智能代理

智能代理頁面是一個助手廣場，在這裡你可以選擇或搜尋想要的模型預設，點擊卡片後即可將助手新增到對話頁面的助手清單中。

你也可以在頁面中編輯和建立自己的助手。

• 點擊 我的，再點擊 創建智能代理 即可開始建立自己的助手。

模型服務配置

檔案

檔案頁面會顯示所有對話、繪圖、知識庫等相關文件，可在此頁面集中管理及查看。

設定

繪畫

繪畫功能目前支援 DMXAPI、TokenFlux、AiHubMix 和 的繪畫模型，你可以到 註冊一個帳戶 來使用。

有關參數的疑問可以將滑鼠懸停在對應區域的 ? 處檢視介紹。

功能一覽

安裝教學

翻譯

Cherry Studio 的翻譯功能為您提供快速、準確的文字翻譯服務，支援多種語言之間的相互翻譯。

介面概覽

翻譯介面主要由以下幾個部分組成：

1. 來源語言選擇區：

   • 任意語言：Cherry Studio 會自動識別來源語言並進行翻譯。

2. 目標語言選擇區：

   • 下拉選單：選擇您希望將文字翻譯成的語言。

3. 設定按鈕：

   • 點擊後將跳轉到 預設模型設定。

4. 捲動同步：

   • 點擊可以切換捲動同步（在任何一邊進行捲動，另一邊也會一起捲動）。

5. 文字輸入框（左側）：

   • 輸入或貼上您需要翻譯的文字。

6. 翻譯結果框（右側）：

   • 顯示翻譯後的文字。

   • 複製按鈕：點擊按鈕可將翻譯結果複製到剪貼簿。

7. 翻譯按鈕：

   • 點擊此按鈕開始翻譯。

8. 翻譯記錄（左上角）：

   • 點擊後可以檢視翻譯歷史記錄。

使用步驟

1. 選擇目標語言：

   • 在目標語言選擇區選擇您希望翻譯成的語言。

2. 輸入或貼上文字：

   • 在左側的文字輸入框中輸入或貼上您要翻譯的文字。

3. 開始翻譯：

   • 點擊 翻譯 按鈕。

4. 檢視和複製結果：

   • 翻譯結果將顯示在右側的翻譯結果框中。

   • 點擊複製按鈕即可將翻譯結果複製到剪貼簿。

常見問題解答 (FAQ)

• Q: 翻譯不準確怎麼辦？

  • A: AI 翻譯雖然強大，但並非完美。對於專業領域或複雜語境的文字，建議進行人工校對。您也可以嘗試切換不同的模型。

• Q: 支援哪些語言？

  • A: Cherry Studio 翻譯功能支援多種主流語言，具體支援的語言清單請參考 Cherry Studio 的官方網站或應用程式內說明。

• Q: 可以翻譯整個檔案嗎？

  • A: 目前的介面主要用於文字翻譯。對於檔案翻譯，可能需要進入 Cherry Studio 的對話頁面新增檔案進行翻譯。

• Q: 翻譯速度慢怎麼辦？

  • A: 翻譯速度可能受網路連線、文字長度、伺服器負載等因素影響。請確保您的網路連線穩定，並耐心等待。

快捷助手

快捷助手是 Cherry Studio 提供的便捷工具，允許您在任何應用程式中快速存取 AI 功能，實現即時提問、翻譯、摘要和解釋等操作。

啟用快捷助手

1. 開啟設定： 導覽至 設定 -> 快速鍵 -> 快捷助手。

2. 啟用開關： 找到並開啟 快捷助手 對應按鈕。

1. 設定快速鍵（選用）：

   • Windows 預設快速鍵為 Ctrl + E。

   • macOS 預設快速鍵為 ⌘ + E。

   • 您可在此自訂快速鍵以避免衝突或符合個人使用習慣。

使用快捷助手

1. 喚起功能： 在任何應用程式中，按下設定好的快速鍵（或預設快速鍵）即可開啟快捷助手。

2. 功能操作： 在快捷助手視窗中可直接進行：

   • 即時提問： 向 AI 提出任何疑問。

   • 文字翻譯： 輸入待翻譯文字內容。

   • 內容摘要： 輸入長文字進行重點摘要。

   • 術語解釋： 輸入需說明的概念或專有名詞。
3. 關閉視窗： 按下 ESC 鍵或點擊視窗外任意位置即可關閉。

使用提示與技巧

• 快速鍵衝突： 若預設快速鍵與其他應用程式衝突，請修改設定。

• 探索進階功能： 除說明文件功能外，快捷助手可能支援程式碼生成、風格轉換等操作，建議持續嘗試發掘。

• 問題回報與建議： 使用時如遇問題或有功能改進建議，請隨時向 Cherry Studio 團隊 。

知識庫

知識庫使用可參考進階教程中的 。

數據設定

MCP 使用教學

清除CSS設定

• 開啟控制台：點擊CherryStudio視窗，按下快捷鍵Ctrl+Shift+I（MacOS：command+option+I）。

• 在彈出的控制台視窗中，點選Console標籤頁

• 手動輸入document.getElementById('user-defined-custom-css').remove()（複製貼上通常不會被執行）。

• 輸入完成後按Enter確認，即可清除CSS設定。隨後再次進入CherryStudio的顯示設定中刪除有問題的CSS程式碼。

隱私協議

歡迎使用 Cherry Studio（以下簡稱「本軟體」或「我們」）。我們高度重視您的隱私保護，本隱私協議將說明我們如何處理與保護您的個人信息和數據。請在使用本軟體前仔細閱讀並理解本協議：

一、我們收集的信息範圍

為了優化用戶體驗和提升軟體質量，我們僅可能會匿名收集以下非個人化信息：

• 軟體版本信息；

• 軟體功能的活躍度、使用頻次；

• 匿名的崩潰、錯誤日誌信息；

上述信息完全匿名，不會涉及任何個人身份數據，也無法關聯到您的個人信息。

二、我們不會收集的任何信息

為了最大限度保護您的隱私安全，我們明確承諾：

• 不會收集、保存、傳輸或處理您輸入到本軟體中的模型服務 API Key 信息；

• 不會收集、保存、傳輸或處理您在使用本軟體過程中產生的任何對話數據，包括但不限於聊天內容、指令信息、知識庫信息、向量數據及其他自定義內容；

• 不會收集、保存、傳輸或處理任何可識別個人身份的敏感信息。

三、數據交互說明

本軟體採用您自行申請並配置的第三方模型服務提供商的 API Key，以完成相關模型的調用與對話功能。您使用的模型服務（例如大模型、API 接口等）由您選擇的第三方提供商提供並完全由其負責，Cherry Studio 僅作為本地工具提供與第三方模型服務的接口調用功能。

因此：

• 所有您與大模型服務產生的對話數據與 Cherry Studio 無關，我們既不參與數據的存儲，也不會進行任何形式的數據傳輸或中轉；

• 您需要自行查看並接受對應第三方模型服務提供商的隱私協議及相關政策，這些服務的隱私協議可訪問各提供商官方網站進行查看。

四、第三方模型服務提供商隱私策略聲明

您需自行承擔因使用第三方模型服務提供商而可能涉及的隱私風險。具體隱私政策、數據安全措施與相關責任，請查閱所選模型服務提供商官方網站相關內容，我們對此不承擔任何責任。

五、協議更新與修改

本協議可能隨軟體版本更新進行適當調整，請您定期關注。協議發生實質性變更時，我們將以適當方式提醒您。

六、聯繫我們

若您對本協議內容或 Cherry Studio 隱私保護措施存在任何疑問，歡迎隨時聯繫我們。

感謝您選擇並信任 Cherry Studio，我們將持續為您提供安全可靠的產品體驗。

個性化設定

高效提問方法

Cherry Studio 是一個免費開源的專案，隨著專案規模擴大，專案小組的工作量也日漸增多。為了減少溝通成本並能快速高效解決您的問題，我們希望大家在提問前盡可能按照以下步驟處理遇到的問題，讓專案小組能將更多時間投入專案維護和開發。感謝您的配合！

