Agentes Inteligentes

A página de Agentes Inteligentes é uma praça de assistentes onde você pode selecionar ou pesquisar por predefinições de modelos desejadas. Ao clicar em um card, o assistente será adicionado à lista de assistentes na página de conversas.

Você também pode editar e criar seus próprios assistentes nesta página.

• Clique em Meus, depois em Criar Agente Inteligente para começar a criar seu assistente.

Configuração do Serviço de Modelo

Siga nossas contas de mídia social: Twitter (X), Xiaohongshu, Weibo, Bilibili, Douyin

Junte-se às nossas comunidades: Grupo QQ (575014769), Telegram, Discord, Grupo WeChat (clique para ver)

O Cherry Studio é uma plataforma completa de assistente AI que integra funcionalidades como diálogo com múltiplos modelos, gestão de base de conhecimento, pintura AI, tradução e mais. Com design altamente personalizável, capacidades de expansão poderosas e experiência de usuário amigável, o Cherry Studio é a escolha ideal para usuários profissionais e entusiastas de IA. Tanto usuários iniciantes quanto desenvolvedores podem encontrar funcionalidades AI adequadas para melhorar eficiência e criatividade.

Funcionalidades e Características Principais

1. Funcionalidades Básicas de Diálogo

• Respostas Múltiplas: Permite gerar respostas simultâneas de múltiplos modelos para a mesma pergunta, facilitando comparações (detalhes na Interface de Conversação).

• Agrupamento Automático: Histórico de conversas organizado automaticamente para acesso rápido.

• Exportação de Conversas: Suporte para exportação em múltiplos formatos (Markdown, Word, etc.).

• Parâmetros Personalizáveis: Ajustes avançados e parâmetros personalizados para necessidades específicas.

• Mercado de Assistentes: Mais de mil assistentes especializados em tradução, programação, redação e suporte para criação personalizada.

• Renderização Multi-formato: Suporte para Markdown, fórmulas matemáticas e visualização HTML em tempo real.

2. Funcionalidades Especiais Integradas

• Pintura AI: Painel dedicado para geração de imagens por descrição textual.

• Mini Programas AI: Diversas ferramentas AI gratuitas integradas sem necessidade de alternar navegadores.

• Tradução: Suporte para painel de tradução, tradução em conversas e tradução de prompts.

• Gestão de Arquivos: Arquivos organizados por categorias em conversas, arte e base de conhecimento.

• Busca Global: Localização rápida em histórico e base de conhecimento.

3. Sistema Unificado de Gestão de Provedores

• Agregação de Modelos: Integra modelos de OpenAI, Gemini, Anthropic, Azure em interface única.

• Listagem Automática: Obtenção automática da lista completa de modelos sem configuração manual.

• Rotação de Chaves API: Gerencia múltiplas chaves para evitar limites de taxa.

• Avatares Personalizados: Avatar dedicado para cada modelo reconhecível.

• Provedores Customizáveis: Suporte para provedores compatíveis com OpenAI/Gemini/Anthropic.

4. Interface e Layout Altamente Personalizáveis

• CSS Personalizado: Personalização global de estilos visuais.

• Layouts de Conversa: Opções de lista ou formato de bolhas com estilização customizada.

• Avatares Personalizados: Personalização de avatar para software e assistentes.

• Menu Lateral Configurável: Ocultar/reordenar funcionalidades do menu lateral.

5. Sistema de Base de Conhecimento Local

• Suporte Multi-formato: Importação de PDF, DOCX, PPTX, XLSX, TXT, MD.

• Múltiplas Fontes: Ficheiros locais, URLs, mapas de site ou conteúdo manual.

• Exportação de Base de Conhecimento: Compartilhamento de bases processadas.

• Teste de Busca Integrado: Verificação imediata de segmentação após importação.

6. Funcionalidades Rápidas

• Perguntas Rápidas: Assistente instantâneo em qualquer contexto (WeChat, navegador).

• Tradução Instantânea: Tradução rápida de palavras/textos em qualquer aplicativo.

• Resumo de Conteúdo: Sumarização de textos longos para extração eficiente.

• Explicação Simples: Compreensão de conceitos sem prompts complexos.

7. Segurança de Dados

• Múltiplos Backups: Backup local, WebDAV e agendado.

• Uso Totalmente Local: Integração com modelos locais para evitar vazamentos.

Vantagens do Projeto

1. Simplicidade: Cherry Studio simplifica o uso de AI para iniciantes.

2. Documentação Completa: Manuais detalhados de uso e solução de problemas.

3. Atualizações Contínuas: Melhorias frequentes baseadas em feedback.

4. Código Aberto: Personalização e expansão via código fonte.

Casos de Uso

• Gestão de Conhecimento: Construção e consulta de bases especializadas para pesquisa/educação.

• Criação com Múltiplos Modelos: Geração de conteúdo e informação simultânea.

• Tradução e Automação: Processamento de documentos e comunicação multilíngue.

• Arte e Design AI: Geração de imagens criativas por descrição textual.

Histórico de Estrelas

Siga Nossas Contas de Mídia Social

Informações de Referência de Modelos de Embedding

Volcano-Doubao

Endereço oficial de referência do modelo

Alibaba

Endereço oficial de referência do modelo

OpenAI

Endereço oficial de referência do modelo

Baidu

Endereço oficial de referência do modelo

Zhipu AI

Endereço oficial de referência do modelo

Hunyuan

Endereço oficial de referência do modelo

Baichuan AI

Endereço oficial de referência do modelo

Together AI

Endereço oficial de referência do modelo

Jina AI

Endereço oficial de referência do modelo

SiliconFlow

Endereço oficial de referência do modelo

Gemini

Endereço oficial de referência do modelo

Nomic AI

Endereço oficial de referência do modelo

Upstage

Endereço oficial de referência do modelo

Cohere

Endereço oficial de referência do modelo

Planejamento do Projeto

Lista de Tarefas

• Pop-up rápido (leitura da área de transferência, perguntas rápidas, explicação, tradução, resumo)

• Comparação de respostas de múltiplos modelos

• Suporte para login via SSO fornecido pelo provedor de serviços

• Todos os modelos suportam conexão à internet

• Lançamento da primeira versão oficial

• Funcionalidade de plugins (JavaScript)

• Extensão de navegador (tradução de texto selecionado, resumo, adicionar à base de conhecimento)

• Cliente iOS & Android

• Notas com IA

• Entrada e saída de voz (chamada com IA)

• Backup de dados com suporte para conteúdo personalizado

Mini Programas

Na página de Mini Programas, você pode utilizar versões web de programas relacionados à IA de vários provedores de serviços dentro do cliente. Atualmente, não é suportada a adição e exclusão personalizadas.

Visão Geral de Recursos

OneAPI e seus Projetos Fork

Definição de Dados

Arquivos

A interface de arquivos exibirá todos os documentos relacionados a conversações, desenhos, bases de conhecimento e outros. Você pode gerenciar e visualizá-los centralmente nesta página.

Limpar configuração CSS

• Abra o console: clique na janela do CherryStudio e pressione Ctrl+Shift+I (MacOS: command+option+I).

• Na janela do console exibida, clique em Console

• Digite manualmente document.getElementById('user-defined-custom-css').remove() (copiar e colar provavelmente não funcionará).

• Pressione Enter após digitar para limpar as configurações CSS, depois retorne às configurações de exibição do CherryStudio para remover o código CSS problemático.

Desenho

Atualmente, a funcionalidade de desenho suporta modelos de geração de imagens de DMXAPI, TokenFlux, AiHubMix e SiliconFlow. Você pode registrar uma conta no SiliconFlow e adicioná-lo como provedor para utilização.

Para dúvidas sobre os parâmetros, passe o mouse sobre o ? na área correspondente para ver as instruções.

Instruções de Armazenamento de Dados

Os dados adicionados à base de conhecimento do Cherry Studio são armazenados localmente. Durante o processo de adição, uma cópia do documento é colocada no diretório de armazenamento de dados do Cherry Studio.

Banco de dados vetorial: https://turso.tech/libsql

Após os documentos serem adicionados à base de conhecimento do Cherry Studio, os arquivos são divididos em vários fragmentos. Esses fragmentos são então processados pelo modelo de embedding.

Ao usar o modelo de linguagem grande para Q&A, fragmentos de texto relevantes à pergunta são recuperados e enviados ao modelo de linguagem grande para processamento.

Se houver requisitos de privacidade de dados, recomenda-se usar um banco de dados de embedding local e um modelo de linguagem grande local.

Google Gemini

Obter Chave API

• Antes de obter a chave API do Gemini, você precisa ter um projeto no Google Cloud (se já tiver, pode pular esta etapa).

• Acesse o para criar um projeto, preencha o nome do projeto e clique em "Criar projeto".

• Na página oficial de , clique em Chave secreta Criar chave API.

• Copie a chave gerada e abra as do CherryStudio.

• Encontre o fornecedor Gemini e insira a chave obtida.

• Clique em "Gerenciar" ou "Adicionar" na parte inferior, inclua os modelos suportados e ative o interruptor do fornecedor no canto superior direito para começar a usar.

Base de Conhecimento

Para usar a Base de Conhecimento, consulte o tutorial avançado: .

Tutorial de Uso do MCP

Tutorial de Instalação

Observações sobre a tradução:

1. Seguindo as regras, traduzi apenas o conteúdo textual ("安装教程" ➔ "Tutorial de Instalação")

2. Mantive inalterada a estrutura de cabeçalho (#) conforme solicitado

3. Não foram adicionados elementos extras ou explicações

4. Esta é a tradução padrão para PT-BR utilizada em documentação técnica

Configuração de Atalhos

Nesta interface, você pode ativar/desativar e configurar atalhos para algumas funcionalidades. Configure-os conforme as instruções apresentadas na interface.

