功能一覽

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

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

夸克

關注我們的社群帳號：、、、、

加入我們的社群：、、、

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 AI 助手平台。 Cherry Studio 高度自訂的設計、強大的擴展能力和友善的使用者體驗，使其成為專業使用者與 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，提升工作效率與創造力。

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 。

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

• 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：內建千餘個產業專用助手，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生成高品質圖像。

• AI 小工具：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情境。

• 檔案管理：對話、繪畫和知識庫中的檔案統一分類管理，避免繁瑣查詢。

• 全域搜尋：支援快速定位歷史記錄與知識庫內容，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。

• 模型自動獲取：一鍵獲取完整模型列表，無需手動設定。

• 多 API 金鑰輪詢：支援多個 API 金鑰輪換使用，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 等規範的第三方服務商接入，相容性強。

4. 高度自訂介面與佈局

• 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，優化使用體驗。

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。

• 多種資料來源支援：支援本機檔案、網址、站點地圖甚至手動輸入內容作為知識庫來源。

• 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，查看處理結果與分段效果。

6. 特色聚焦功能

• 快速問答：在任何情境（如微信、瀏覽器）中呼出快捷助手，快速取得答案。

• 快速翻譯：支援快速翻譯其他情境中的詞彙或文字。

• 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

• 多重備份方案：支援本機備份、WebDAV 備份和定時備份，確保資料安全。

• 資料安全：支援全本機場景使用，結合本機大模型，避免資料洩漏風險。

專案優勢

1. 入門門檻低：Cherry Studio 致力降低技術門檻，零基礎使用者也能快速上手，讓使用者專注於工作、學習或創作。

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

3. 持續迭代：專案團隊積極回應使用者回饋，持續優化功能，確保專案健康發展。

4. 開源與擴展性：支援使用者透過開原始碼進行自訂與擴展，滿足個性化需求。

適用情境

• 知識管理與查詢：透過本機知識庫功能，快速建構與查詢專屬知識庫，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，協助使用者快速獲取資訊或產製內容。

• 翻譯與辦公室自動化：內建翻譯助手與檔案處理功能，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製圖像，滿足創意設計需求。

Star History

關注我們的社群帳號

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。

知識庫

知識庫使用可參考進階教程中的 知識庫教程。

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

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

常規設定

在此頁面可設定軟體的介面語言、設定代理等。

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。

模型服務配置

數據設定

OneAPI及其分支項目

個性化設定

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

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。

打開官方網站

點擊下載選擇合適的版本

等待下載完成

如果出現瀏覽器提示檔案不被信任等情況，選擇保留即可

選擇保留 → 信任 Cherry-Studio

開啟檔案

安裝

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：

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：

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

你可以在此處設定預設的介面色彩模式（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的佈局進行調整。

話題位置

自動切換到話題

當開啟該設定時，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

透過此設定可彈性地對介面進行個性化更改和設定。具體方法參考進階教學中的 。

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

取得APIKey

• 在官方點擊+ Create new secret key

• 將生成的key複製，並打開CherryStudio的

• 找到服務商OpenAI，填入剛剛獲取到的key

• 點擊最下方管理或者添加，加入支援的模型並打開右上角服務商開關就可以使用了。

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。

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 S3儲存 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：

     • Cloudflare R2：

     • 阿里雲 OSS：

     • 騰訊雲 COS：

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。

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

字體推薦

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。

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。

安裝教學

MCP 使用教學

免費聯網模式

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。

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

@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。

BRAVE_API_KEY=YOUR_API_KEY

@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。

意見回饋與建議

Telegram 討論群組

加入 Telegram 討論群組獲取協助：https://t.me/CherryStudioAI

QQ 群組

QQ群(1025067911)

Github Issues

Github Issues 提交：https://github.com/CherryHQ/cherry-studio/issues/new/choose

電子郵件

開發者聯絡郵箱：[email protected]

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

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 提交回饋。

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SiliconCloud（若未註冊首次登入會自動註冊帳號）