一、文件查閱與搜尋

大多數基礎問題透過仔細查閱文件都能解決：

• 軟體功能和使用問題可查閱功能介紹文件；

• 高頻問題收錄在常見問題頁面，請先在此查看解決方案；

• 複雜問題可直接使用搜尋功能或在搜尋框提問；

• 務必仔細閱讀每篇文件中的提示框內容，能幫您避免許多問題；

• 在 GitHub 的 Issue 頁面查看或搜尋類似問題及解決方案。

二、網路搜尋、向AI提問

與客戶端功能無關的問題（如模型報錯、回答不符預期、參數設置等），建議先在網路上搜尋解決方案，或將報錯內容和問題描述提供給AI尋找解決方案。

三、在官方社群提問或於GitHub提交issue

若上述方法仍未解決問題，請至官方 TG頻道、Discord頻道、QQ群（一鍵進群）詳細描述問題尋求協助：

1. 模型報錯：提供完整介面截圖及控制台報錯資訊（敏感資訊可打碼，但需保留模型名稱、參數設置和報錯內容）。控制台報錯資訊查看方法點此

2. 軟體Bug：提供具體錯誤描述及詳細重現步驟。若為偶發問題，請詳細描述問題發生時的場景、背景與配置參數

   • 同時請註明平台資訊（Windows/Mac/Linux）與軟體版本號

貢獻程式碼

我們歡迎對 Cherry Studio 的貢獻！您可以通過以下方式貢獻：

1. 貢獻程式碼： 開發新功能或優化現有程式碼。

2. 修復錯誤： 提交您發現的錯誤修復。

3. 維護問題： 協助管理 GitHub 問題。

4. 產品設計： 參與設計討論。

5. 撰寫文件： 改進使用者手冊和指南。

6. 社群參與： 加入討論並幫助使用者。

7. 推廣使用： 宣傳 Cherry Studio。

參與方式

發送郵件至 [email protected]

郵件標題：申請成為開發者

郵件內容：申請理由

貢獻文檔

郵件聯繫 [email protected] 獲取編輯身份

標題：申請 Cherry Studio Docs 編輯身份

正文：填寫申請理由

預設儲存位置

Cherry Studio 資料儲存遵循系統規範，資料會自動放置在使用者目錄下，具體目錄位置如下：

macOS: /Users/username/Library/Application Support/CherryStudioDev

Windows: C:\Users\username\AppData\Roaming\CherryStudio

Linux: /home/username/.config/CherryStudio

也可以在以下位置查看：

修改儲存位置（參考用）

方法一：

可以透過建立軟連結的方式實現。先退出軟體，將資料移動到您希望儲存的位置，然後在原位置建立一個指向新位置的連結即可。

具體操作步驟請參考：https://github.com/CherryHQ/cherry-studio/issues/621#issuecomment-2588652880

方法二： 基於 Electron 應用特性，透過設定啟動參數修改儲存位置。

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

範例:

PS D:\CherryStudio> dir


    目錄: D:\CherryStudio


Mode                 LastWriteTime         Length Name
----                 -------------         ------ ----
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 (編碼格式: ANSI)

@title CherryStudio 初始化
@echo off

set current_path_dir=%~dp0
@echo 目前路徑:%current_path_dir%
set user_data_dir=%current_path_dir%user-data-dir
@echo CherryStudio 資料路徑:%user_data_dir%

@echo 搜尋目前路徑下的 Cherry-Studio-*-portable.exe
setlocal enabledelayedexpansion

for /f "delims=" %%F in ('dir /b /a-d "Cherry-Studio-*-portable*.exe" 2^>nul') do ( #此程式碼適用於 GitHub 和官網下載版本，其他版本請自行修改
    set "target_file=!cd!\%%F"
    goto :break
)
:break
if defined target_file (
    echo 找到檔案: %target_file%
) else (
    echo 未找到符合檔案，結束腳本執行
    pause
    exit
)

@echo 確認執行請繼續
pause

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

@echo 操作完成
@echo on
exit

目錄 user-data-dir 初始化後的結構：

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


    目錄: D:\CherryStudio\user-data-dir


Mode                 LastWriteTime         Length Name
----                 -------------         ------ ----
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

思源筆記配置教程

支援將話題、訊息匯出到思源筆記。

第一步

開啟思源筆記，建立一個筆記本

第二步

開啟筆記本進入設定，並複製筆記本ID

第三步

將複製的筆記本ID填寫到 Cherry Studio 設定中

第四步

填寫思源筆記地址

• 本地 通常為 http://127.0.0.1:6806

• 自部署 輸入你的網域名稱 http://note.domain.com

第五步

複製思源筆記 API Token

填入 Cherry Studio 設定中並進行檢查

第六步

恭喜您，思源筆記的配置已完成 ✅ 接下來即可將 Cherry Studio 內容匯出到您的思源筆記中

知識庫教程

在 0.9.1 版本中，CherryStudio 帶來了期待已久的知識庫功能。

下面我們將按步驟呈現 CherryStudio 的詳細使用說明。

添加嵌入模型

1. 在模型管理服務中查找模型，可以點擊「嵌入模型」快速篩選；

2. 找到需要的模型，添加到我的模型。

創建知識庫

1. 知識庫入口：在 CherryStudio 左側工具欄，點擊知識庫圖標，即可進入管理頁面；

2. 添加知識庫：點擊添加，開始創建知識庫；

3. 命名：輸入知識庫的名稱並添加嵌入模型，以 bge-m3 為例，即可完成創建。

添加文件並向量化

1. 添加文件：點擊添加文件的按鈕，打開文件選擇；

2. 選擇文件：選擇支援的文件格式，如 pdf，docx，pptx，xlsx，txt，md，mdx 等，並打開；

3. 向量化：系統會自動進行向量化處理，當顯示完成時（綠色 ✓），代表向量化已完成。

添加多種來源的數據

CherryStudio 支援多種添加數據的方式：

1. 文件夾目錄：可以添加整個文件夾目錄，該目錄下支援格式的文件會被自動向量化；

2. 網址連結：支援網址 url，如；

3. 站點地圖：支援 xml 格式的站點地圖，如；

4. 純文本筆記：支援輸入純文本的自定義內容。

搜索知識庫

當文件等資料向量化完成後，即可進行查詢：

1. 點擊頁面下方的搜索知識庫按鈕；

2. 輸入查詢的內容；

3. 呈現搜索的結果；

4. 並顯示該條結果的匹配分數。

對話中引用知識庫生成回覆

1. 創建一個新的話題，在對話工具欄中，點擊知識庫，會展開已經創建的知識庫列表，選擇需要引用的知識庫；

2. 輸入並發送問題，模型即返回通過檢索結果生成的答案；

3. 同時，引用的數據來源會附在答案下方，可快捷查看源文件。

意見回饋與建議

Telegram 討論群組

加入 Telegram 討論群組獲取協助：

QQ 群組

Github Issues

Github Issues 提交：

電子郵件

開發者聯絡郵箱：[email protected]

自訂CSS

透過自訂 CSS 可以修改軟體的外觀更加符合自己的喜好，例如這樣：

: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;
}

內建變數

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

/* 深度思考展開字體顏色 */
.ant-collapse-content-box .markdown {
  color: red;
}

/* 主題變數 */
:root {
  --color-black-soft: #2a2b2a; /* 深色背景色 */
  --color-white-soft: #f8f7f2; /* 淺色背景色 */
}

/* 深色主題 */
body[theme-mode="dark"] {
  /* 顏色 */
  --color-background: #2b2b2b; /* 深色背景色 */
  --color-background-soft: #303030; /* 淺色背景色 */
  --color-background-mute: #282c34; /* 中性背景色 */
  --navbar-background: var(-–color-black-soft); /* 導覽列背景色 */
  --chat-background: var(–-color-black-soft); /* 聊天背景色 */
  --chat-background-user: #323332; /* 使用者聊天背景色 */
  --chat-background-assistant: #2d2e2d; /* 助手聊天背景色 */
}

/* 深色主題特定樣式 */
body[theme-mode="dark"] {
  #content-container {
    background-color: var(-–chat-background-assistant) !important; /* 內容容器背景色 */
  }

  #content-container #messages {
    background-color: var(-–chat-background-assistant); /* 訊息背景色 */
  }

  .inputbar-container {
    background-color: #3d3d3a; /* 輸入框背景色 */
    border: 1px solid #5e5d5940; /* 輸入框邊框顏色 */
    border-radius: 8px; /* 輸入框邊框圓角 */
  }

  /* 程式碼樣式 */
  code {
    background-color: #e5e5e20d; /* 程式碼背景色 */
    color: #ea928a; /* 程式碼文字顏色 */
  }

  pre code {
    color: #abb2bf; /* 預格式化程式碼文字顏色 */
  }
}

/* 淺色主題 */
body[theme-mode="light"] {
  /* 顏色 */
  --color-white: #ffffff; /* 白色 */
  --color-background: #ebe8e2; /* 淺色背景色 */
  --color-background-soft: #cbc7be; /* 淺色背景色 */
  --color-background-mute: #e4e1d7; /* 中性背景色  */
  --navbar-background: var(-–color-white-soft); /* 導覽列背景色 */
  --chat-background: var(-–color-white-soft); /* 聊天背景色 */
  --chat-background-user: #f8f7f2; /* 使用者聊天背景色 */
  --chat-background-assistant: #f6f4ec; /* 助手聊天背景色 */
}

