_PATH": "詳細はhttps://www.npmjs.com/package/@mcpmarket/mcp-auto-installを参照"
  },
  "disabledTools": []
}

OneAPI

• ログインし、トークンページに進む

• 新しいトークンを作成（または既存のdefaultトークン↑を直接使用可）

• トークンをコピー

• CherryStudioのプロバイダ設定を開き、プロバイダリスト最下部の追加をクリック

• 表示名を入力後、プロバイダでOpenAIを選択し[確定]をクリック

• コピーしたキーを入力

• API Key取得ページに戻り、ブラウザのアドレスバーからルートアドレスをコピー（例）:

• モデルを追加（[管理]で自動取得／手動入力）し右上トグルを有効化

ModelScope MCPサーバーの追加

ModelScope MCPサーバーを利用するには、Cherry Studio を v1.2.9 以上にアップグレードしてください。

v1.2.9 バージョンでは、Cherry Studio が ModelScope 魔搭 との公式提携を実現し、MCPサーバー追加の操作手順が大幅に簡素化されました。これにより設定ミスの防止が可能となり、ModelScope コミュニティで膨大な MCPサーバーを発見できます。以下では、Cherry Studio で ModelScope の MCPサーバーを同期する手順をご説明します。

操作手順

同期入口:

設定内の MCPサーバー設定をクリックし、サーバーを同期 を選択します。

MCPサービスを発見:

ModelScope を選択し、MCPサービスを閲覧・発見します。

MCPサーバー詳細を確認:

ModelScope に登録・ログイン後、MCPサービスの詳細を確認します。

サーバーに接続:

MCPサービス詳細画面で、サービスに接続 を選択します。

APIトークンを申請・貼り付け:

Cherry Studio で APIを取得 トークンをクリックし、ModelScope 公式サイトにリダイレクトします。APIトークンをコピーし、Cherry Studio に戻って貼り付けます。

同期完了:

Cherry Studio の MCPサーバーリストで、ModelScope 接続済みの MCPサービスが表示され、会話中に呼び出せます。

増分更新:

ModelScope ウェブサイトで後から新たに接続する MCPサーバーは、サーバーを同期 をクリックするだけで増分的に追加できます。

この手順で、Cherry Studio で ModelScope 上の MCPサーバーを簡単に同期する方法を習得しました。設定プロセスが大幅に簡略化され、手動設定の複雑さや潜在エラーを回避し、ModelScope コミュニティの豊富な MCPサーバーリソースをシームレスに活用できるようになります。

これらの強力な MCPサービスを探索して活用し、Cherry Studio の使用体験にさらなる利便性と可能性をもたらしましょう！

MCPの設定と使用方法

1. Cherry Studioの設定を開く

2. MCPサーバーオプションを探す

3. サーバーを追加をクリック

4. MCP Serverの関連パラメータを入力（参考リンク）。入力が必要な内容：

   • 名前：任意の名前（例：fetch-server）

   • タイプ：STDIOを選択

   • コマンド：uvxと入力

   • パラメータ：mcp-server-fetchと入力

   • （他のパラメータが存在する場合もあり、具体的なServerによる）

5. 保存をクリック

チャットボックスでMCPサービスを有効化

• MCPサーバー設定でMCPサーバーの追加に成功

使用効果のデモ

上図から分かるように、MCPのfetch機能を組み合わせることで、Cherry Studioはユーザーのクエリ意図をより良く理解し、ウェブから関連情報を取得して、より正確で包括的な回答を提供できます。

阿里云百炼

1. 阿里云百炼にログインしてください。アカウントをお持ちでない場合は登録が必要です。

2. 右上の 创建我的 API-KEY ボタンをクリックしてください。
3. ポップアップウィンドウで、デフォルトの業務スペースを選択します（カスタマイズも可能です）。必要に応じて説明を入力できます。
4. 右下の 确定 ボタンをクリックしてください。
5. リストに新規行が追加されるので、右側の 查看 ボタンをクリックしてください。
6. 复制 ボタンをクリックします。
7. Cherry Studioで 设置 → 模型服务 → 阿里云百炼 を選択し、API 密钥 欄にコピーしたAPIキーを貼り付けます。
8. モデルサービスの説明に従って設定を調整し、使用を開始してください。