Fluxo de Silício (Silicon Flow)

1. Configurar o Serviço de Modelos SiliconCloud

​1.2 Clique nas configurações no canto inferior esquerdo e selecione SiliconFlow nos Serviços de Modelos

​1.2 Clique no link para obter a chave de API do SiliconCloud

1. Faça login no SiliconCloud (se não estiver registado, o primeiro login criará automaticamente uma conta)

2. Acesse Chaves API para criar uma nova ou copiar uma chave existente

​1.3 Clique em Gerenciar para adicionar modelos

​2. Utilização do Serviço de Modelos

1. Clique no botão "Conversa" na barra lateral esquerda

2. Digite texto no campo de entrada para iniciar o bate-papo

3. Selecione os nomes dos modelos no menu superior para alternar entre modelos

Recomendações de Fontes

Vertex AI

Visão Geral do Tutorial

1. Obter a Chave de API

• Antes de obter a chave de API do Gemini, você precisa ter um projeto no Google Cloud (se já tiver, pule esta etapa)

• Acesse o Google Cloud para criar um projeto, preencha o nome do projeto e clique em "Criar projeto"

• Acesse o console do Vertex AI

• No projeto criado, ative a API Vertex AI

2. Configurar Permissões de Acesso à API

• Abra a página de permissões de contas de serviço e crie uma conta de serviço

• Na página de gerenciamento de contas de serviço, localize a conta recém-criada, clique em Chaves e crie uma nova chave no formato JSON

• Após a criação bem-sucedida, o arquivo de chave será salvo automaticamente em seu computador no formato JSON. Guarde-o cuidadosamente

3. Configurar o Vertex AI no Cherry Studio

• Selecione o provedor Vertex AI

• Preencha os campos correspondentes com os dados do arquivo JSON

Clique em Adicionar Modelo e você já pode começar a usar!

Configurações de Exibição

Nesta página você pode configurar o tema de cores do software, o layout da página ou CSS personalizado para fazer algumas personalizações.

Seleção de Tema

Aqui você pode configurar o modo de cor padrão da interface (modo claro, modo escuro ou seguir o sistema)

Configurações de Tópicos

Esta configuração é para o layout da interface de conversa.

Posição do Tópico

Alternar automaticamente para tópico

Quando ativado, clicar no nome do assistente mudará automaticamente para a página do tópico correspondente.

Mostrar hora do tópico

Quando ativado, mostra a hora de criação do tópico abaixo do tópico.

CSS personalizado

Esta configuração permite fazer alterações e ajustes personalizados na interface de forma flexível. Para métodos específicos, consulte CSS personalizado no tutorial avançado.

Configurações do Provedor

Esta página apenas apresenta as funcionalidades da interface. Para tutoriais de configuração, consulte o tutorial de Configuração do Provedor no guia básico.

Chave da API

No Cherry Studio, um único provedor suporta múltiplas chaves em rodízio sequencial.

• Adicione múltiplas chaves separadas por vírgulas inglesas:

sk-xxxx1,sk-xxxx2,sk-xxxx3,sk-xxxx4

Endereço da API

Geralmente não é necessário preencher ao usar provedores internos. Se precisar modificar, siga estritamente o endereço da documentação oficial.

Se o provedor fornecer um endereço como https://xxx.xxx.com/v1/chat/completions, insira apenas a parte base (https://xxx.xxx.com).

O Cherry Studio completará automaticamente o caminho (/v1/chat/completions). Formato incorreto pode causar falhas.

Adicionar Modelos

Clique em Gerenciar (canto inferior esquerdo) para ver os modelos suportados. Clique no + ao lado de cada modelo para adicioná-lo à lista.

Verificação de Conectividade

Clique no botão de verificação ao lado do campo da chave para testar a configuração.

Tutorial de Configuração do SiYuan Notes

Suporta a exportação de tópicos e mensagens para o SiYuan Notes.

Passo 1

Abra o SiYuan Notes e crie um caderno

Passo 2

Abra as configurações do caderno e copie o ID do Caderno

Passo 3

Cole o ID do caderno nas configurações do Cherry Studio

Passo 4

Insira o endereço do SiYuan Notes

• Local Normalmente http://127.0.0.1:6806

• Auto-hospedado Seu domínio http://note.dominio.com

Passo 5

Copie o Token de API do SiYuan Notes

Cole nas configurações do Cherry Studio e verifique

Passo 6

Parabéns! A configuração do SiYuan Notes está completa ✅ Agora você pode exportar conteúdo do Cherry Studio para seu SiYuan Notes

Huawei Cloud

Passo 1

Vá até o site para criar uma conta e fazer login

Passo 2

Clique para acessar o console do Maa S

Passo 3

Autorização

Passo 4

Clique em "Gestão de Autenticação" na barra lateral, crie uma API Key (chave secreta) e copie-a

Em seguida, crie um novo provedor no CherryStudio

Após criar, cole a chave secreta

Passo 5

Clique em "Model Deployment" na barra lateral e ative todas as opções

Passo 6

Clique em "Invoke"

Copie o endereço em ① e cole no campo de endereço do provedor do CherryStudio, adicionando "#" ao final e adicione "#" ao final e adicione "#" ao final e adicione "#" ao final e adicione "#" ao final

Por que adicionar "#"?

Você também pode ignorar e seguir o tutorial diretamente; Ou usar o método de excluir "v1/chat/completions" - preencha como preferir, mas siga rigorosamente o tutorial se não tiver experiência.

Copie o nome do modelo em ②, clique em "+ Adicionar" no CherryStudio para criar novo modelo

Digite o nome do modelo exatamente como exibido, sem adicionar elementos extras ou aspas.

Clique em "Adicionar Modelo" para concluir.

Configuração e Uso do MCP

1. Abra as configurações do Cherry Studio.

2. Encontre a opção Servidor MCP.

3. Clique em Adicionar Servidor.

4. Preencha os parâmetros relevantes do MCP Server (). Os campos que podem ser necessários incluem:

   • Nome: Personalize um nome, por exemplo fetch-server

   • Tipo: Selecione STDIO

   • Comando: Preencha uvx

   • Parâmetros: Preencha mcp-server-fetch

   • (Pode haver outros parâmetros dependendo do servidor específico)

5. Clique em Salvar.

Ativar o serviço MCP na caixa de chat

• Servidor MCP adicionado com sucesso nas configurações

Demonstração do efeito de uso

Como pode ser visto na imagem acima, após combinar a funcionalidade fetch do MCP, o Cherry Studio consegue entender melhor a intenção de consulta do usuário, obter informações relevantes da internet e fornecer respostas mais precisas e abrangentes.

Perguntas Frequentes

1. mcp-server-time

Solução

No campo "Parâmetros", preencha:

Personalização de Configurações

icon: cherries

Configurações Padrão do Modelo

Modelo Padrão do Assistente

Quando um assistente não possui um modelo padrão configurado, o modelo selecionado por padrão em novas conversas será o modelo definido aqui.

A otimização de prompts e o assistente de seleção de texto também utilizam o modelo configurado nesta seção.

Modelo para Nomeação de Tópicos

Após cada conversa, um modelo é acionado para gerar um nome para o tópico da conversa. O modelo configurado aqui é utilizado para essa nomeação.

Modelo de Tradução

As funções de tradução nas caixas de entrada de conversas, pintura e outros campos, bem como os modelos de tradução na interface de tradução, utilizam o modelo definido aqui.

Modelo do Assistente Rápido

O modelo utilizado pela funcionalidade do Assistente Rápido, detalhado em Assistente Rápido.

Configurações

Configurações Gerais

Nesta página, é possível definir o idioma da interface do software, configurar o servidor proxy, e mais.

Configurações de Dados

Esta interface permite operações como backup de dados do cliente em nuvem e local, consulta do diretório de dados local e limpeza de cache.

Backup de Dados

Atualmente, o backup de dados é suportado apenas através do método WebDAV. Você pode escolher serviços compatíveis com WebDAV para fazer backup na nuvem.

Também é possível sincronizar dados em múltiplos dispositivos usando o método: Computador A $\xrightarrow{\text{backup}}$ WebDAV $\xrightarrow{\text{restauração}}$ Computador B.

Exemplo usando Nutstore

1. Faça login no Nutstore, clique no nome de usuário no canto superior direito e selecione "Informações da conta":

1. Selecione "Opções de segurança" e clique em "Adicionar aplicativo":

1. Insira o nome do aplicativo e gere uma senha aleatória:

1. Copie e registre a senha:

1. Obtenha o endereço do servidor, nome de usuário e senha:

1. No Cherry Studio Configurações > Configurações de Dados, preencha as informações WebDAV:

1. Selecione fazer backup ou restaurar dados e configure o intervalo de backup automático:

Modo de Rede

1. Como ativar a conexão à internet

Na janela de perguntas do Cherry Studio, clique no ícone 【Globo Terrestre】 para ativar a conexão à internet.

2. Atenção especial: Dois modos de conexão à internet

Modo 1: A capacidade de conexão nativa dos grandes modelos dos provedores

Nesse caso, após ativar a conexão, você pode usar diretamente o serviço online, o que é muito simples.

Na página de gerenciamento de modelos, este método também permite identificar rapidamente quais modelos suportam conexão à internet.

Provedores de modelos com suporte de conexão atualmente no Cherry Studio:

• Google Gemini

• OpenRouter (todos os modelos suportam conexão)

• Tencent Hunyuan

• Zhipu AI

• Alibaba Cloud Bailian, etc.