/* 淺色主題特定樣式 */
body[theme-mode="light"] {
  #content-container {
    background-color: var(-–chat-background-assistant) !important; /* 內容容器背景色 */
  }

  #content-container #messages {
    background-color: var(-–chat-background-assistant); /* 訊息背景色 */
  }

  .inputbar-container {
    background-color: #ffffff; /* 輸入框背景色 */
    border: 1px solid #87867f40; /* 輸入框邊框顏色 */
    border-radius: 8px; /* 輸入框邊框圓角，修改為您喜歡的大小 */
  }

  /* 程式碼樣式 */
  code {
    background-color: #3d39290d; /* 程式碼背景色 */
    color: #7c1b13; /* 程式碼文字顏色 */
  }

  pre code {
    color: #000000; /* 預格式化程式碼文字顏色 */
  }
}

更多主題變數請參考原始碼：https://github.com/CherryHQ/cherry-studio/tree/main/src/renderer/src/assets/styles

相關推薦

Cherry Studio 主題庫: https://github.com/boilcy/cherrycss

分享一些中國風 Cherry Studio 主題皮膚: https://linux.do/t/topic/325119/129

知識科普

什麼是 tokens？

Tokens 是 AI 模型處理文本的基本單位，可以理解為模型"思考"的最小單元。它不完全等同於我們理解的字符或單詞，而是模型自己的一種特殊的文本分割方式。

1. 中文分詞

• 一個漢字通常會被編碼為 1-2 個 tokens

• 例如："你好" ≈ 2-4 tokens

2. 英文分詞

• 常見單詞通常是 1 個 token

• 較長或不常見的單詞會被分解成多個 tokens

• 例如：

  • "hello" = 1 token

  • "indescribable" = 4 tokens

3. 特殊字符

• 空格、標點符號等也會佔用 tokens

• 換行符通常是 1 個 token

什麼是 Tokenizer？

Tokenizer（分詞器）是 AI 模型將文本轉換為 tokens 的工具。它決定了如何把輸入文本切分成模型可以理解的最小單位。

為什麼不同模型的 Tokenizer 不一樣？

1. 訓練數據不同

• 不同的語料庫導致優化方向不同

• 多語言支援程度差異

• 特定領域（醫療、法律等）的專門優化

2. 分詞算法不同

• BPE (Byte Pair Encoding) - OpenAI GPT 系列

• WordPiece - Google BERT

• SentencePiece - 適合多語言場景

3. 優化目標不同

• 有的注重壓縮效率

• 有的注重語意保留

• 有的注重處理速度

實際影響

同樣的文本在不同模型中的 token 數量可能不同：

什麼是嵌入模型 (Embedding Model)?

基本概念： 嵌入模型是一種將高維離散數據（文本、圖像等）轉換為低維連續向量的技術，這種轉換讓機器能更好地理解和處理複雜數據。想像一下，就像把複雜的拼圖簡化成一個簡單的座標點，但這個點仍然保留了拼圖的關鍵特徵。在大模型生態中，它作為"翻譯官"，將人類可理解的信息轉換為 AI 可計算的數字形式。

工作原理： 以自然語言處理為例，嵌入模型可以將詞語映射到向量空間中的特定位置。在這個空間裡，語義相近的詞會自動聚集在一起。比如：

• "國王"和"王后"的向量會很接近

• "貓"和"狗"這樣的寵物詞也會距離相近

• 而"汽車"和"麵包"這樣語義無關的詞則會距離較遠

主要應用場景：

• 文本分析：文件分類、情感分析

• 推薦系統：個性化內容推薦

• 圖像處理：相似圖片檢索

• 搜索引擎：語義搜索優化

核心優勢：

1. 降維效果：將複雜數據簡化為易處理的向量形式

2. 語義保持：保留原始數據中的關鍵語義信息

3. 計算效率：顯著提升機器學習模型的訓練和推理效率

技術價值： 嵌入模型是現代 AI 系統的基礎組件，為機器學習任務提供了高質量的數據表示，是推動自然語言處理、計算機視覺等領域發展的關鍵技術。

Embedding 模型在知識檢索中的工作原理

基本工作流程：

1. 知識庫預處理階段

• 將文件分割成適當大小的 chunk（文本塊）

• 使用 embedding 模型將每個 chunk 轉換為向量

• 將向量和原文存儲到向量數據庫中

1. 查詢處理階段

• 將用戶問題轉換為向量

• 在向量庫中檢索相似內容

• 將檢索到的相關內容作為上下文提供給 LLM

什麼是 MCP（Model Context Protocol）？

MCP 是一種開源協議，旨在以標準化的方式向大型語言模型（LLM）提供上下文信息。

• 類比理解： 可以把 MCP 想像成 AI 領域的「U盤」。我們知道，U盤可以存儲各種文件，插入電腦後就能直接使用。類似地，MCP Server 上可以「插」上各種提供上下文的「插件」，LLM 可以根據需要向 MCP Server 請求這些插件，從而獲取更豐富的上下文信息，增強自身能力。

• 與 Function Tool 的對比： 傳統的 Function Tool（函數工具）也可以為 LLM 提供外部功能，但 MCP 更像是一種更高維度的抽象。Function Tool 更多的是針對具體任務的工具，而 MCP 則提供了一種更通用的、模塊化的上下文獲取機制。

MCP 的核心優勢

1. 標準化： MCP 提供了統一的接口和數據格式，使得不同的 LLM 和上下文提供者可以無縫協作。

2. 模塊化： MCP 允許開發者將上下文信息分解為獨立的模塊（插件），方便管理和複用。

3. 靈活性： LLM 可以根據自身需求動態選擇所需的上下文插件，實現更智能、更個性化的互動。

4. 可擴展性： MCP 的設計支援未來添加更多類型的上下文插件，為 LLM 的能力拓展提供了無限可能。

常見問題

常見錯誤代碼

• 4xx（客戶端錯誤狀態碼）：一般為請求語法錯誤、權限驗證失敗或認證失敗等無法完成請求。

• 5xx（伺服器錯誤狀態碼）：一般為伺服器端錯誤，如伺服器故障、請求處理超時等。

控制臺報錯查看方法

• 點擊 Cherry Studio 客戶端視窗後按下快捷鍵 Ctrl + Shift + I（Mac端：Command + Option + I）

• 在彈出的控制台視窗中點擊 Network → 點擊查看②處最後一個標有紅色 × 的 completions（對話類、翻譯、模型連通性檢查等遇到錯誤時） 或 generations（繪畫遇到錯誤時） → 點擊Response查看完整的返回內容（圖中④的區域）。

如果無法判斷錯誤原因，請將該界面截圖傳送到 官方交流群 中尋求協助。

該檢查方法在對話時可獲取錯誤訊息，在模型測試時、新增知識庫時、繪畫時等均可使用。無論何種情況都需要先開啟調試視窗，再進行請求操作來獲取請求訊息。

公式沒被渲染/公式渲染錯誤

• 公式未被渲染而是直接顯示公式代碼時，檢查公式是否有定界符

定界符用法

行內公式

• 使用單個美元符號: $formula$

• 或使用\( 和 \)，如：\(formula\)

獨立公式塊

• 使用雙美元符號: $$formula$$

• 或使用 \[formula\]