Vertex AI

チュートリアル概要

1. API Keyの取得

• GeminiのAPI Keyを取得する前に、Google Cloudプロジェクトが必要です（既にお持ちの場合はこの手順をスキップ可）

• Google Cloudでプロジェクトを作成し、プロジェクト名を入力して「プロジェクトを作成」をクリック

• Vertex AIコンソールにアクセス

• 作成したプロジェクトでVertex AI APIを有効化

2. APIアクセス権限の設定

• サービスアカウント権限ページでサービスアカウントを作成

• サービスアカウント管理ページで作成したアカウントを選択し、「鍵」をクリックして新規JSON形式鍵を作成

• 作成成功後、鍵ファイルがJSON形式で自動的にPCに保存されます。必ず安全に保管してください

3. Cherry StudioでVertex AIを設定

• Vertex AIプロバイダを選択

• JSONファイルの対応するフィールドに入力

モデルを追加をクリックすると、すぐに使い始められます！

icon: cherries

埋め込みモデル参考情報

火山-豆包

阿里

OpenAI

百度

智谱

混元

百川

together

Jina

硅基流动

Gemini

nomic

console

cohere

クイックアシスタント

クイックアシスタントは、Cherry Studio が提供する便利なツールです。あらゆるアプリケーション内からAI機能に素早くアクセスし、即時質問、翻訳、要約、解説などの操作を可能にします。

クイックアシスタントの有効化

1. 設定を開く: 設定 > ショートカット > クイックアシスタントに移動します。

2. トグルを有効化: クイックアシスタントの対応するボタンをオンにします。

1. ショートカットキーの設定（任意）:

   • Windows デフォルト: Ctrl + E

   • macOS デフォルト: ⌘ + E

   • 競合の回避や使用習慣に合わせてカスタマイズ可能です。

クイックアシスタントの使用方法

1. 呼び出し: 任意のアプリケーションで設定済みのショートカットキー（またはデフォルト）を押します。

2. 操作: クイックアシスタントウィンドウで直接実行可能な操作:

   • クイック質問: AIに任意の質問

   • テキスト翻訳: 翻訳対象テキストの入力

   • コンテンツ要約: 長文テキストの要約

   • 概念説明: 説明が必要な概念や用語の入力
3. 終了: ESCキーを押すか、ウィンドウ外をクリックします。

ヒントとテクニック

• ショートカットキーの競合: 他アプリケーションと競合する場合は変更推奨

• 機能の探索: ドキュメント記載機能以外に、コード生成やスタイル変換などが可能な場合があります

• フィードバック: 問題発生時や改善提案はCherry Studioチームへしてください

Infinite Core

以下の経験はありませんか：WeChatに保存した26本の有益記事はその後開かれることがなく、PCに散らばる「学習資料」フォルダ内の10以上のファイル、半年前に読んだ理論を探したいのに数個のキーワードしか覚えていない。そして日々の情報量が脳の処理限界を超えると、貴重な知識の90%が72時間以内に忘却されます。 今、Infinite Core大規模モデルプラットフォームAPI + Cherry Studioで構築する個人ナレッジベースなら、WeChat記事や断片的な教材を構造化知識に変換し、精密な呼び出しを実現できます。

一、個人ナレッジベース構築

1. Infinite Core APIサービス：「思考中枢」として使いやすく安定

ナレッジベースの「思考中枢」として、Infinite Core大規模モデルプラットフォームはDeepSeek R1フルスペック版などのモデルを提供し、安定したAPIサービスを提供。現在登録後は無条件・無料で利用可能。主流の埋め込みモデルbge・jinaモデルでのナレッジベース構築をサポートし、プラットフォームは最新・最強のオープンソースモデルサービスを継続的に更新。画像・動画・音声などマルチモーダル対応。

2. Cherry Studio：ノーコードで構築可能

Cherry Studioは使いやすいAIツール。RAGナレッジベース開発に1～2ヶ月かかるのに対し、本ツールはノーコード操作を特長。Markdown/PDF/Webページなどをワンクリックでインポート可能（40MBファイルは1分で解析）。PCのローカルフォルダ・WeChat保存記事URL・講義ノートも追加可能です。