Modo 2: Usar o serviço Tavily para habilitar conexão em modelos não nativos

Quando usamos grandes modelos sem capacidade de conexão nativa (sem ícone de globo) e precisamos acessar informações em tempo real, utilizamos o serviço de pesquisa na web do Tavily.

No primeiro uso do Tavily, uma janela pop-up solicitará configurações. Siga as instruções - é muito simples!

Após clicar, você será redirecionado para a página de login/registro do site oficial do Tavily. Após registrar e fazer login, crie uma API key e cole-a no Cherry Studio.

Documento de referência para registro no Tavily:

A interface abaixo indica que o registro foi bem-sucedido.

Teste novamente para ver o efeito. O resultado mostra que a pesquisa online está funcionando, com o número padrão de resultados definido como 5.

PS: Se encontrar erros, sinta-se à vontade para entrar em contato a qualquer momento.

ByteDance (Doubao)

• Faça login no Volcano Engine

• Clique diretamente aqui para acessar

Obter chave API

• Clique em Gerenciamento de Chave API na barra lateral inferior

• Crie uma Chave API

• Após criar com sucesso, clique no ícone de olho 👁️ ao lado da Chave API e copie

• Cole a Chave API copiada no CherryStudio e ative o interruptor do provedor.

Ativar e adicionar modelos

• Na barra lateral do Console Ark, acesse Gerenciamento de Ativação para ativar os modelos necessários. Você pode ativar conforme necessidade os modelos da série Doubao e DeepSeek.

• No documento da lista de modelos, localize o Model ID correspondente ao modelo desejado.

• Acesse as configurações de Serviço de Modelos do Cherry Studio, encontre "Volcano Engine"

• Clique em adicionar e cole o Model ID obtido anteriormente na caixa de texto Model ID

• Repita este processo para adicionar modelos sequencialmente

Endereço da API

Existem duas formas de escrever o endereço da API:

• Primeira (padrão do cliente): https://ark.cn-beijing.volces.com/api/v3/

• Segunda: https://ark.cn-beijing.volces.com/api/v3/chat/completions#

Tradução

A função de tradução do Cherry Studio oferece serviços de tradução de texto rápidos e precisos, suportando traduções mútuas entre diversos idiomas.

Visão Geral da Interface

A interface de tradução é composta principalmente pelas seguintes partes:

1. Área de seleção do idioma de origem:

   • Idioma qualquer: O Cherry Studio identificará automaticamente o idioma de origem e realizará a tradução.

2. Área de seleção do idioma de destino:

   • Menu suspenso: Selecione o idioma para o qual deseja traduzir o texto.

3. Botão de configurações:

   • Ao clicar, redirecionará para as Configurações de Modelo Padrão.

4. Sincronização de rolagem:

   • Alterna a sincronização de rolagem (ao rolar em qualquer lado, o outro acompanhará).

5. Campo de entrada de texto (esquerdo):

   • Insira ou cole o texto que precisa ser traduzido.

6. Caixa de resultados da tradução (direita):

   • Exibe o texto traduzido.

   • Botão de cópia: Clique para copiar o resultado da tradução para a área de transferência.

7. Botão de traduzir:

   • Clique neste botão para iniciar a tradução.

8. Histórico de traduções (canto superior esquerdo):

   • Ao clicar, é possível visualizar o histórico de traduções.

Passos de Uso

1. Selecione o idioma de destino:

   • Na área de seleção de idioma de destino, escolha o idioma desejado.

2. Insira ou cole o texto:

   • Digite ou cole o texto a ser traduzido no campo de entrada à esquerda.

3. Inicie a tradução:

   • Clique no botão Traduzir.

4. Visualize e copie o resultado:

   • Os resultados aparecerão na caixa de tradução à direita.

   • Clique no botão de cópia para copiar os resultados para a área de transferência.

Perguntas Frequentes (FAQ)

• P: O que fazer se a tradução não for precisa?

  • R: A tradução por IA, embora avançada, não é perfeita. Para textos técnicos ou contextos complexos, recomendamos revisão humana. Você também pode tentar alternar entre diferentes modelos.

• P: Quais idiomas são suportados?

  • R: O Cherry Studio oferece suporte a múltiplos idiomas principais. Consulte o site oficial ou as instruções no aplicativo para a lista completa.

• P: É possível traduzir arquivos inteiros?

  • R: A interface atual é focada em tradução de textos. Para arquivos, acesse a página de conversa do Cherry Studio e adicione o arquivo para tradução.

• P: Como lidar com traduções lentas?

  • R: A velocidade pode variar devido à conexão de internet, extensão do texto ou carga do servidor. Garanta uma conexão estável e aguarde pacientemente.

Windows

Abrir o site oficial

Clique em baixar e selecione a versão apropriada

Aguardar o download concluir

Se o navegador avisar que o arquivo não é confiável, etc., basta escolher manter o arquivo.

Escolher manter → Confiar no Cherry-Studio

Abrir o arquivo

Instalação

macOS

1. Primeiro, acesse a página de download no site oficial e clique para baixar a versão para Mac, ou clique no link direto abaixo.

   Observe que você deve baixar a versão correspondente ao chip do seu Mac {% hint style="info" %} Se você não sabe qual versão de chip o seu Mac deve usar:

   • Clique no menu  no canto superior esquerdo do Mac

   • No menu expandido, clique em "Sobre este Mac"

   • Na janela que aparece, verifique as informações do processador

   Se for um chip Intel, baixe o pacote de instalação da versão Intel.

   Se for um chip Apple M*, baixe o pacote de instalação para chips Apple. {% endhint %}

1. Após o download, clique aqui

1. Arraste o ícone para instalar

No Launchpad, busque o ícone do Cherry Studio e clique nele. Se a tela principal do Cherry Studio abrir, a instalação foi bem-sucedida.

NewAPI

• Faça login e acesse a página de tokens

• Clique em Adicionar Token

• Insira o nome do token e clique em Enviar (defina outras configurações conforme necessário)

• Acesse as configurações de provedor do CherryStudio e clique em Adicionar no final da lista de provedores

• Digite um nome de referência, selecione OpenAI como provedor e clique em Confirmar

• Cole a chave copiada anteriormente

• Volte à página de obtenção da API Key e copie o endereço base na barra de URL do navegador, por exemplo:

• Adicione modelos (clique em Gerenciar para obter automaticamente ou insira manualmente) e ative o botão no canto superior direito para usar.

Assistente Rápido

O Assistente Rápido é uma ferramenta conveniente fornecida pelo Cherry Studio que permite acessar rapidamente funções de IA em qualquer aplicativo, possibilitando operações como questionamentos instantâneos, tradução, resumo e explicação.

Ativar o Assistente Rápido

1. Abrir configurações: Navegue até Configurações -> Atalhos -> Assistente Rápido.

2. Ativar alternador: Localize e ative o botão correspondente ao Assistente Rápido.

1. Configurar atalho (opcional):

   • Atalho padrão para Windows: Ctrl + E.

   • Atalho padrão para macOS: ⌘ + E.

   • Você pode personalizar o atalho aqui para evitar conflitos ou adaptá-lo ao seu fluxo de trabalho.

Usando o Assistente Rápido

1. Ativar: Em qualquer aplicativo, pressione o atalho configurado (ou o padrão) para abrir o Assistente Rápido.

2. Interagir: Na janela do Assistente Rápido, você pode realizar diretamente as seguintes operações:

   • Pergunta rápida: Faça qualquer pergunta à IA.

   • Tradução de texto: Insira o texto que precisa ser traduzido.

   • Resumo de conteúdo: Insira textos longos para síntese.

   • Explicação: Insira conceitos ou termos que precisam ser elucidados.
3. Fechar: Pressione a tecla ESC ou clique em qualquer área fora da janela do Assistente Rápido para fechá-la.

Dicas e Truques

• Conflito de atalhos: Se o atalho padrão entrar em conflito com outro aplicativo, modifique-o.

• Explore mais funções: Além das funcionalidades mencionadas, o Assistente Rápido pode suportar outras operações como geração de código, conversão de estilo, etc. Recomendamos explorar durante o uso.

• Feedback e melhorias: Caso encontre problemas ou tenha sugestões, à equipe do Cherry Studio.

GitHub Copilot

Para usar o GitHub Copilot, primeiro você precisa ter uma conta no GitHub e assinar o serviço GitHub Copilot. A assinatura gratuita (free) também funciona, mas a versão gratuita não suporta o modelo mais recente Claude 3.7. Para detalhes, consulte o .

Obter Device Code

Clique em "Login GitHub" para obter o Device Code e copie-o.

Preencher o Device Code no navegador e autorizar

Após obter o Device Code com sucesso, clique no link para abrir o navegador. Faça login na sua conta GitHub no navegador, insira o Device Code e autorize o acesso.

Após a autorização bem-sucedida, retorne ao Cherry Studio e clique em "Conectar GitHub". Após a conexão bem-sucedida, seu nome de usuário e avatar do GitHub serão exibidos.

Clique em "Gerenciar" para obter a lista de modelos

Clique no botão "Gerenciar" abaixo para buscar automaticamente via internet a lista de modelos suportados atualmente.

Perguntas frequentes

Falha ao obter o Device Code. Tente novamente

Atualmente, usamos o Axios para construir solicitações. O Axios não suporta proxy SOCKS. Use proxy de sistema, proxy HTTP ou não configure proxy no CherryStudio, utilizando um proxy global. Primeiro, certifique-se de que sua conexão de rede esteja normal para evitar falhas ao obter o Device Code.

O pré-processamento de documentos da base de conhecimento requer a atualização do Cherry Studio para a versão v1.4.8 ou superior.