• 示例: $$\sum_{i=1}^n x_i$$ $\sum_{i=1}^n x_i$

• 公式渲染錯誤/亂碼（常見於公式內含中文時），嘗試切換公式引擎為 KateX。

無法創建知識庫/提示獲取嵌入維度失敗

1. 模型狀態不可用

確認服務商是否支援該模型或確認服務商該模型服務狀態是否正常。

1. 使用了非嵌入模型

模型不能識圖/無法上傳或選擇圖片

首先需要確認模型是否支援識圖，熱門模型 Cherry Studio 會對其分類，模型名稱後帶小眼睛圖示的即支援識圖。

識圖模型會支援圖像檔案的上傳，如果模型功能未被正確匹配，可在對應服務商的模型列表中找到該模型，點擊其名稱後的設定按鈕並勾選圖像選項。

模型具體訊息可到對應服務商查閱其資訊。同嵌入模型一樣，不支援視覺的模型不需要強制開啟圖像功能，勾選了圖像選項也沒有作用。

連網模式

一、如何開啟連網

在 Cherry Studio 的提問視窗，點擊 【小地球】 圖示即可開啟連網。

二、特別注意：連網有兩種模式

模式1：模型服務商的大模型自帶連網功能

這種情況下，開啟連網後，直接就可以使用連網服務了，非常簡單。

在模型管理頁面，這個方法也可以讓你快速分辨出哪些模型支援連網，哪些不支援。

Cherry Studio 目前已支援的連網模型服務商有

• Google Gemini

• OpenRouter（全部模型支援連網）

• 騰訊混元

• 智譜AI

• 阿里雲百煉等

模式2：模型不帶連網功能，使用 Tavily服務 實現連網功能

當我們使用一個不帶連網功能的大模型時（名字後面沒有小地球圖示），而我們又需要它獲取一些即時性的訊息進行處理，此時就需要用到Tavily網絡搜尋服務。

初次使用Tavily服務，會彈窗提示去設定一些資訊，請根據指引操作即可-非常簡單！

點擊獲取密鑰後，會自動跳轉到tavily的官網登入註冊頁面，註冊並登入後，建立APIkey，然後複製key到Cherry Studio即可。

tavily註冊參考文件：

顯示下面的介面表示註冊成功。

再來試一次看看效果。結果表明，已經正常連網搜尋了，並且搜尋結果數是我們設定的預設值：5個。

PS：如果發現錯誤，歡迎大家隨時聯絡。

常規設定

在此頁面可設定軟體的介面語言、設定代理等。

對話界面

助手和話題

助手

助手 是對所選模型做一些個性化的設置來使用模型，如提示詞預設和參數預設等，通過這些設置讓所選模型能更加符合你預期的工作。

系統預設助手 預設了一個比較通用的參數（無提示詞），您可以直接使用或者到 智能體頁面 尋找你需要的預設來使用。

話題

助手 是 話題 的父集，單個助手下方可以建立多個話題（即對話），所有 話題 共用 助手 的參數設置和預設詞（prompt）等模型設置。

對話框內按鈕

新話題 在當前助手內建立一個新話題。

上傳圖片或文件 上傳圖片需要模型支援，上傳文件會自動解析為文字作為上下文提供給模型。

網絡搜索 須在設置中配置網絡搜索相關信息，搜尋結果作為上下文返回給大模型，詳見 連網模式。

知識庫 開啟知識庫，詳見 知識庫教程。

MCP 服務器 開啟 MCP 服務器功能，詳見 MCP 使用教程。

生成圖片 預設不顯示，對於支援生成圖片的模型（如 Gemini），需手動點亮後才能生成圖片。

選擇模型 對於接下來的對話，切換成指定的模型，保留上下文。

快捷短語 需要先在設置中預設常用短語，在此處調用，直接輸入，支援變量。

清空消息 刪除該話題下所有內容。

展開 讓對話框變更大，以便輸入長文。

清除上下文 在不刪除內容的情況下，截斷模型能獲得的上下文，也就是說模型將「忘記」之前的對話內容。

預估 Token 數 展示預估 Token 數，四個數據分別為 當前上下文數 、 最大上下文數 （ ∞ 表示無限上下文）、 當前輸入框內訊息字數 、 預估 Token 數 。

翻譯 將當前輸入框內內容翻譯成英文。

對話設置

模型設置

模型設置與助手設置當中的 模型設置 參數同步，詳見 助手設置。

訊息設置

訊息分隔線:

使用分隔線將訊息正文與操作欄分隔開。

使用襯線字體：

字體樣式切換，現在你也可以通過 自定義css 來更換字體。

程式碼顯示行號：

模型輸出程式碼片段時顯示代碼塊行號。

代碼塊可折疊：

打開後，當程式碼片段中程式碼較長時，將自動折疊代碼塊。

代碼塊可換行：

打開後，當程式碼片段中單行程式碼較長時（超出窗口），將自動換行。

思考內容自動折疊：

打開後，支援思考的模型在思考完成後會自動折疊思考過程。

訊息樣式：

可切換對話界面為氣泡樣式或清單樣式。

程式碼風格：

可切換程式碼片段的顯示風格。

數學公式引擎：

• KaTeX 渲染速度更快，因為它是專門為效能優化設計的；

• MathJax 渲染較慢，但功能更全面，支援更多的數學符號和命令。

訊息字體大小：

調整對話界面字體的大小。

輸入設置

顯示預估 Token 數：

在輸入框顯示輸入文本預估消耗的Token數（非實際上下文消耗的Token，僅供參考）。

長文本貼上為文件：

當從其他地方複製長段文本貼上到輸入框時，會自動顯示為文件的樣式，減少後續輸入內容時的干擾。

Markdown 渲染輸入消息：

關閉時只渲染模型回覆的訊息，不渲染發送的訊息。

快速敲擊3次空格翻譯：

在對話界面輸入框輸入訊息後，連敲三次空格可翻譯輸入的內容為英文。

目標語言：

設置輸入框翻譯按鈕以及快速敲擊3次空格翻譯的目標語言。

助手設置

在助手界面選擇需要設定的助手名稱→在右鍵選單中選對應設置

編輯助手

提示詞設置

名稱：

可自訂方便辨識的助手名稱。

提示詞：

即 prompt ，可以參照智能體頁面的提示詞寫法來編輯內容。

模型設置

預設模型：

可以為該助手固定一個預設模型，從智能體頁面新增時或複製助手時，初始模型為該模型。不設置該項初始模型則為全局初始模型(即 預設助手模型 )。

自動重置模型：

打開時 - 當在該話題下使用過程中切換其他模型使用時，再次新建話題會將新話題重置為助手的預設模型。當該項關閉時新建話題的模型會跟隨上一話題所使用的模型。

如助手的預設模型為gpt-3.5-turbo，我在該助手下方建立話題1，在話題1的對話過程中切換了gpt-4o使用，此時：

如果開啟了自動重置：新建話題2時，話題2預設選擇的模型為gpt-3.5-turbo;

如果未開啟自動重置：新建話題2時，話題2預設選擇的模型為gpt-4o。

溫度 (Temperature) ：

溫度參數控制模型生成文本的隨機性和創造性程度（預設值為0.7）。具體表現為：

• 低溫度值(0-0.3)：

  • 輸出更確定、更專注

  • 適合程式碼生成、資料分析等需要準確性的場景

  • 傾向於選擇最可能的詞彙輸出

• 中等溫度值(0.4-0.7)：

  • 平衡了創造性和連貫性

  • 適合日常對話、一般性寫作

  • 推薦用於聊天機器人對話(0.5左右)

• 高溫度值(0.8-1.0)：

  • 產生更具創造性和多樣性的輸出

  • 適合創意寫作、腦力激盪等場景

  • 但可能降低文本的連貫性

Top P (核取樣)：

預設值為 1，值越小，AI 生成的內容越單調，也越容易理解；值越大，AI 回覆的詞彙範圍越大，越多樣化。

核取樣通過控制詞彙選擇的概率閾值來影響輸出：

• 較小值(0.1-0.3)：

  • 僅考慮最高概率的詞彙

  • 輸出更保守、更可控

  • 適合程式碼註解、技術文件等場景

• 中等值(0.4-0.6)：

  • 平衡詞彙多樣性和準確性

  • 適合一般對話和寫作任務

• 較大值(0.7-1.0)：

  • 考慮更廣泛的詞彙選擇

  • 產生更豐富多樣的內容

  • 適合創意寫作等需要多樣化表達的場景

上下文數量 (Context Window)

要保留在上下文中的訊息數量，數值越大，上下文越長，消耗的 token 越多：

• 5-10：適合普通對話

• >10：需要更長記憶的複雜任務（例如：按照寫作提綱分步生成長文的任務，需要確保生成的上下文邏輯連貫）

• 注意：訊息數越多，token 消耗越大

開啟訊息長度限制 (MaxToken)

單次回答最大 Token 數，在大語言模型中，max token（最大令牌數）是一個關鍵參數，它直接影響模型生成回答的質量和長度。

如：在CherryStudio當中填寫好key後測試模型是否連通時，只需要知道模型是否有正確返回訊息而不需特定內容，這種情況下設置MaxToken為1即可。

多數模型的MaxToken上限為32k Tokens，當然也有64k，甚至更多的，具體需要到對應介紹頁面查看。

具體設置多少取決於自己的需要，當然也可以參考以下建議。

串流輸出（Stream）

串流輸出是一種數據處理方式，它允許數據以連續的串流形式進行傳輸和處理，而不是一次性發送所有數據。這種方式使得數據可以在生成後立即被處理和輸出，極大地提高了即時性和效率。