二、3ステップで専属ナレッジマネージャーを構築

Step 1：基本準備

1. Cherry Studio公式サイトからOS対応版をダウンロード（https://cherry-ai.com/）

2. アカウント登録：Infinite Core大規模モデルプラットフォームにログイン（https://cloud.infini-ai.com/genstudio/model?cherrystudio）

• APIキー取得：「モデル広場」でdeepseek-r1を選択→作成クリックでAPIKEYを生成→モデル名をコピー

Step 2：CherryStudio設定で「モデルサービス」にInfinite Coreを選択し、APIキーを入力して有効化

上記完了後、使用時に大規模モデルを選択すればCherryStudioからInfinite Core APIを利用可能。 利便性向上のため「デフォルトモデル」設定を推奨

Step 3：ナレッジベース追加

Infinite Coreプラットフォームの埋め込みモデルからbgeシリーズまたはjinaシリーズの任意バージョンを選択

三、実ユーザーシナリオ検証

• 学習資料インポート後、「『機械学習』第3章の核心公式導出を整理」と入力

▼生成結果例

tavilyインターネット接続のログイン・登録チュートリアル

一、tavily公式サイト

https://app.tavily.com/home

二、tavily登録詳細手順

上記公式サイトにアクセスするか、cherry studioの［設定］→［ネットワーク検索］→［APIキーを取得］をクリックすると、tavilyのログイン/登録ページに直接ジャンプします。

1. ［アカウント登録］をクリックし、以下の画面で普段使っているメールアドレスを入力するか、Google/GitHubアカウントで登録し、次のステップでパスワードを設定します（通常の手順です）。

1. 🚨🚨🚨【重要ステップ】 登録成功後、動的認証コードのステップが発生します。QRコードをスキャンしてワンタイムコードを生成する必要があります。

1. WeChatミニプログラムで「腾讯身份验证器」を検索

三、🎉登録成功🎉

上記手順完了後、以下の画面が表示されれば登録成功です。APIキーをコピーしてcherry studioに貼り付ければ、すぐに使い始められます。

Ollama

Ollamaは優れたオープンソースツールで、ローカル環境で様々な大規模言語モデル（LLMs）を簡単に実行・管理できます。Cherry StudioはOllamaとの統合をサポートし、使い慣れたインターフェースからローカルにデプロイされたLLMと直接対話可能。クラウドサービスへの依存が不要です！

Ollamaとは？

Ollamaは大規模言語モデル（LLM）のデプロイメントと使用を簡素化するツールです。主な特徴：

• ローカル実行： モデルは完全にローカルマシン上で動作し、ネットワーク接続不要、プライバシーとデータセキュリティを保護

• 簡単操作： シンプルなコマンドライン指令で様々なLLMのダウンロード・実行・管理が可能

• 豊富なモデル： Llama 2、Deepseek、Mistral、Gemmaなど人気オープンソースモデルを多数サポート

• クロスプラットフォーム： macOS、Windows、Linuxシステムに対応

• オープンAPI： OpenAI互換インターフェースをサポートし、他のツールとの統合が可能

Cherry StudioでOllamaを使う理由

• クラウドサービス不要： クラウドAPIの制限や費用から解放され、ローカルLLMの強力な機能を満喫

• データプライバシー： 全ての対話データがローカルに保存され、プライバシー漏洩の心配なし

• オフライン利用可能： ネットワーク接続がない環境でもLLMとの対話を継続可能

• カスタマイズ性： ニーズに応じて最適なLLMを選択・設定可能

Cherry StudioでのOllama設定方法

1. Ollamaのインストールと実行

まずコンピューターにOllamaをインストールし実行する必要があります：

• Ollamaのダウンロード： Ollama公式サイト（https://ollama.com/）にアクセスし、OSに合わせてインストーラーをダウンロード Linux環境では次のコマンドで直接インストール可能：