Configurar o Provedor de OCR

Após clicar em "Obter chave de API", o endereço de inscrição será aberto no navegador. Clique em "Aplicar imediatamente", preencha o formulário para obter a chave de API e insira-a no campo correspondente.

Configurar o Pré-processamento de Documentos

Na base de conhecimento já criada, configure conforme mostrado acima para concluir o pré-processamento de documentos.

Enviar Documentos

É possível verificar os resultados da base de conhecimento através da pesquisa no canto superior direito

Usar em Conversas

Dicas de uso da base de conhecimento: Ao usar modelos mais poderosos, altere o modo de pesquisa para "reconhecimento de intenção". Isso permite descrever sua pergunta com maior precisão e amplitude.

Ativar o Reconhecimento de Intenção

Contribuir com Código

Aceitamos contribuições para o Cherry Studio! Você pode contribuir das seguintes formas:

1. Contribuir com código: Desenvolver novos recursos ou otimizar o código existente. 2. Corrigir erros: Enviar correções de erros que você encontrou. 3. Manter problemas: Ajudar a gerenciar problemas no GitHub. 4. Design de produto: Participar de discussões de design. 5. Escrever documentação: Melhorar manuais e guias do usuário. 6. Envolvimento na comunidade: Participar de discussões e ajudar usuários. 7. Promover o uso: Divulgar o Cherry Studio.

Como Participar

Envie e-mail para

Assunto: 申请成为开发者 Conteúdo: 申请理由

Configuração Interna do MCP

@cherry/mcp-auto-install

Instalação automática do serviço MCP (beta)

@cherry/memory

Implementação baseada em grafo de conhecimento local para memória persistente. Isso permite que o modelo se lembre de informações relevantes do usuário entre diferentes conversas.

MEMORY_FILE_PATH=/path/to/your/file.json

@cherry/sequentialthinking

Uma implementação de servidor MCP que fornece ferramentas para resolução dinâmica e reflexiva de problemas através de processos de pensamento estruturados.

@cherry/brave-search

Uma implementação de servidor MCP que integra a API de busca Brave, oferecendo funcionalidade dupla de pesquisa na web e pesquisa local.

BRAVE_API_KEY=YOUR_API_KEY

@cherry/fetch

Servidor MCP para obter conteúdo de páginas da web a partir de URLs.

@cherry/filesystem

Servidor Node.js que implementa o Model Context Protocol (MCP) para operações de sistema de arquivos.

Política de Privacidade

Bem-vindo ao Cherry Studio (doravante referido como "este software" ou "nós"). Valorizamos profundamente a proteção da sua privacidade, e esta Política de Privacidade explicará como tratamos e protegemos suas informações e dados pessoais. Por favor, leia e compreenda cuidadosamente este acordo antes de utilizar este software:

1. Escopo das Informações Coletadas

Para otimizar a experiência do usuário e melhorar a qualidade do software, podemos coletar anonimamente as seguintes informações não pessoais:

• Informações da versão do software; • Atividade e frequência de uso das funcionalidades; • Informações anônimas de logs de falhas e erros;

Essas informações são completamente anônimas, não envolvem nenhum dado de identidade pessoal e não podem ser vinculadas às suas informações pessoais.

2. Informações que Não Coletamos

Para proteger ao máximo sua privacidade, comprometemo-nos expressamente com o seguinte:

• Não coletamos, armazenamos, transmitimos ou processamos suas chaves de API de serviços de modelos inseridas neste software; • Não coletamos, armazenamos, transmitimos ou processamos quaisquer dados de conversa gerados durante o uso do software, incluindo mas não limitado a: conteúdo de chats, informações de comandos, dados de bases de conhecimento, vetores de dados ou outros conteúdos personalizados; • Não coletamos, armazenamos, transmitimos ou processamos qualquer informação sensível que possa identificar pessoalmente.

3. Explicação da Interação de Dados

Este software utiliza chaves de API de provedores de serviços de modelos terceirizados solicitadas e configuradas por você para realizar chamadas de modelos e funcionalidades de conversação. Os serviços de modelo utilizados (como LLMs, interfaces de API, etc.) são fornecidos e inteiramente responsabilizados pelo provedor terceirizado de sua escolha. O Cherry Studio atua apenas como uma ferramenta local que fornece funcionalidades de interface para serviços de modelos terceirizados.

Portanto:

• Todos os dados de conversa entre você e os serviços de modelos não têm relação com o Cherry Studio - não armazenamos, transmitimos ou intermediamos esses dados de forma alguma; • Você deve revisar e aceitar as políticas de privacidade e termos relacionados do respectivo provedor de serviços de modelos terceirizado. Essas políticas podem ser encontradas nos sites oficiais de cada provedor.

4. Declaração sobre Políticas de Privacidade de Provedores Terceirizados

Você assume integralmente os possíveis riscos de privacidade decorrentes do uso de provedores terceirizados de serviços de modelos. Para políticas de privacidade específicas, medidas de segurança de dados e responsabilidades pertinentes, consulte o conteúdo relevante no site oficial do provedor escolhido. Não nos responsabilizamos por tais questões.

5. Atualizações e Modificações do Acordo

Este acordo pode ser ajustado conforme atualizações do software. Acompanhe periodicamente as alterações. Quando ocorrerem mudanças substanciais, notificaremos você de forma apropriada.

6. Entre em Contato Conosco

Caso tenha dúvidas sobre esta política ou as medidas de proteção de privacidade do Cherry Studio, não hesite em nos contatar.

Agradecemos por escolher e confiar no Cherry Studio. Continuaremos fornecendo uma experiência de produto segura e confiável.

Contribuir para a Documentação

Envie um e-mail para [email protected] para obter acesso de edição

Título: Solicitar acesso de edição para Cherry Studio Docs

Corpo do e-mail: Preencha o motivo da solicitação

Ollama

Ollama é uma excelente ferramenta de código aberto que permite executar e gerenciar facilmente vários modelos de linguagem grandes (LLMs) localmente. O Cherry Studio agora suporta integração com Ollama, permitindo que você interaja diretamente com LLMs implantados localmente na interface familiar, sem depender de serviços em nuvem!

O que é Ollama?

Ollama é uma ferramenta que simplifica a implantação e uso de modelos de linguagem grandes (LLMs). Ele possui as seguintes características:

• Execução local: Os modelos são executados completamente no seu computador local, sem necessidade de conexão à internet, protegendo sua privacidade e segurança de dados.

• Simples e fácil de usar: Com comandos simples de linha de comando, você pode baixar, executar e gerenciar vários LLMs.

• Riqueza de modelos: Suporta diversos modelos de código aberto populares como Llama 2, Deepseek, Mistral, Gemma, entre outros.

• Multiplataforma: Compatível com macOS, Windows e Linux.

• API Aberta: Possui interface compatível com OpenAI e pode ser integrado com outras ferramentas.

Por que usar Ollama no Cherry Studio?

• Sem serviços de nuvem: Não está mais limitado por cotas e custos de API em nuvem, desfrute plenamente do poder dos LLMs locais.

• Privacidade de dados: Todos os seus dados de conversa permanecem locais, sem preocupações com vazamento de privacidade.

• Disponível offline: Mesmo sem conexão à internet, você pode continuar interagindo com o LLM.

• Personalização: Selecione e configure o LLM que melhor atenda às suas necessidades.

Configurar Ollama no Cherry Studio

1. Instalar e executar Ollama

Primeiro, você precisa instalar e executar o Ollama no seu computador:

• Baixar Ollama: Visite o site oficial do Ollama (https://ollama.com/) e baixe o pacote correspondente ao seu sistema operacional. No Linux, você pode instalar diretamente via comando:

  复制

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

• Instalar Ollama: Siga as instruções do instalador para completar a instalação.

• Baixar modelos: Abra o terminal (ou prompt de comando) e use o comando ollama run para baixar o modelo desejado. Exemplo para baixar Llama 3.2:

  复制

  ollama run llama3.2

  O Ollama baixará e executará o modelo automaticamente.

• Manter Ollama em execução: Certifique-se de que o Ollama permaneça em execução durante sua interação com os modelos via Cherry Studio.

2. Adicionar Ollama como provedor no Cherry Studio

Adicione o Ollama como provedor personalizado de IA:

• Abrir configurações: Na barra lateral do Cherry Studio, clique no ícone de engrenagem "Configurações".

• Acessar serviços de modelo: Selecione a aba "Model Services" (Serviços de Modelo).

• Adicionar provedor: Clique em "Ollama" na lista.

3. Configurar o provedor Ollama

Localize o Ollama na lista de provedores e configure:

1. Status de ativação:

   • Ative o interruptor à direita para habilitar o serviço.

2. Chave API:

   • O Ollama não requer chave API por padrão. Deixe este campo vazio ou preencha arbitrariamente.

3. Endereço API:

   • Insira o endereço local da API do Ollama (padrão):

   复制

   http://localhost:11434/

   Ajuste se você alterou a porta.

4. Tempo de manutenção ativa: Define o tempo máximo de inatividade da sessão (em minutos). O Cherry Studio desconectará automaticamente após este período para liberar recursos.

5. Gerenciamento de modelos:

   • Clique em "+ Adicionar" para inserir manualmente o nome dos modelos baixados no Ollama (ex: llama3.2 se baixado via ollama run llama3.2).

   • Use o botão "Gerenciar" para editar ou remover modelos.

Começar a usar

Após a configuração, selecione "Ollama" e seu modelo no painel de chat do Cherry Studio para iniciar conversas com seu LLM local!

Dicas e sugestões

• Primeira execução do modelo: O download inicial dos arquivos pode demorar significativamente.