在 CherryStudio 客戶端等類似環境下簡單來說就是打字機效果。

關閉後(非串流)：模型生成完信息後整段一次性輸出（想像一下微信收到訊息的感覺）；

打開時：逐字輸出，可以理解為大模型每生成一個字就立馬發送給你，直到全部發送完。

自定義參數

在請求體（body）中加入額外請求參數，如 presence_penalty 等字段，一般人一般情況下用不到。

上述top-p、maxtokens、stream等參數就是這些參數之一。

填法：參數名稱—參數類型（文本、數字等）—值，參考文件：點擊前往

矽基流動

1. 配置 SiliconCloud 的模型服務

1.2 點擊左下角的設定，在模型服務中選擇【矽基流動】

1.2 點擊連結取得 SiliconCloud API 金鑰

1. 登入（若未註冊首次登入會自動註冊帳號）

2. 訪問新增或複製已有金鑰

1.3 點擊管理新增模型

2. 模型服務使用

1. 點擊左側選單欄的「對話」按鈕

2. 在輸入框內輸入文字即可開始聊天

3. 可以選擇頂端選單中的模型名稱切換模型

資料儲存說明

在 Cherry Studio 知識庫中添加的數據全部儲存在本機，在添加過程中會複製一份文件放在 Cherry Studio 資料儲存目錄。

向量資料庫：

當文件被添加到 Cherry Studio 知識庫之後，文件會被切分為若干個片段，然後這些片段會交給嵌入模型進行處理。

當使用大模型進行問答的時候，會查詢和問題相關的文字片段一併交給大語言模型處理。

如果對資料隱私有要求，建議使用本機嵌入資料庫和本機大語言模型。

嵌入模型參考資訊

火山-豆包

官方模型資訊參考地址

阿里

官方模型資訊參考地址

OpenAI

官方模型資訊參考地址

百度

官方模型資訊參考地址

智譜

官方模型資訊參考地址

混元

官方模型資訊參考地址

百川

官方模型資訊參考地址

together

官方模型資訊參考地址

Jina

官方模型資訊參考地址

硅基流動

官方模型資訊參考地址

Gemini

官方模型資訊參考地址

nomic

官方模型資訊參考地址

console

官方模型資訊參考地址

cohere

官方模型資訊參考地址

專案規劃

To-Do List

• 快捷彈窗 (讀取剪貼簿、快速提問、解釋、翻譯、總結）

• 多模型回答對比

• 支援使用服務商提供的 SSO 進行登入

• 全部模型支援連網

• 推出第一個正式版

• 插件功能（JavaScript)

• 瀏覽器插件（劃詞翻譯、總結、添加到知識庫）

• iOS & Android 用戶端

• AI 筆記

• 語音輸入輸出（AI 通話）

• 資料備份支援自定義備份內容

該介面可進行數據本地與雲端備份恢復、本地數據目錄查詢與清除快取、匯出設定及第三方連接等操作。

數據備份

數據備份目前支援本地備份、WebDAV 備份與 S3 相容儲存（物件儲存）備份三種方式。詳細說明與教學請參考以下文件：

• WebDAV 備份教學

• S3 相容儲存備份

匯出設定

匯出設定可配置導出選單顯示的匯出項目，另可設定 Markdown 匯出的預設路徑、顯示樣式等。

第三方連接

第三方連接可配置 Cherry Studio 與第三方應用的整合，用於快速導出對話內容至您熟悉的知識管理應用。目前支援的應用包括：Notion、Obsidian、思源筆記、語雀、Joplin，詳細配置教學請參考以下文件：

• Notion 設定教學

• Obsidian 設定教學

• 思源筆記設定教學

預設模型設定

預設助手模型

當助手未設置預設助手模型時，其新對話當中預設選擇的模型為此處設置的模型。

優化提示詞、劃詞助手使用的也是此處設置的模型。

話題命名模型

每次對話後會調用模型為對話生成一個話題名稱，此處設置的模型為命名時所使用的模型。

翻譯模型

對話、繪畫等輸入框當中的翻譯功能，翻譯介面的翻譯模型都使用的是此處設置的模型。

快捷助手模型

快捷助手功能使用的模型，詳見 快捷助手

OneAPI及其分支項目

免費聯網模式

小程序

在小程序頁面你可以在用戶端內使用各大服務商 AI 相關程式的網頁版，目前暫不支援自訂新增和刪除。

快捷鍵設置

在此介面可啟(停)用與設定部分功能的快捷鍵，具體操作請遵循介面指示進行設置。

字體推薦

添加 ModelScope MCP 伺服器

添加 ModelScope MCP 伺服器需將 Cherry Studio 升級至 v1.2.9 或更高版本。

在 v1.2.9 版本中，Cherry Studio 與 ModelScope 魔搭達成官方合作，大幅簡化了 MCP 伺服器添加的操作步驟，避免配置過程出錯，而且可以在 ModelScope 社區發現海量 MCP 伺服器。接下來跟隨操作步驟，一起瞭解如何在 Cherry Studio 中同步 ModelScope 的 MCP 伺服器。

操作步驟

同步入口：

點擊設定中的 MCP 伺服器設定，選取 同步伺服器

發現 MCP 服務：

選擇 ModelScope，並瀏覽發現 MCP 服務

查看 MCP 伺服器詳情

註冊登錄 ModelScope，並查看 MCP 服務詳情；

連接伺服器

在 MCP 服務詳情中，選擇連接服務；

申請並複製貼上 api 令牌

點擊 Cherry Studio 中的「獲取api」令牌，跳轉 ModelScope 官網，複製 api 令牌，並回到 Cherry Studio 中貼上。

成功同步

在 Cherry Studio 的 MCP 伺服器列表中，可以看到 ModelScope 連接的 MCP 服務並在對話中呼叫。

增量更新

在後續 ModelScope 網頁新連接的 MCP 伺服器，直接點擊 同步伺服器 就可以實現增量的 MCP 伺服器添加。

通過以上步驟，你已經成功掌握了如何在 Cherry Studio 中便捷地同步 ModelScope 上的 MCP 伺服器，整個配置過程不僅大大簡化，有效避免了手動配置的繁瑣和潛在錯誤，更讓你能够輕鬆接入 ModelScope 社區提供的海量 MCP 伺服器資源。

開始探索和使用這些強大的 MCP 服務，為你的 Cherry Studio 使用體驗帶來更多便利和可能性吧！

Notion 配置教學

Cherry Studio 支援將話題導入 Notion 的數據庫。

第一步

開啟網站 Notion Integrations 建立應用程式

第二步

建立應用程式

名稱：Cherry Studio

類型：選擇第一個

圖示：可以保存此圖片

第三步

複製金鑰並填寫到 Cherry Studio 設定中

第四步

開啟 Notion 網站建立新頁面，在下方選擇數據庫類型，名稱填寫 Cherry Studio，按照圖示操作連接

第五步

若您的 Notion 數據庫 URL 類似：

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

則 Notion 數據庫 ID 就是 <long_hash_1> 部分

第六步

填寫 頁面標題欄位名稱：

若網頁顯示英文，填寫 Name 若網頁顯示中文，填寫 名稱

第七步

恭喜！Notion 配置已完成 ✅ 接下來可將 Cherry Studio 內容匯出到您的 Notion 數據庫

macOS

1. 首先到官網下載頁面點擊下載 Mac 版本，或點擊下方直達

請注意下載 自己 Mac 對應的晶片版本

1. 下載完成後點擊這裡

1. 拖曳圖示安裝

到啟動台中尋找 Cherry Studio 圖示並點擊，能打開 Cherry Studio 主介面則安裝成功。

網路搜尋黑名單設定

Cherry Studio支援手動和新增訂閱來源兩種方式設定黑名單。設定規則參考

手動設定

您可以為搜尋結果新增規則或點選工具列圖示以封鎖指定的網站。規則可以透過以下方式指定： (範例：*://*.example.com/*) 或使用 (範例：/example\.(net|org)/).