2. 訪問API 金鑰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

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。

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。

阿里雲百煉

1. 登入 阿里雲百煉，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 模型服務 中的介紹調整相關設定，之後就能使用了。

教程概述

1. 取得 API 金鑰

• 取得 Gemini 的 API 金鑰前，您需要有一個 Google Cloud 專案（若已有專案可跳過此步驟）

• 前往 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新建的服務帳號，點擊金鑰並建立新的 JSON 格式金鑰

• 建立成功後，金鑰檔案將以 JSON 格式自動儲存到您的電腦，請 妥善保存

3. 在Cherry Studio中設定Vertex AI

• 選擇Vertex AI服務供應商

• 將JSON檔案的對應欄位填入

點擊新增 模型，即可開始使用！

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。

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

tavily聯網登入註冊教程

一、tavily官網

https://app.tavily.com/home

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。

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

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：https://turso.tech/libsql

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。

Cherry Studio支援手動和添加訂閱源兩種方式配置黑名單。配置規則參考ublacklist

手動配置

您可以為搜尋結果添加規則或點擊工具列圖示以屏蔽指定的網站。規則可以通過以下方式指定：匹配模式 (範例：*://*.example.com/*) 或使用正規表示式 (範例：/example\.(net|org)/).

訂閱源配置

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

1. 開啟 Cherry Studio 設定。

2. 找到 MCP 伺服器 選項。

3. 點擊 新增伺服器。

4. 將 MCP Server 的相關參數填入（參考連結）。可能需要填寫的內容包括：

   • 名稱：自訂一個名稱，例如 fetch-server

   • 類型：選擇 STDIO

   • 命令：填寫 uvx

   • 參數：填寫 mcp-server-fetch

   • （可能還有其他參數，視具體 Server 而定）

5. 點擊 儲存。

在聊天框中啟用 MCP 服務

• 在 MCP 伺服器 設定成功新增 MCP 伺服器

使用效果展示

從上圖可以看出，結合了 MCP 的 fetch 功能後，Cherry Studio 能夠更好地理解使用者的查詢意圖，並從網路上獲取相關資訊，給出更準確、更全面的回答。

常見問題

1. mcp-server-time

解決方案

在「參數」一欄填寫：

mcp-server-time
--local-timezone
<你的標準時區，例如：Asia/Shanghai>

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 。

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。

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。

當前頁面僅做介面功能的介紹，配置教程可以參考基礎教程中的教學。

API 密鑰

在 Cherry Studio 中，單個服務商支援多組 Key 輪流使用，輪詢方式依列表順序循環執行。

• 多組 Key 需以英文逗號分隔輸入。範例如下：

API 地址

使用內建服務商時通常不需填寫 API 地址，若需修改請嚴格按照對應官方文件提供的地址填寫。

若服務商提供的地址格式為 https://xxx.xxx.com/v1/chat/completions，只需填寫根地址部分（https://xxx.xxx.com）。

Cherry Studio 會自動拼接後續路徑（/v1/chat/completions），未按規範填寫可能導致功能異常。

新增模型

點擊服務商配置頁面左下角的 管理 按鈕，通常會自動獲取該服務商所有支援調用的模型，從彈出清單中點擊模型右側的 + 即可添加至模型列表。

連通性檢查

點擊 API 密鑰輸入框旁的檢查按鈕，即可測試配置是否成功。

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

ModelScope MCP 伺服器 需要將 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 伺服器新增的操作步驟，避免配置過程出錯，而且可以在 ModelScope 社群發現海量 MCP 伺服器。接下來跟隨操作步驟，一起看下如何在 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，選擇 同步伺服器

發現 MCP 服務：

選擇 ModelScope，並瀏覽發現 MCP 服務

檢視 MCP 伺服器詳情

註冊登入 ModelScope，並檢視 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「取得api令牌」，跳轉至 ModelScope 官網，複製 api 令牌，再回到 Cherry Studio 中貼上。