• Ver modelos disponíveis: Execute ollama list no terminal para listar modelos instalados.

• Requisitos de hardware: Verifique se seu computador possui recursos suficientes (CPU/RAM/GPU) para executar LLMs.

• Documentação Ollama: Clique em View Ollama Documentation and Models na página de configuração para acessar a documentação oficial.

OpenAI

Obter Chave API

• Na página oficial da Chave API, clique em + Create new secret key

• Copie a chave gerada e abra as configurações do fornecedor do CherryStudio

• Localize o fornecedor OpenAI e insira a chave obtida

• Clique em Gerir ou Adicionar na parte inferior, adicione os modelos suportados e ative o interruptor do fornecedor no canto superior direito para começar a utilizar.

Tutorial de Configuração do Notion

O Cherry Studio suporta a importação de tópicos para bases de dados do Notion.

Passo 1

Acesse o site Notion Integrations e crie um aplicativo

Passo 2

Crie um aplicativo

Nome: Cherry Studio Tipo: Selecione a primeira opção Ícone: Você pode salvar esta imagem

Passo 3

Copie a chave secreta e cole-a nas configurações do Cherry Studio

Passo 4

Acesse o site do Notion e crie uma nova página. Selecione o tipo de base de dados abaixo, nomeie como Cherry Studio e conecte conforme ilustrado

Passo 5

Se o URL da sua base de dados do Notion for semelhante a: https://www.notion.so/<long_hash_1>?v=<long_hash_2> Então o ID da base de dados do Notion é a parte <long_hash_1>

Passo 6

Preencha Nome do campo de título da página:

Se sua interface estiver em inglês, preencha Name Se sua interface estiver em chinês, preencha 名称

Passo 7

Parabéns! A configuração do Notion está concluída ✅ Agora você pode exportar conteúdo do Cherry Studio para sua base de dados do Notion

Alibaba Cloud Bailian

1. Faça login no Alibaba Cloud Bailian. Se você não tiver uma conta da Alibaba Cloud, será necessário registar-se.

2. Clique no botão 创建我的 API-KEY no canto superior direito.

1. Na janela pop-up, selecione o espaço de negócios padrão (ou você pode personalizar) e, se desejar, preencha uma descrição.

1. Clique no botão 确定 no canto inferior direito.

2. Em seguida, você deverá ver uma nova linha na lista; clique no botão 查看 à direita.
3. Clique no botão 复制.
4. Acesse o Cherry Studio e, em Configurações → Serviços de Modelo → Alibaba Cloud Bailian, encontre API 密钥. Cole a chave API copiada aqui.
5. Você pode ajustar as configurações relevantes conforme descrito em Serviços de Modelo e em seguida utilizá-lo.

Cooperação Comercial

Contato: Sr. Wang 📮：[email protected] 📱：18954281942 (não é número de atendimento ao cliente)

Detalhes da licença comercial: https://docs.cherry-ai.com/contact-us/questions/cherrystudio-xu-ke-xie-yi

OneAPI

• Faça login e acesse a página de tokens

• Crie um novo token (ou use o token "default"↑ diretamente)

• Copie o token

• Acesse as configurações de provedor do CherryStudio e clique em Adicionar no final da lista de provedores

• Insira um nome para referência, selecione "OpenAI" como provedor e clique em OK

• Cole a chave copiada anteriormente

• Volte à página de obtenção da API Key e copie o endereço raiz da barra de endereços do navegador, por exemplo:

• Adicione modelos (clique em "Gerenciar" para busca automática ou insira manualmente). Ative o botão no canto superior direito para começar a usar.

Instalação do Ambiente MCP

MCP (Model Context Protocol) é um protocolo de código aberto projetado para fornecer informações contextuais a modelos de linguagem de grande porte (LLMs) de forma padronizada. Para mais informações sobre o MCP, consulte .

Usando o MCP no Cherry Studio

Veja a seguir um exemplo usando a funcionalidade fetch para demonstrar como utilizar o MCP no Cherry Studio. Detalhes podem ser encontrados na documentação.

Preparação: Instalação do uv e bun

Em Configurações - Servidor MCP, clique no botão Instalar para iniciar o download e instalação automáticos. Como o download é feito diretamente do GitHub, pode ser lento e ter alta probabilidade de falha. A instalação é considerada bem-sucedida apenas se os arquivos estiverem presentes nas pastas mencionadas abaixo.

Diretório de instalação dos executáveis:

Windows: C:\Users\Nome do Usuário\.cherrystudio\bin

macOS e Linux: ~/.cherrystudio/bin

Se a instalação automática falhar:

Você pode criar links simbólicos a partir dos comandos correspondentes no sistema para este diretório. Se o diretório não existir, crie-o manualmente. Como alternativa, faça o download manual dos executáveis e coloque-os neste diretório:

Bun: https://github.com/oven-sh/bun/releases UV: https://github.com/astral-sh/uv/releases

PPIO PiO Cloud

Cherry Studio integra a API LLM da PPIO

Visão Geral do Tutorial

Cherry Studio é um cliente de desktop multi-modelo, atualmente compatível com pacotes de instalação para sistemas Windows, Linux e macOS. Ele agrega modelos LLM líderes, oferecendo assistência em diversos cenários. Os usuários podem melhorar sua eficiência através de gerenciamento inteligente de conversas, personalização de código aberto e interface multi-tema.

O Cherry Studio agora possui integração profunda com o canal de API de alto desempenho da PPIO — garantindo capacidade computacional corporativa para resposta ultrarrápida do DeepSeek-R1/V3 e 99,9% de disponibilidade de serviço, proporcionando uma experiência fluida e eficiente.

O tutorial abaixo contém o plano completo de integração (incluindo configuração de chaves), permitindo ativar o modo avançado de "Inteligência de Agendamento do Cherry Studio + API de Alto Desempenho da PPIO" em apenas 3 minutos.

1. Acesse o Cherry Studio e adicione "PPIO" como fornecedor de modelo

Primeiro, faça o download do Cherry Studio no site oficial: (se não conseguir acessar, utilize o link alternativo do Quark Pan: )

(1) Clique em "Configurações" no canto inferior esquerdo, defina o nome do fornecedor como PPIO e clique em "Confirmar"

(2) Acesse , clique no ícone do usuário → "Gerenciamento de Chaves de API" para entrar no painel de controle

Clique no botão [+ Criar] para gerar uma nova chave de API. Defina um nome para a chave. A chave gerada só será exibida uma vez — copie-a e salve-a para uso futuro

(3) No Cherry Studio, insira a chave: vá para "Configurações", selecione [PPIO PiO Cloud], insira a chave de API gerada no site oficial e clique em [Verificar]

(4) Selecione o modelo: usando deepseek/deepseek-r1/community como exemplo. Se necessário, outros modelos podem ser alternados diretamente.

As versões DeepSeek R1 e V3 community são para testes exploratórios com todos os parâmetros habilitados, sem diferenças em estabilidade ou desempenho. Para uso intensivo, recarregue créditos e alterne para versões não-community.

2. Configuração de Uso do Modelo

(1) Após clicar em [Verificar] e confirmar a conexão bem-sucedida, o uso normal está habilitado

(2) Finalmente, clique em [@], selecione o modelo DeepSeek R1 adicionado sob o fornecedor PPIO e inicie a conversa!

[Parte do material fonte: ]

3. Tutorial em Vídeo PPIO × Cherry Studio

Se preferir aprendizagem visual, preparamos um tutorial em vídeo no Bilibili. Com instruções passo a passo, você dominará rapidamente a configuração "API PPIO + Cherry Studio". Clique no link abaixo para acessar o vídeo e iniciar uma experiência de desenvolvimento fluida →

[Material de vídeo: sola]

Tutorial de Base de Conhecimento

Na versão 0.9.1, o CherryStudio introduziu a tão esperada funcionalidade de Base de Conhecimento.

A seguir, apresentaremos o guia detalhado de utilização do CherryStudio passo a passo.

Adicionar Modelos de Embedding

1. Busque modelos no serviço de gerenciamento de modelos - é possível filtrar rapidamente clicando em "Modelos de Embedding";

2. Encontre o modelo desejado e adicione-o aos meus modelos.

Criar Base de Conhecimento

1. Acesso à Base de Conhecimento: Na barra de ferramentas à esquerda do CherryStudio, clique no ícone da Base de Conhecimento para acessar a página de gerenciamento;

2. Adicionar Base de Conhecimento: Clique em "Adicionar" para começar a criar sua base de conhecimento;

3. Nomeação: Insira o nome da base de conhecimento e adicione um modelo de embedding, usando bge-m3 como exemplo, para finalizar a criação.

Adicionar Arquivos e Vetorizar

1. Adicionar arquivos: Clique no botão de adicionar arquivos para abrir a seleção;

2. Selecionar arquivos: Escolha entre formatos suportados como pdf, docx, pptx, xlsx, txt, md, mdx etc.;

3. Vetorização: O sistema realizará automaticamente o processo de vetorização. Quando mostrar "Concluído" (verde ✓), significa que a vetorização está completa.