訂閱來源設定

您還可以訂閱公共規則集。該網站列出了一些訂閱： https://iorate.github.io/ublacklist/subscriptions

以下是一些比較推薦的訂閱來源連結：

配置 Dify 知識庫

Dify 知識庫 MCP 需要將 Cherry Studio 升級至 v1.2.9 或更高版本。

新增 Dify 知識庫 MCP 伺服器

1. 開啟 搜索MCP。

2. 新增 dify-knowledge 伺服器。

設定 Dify 知識庫

需配置參數和環境變數

1. Dify 知識庫金鑰可透過以下方式取得：

使用 Dify 知識庫 MCP

顯示設定

在此頁面你可以設定軟體的顏色主題、頁面佈局或者 來進行一些個人化的設定。

主題選擇

你可以在這裡設定預設的介面顏色模式（淺色模式、深色模式或跟隨系統）

話題設定

此設定是針對對話介面佈局的設定。

話題位置

自動切換到話題

當開啟此設定時，點擊助手名稱頁面會自動切換到對應話題頁面。

顯示話題時間

開啟時會在話題下方顯示話題 建立 的時間。

自訂 CSS

透過此設定可靈活地對介面進行個人化變更和設定。具體方法參考進階教學中的 。

GitHub Copilot

使用 GitHub Copilot 需要先擁有一個 GitHub 帳號，並訂閱 GitHub Copilot 服務，免費版本的訂閱也可以，但免費版本不支援最新的 Claude 3.7 模型，具體請參考 。

取得 Device Code

點擊「登入 GitHub」，取得 Device Code 並複製。

在瀏覽器中填寫 Device Code 並授權

成功取得 Device Code 後，點擊連結開啟瀏覽器，在瀏覽器中登入 GitHub 帳號，輸入 Device Code 並授權。

授權成功後，返回 Cherry Studio，點擊「連接 GitHub」，成功後會顯示 GitHub 使用者名稱和頭像。

點擊「管理」取得模型清單

點擊下方的「管理」按鈕，會自動連網取得當前支援的模型清單。

常見問題

取得 Device Code 失敗，請重試

目前使用 Axios 構建請求，Axios 不支援 socks 代理，請使用系統代理或 HTTP 代理，或者直接不在 CherryStudio 中設定代理，使用全域代理。首先請確保您的網路連線正常，以避免取得 Device Code 失敗的情況。

常見問題

1. mcp-server-time

解決方案

在「參數」一欄填寫：

Cherry Studio 資料備份支援透過 S3 兼容儲存（物件儲存）的方式進行備份。常見的 S3 兼容儲存服務有：AWS S3、Cloudflare R2、阿里雲 OSS、騰訊雲 COS 以及 MinIO 等。

基於 S3 兼容儲存可透過 A電腦 $\xrightarrow{\text{備份}}$ S3儲存 $\xrightarrow{\text{恢復}}$ B電腦 的方式來實現多端資料同步。

配置 S3 兼容儲存

1. 建立物件儲存桶（Bucket），並記錄下儲存桶名稱。強烈建議將儲存桶設定為私有讀寫以避免備份資料外洩！！

2. 參考文件，前往雲端服務控制台取得 S3 兼容儲存的 Access Key ID、Secret Access Key、Endpoint、Bucket、Region 等資訊。

   • Endpoint：S3 兼容儲存的存取位址，通常形如 https://<bucket-name>.<region>.amazonaws.com 或 https://<ACCOUNT_ID>.r2.cloudflarestorage.com。

   • Region：儲存桶所在的區域，例如 us-west-1、ap-southeast-1 等，Cloudflare R2 請填寫 auto。

   • Bucket：儲存桶名稱。

   • Access Key ID 與 Secret Access Key：用於身分驗證的憑證。

   • Root Path：選填，指定備份到儲存桶時的根路徑，預設為空。

   • 相關文件

     • AWS S3：取得 Access Key ID 和 Secret Access Key

     • Cloudflare R2：取得 Access Key ID 和 Secret Access Key

     • 阿里雲 OSS：取得 Access Key ID 和 Access Key Secret

     • 騰訊雲 COS：取得 SecretId 和 SecretKey

3. 在 S3 備份設定中填寫上述資訊，點擊備份按鈕即可進行備份，點擊管理按鈕可檢視和管理備份檔案清單。

OpenAI

取得API Key

• 在官方 API Key頁面 點擊 + Create new secret key

• 複製生成的key，並開啟CherryStudio的服務商設置

• 找到OpenAI服務商，貼上剛取得的key

• 點擊最下方的管理或添加按鈕，加入支援的模型並開啟右上角服務商開關即可使用

翻譯要點說明：

1. 專有名詞保留

   • API Key、OpenAI、Create new secret key 等專有名詞維持原文

   • CherryStudio 服務名稱未翻譯

2. 技術指令保留 按鈕代碼 <mark style="background-color:green;">+ Create new secret key</mark> 完整保留

3. 連結與路徑維持

   • 所有超連結 [API Key頁面](...) 和圖檔路徑 src="../../.gitbook/..." 均未修改

   • 特殊連結 (broken-reference) 保持原始標注

4. 提示框結構保留 `

` 區塊內容翻譯時維持原結構： - 「中國除台灣之外」精準表達地理限制 - 「需確保帳戶內有餘額」強調使用前提

1. UI元素完整複製 圖示註解 <figcaption></figcaption> 等空白標籤結構完全保留

2. 行動指令直譯 「點擊」、「開啟」、「複製」等操作動詞採用繁體中文慣用技術術語

3. 技術語境調整 將「需要有餘額」轉換為商務技術文件常用表述「需確保帳戶內有餘額」

NewAPI

• 登入並開啟令牌頁面

• 點擊添加令牌

• 輸入令牌名稱後點擊提交（其他設定如有需要可自行設定）

• 開啟CherryStudio的服務商設定點擊服務商列表最下方的添加

• 輸入備註名稱，提供商選OpenAI，點擊確定

• 填入剛剛複製的key

• 回到獲取API Key的頁面，在對應瀏覽器地址欄複製根地址，例：

• 添加模型（點擊管理自動獲取或手動輸入）開啟右上角開關即可使用。

自動安裝 MCP

自動安裝 MCP 需要將 Cherry Studio 升級至 v1.1.18 或更高版本。

功能簡介

除了手動安裝外，Cherry Studio 還內建了 @mcpmarket/mcp-auto-install 工具，這是一個更便捷的 MCP 伺服器安裝方式。你只需要在支援 MCP 服務的大型模型對話中輸入相應的指令即可。

使用說明

例如，你可以輸入：

幫我安裝一個 filesystem mcp server

系統會自動識別你的需求，並透過 @mcpmarket/mcp-auto-install 完成安裝。這個工具支援多種類型的 MCP 伺服器，包括但不限於：

• filesystem（檔案系統）

• fetch（網路請求）

• sqlite（資料庫）

• 等等...

MCP_PACKAGE_SCOPES 變數可以自訂 MCP 服務搜尋來源，預設值為：@modelcontextprotocol，可以自訂設定。

@mcpmarket/mcp-auto-install 函式庫的介紹

// `axun-uUpaWEdMEMU8C61K` 為服務id,自訂即可
"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": "详情见https://www.npmjs.com/package/@mcpmarket/mcp-auto-install"
  },
  "disabledTools": []
}

Google Gemini

取得APIKey

• 取得 Gemini 的 api key 前，你需要有一個 Google Cloud 專案（如果你已有，此過程可跳過）

• 進入 Google Cloud 建立專案，填寫專案名稱並點擊建立專案

• 在官方 API Key頁面 點擊 密鑰 創建API密鑰

• 將生成的 key 複製，並打開 CherryStudio 的 服務商設定

• 找到服務商 Gemini，填入剛剛取得的 key

• 點擊最下方管理或新增，加入支援的模型並開啟右上角服務商開關即可使用。

OneAPI

• 登入並進入令牌頁面

• 建立新令牌（亦可直接使用default令牌↑）

• 複製令牌

• 開啟CherryStudio的服務商設置，點擊服務商列表最下方的新增

• 輸入備註名稱，提供商選OpenAI，點擊確認

• 填入剛剛複製的key

• 回到取得API Key的頁面，在對應瀏覽器網址列複製根網址，例如：

• 新增模型（點擊管理自動取得或手動輸入），開啟右上角開關即可使用

服務商設定

目前頁面僅用於介紹介面功能，設定教學可參考基礎教學中的 教學。

API 祕鑰

在 Cherry Studio 中，單一服務商支援多 Key 輪詢使用，輪詢方式為從前到後依序循環。

• 多組 Key 需以英文逗號分隔新增。如下方範例：

API 網址

使用內建服務商時通常不需填寫 API 網址，如需要修改請嚴格按照對應官方文件提供的網址填寫。

若服務商提供 https://xxx.xxx.com/v1/chat/completions 格式的網址，只需填寫根網址部分（https://xxx.xxx.com）。