成功同步

在 Cherry Studio 的 MCP 伺服器清單中，可以看到 ModelScope 連接的 MCP 服務，並能在對話中呼叫。

增量更新

後續在 ModelScope 網頁新增的 MCP 伺服器，直接點選 同步伺服器 即可實現增量新增 MCP 伺服器。

透過以上步驟，你已成功掌握如何在 Cherry Studio 中便捷地同步 ModelScope 上的 MCP 伺服器。整個配置流程不僅大幅簡化，有效避免手動設定的繁瑣和潛在錯誤，更能輕鬆存取 ModelScope 社群提供的海量 MCP 伺服器資源。

現在就開始探索和使用這些強大的 MCP 服務，為你的 Cherry Studio 體驗帶來更多便利與可能性吧！

功能介紹

調用鏈（又稱「trace」）為用戶提供對話的洞察能力，幫助用戶覺察模型、知識庫、MCP、網路搜索等在對話過程中的具體表現。它是一個基於 實現的可觀測工具，透過端側採集、儲存、處理資料實現視覺化，為定位問題、最佳化效果提供量化評估依據。

每次對話對應一條 trace 資料，一條 trace 由多個 span 組成，每個 span 對應 Cherry Studio 的一個程式處理邏輯如呼叫模型會話、呼叫 MCP 、呼叫知識庫、呼叫網路搜索等。trace 以樹狀結構展示，span 為樹節點，主要資料包括耗時、token 使用量，當然在 span 詳情還可檢視其具體的輸入輸出。

開啟 Trace

預設情況下，Cherry Studio 安裝之後，Trace 是隱藏的狀態。需要在「設定」-「常規設定」 - 「開發者模式」中開啟，如下圖：

且對於之前的會話不會產生 Trace 記錄，只會在新的問答產生之後才會產生 Trace 記錄。所產生的記錄儲存在本地，如需要徹底清除 Trace ，可以透過「設定」 - 「資料設定」 - 「資料目錄」 - 「清除快取」進行清除，也可透過手動 刪除 ~/.cherrystudio/trace 下的檔案進行清除，如下圖：

場景介紹

全鏈路檢視

在 Cherry Studio 對話方塊中點選調用鏈檢視調用鏈的全鏈路資料。無論在對話過程中呼叫了模型，還是網路搜索、知識庫、MCP，都可以在調用鏈視窗中檢視到全鏈路呼叫資料。

檢視線路中模型

若想要檢視調用鏈中模型的詳情，可以點選模型呼叫節點，檢視其輸入、輸出詳情。

檢視線路中網路搜索

若想要檢視調用鏈中網路搜索的詳情，可以點選網路搜索呼叫節點，檢視其輸入、輸出詳情。在詳情中，可檢視到呼叫網路搜索查詢的問題和其傳回的結果。

檢視線路中知識庫

若想要檢視調用鏈中知識庫的詳情，可以點選知識庫呼叫節點，檢視其輸入、輸出詳情。在詳情中，可檢視到呼叫知識庫查詢的問題和其傳回的答案。

檢視線路中 MCP 呼叫情況

若想要檢視調用鏈中 MCP 的詳情，可以點選 MCP 呼叫節點，檢視其輸入、輸出詳情。在詳情中，可檢視到呼叫此 MCP Server tool 的入參和 tool 的傳回。

問題和建議

當前功能由阿里雲 團隊提供，如有問題或建議，請進入釘釘群 （ 群號： 21958624 ） 與開發者進行深度溝通。

\

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

在 Cherry Studio 中使用 MCP

下面以 fetch 功能為例，演示如何在 Cherry Studio 中使用 MCP，可以在 中查找詳情。

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。因為是直接從 GitHub 上下載，速度可能會比較慢，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。

可執行程序安裝目錄：

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這裡，如果沒有對應目錄，需要手動建立。也可以手動下載可執行檔案放到這個目錄下面：

Bun: UV:

商務合作

聯繫人：王先生

📮：[email protected]

📱：18954281942 (非客服電話)