  复制

  curl -fsSL https://ollama.com/install.sh | sh

• Ollamaのインストール： インストーラーの指示に従ってインストール完了

• モデルのダウンロード： ターミナルでollama runコマンドを使用し、必要なモデルをダウンロード 例：Llama 3.2モデルをダウンロードする場合：

  复制

  ollama run llama3.2

  Ollamaが自動的にモデルをダウンロード・実行します

• Ollamaの実行状態維持： Cherry StudioでOllamaモデルを使用する間は、Ollamaが実行状態であることを確認してください

2. Cherry StudioへのOllamaプロバイダー追加

次に、OllamaをカスタムAIプロバイダーとして追加：

• 設定を開く： Cherry Studioインターフェース左側ナビゲーションバーの「設定」（歯車アイコン）をクリック

• モデルサービスへ移動： 設定ページで「モデルサービス」タブを選択

• プロバイダーを追加： リスト中のOllamaをクリック

3. Ollamaプロバイダーの設定

追加したOllamaプロバイダーを詳細設定：

1. 有効状態：

   • Ollamaプロバイダー右端のスイッチがオン（有効状態）であることを確認

2. APIキー：

   • OllamaはデフォルトでAPIキーを必要としません。このフィールドは空欄のまま、または任意の内容を入力可

3. APIアドレス：

   • Ollamaが提供するローカルAPIアドレスを入力。通常は次のアドレス：

     复制

     http://localhost:11434/

     ポート番号を変更した場合は適宜修正

4. キープアライブ時間： セッションの保持時間を分単位で設定。設定時間内に新しい対話がない場合、Cherry Studioは自動的にOllamaとの接続を切断しリソースを解放

5. モデル管理：

   • 「+ 追加」ボタンをクリックし、Ollamaでダウンロード済みのモデル名を手動入力

   • 例：ollama run llama3.2でllama3.2モデルをダウンロードした場合、ここにllama3.2と入力

   • 「管理」ボタンで追加済みモデルの編集・削除が可能

使い始め

上記設定完了後、Cherry StudioのチャットインターフェースでOllamaプロバイダーとダウンロード済みモデルを選択し、ローカルLLMとの対話を開始できます！

テクニックとヒント

• モデル初回実行時： 初めて特定のモデルを実行する場合、Ollamaはモデルファイルをダウンロードするため時間がかかります。しばらくお待ちください

• 利用可能モデルの確認： ターミナルでollama listコマンドを実行すると、ダウンロード済みOllamaモデルを一覧表示可能

• ハードウェア要件： 大規模言語モデルの実行には相当な計算リソース（CPU、メモリ、GPU）が必要です。お使いのコンピューターがモデル要件を満たしていることを確認ください

• Ollamaドキュメント： 設定ページのOllamaドキュメントとモデルを表示リンクをクリックすると、Ollama公式ドキュメントに直接アクセス可能

オンラインモード

1. オンラインへの接続方法

Cherry Studioの質問ウィンドウで、地球のアイコンをクリックするとオンライン機能を開始できます。

2. 特别注意：オンライン機能には二つのモードがあります

モード1：モデルプロバイダーの大規模モデルにデフォルトでオンライン機能が組み込まれている

この場合、オンライン機能を開始するだけで、簡単に利用できます。

モデル管理ページでも、この方法で、どのモデルがオンライン機能をサポートしているか一目でわかります。

現在、Cherry Studioでオンライン機能をサポートしているモデルプロバイダーは以下の通りです

• Google Gemini

• OpenRouter（すべてのモデルでオンライン機能をサポート）

• Tencent Hunyuan

• Zhipu AI

• Alibaba Cloud Bailianなど

モード2：モデルにオンライン機能がなく、Tavilyサービスで実現する

オンライン機能を持たない大規模モデルを使用している場合（名前の後に地球マークがない）、リアルタイム情報を取得したいときにTavilyネットワーク検索サービスが必要です。

初めてTavilyサービスを使用する際、ポップアップが表示され設定を案内します。指示に従って操作してください - 非常に簡単です！

APIキーの取得をクリックすると、自動的にTavily公式サイトのログインページにリダイレクトされます。登録し、ログイン後、APIキーを作成し、そのキーをCherry Studioにコピーしてください。

tavily登録参考ドキュメント：

以下のインターフェイスが表示され、登録成功を示しています。

再度試して効果を確認しましょう。結果は、正常にオンライン検索が行われ、デフォルトで5件の検索結果が取得されています。

PS：問題を見つけた場合は、お気軽にお問い合わせください。

直接ダウンロードリンク

Windows版

インストーラー版（Setup）

ポータブル版（Portable）

macOS版

Linux版