Adicionar Dados de Múltiplas Fontes

O CherryStudio suporta diversos métodos de adição de dados:

1. Diretório de pastas: Adicione uma pasta inteira - os arquivos suportados serão vetorizados automaticamente;

2. URL: Suporta links como ;

3. Mapa do site: Suporta sitemaps em formato XML como ;

4. Notas de texto: Permite inserir conteúdo personalizado em texto puro.

Pesquisar na Base de Conhecimento

Após a vetorização, é possível realizar consultas:

1. Clique no botão "Pesquisar Base de Conhecimento" no rodapé da página;

2. Insira o conteúdo da consulta;

3. Visualize os resultados da pesquisa;

4. Verifique a pontuação de correspondência para cada resultado.

Gerar Respostas com Base de Conhecimento em Diálogos

1. Crie um novo tópico. Na barra de ferramentas, clique em "Base de Conhecimento" para ver a lista e selecione uma base;

2. Envie sua pergunta – o modelo retornará respostas geradas a partir dos resultados da pesquisa;

3. As fontes de dados utilizadas aparecerão abaixo da resposta para acesso rápido.

Download Direto

Versão Windows

Versão de Instalação (Setup)

Versão Portátil (Portable)

Versão macOS

Versão Linux

Download via Nuvem

Adicionar Servidor ModelScope MCP

Para servidores ModelScope MCP, é necessário atualizar o Cherry Studio para a versão v1.2.9 ou superior.

Na versão v1.2.9, o Cherry Studio estabeleceu uma parceria oficial com o ModelScope (魔搭), simplificando significativamente as etapas de adição de servidores MCP. Essa integração evita erros de configuração e permite descobrir inúmeros servidores MCP na comunidade ModelScope. Acompanhe as etapas abaixo para aprender como sincronizar servidores MCP do ModelScope no Cherry Studio.

Etapas Operacionais

Ponto de Sincronização:

Clique em "Configurações de servidores MCP" e selecione Sincronizar servidores

Descobrir Serviços MCP:

Selecione "ModelScope" e explore os serviços MCP disponíveis

Verificar Detalhes do Servidor MCP:

Faça login no ModelScope e visualize os detalhes do serviço MCP

Conectar ao Servidor:

Na página de detalhes do serviço MCP, selecione "Conectar serviço"

Solicitar e Copiar Token de API:

Clique em "Obter token de API" no Cherry Studio para acessar o site do ModelScope. Copie o token de API e cole-o no Cherry Studio.

Sincronização Bem-sucedida:

Na lista de servidores MCP do Cherry Studio, o serviço conectado do ModelScope estará disponível para uso em conversas.

Atualização Incremental:

Para novos servidores MCP conectados posteriormente no site do ModelScope, bastará clicar em Sincronizar servidores para adicioná-los incrementalmente.

Com estas etapas, você dominou o processo de sincronização simplificada dos servidores MCP do ModelScope no Cherry Studio. Essa configuração elimina a complexidade e erros potenciais de configuração manual, permitindo o acesso a recursos abundantes da comunidade ModelScope.

Comece a explorar e utilizar esses poderosos serviços MCP para potencializar sua experiência com o Cherry Studio, abrindo novas possibilidades e conveniências!

Infini-AI

Você já passou por isso: salvou 26 artigos cheios de conteúdo no WeChat e nunca mais os abriu, tem mais de 10 arquivos espalhados na pasta "Material de estudo" do computador, e quando tenta encontrar uma teoria que leu há meio ano só se lembra de algumas palavras-chave? Quando o volume diário de informações excede o limite do cérebro, 90% do conhecimento valioso é esquecido em 72 horas. Agora, com a API da plataforma de serviço de modelos de grande escala Infini-AI + Cherry Studio, você pode criar uma base de conhecimento pessoal que transforma artigos do WeChat acumulando poeira e conteúdos fragmentados de cursos em conhecimento estruturado, permitindo acesso preciso.

1. Construção da Base de Conhecimento Pessoal

1.1 Serviço de API Infini-AI: "Cérebro" da base de conhecimento, estável e fácil de usar

Como o "cérebro" da base de conhecimento, a plataforma Infini-AI oferece versões como o DeepSeek R1 Full Edition, provendo serviços de API estáveis. Atualmente, após cadastro, o uso é gratuito e sem barreiras. Suporta modelos de incorporação (embedding) mainstream como bge e jina para construir bases de conhecimento. A plataforma atualiza constantemente os serviços de modelos open-source mais recentes e poderosos, incluindo múltiplas modalidades como imagem, vídeo e áudio.

1.2 Cherry Studio: Construa sua base de conhecimento sem código

Cherry Studio é uma ferramenta de IA intuitiva. Comparado ao desenvolvimento tradicional de bases de conhecimento RAG (que leva 1-2 meses), esta ferramenta oferece operação sem código, importando com um clique formatos como Markdown/PDF/páginas web. Arquivos de 40MB são processados em 1 minuto. Além disso, permite adicionar pastas locais, artigos favoritados do WeChat e anotações de cursos.

2. 3 Passos para Criar Seu Assistente de Conhecimento Exclusivo

Passo 1: Preparação Básica

1. Acesse o site oficial do Cherry Studio para baixar a versão compatível (https://cherry-ai.com/)

2. Cadastre-se: Entre na plataforma Infini-AI (https://cloud.infini-ai.com/genstudio/model?cherrystudio)

• Obtenha a chave da API: Na "Praça de Modelos", selecione deepseek-r1, clique em criar e copie o nome do modelo

Passo 2: Nas configurações do Cherry Studio, selecione "Infini-AI" nos serviços de modelo, insira a chave da API e ative o serviço

Após concluir, selecione o modelo necessário durante interações para usar os serviços da API Infini-AI no Cherry Studio. Para facilitar, defina também um "modelo padrão".

Passo 3: Adicione a base de conhecimento

Selecione qualquer versão dos modelos de incorporação bge ou jina da plataforma Infini-AI

3. Teste em Cenário Real de Usuário

• Após importar materiais de estudo, insira: "Organize a derivação das fórmulas-chave do Capítulo 3 de 'Machine Learning'"

Resultado gerado (imagem anexa)

Modo de Internet Gratuita

Explicação:

• Preservação de formatação: Mantive o símbolo de cabeçalho # sem alteração conforme as regras.

• Tradução textual: "免费" → "Gratuita" (sem custo) "联网" → "Internet" (acesso à rede) "模式" → "Modo" (funcionalidade/operação)

• Naturalidade: "Modo de Internet Gratuita" é a expressão mais comum em português para descrever funcionalidade de acesso gratuito à internet.

Feedback & Sugestões

Grupo de Discussão do Telegram

Junte-se ao grupo de discussão do Telegram para obter ajuda: https://t.me/CherryStudioAI

Grupo QQ

Grupo QQ (1025067911)

Issues do GitHub

Issues do GitHub: https://github.com/CherryHQ/cherry-studio/issues/new/choose

E-mail

E-mail do desenvolvedor: [email protected]

Métodos Eficientes de Perguntar

Cherry Studio é um projeto gratuito e de código aberto. À medida que o projeto cresce, a carga de trabalho da equipe também aumenta. Para reduzir custos de comunicação e resolver suas dúvidas de forma rápida e eficiente, pedimos que antes de fazer perguntas, siga estas etapas. Isso permitirá que a equipe dedique mais tempo à manutenção e desenvolvimento do projeto. Agradecemos sua cooperação!

1. Consulta e Pesquisa em Documentação

A maioria das questões básicas pode ser resolvida consultando a documentação com atenção:

• Dúvidas sobre funcionalidades e uso do software podem ser encontradas na documentação de Funcionalidades;

• Perguntas frequentes estão compiladas na página FAQ - verifique primeiro se há soluções lá;

• Questões complexas podem ser resolvidas diretamente através da pesquisa ou usando a caixa de pesquisa;

• Leia atentamente os conteúdos dos quadros de aviso em cada documento - isso ajuda a evitar muitos problemas;

• Consulte ou pesquise problemas semelhantes e soluções na página de Issues do GitHub.

2. Pesquisa na Internet e Consulta à IA

Para questões não relacionadas à funcionalidade do cliente (como erros de modelo, respostas inesperadas, configuração de parâmetros), recomendamos:

• Pesquisar soluções relacionadas na internet primeiro;

• Descrever o erro e o problema para uma IA para buscar soluções.

3. Pergunte na Comunidade Oficial ou Abra um Issue no GitHub

Se as etapas 1 e 2 não resolverem seu problema, você pode:

• Pedir ajuda nos canais oficiais: Telegram, Discord ou Grupo QQ.

• Descrever detalhadamente o problema ao buscar ajuda.

Orientações específicas:

1. Para erros de modelo:

   • Forneça captura de tela completa da interface e informações de erro do console.

   • Informações sensíveis podem ser ocultadas, mas mantenha no print: nome do modelo, parâmetros e conteúdo do erro.

   • Método para ver erros do console: clique aqui.

2. Para bugs de software:

   • Descreva o erro concretamente e forneça etapas detalhadas de reprodução.

   • Se for intermitente, descreva o cenário, contexto e parâmetros relevantes.

   • Inclua plataforma (Windows/Mac/Linux) e versão do software na descrição.

Tutorial de Configuração do Obsidian

Cherry Studio suporta integração com o Obsidian para exportar conversas completas ou individuais para a sua biblioteca do Obsidian.

Tutorial Atualizado

Passo 1: Configurar o Cherry Studio

Abra Configurações → Configurações de Dados → Menu Configuração do Obsidian no Cherry Studio. Os nomes das bibliotecas do Obsidian abertas localmente aparecerão automaticamente na lista suspensa. Selecione sua biblioteca alvo:

Passo 2: Exportar Conversas

Exportar Conversa Completa

Retorne à interface de conversa do Cherry Studio. Clique com o botão direito na conversa, selecione Exportar e clique em Exportar para Obsidian:

Uma janela será aberta para ajustar as Propriedades da nota, o local da pasta no Obsidian e o método de processamento:

• Biblioteca: Selecione outra biblioteca do menu suspenso

• Caminho: Selecione a pasta de destino para a nota exportada

• Propriedades da nota do Obsidian:

  • Tags

  • Data de criação (created)

  • Origem (source)

• Métodos de processamento disponíveis:

  • Novo (substituir se existir): Cria uma nova nota na pasta especificada, substituindo notas existentes com mesmo nome

  • Prepend: Adiciona o conteúdo ao início de uma nota existente com mesmo nome

  • Anexar: Adiciona o conteúdo ao final de uma nota existente com mesmo nome

Após selecionar todas as opções, clique em OK para exportar a conversa completa.