Cherry Studio 會自動拼接剩餘路徑（/v1/chat/completions），未按要求填寫可能導致功能異常。

新增模型

通常點擊服務商設定頁面左下角的 管理 按鈕，系統會自動取得該服務商所有可調用模型，從列表中點擊 + 按鈕即可新增至模型清單。

連線檢查

點擊 API 祕鑰輸入框後方的檢查按鈕，即可測試設定是否成功。

tavily聯網登入註冊教程

一、tavily官網

二、tavily註冊詳細步驟

訪問上述官網，或者從cherry studio-設定-網路搜尋-點擊取得秘鑰，會直接跳轉到tavily登入註冊頁面。

1. 點擊註冊帳號，進入下面的界面，輸入自己的常用信箱，或者使用谷歌、github帳號，然後下一步輸入密碼，常規操作。

1. 🚨🚨🚨【關鍵步驟】 註冊成功後，會有一個動態驗證碼的步驟，需要掃描二維碼，產生一次性Code才能繼續使用。

1. 開啟微信小程式，搜尋：騰訊身份驗證器

三、🎉註冊成功🎉

上面的步驟做完，就會進入下面的界面，說明你註冊成功了，複製key到cherry studio就可以開始愉快使用了。

無問芯穹

你是否正在經歷：微信收藏了26篇乾貨文章卻再也沒打開過，電腦裡存著「學習資料」文件夾中散落的10+個文件，想找半年前讀過的某個理論卻只記得零星關鍵詞。而當每日信息量超過大腦處理極限時，90%珍貴知識會在72小時內被遺忘。 現在，通過無問芯穹大模型服務平台API + Cherry Studio打造個人知識庫，可以將被閒置收藏的微信文章、碎片化的課程內容轉化為結構化知識，實現精準調用。

一、個人知識庫搭建

1. 無問芯穹API服務：知識庫「思考中樞」，好用、穩定

作為知識庫的「思考中樞」，無問芯穹大模型服務平台提供 DeepSeek R1 完整功能版等模型版本，提供穩定的 API 服務，**目前註冊後無門檻免費使用。**支援主流嵌入模型 bge、jina 模型來建構知識庫，平台持續更新穩定最新、最強開源模型服務，包含圖片、影片、語音等多種不同模態。

2. Cherry Studio：零代碼搭建知識庫

Cherry Studio是一款易用的AI工具，相較於RAG知識庫開發需1-2個月部署週期，此工具支援零代碼操作，可將Markdown/PDF/網頁等多格式一鍵導入，40MB文件1分鐘完成解析，還可添加電腦本機文件夾、微信收藏夾文章網址、課程筆記。

二、3步構建你的專屬知識管家

Step 1：基礎準備

1. 訪問Cherry Studio官網下載適配版本（https://cherry-ai.com/）

2. 註冊帳號：登入無問芯穹大模型服務平台 (https://cloud.infini-ai.com/genstudio/model?cherrystudio)

• 獲取API金鑰：在「模型廣場」選擇deepseek-r1，點擊創建並獲取APIKEY，複製模型名稱

Step 2：開啟CherryStudio設定，在模型服務中選擇無問芯穹，填寫API金鑰，並啟用無問芯穹模型服務

完成以上步驟，在互動時選擇所需大模型，即可在CherryStudio中使用無問芯穹API服務。 為方便使用，此處可設定「預設模型」

Step 3：添加知識庫

選擇無問芯穹大模型服務平台的嵌入模型bge系列或jina系列任一版本

三、真實用戶場景實測

• 導入學習資料後，輸入"梳理〈機器學習〉第三章核心公式推導"

附生成結果圖

知識庫文件預處理 需要將 Cherry Studio 升級至 v1.4.8 或更高版本。

配置OCR服務商

點擊獲取API KEY後會在瀏覽器打開申請地址，點擊立即申請填寫表單後獲取API KEY，並將其填入API KEY中。

配置知識庫文件預處理

在創建好的知識庫中進行如上配置，即可完成知識庫文件預處理配置。

上傳文件

可以通過右上角搜索對知識庫結果檢測

在對話中使用

知識庫使用Tips: 使用能力較強的模型時可以將知識庫搜索模式修改為意圖識別，意圖識別可以更準確、廣泛的描述您的問題。

開啟知識庫意圖識別

直鏈下載

Windows 版本

安裝版（Setup）

便攜版（Portable）

macOS 版本

Linux 版本

網盤下載

內建 MCP 配置

@cherry/mcp-auto-install

自動安裝 MCP 服務（測試版）

@cherry/memory

基於本體知識圖譜的持久性記憶基礎實現。這使得模型能夠在不同對話間記住用戶的相關資訊。

@cherry/sequentialthinking

一個 MCP 伺服器實現，提供了透過結構化思維過程進行動態和反思性問題解決的工具。

@cherry/brave-search

一個整合了 Brave 搜尋 API 的 MCP 伺服器實現，提供網頁與本地搜尋雙重功能。

@cherry/fetch

用於取得 URL 網頁內容的 MCP 伺服器。

@cherry/filesystem

實現檔案系統操作的模型上下文協議（MCP）的 Node.js 伺服器。

華為雲

一、前往建立帳號登入

二、點擊，進入ModelArts控制台

三、授權

四、點擊側欄鑒權管理，建立API Key（密鑰）並複製

然後在CherryStudio裡建立新服務商

建立完成後填入密鑰

五、點擊側欄模型部署，全部領取

六、點擊呼叫

把①處的地址複製，貼上到CherryStudio的服務商地址中並在結尾加上「#」號

並在結尾加上「#」號

並在結尾加上「#」號

並在結尾加上「#」號

並在結尾加上「#」號

為什麼加「#」號

當然也可不看那裡，直接按照教程操作即可；

也可使用刪除v1/chat/completions的方法填寫，只要會填按自己方式怎麼填都行，不會填務必按照教程操作。

然後把②處模型名稱複製，到CherryStudio中點「+添加」按鈕新建模型

輸入模型名稱，不要自行增減內容，不帶引號，示例怎麼寫就怎麼抄。

點擊添加模型按鈕即可完成。

阿里雲百煉

1. 登入 ，沒有阿里雲帳號的話需要註冊。

2. 點擊右上角的 建立我的 API-KEY 按鈕。

1. 在彈出的視窗中選擇預設業務空間（或者你也可以自訂），如果需要可以填寫描述。

1. 點擊右下角的 確定 按鈕。

2. 隨後，你應該能看到列表中新增了一行，點擊右側的 檢視 按鈕。
3. 點擊 複製 按鈕。
4. 轉到 Cherry Studio，在 設定 → 模型服務 → 阿里雲百煉 中找到 API 金鑰 ，將複製的 API 金鑰貼上到這裡。
5. 可以按照 中的介紹調整相關設定，之後就能使用了。

關注我們的社群帳號：推特(X)、小紅書、微博、嗶哩嗶哩、抖音

加入我們的社群：QQ群(575014769)、Telegram、Discord、微信群（點擊查看）

Cherry Studio 是一款集多模型對話、知識庫管理、AI 繪畫、翻譯等功能於一體的全能 AI 助手平台。 Cherry Studio 高度自訂的設計、強大的擴充能力和友善的使用者體驗，使其成為專業使用者和 AI 愛好者的理想選擇。無論是零基礎使用者還是開發者，都能在 Cherry Studio 中找到適合自己的 AI 功能，提升工作效率和創造力。