Exportar Mensagem Individual

Clique no menu de três linhas abaixo da mensagem, selecione Exportar e clique em Exportar para Obsidian:

A mesma janela de configuração de propriedades e métodos de processamento será exibida. Siga os mesmos passos do tutorial acima.

Exportação Concluída

🎉 Parabéns! Você concluiu toda a configuração de integração do Cherry Studio com o Obsidian. Aproveite!

Tutorial Antigo (para Cherry Studio <v1.1.13)

Passo 1: Preparar o Obsidian

Abra sua biblioteca do Obsidian e crie uma pasta para salvar as conversas exportadas (exemplo: pasta "Cherry Studio"):

Anote o nome da Biblioteca destacado no canto inferior esquerdo.

Passo 2: Configurar o Cherry Studio

Em Configurações → Configurações de Dados → Menu Configuração do Obsidian do Cherry Studio, insira o nome da Biblioteca e da Pasta obtidos no Passo 1:

O campo Tags globais é opcional para definir tags padrão em todas as notas exportadas.

Passo 3: Exportar Conversas

Exportar Conversa Completa

Clique com o botão direito na conversa, selecione Exportar e clique em Exportar para Obsidian:

Configure as Propriedades da nota e escolha um método de processamento:

• Novo (substituir se existir)

• Prepend

• Anexar

Exportar Mensagem Individual

Clique no menu de três linhas abaixo da mensagem e selecione Exportar para Obsidian:

Siga os mesmos passos do tutorial acima.

Exportação Concluída

🎉 Parabéns! Você concluiu toda a configuração de integração. Aproveite!

Local de Armazenamento Padrão

O armazenamento de dados do Cherry Studio segue as normas do sistema, onde os dados são automaticamente salvos no diretório do usuário, conforme as seguintes localizações:

macOS: /Users/username/Library/Application Support/CherryStudioDev Windows: C:\Users\username\AppData\Roaming\CherryStudio Linux: /home/username/.config/CherryStudio

Esta localização também pode ser verificada em:

Modificar o Local de Armazenamento (Referência)

Método 1: Você pode criar um link simbólico. Saia do aplicativo, mova os dados para o local desejado e crie um link no local original apontando para o novo diretório.

Instruções detalhadas: https://github.com/CherryHQ/cherry-studio/issues/621#issuecomment-2588652880

Método 2: Aproveitando características do Electron, configure parâmetros de inicialização para alterar o diretório de armazenamento.

--user-data-dir Exemplo: Cherry-Studio-*-x64-portable.exe --user-data-dir="%user_data_dir%"

Demonstração:

PS D:\CherryStudio> dir

     Diretório: D:\CherryStudio

Modo        ÚltimaEscrita    Comprimento Nome
----        -------------    ------ ----
d-----      2025/4/18 14:05             user-data-dir
-a----      2025/4/14 23:05   94987175  Cherry-Studio-1.2.4-x64-portable.exe
-a----      2025/4/18 14:05        701  init_cherry_studio.bat

init_cherry_studio.bat (codificação: ANSI)

@title Inicializar CherryStudio
@echo off

set current_path_dir=%~dp0
@echo Diretório atual: %current_path_dir%
set user_data_dir=%current_path_dir%user-data-dir
@echo Diretório de dados: %user_data_dir%

@echo Procurando executável Cherry-Studio-*-portable.exe
setlocal enabledelayedexpansion

for /f "delims=" %%F in ('dir /b /a-d "Cherry-Studio-*-portable*.exe" 2^>nul') do ( # Adaptado para versões do GitHub e site oficial
    set "target_file=!cd!\%%F"
    goto :break
)
:break
if defined target_file (
    echo Arquivo encontrado: %target_file%
) else (
    echo Nenhum arquivo compatível encontrado
    pause
    exit
)

@echo Pressione qualquer tecla para continuar
pause

@echo Iniciando CherryStudio
start %target_file% --user-data-dir="%user_data_dir%"

@echo Processo concluído
@echo on
exit

Estrutura do diretório user-data-dir após inicialização:

PS D:\CherryStudio> dir .\user-data-dir\

     Diretório: D:\CherryStudio\user-data-dir

Modo        ÚltimaEscrita    Comprimento Nome
----        -------------    ------ ----
d-----      2025/4/18 14:29             blob_storage
d-----      2025/4/18 14:07             Cache
d-----      2025/4/18 14:07             Code Cache
d-----      2025/4/18 14:07             Data
d-----      2025/4/18 14:07             DawnGraphiteCache
d-----      2025/4/18 14:07             DawnWebGPUCache
d-----      2025/4/18 14:07             Dictionaries
d-----      2025/4/18 14:07             GPUCache
d-----      2025/4/18 14:07             IndexedDB
d-----      2025/4/18 14:07             Local Storage
d-----      2025/4/18 14:07             logs
d-----      2025/4/18 14:30             Network
d-----      2025/4/18 14:07             Partitions
d-----      2025/4/18 14:29             Session Storage
d-----      2025/4/18 14:07             Shared Dictionary
d-----      2025/4/18 14:07             WebStorage
-a----      2025/4/18 14:07         36  .updaterId
-a----      2025/4/18 14:29         20  config.json
-a----      2025/4/18 14:07        434  Local State
-a----      2025/4/18 14:29         57  Preferences
-a----      2025/4/18 14:09       4096  SharedStorage
-a----      2025/4/18 14:30        140  window-state.json

Tutorial de Login, Registro e Conexão à Internet do Tavily

1. Site oficial do Tavily

https://app.tavily.com/home

2. Etapas detalhadas de registro no Tavily

Acesse o site oficial acima ou vá para Cherry Studio > Configurações > Busca na Web > Clique em "Obter chave" para ser redirecionado diretamente para a página de login/registro do Tavily.

1. Clique em "Registrar conta", insira seu e-mail principal ou use uma conta Google/GitHub. Em seguida, prossiga para criar sua senha (etapas comuns).

1. 🚨🚨🚨【ETAPA CRUCIAL】** Após o registro bem-sucedido, haverá uma verificação decódigo dinâmico. Você precisará escanear um QR code para gerar um código único (Code) e continuar.

1. Abra o WeChat, pesquise pelo miniprograma: 腾讯身份验证器

3. 🎉 Registro concluído 🎉

Após essas etapas, você verá esta tela confirmando o registro. Copie a chave para o Cherry Studio e comece a usar.

Instalação Automática do MCP

A instalação automática do MCP requer a atualização do Cherry Studio para a versão v1.1.18 ou superior.

Introdução ao Funcionamento

Além da instalação manual, o Cherry Studio possui integrado a ferramenta @mcpmarket/mcp-auto-install, uma forma mais conveniente de instalar servidores MCP. Basta inserir o comando correspondente em uma conversa de modelo grande que suporte o serviço MCP.

Instruções de Uso

Por exemplo, você pode inserir:

O sistema identificará automaticamente sua solicitação e completará a instalação através do @mcpmarket/mcp-auto-install. Essa ferramenta suporta diversos tipos de servidores MCP, incluindo mas não limitados a:

• filesystem (sistema de arquivos)

• fetch (requisição de rede)

• sqlite (banco de dados)

• etc.

A variável MCP_PACKAGE_SCOPES permite personalizar a fonte de pesquisa de serviços MCP, com valor padrão: @modelcontextprotocol.

Introdução à biblioteca @mcpmarket/mcp-auto-install

Informações de Referência Comuns sobre Modelos

... (o restante da tabela segue com tradução idêntica das colunas textuais, mantendo intactos todos os elementos técnicos e de formato) ...

Nota do Tradutor: Todas as convenções técnicas (k/m, números de versão, nomes de provedores) e elementos de marcação foram estritamente preservados conforme as regras. Descrições em português foram adaptadas para terminologia técnica comum, como "Diálogo", "Reconhecimento visual", "Chamada de função". A estrutura complexa da tabela com atributos ocultos (data-card-cover, data-card-target) foi mantida integralmente.

Configuração da Lista Negra de Pesquisa na Web

O Cherry Studio suporta duas formas de configurar a lista negra: manualmente e através da adição de fontes de assinatura. As regras de configuração seguem a referência do .

Configuração Manual

Você pode adicionar regras aos resultados de pesquisa ou clicar no ícone da barra de ferramentas para bloquear sites específicos. As regras podem ser especificadas através de:

• (exemplo: *://*.example.com/*)

• (exemplo: /example\.(net|org)/).

Configuração de Fontes de Assinatura

Você também pode assinar conjuntos de regras públicos. Este site lista algumas assinaturas: https://iorate.github.io/ublacklist/subscriptions

Abaixo estão algumas fontes de assinatura recomendadas:

Conhecimento Científico Popular

O que são tokens?

Tokens são as unidades básicas de processamento de texto em modelos de IA, podendo ser entendidos como as menores unidades de "pensamento" do modelo. Eles não correspondem exatamente a caracteres ou palavras como as entendemos, mas sim a um método especial de segmentação de texto usado pelo próprio modelo.