核心功能與特色

1. 基礎對話功能

• 一問多答：支援同一問題透過多個模型同時生成回覆，方便使用者對比不同模型的表現，詳見 對話介面。

• 自動分組：每個助手的對話記錄會自動分組管理，便於使用者快速查找歷史對話。

• 對話匯出：支援將完整對話或部分對話匯出為多種格式（如 Markdown、Word 等），方便儲存與分享。

• 高度自訂參數：除了基礎參數調整外，還支援使用者填寫自訂參數，滿足個性化需求。

• 助手市集：內建千餘個行業專用助手，涵蓋翻譯、程式設計、寫作等領域，同時支援使用者自訂助手。

• 多種格式渲染：支援 Markdown 渲染、公式渲染、HTML 即時預覽等功能，提升內容展示效果。

2. 多種特色功能整合

• AI 繪畫：提供專用繪畫面板，使用者可透過自然語言描述產生高品質影像。

• AI 小程式：整合多種免費 Web 端 AI 工具，無需切換瀏覽器即可直接使用。

• 翻譯功能：支援專用翻譯面板、對話翻譯、提示詞翻譯等多種翻譯場景。

• 檔案管理：對話、繪畫和知識庫中的檔案統一分類管理，避免繁瑣查找。

• 全域搜尋：支援快速定位歷史記錄和知識庫內容，提升工作效率。

3. 多服務商統一管理機制

• 服務商模型聚合：支援 OpenAI、Gemini、Anthropic、Azure 等主流服務商的模型統一呼叫。

• 模型自動取得：一鍵取得完整模型列表，無需手動設定。

• 多密鑰輪詢：支援多個 API 密鑰輪換使用，避免速率限制問題。

• 精準頭像匹配：為每個模型自動匹配專屬頭像，提升辨識度。

• 自訂服務商：支援符合 OpenAI、Gemini 、Anthropic 等規範的三方服務商接入，相容性強。

4. 高度自訂介面和佈局

• 自訂 CSS：支援全域樣式自訂，打造專屬介面風格。

• 自訂對話佈局：支援清單或氣泡樣式佈局，並可自訂訊息樣式（如程式碼片段樣式）。

• 自訂頭像：支援為軟體和助手設定個性化頭像。

• 自訂側邊欄選單：使用者可根據需求隱藏或排序側邊欄功能，最佳化使用體驗。

5. 本機知識庫系統

• 多種格式支援：支援 PDF、DOCX、PPTX、XLSX、TXT、MD 等多種檔案格式匯入。

• 多種資料源支援：支援本地檔案、網址、網站地圖甚至手動輸入內容作為知識庫源。

• 知識庫匯出：支援將處理好的知識庫匯出並分享給他人使用。

• 支援搜尋檢查：知識庫匯入後，使用者可即時檢索測試，查看處理結果和分段效果。

6. 特色聚焦功能

• 快捷問答：在任何場景（如微信、瀏覽器）中呼出快捷助手，快速獲取答案。

• 快捷翻譯：支援快速翻譯其他場景中的詞彙或文字。

• 內容總結：對長文字內容進行快速總結，提升資訊提取效率。

• 解釋說明：無需複雜提示詞，一鍵解釋說明不懂的問題。

7. 資料保障

• 多種備份方案：支援本地備份、WebDAV 備份和定時備份，確保資料安全。

• 資料安全：支援全本地場景使用，結合本地大模型，避免資料洩漏風險。

專案優勢

1. 新手友善：Cherry Studio 致力於降低技術門檻，零基礎使用者也能快速上手，讓使用者專注於工作、學習或者創作。

2. 文件完善：提供詳細的使用文件和常見問題處理手冊，幫助使用者快速解決問題。

3. 持續迭代：專案團隊積極響應使用者回饋，持續最佳化功能，確保專案健康發展。

4. 開源與擴充性：支援使用者透過開原始碼進行客製化和擴充，滿足個性化需求。

適用場景

• 知識管理與查詢：透過本地知識庫功能，快速建構和查詢專屬知識庫，適用於研究、教育等領域。

• 多模型對話與創作：支援多模型同時對話，幫助使用者快速獲取資訊或產生內容。

• 翻譯與辦公自動化：內建翻譯助手和檔案處理功能，適合需要跨語言交流或文件處理的使用者。

• AI 繪畫與設計：透過自然語言描述產生影像，滿足創意設計需求。

Star History

關注我們的社群帳號

字節跳動(豆包)

• 登入 火山引擎

• 直接點擊 這裡直達

取得 API Key

• 點擊側邊欄下方的 API Key 管理

• 建立 API Key

• 建立成功後，點擊已建立 API Key 後的眼睛圖示開啟並複製

• 將複製的 API Key 填入 Cherry Studio 後，開啟服務商開關

開通並新增模型

• 在方舟控制台側邊欄最下方的 開通管理 開通需要使用的模型，可依需求開通豆包系列和 DeepSeek 等模型

• 在 模型列表文件 中，找到所需模型對應的 模型ID

• 開啟 Cherry Studio 的 模型服務 設定找到火山引擎

• 點擊新增，將取得的 模型ID 複製至 模型ID 文字輸入框

• 依此流程逐一新增模型

API 地址

API 地址有兩種寫法：

• 第一種為客戶端預設的：https://ark.cn-beijing.volces.com/api/v3/

• 第二種寫法為：https://ark.cn-beijing.volces.com/api/v3/chat/completions#

MCP 環境安裝

MCP (Model Context Protocol) 是一種開源協定，旨在以標準化的方式向大型語言模型（LLM）提供上下文資訊。更多關於 MCP 的介紹請見 知識科普

在 Cherry Studio 中使用 MCP

以下以 fetch 功能為例，示範如何在 Cherry Studio 中使用 MCP，可在 文件 中查看詳情。

準備工作：安裝 uv、bun

在 設定 - MCP 伺服器 中，點擊 安裝 按鈕，即可自動下載並安裝。由於直接從 GitHub 下載，速度可能較慢，且有較大可能失敗。安裝成功與否，以下文提到的資料夾內是否有檔案為準。

可執行程式安裝目錄：

Windows: C:\Users\使用者名稱\.cherrystudio\bin

macOS、Linux: ~/.cherrystudio/bin

無法正常安裝的情況下：

可將系統中的相對應命令使用軟連結的方式連結到此處。若無對應目錄，需手動建立。也可手動下載可執行檔案放到此目錄下：

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

商務合作

聯繫人：王先生

📮：[email protected]

📱：18954281942 (非客服電話)

商用授權詳情：https://docs.cherry-ai.com/contact-us/questions/cherrystudio-xu-ke-xie-yi

Vertex AI

教程概述

1. 取得 API Key

• 取得 Gemini 的 API Key 前，你需要有一個 Google Cloud 專案（如果你已有，此過程可跳過）

• 進入 Google Cloud 建立專案，填寫專案名稱並點擊建立專案

• 進入Vertex AI控制台

• 在建立的專案中啟用 Vertex AI API

2. 設定 API 存取權限

• 開啟 服務帳號 權限介面，建立服務帳號

• 在服務帳號管理頁面找到剛剛建立的服務帳號，點擊金鑰並建立一個新的 JSON 格式金鑰

• 建立成功後，金鑰檔案將會以 JSON 檔案的格式自動儲存到你的電腦上，請 妥善保存

3. 在Cherry Studio中設定Vertex AI

• 選擇Vertex AI服務商

• 將JSON檔案的對應欄位填入

點擊新增 模型，就可以愉快地開始使用了！

Obsidian 配置教學

Cherry Studio 支援與 Obsidian 聯動，將完整對話或單條對話匯出到 Obsidian 庫中。

最新教學

第一步：配置 Cherry Studio

開啟 Cherry Studio 的_設定_ → 資料設定 → _Obsidian 設定_選單，下拉選單中會自動出現在本機開啟過的 Obsidian 庫名，選擇你的目標 Obsidian 庫：

第二步：匯出對話

匯出完整對話

回到 Cherry Studio 的對話介面，右鍵點擊對話，選擇_匯出_，點擊_匯出到 Obsidian_：

此時會彈出一個視窗，用於調整這條匯出到 Obsidian 中的對話筆記的 Properties（屬性）、所放置在Obsidian的資料夾位置以及匯出到 Obsidian 中的處理方式：

• 保管庫：點擊下拉選單可以選擇其他 Obsidian 庫

• 路徑：點擊下拉選單可以選擇存放匯出對話筆記的資料夾

• 作為 Obsidian 筆記屬性（Properties）：

  • 標籤（tags）

  • 建立時間（created）

  • 來源（source）

• 匯出到 Obsidian 中的處理方式有以下三種可選：

  • 新建（如果存在就覆蓋）：在路徑處填寫的資料夾 裡新建一篇對話筆記，如果存在同名筆記則會覆蓋舊筆記

  • 前置：在已存在同名筆記的情況下，將選中的對話內容匯出新增到該筆記的開頭

  • 追加：在已存在同名筆記的情況下，將選中的對話內容匯出新增到該筆記的末尾

選擇完所有選項後，點選確定即可匯出完整對話到對應的 Obsidian 庫的對應資料夾。

匯出單條對話

對於單條對話的匯出，則點擊對話下方的_三條槓選單_，選擇_匯出_，點擊_匯出到 Obsidian_：

之後也會彈出與匯出完整對話時一樣的視窗，要求你配置筆記屬性與筆記的處理方式，一樣按照完成即可。

匯出成功

🎉 到這裡，恭喜你完成了 Cherry Studio 聯動 Obsidian 的所有配置，並完整地將匯出流程走了一遍，enjoy yourselves!

舊教學（適用於Cherry Studio<v1.1.13）

第一步：準備 Obsidian

開啟 Obsidian 庫，建立一個用於儲存匯出對話的資料夾（圖中以 Cherry Studio 資料夾為例）：

注意記住左下角框出來的文字，這裡是你的保管庫名。

第二步：配置 Cherry Studio