1. Segmentação de Texto em Chinês

• Um caractere chinês geralmente é codificado como 1-2 tokens

• Exemplo: "你好" ≈ 2-4 tokens

2. Segmentação de Texto em Inglês

• Palavras comuns geralmente são 1 token

• Palavras longas ou incomuns são divididas em múltiplos tokens

• Exemplo:

  • "hello" = 1 token

  • "indescribable" = 4 tokens

3. Caracteres Especiais

• Espaços, pontuação e outros também ocupam tokens

• Caracteres de nova linha geralmente são 1 token

O que é um Tokenizer?

Tokenizer (segmentador) é a ferramenta que converte texto em tokens para modelos de IA. Ele determina como o texto de entrada é dividido nas menores unidades compreensíveis pelo modelo.

Por que Tokenizers variam entre modelos?

1. Dados de Treinamento Diferentes

• Corpus linguísticos distintos levam a diferentes otimizações

• Variações no suporte a múltiplos idiomas

• Otimizações especializadas para áreas específicas (saúde, direito, etc.)

2. Algoritmos de Segmentação Diferentes

• BPE (Byte Pair Encoding) - OpenAI GPT series

• WordPiece - Google BERT

• SentencePiece - Ideal para cenários multilíngues

3. Objetivos de Otimização Diferentes

• Alguns focam em eficiência de compressão

• Outros em preservação semântica

• Outros em velocidade de processamento

Impacto Prático

O mesmo texto pode ter contagens diferentes de tokens em modelos distintos:

Entrada: "Hello, world!"
GPT-3: 4 tokens
BERT: 3 tokens
Claude: 3 tokens

O que são Modelos de Incorporação (Embedding Models)?

Conceito Básico: Modelos de incorporação são técnicas que convertem dados discretos de alta dimensão (texto, imagens, etc.) em vetores contínuos de baixa dimensão, permitindo que máquinas compreendam e processem melhor informações complexas. Imagine como simplificar um quebra-cabeça complexo em um ponto coordenado que ainda mantém características essenciais. No ecossistema de grandes modelos, atuam como "tradutores" convertendo informações humanas em formas numéricas computáveis.

Funcionamento: No processamento de linguagem natural, modelos de incorporação mapeiam palavras para posições específicas em espaços vetoriais. Nesse espaço, palavras semanticamente relacionadas agrupam-se naturalmente. Por exemplo:

• "Rei" e "rainha" terão vetores próximos

• "Gato" e "cachorro" como animais domésticos estarão próximos

• "Carro" e "pão", semanticamente não relacionados, ficarão distantes

Principais Casos de Uso:

• Análise de texto: classificação de documentos, análise de sentimentos

• Sistemas de recomendação: sugestão de conteúdo personalizado

• Processamento de imagens: busca por imagens semelhantes

• Motores de busca: otimização de pesquisa semântica

Vantagens-Chave:

1. Redução dimensional: simplifica dados complexos para formas vetoriais tratáveis

2. Preservação semântica: mantém informações semânticas cruciais dos dados originais

3. Eficiência computacional: acelera significativamente treinamento e inferência de modelos

Valor Tecnológico: Modelos de incorporação são componentes fundamentais de sistemas modernos de IA, fornecendo representações de alta qualidade para tarefas de aprendizado de máquina e são essenciais para avanços em processamento de linguagem natural, visão computacional e áreas afins.

Funcionamento de Modelos Embedding em Recuperação de Conhecimento

Fluxo de Trabalho Básico:

1. Fase de Pré-processamento do Banco de Conhecimento

• Divisão de documentos em chunks (segmentos de texto) de tamanho apropriado

• Conversão de cada chunk em vetor usando o modelo embedding

• Armazenamento de vetores e texto original em banco de dados vetorial

1. Fase de Processamento de Consultas

• Conversão da pergunta do usuário em vetor

• Busca por conteúdo similar no banco vetorial

• Fornecimento do conteúdo recuperado como contexto para o LLM

O que é MCP (Model Context Protocol)?

MCP é um protocolo open-source que fornece informações contextuais a modelos de linguagem (LLM) de forma padronizada.

• Analogia: Imagine MCP como um "pen drive" para IA. Assim como pen drives armazenam vários arquivos que ficam acessíveis ao conectar no computador, servidores MCP aceitam "plugins" contextuais diversos. LLMs podem solicitar esses plugins conforme necessário, obtendo informações contextuais ricas para expandir suas capacidades.

• Comparação com Function Tools: Ferramentas funcionais tradicionais também ampliam capacidades de LLMs, mas MCP opera em abstração mais elevada. Enquanto Function Tools focam em tarefas específicas, MCP oferece um mecanismo modular e universal de obtenção de contexto.

Vantagens Essenciais do MCP

1. Padronização: Interface e formato de dados unificados permitem colaboração direta entre diferentes LLMs e provedores de contexto.

2. Modularidade: Contexto pode ser dividido em módulos (plugins) independentes para fácil gerenciamento e reuso.

3. Flexibilidade: LLMs selecionam plugins contextuais dinamicamente conforme necessidades, viabilizando interações mais inteligentes e personalizadas.

4. Escalabilidade: Arquitetura do MCP suporta futuras inclusões de tipos contextuais adicionais, oferecendo possibilidades ilimitadas para expansão de capacidades de LLMs.

CSS Personalizado

Você pode alterar a aparência do software para se adequar melhor às suas preferências personalizando o CSS. Por exemplo:

: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;
}

Variáveis Integradas

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

/* Cor da fonte expandida em reflexão profunda */
.ant-collapse-content-box .markdown {
  color: red;
}

/* Variáveis de tema */
:root {
  --color-black-soft: #2a2b2a; /* Cor de fundo escura */
  --color-white-soft: #f8f7f2; /* Cor de fundo clara */
}

/* Tema escuro */
body[theme-mode="dark"] {
  /* Cores */
  --color-background: #2b2b2b; /* Cor de fundo escura */
  --color-background-soft: #303030; /* Cor de fundo clara */
  --color-background-mute: #282c34; /* Cor de fundo neutra */
  --navbar-background: var(-–color-black-soft); /* Cor de fundo da barra de navegação */
  --chat-background: var(–-color-black-soft); /* Cor de fundo do chat */
  --chat-background-user: #323332; /* Cor de fundo do chat do usuário */
  --chat-background-assistant: #2d2e2d; /* Cor de fundo do chat do assistente */
}

/* Estilos específicos para tema escuro */
body[theme-mode="dark"] {
  #content-container {
    background-color: var(-–chat-background-assistant) !important; /* Cor de fundo do container de conteúdo */
  }

  #content-container #messages {
    background-color: var(-–chat-background-assistant); /* Cor de fundo das mensagens */
  }

  .inputbar-container {
    background-color: #3d3d3a; /* Cor de fundo da barra de entrada */
    border: 1px solid #5e5d5940; /* Cor da borda da barra de entrada */
    border-radius: 8px; /* Raio da borda da barra de entrada */
  }

  /* Estilos de código */
  code {
    background-color: #e5e5e20d; /* Cor de fundo do código */
    color: #ea928a; /* Cor do texto do código */
  }

  pre code {
    color: #abb2bf; /* Cor do texto de código pré-formatado */
  }
}

/* Tema claro */
body[theme-mode="light"] {
  /* Cores */
  --color-white: #ffffff; /* Branco */
  --color-background: #ebe8e2; /* Cor de fundo clara */
  --color-background-soft: #cbc7be; /* Cor de fundo clara */
  --color-background-mute: #e4e1d7; /* Cor de fundo neutra */
  --navbar-background: var(-–color-white-soft); /* Cor de fundo da barra de navegação */
  --chat-background: var(-–color-white-soft); /* Cor de fundo do chat */
  --chat-background-user: #f8f7f2; /* Cor de fundo do chat do usuário */
  --chat-background-assistant: #f6f4ec; /* Cor de fundo do chat do assistente */
}

/* Estilos específicos para tema claro */
body[theme-mode="light"] {
  #content-container {
    background-color: var(-–chat-background-assistant) !important; /* Cor de fundo do container de conteúdo */
  }

  #content-container #messages {
    background-color: var(-–chat-background-assistant); /* Cor de fundo das mensagens */
  }

  .inputbar-container {
    background-color: #ffffff; /* Cor de fundo da barra de entrada */
    border: 1px solid #87867f40; /* Cor da borda da barra de entrada */
    border-radius: 8px; /* Raio da borda da barra de entrada (ajuste conforme preferência) */
  }

  /* Estilos de código */
  code {
    background-color: #3d39290d; /* Cor de fundo do código */
    color: #7c1b13; /* Cor do texto do código */
  }

  pre code {
    color: #000000; /* Cor do texto de código pré-formatado */
  }
}

Consulte o código-fonte para mais variáveis de tema: https://github.com/CherryHQ/cherry-studio/tree/main/src/renderer/src/assets/styles

Recomendações Relacionadas

Biblioteca de temas do Cherry Studio: https://github.com/boilcy/cherrycss

Compartilhando skins de tema estilo chinês para Cherry Studio: https://linux.do/t/topic/325119/129

Provedores Personalizados

O Cherry Studio não apenas integra os principais serviços de modelos de IA, mas também oferece poderosas capacidades de personalização. Com o recurso Provedores Personalizados de IA, você pode integrar facilmente qualquer modelo de IA que necessitar.

Por que usar Provedores Personalizados de IA?

• Flexibilidade: Liberte-se das limitações da lista pré-definida de provedores e escolha livremente os modelos de IA mais adequados às suas necessidades.

• Diversidade: Experimente modelos de IA de várias plataformas para explorar seus pontos fortes exclusivos.

• Controle: Gerencie diretamente suas chaves de API e endereços de acesso, garantindo segurança e privacidade.

• Personalização: Integre modelos implantados de forma privada para atender a cenários comerciais específicos.