商用授權詳情：

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。

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

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#

什麼是 ModelScope？

ModelScope 是新一代開源模型即服務（MaaS）共享平台，致力於為泛 AI 開發者提供靈活、易用、低成本的一站式模型服務解決方案，讓模型應用更簡單！

通過 API-Inference 服務化能力，平台將開源模型標準化為可調用的 API 介面，開發者可輕量、快速地整合模型能力至各類 AI 應用，支援工具調用、原型開發等創新場景。

核心優勢

• ✅ 免費額度：每日提供 2000 次免費 API 調用額度（計費規則）

• ✅ 豐富模型庫：覆蓋 NLP、CV、語音、多模態等 1000+ 開源模型

• ✅ 即開即用：無需部署，通過 RESTful API 快速調用

Cherry Studio 接入流程

步驟 1：獲取 ModelScope API 令牌

1. 登入平台

   • 造訪 ModelScope 官網 → 點擊右上角登入 → 選擇認證方式

2. 建立訪問令牌

   • 進入 帳戶設定 → 訪問令牌

   • 點擊 新建令牌 → 填寫描述 → 複製生成的令牌（頁面示範見下圖）

   🔑 重要提示：令牌洩露將影響帳號安全！

步驟 2：設定 Cherry Studio

• 開啟 Cherry Studio → 設定 → 模型服務 → ModelScope

• 在 API 金鑰 欄貼上複製的令牌

• 點擊 保存 完成授權

步驟 3：調用模型 API

1. 查找支援 API 的模型

   • 造訪 ModelScope 模型庫

   • 篩選條件：勾選 API-Inference（或認準模型卡片上的 API 圖示）

   API-Inference 覆蓋的模型範圍，主要根據模型在魔搭社群中的關注程度（參考了點讚、下載等數據）來判斷。因此，在能力更強、關注度更高的下一代開源模型發佈之後，支援的模型清單也會持續迭代。

2. 獲取模型 ID

   • 進入目標模型詳情頁 → 複製 Model ID（格式如 damo/nlp_structbert_sentiment-classification_chinese-base）

3. 填入 Cherry Studio

   • 在模型服務設定頁的 模型 ID 欄輸入 ID → 選擇任務類型 → 完成設定

計費與額度規則

重要說明

• 🎫 免費額度：每位用戶 每日 2000 次 API 調用（以官網最新規則為準）

• 🔁 額度重置：每日 UTC+8 00:00 自動重置，不支援跨日累計或升級

• 💡 超額處理：

  • 達到當日上限後 API 將返回 429 錯誤

  • 解決方案：切換備用帳號 / 使用其他平台 / 優化調用頻率

查看剩餘額度

• 登入 ModelScope → 點擊右上角 用戶名 → API 使用情況

⚠️ 注意：推論 API-Inference 每天提供 2000 次的免費調用額度。更多調用需求可考慮使用阿里雲百煉等雲端服務。

Cherry Studio 資料備份支援透過 WebDAV 的方式進行備份。你可以選擇合適的 WebDAV 服務來進行雲端備份。

基於 WebDAV 可以通過 A電腦 $\xrightarrow{\text{備份}}$ WebDAV $\xrightarrow{\text{恢復}}$ B電腦 的方式來實現多端資料同步。

以堅果雲為例

1. 登入堅果雲，點擊右上角使用者名稱，選擇「帳戶資訊」：

1. 選擇「安全選項」，點擊「新增應用」

1. 輸入應用名稱，生成隨機密碼；

1. 複製記錄密碼；

1. 取得伺服器地址、帳戶和密碼；

1. 在 Cherry Studio 設定——資料設定中，填寫 WebDAV 資訊；

1. 選擇備份或者恢復資料，並可以設定自動備份的時間週期。

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": []
}

為了讓每一位開發者和用戶都能輕鬆體驗前沿大模型的能力，智譜免費向 Cherry Studio 的用戶開放 GLM-4.5-Air 模型。作為專為智能體（Agent）應用打造的高效基礎模型，GLM-4.5-Air 在性能與成本之間實現了出色平衡，是構建智能應用的理想選擇。

🚀 什麼是 GLM-4.5-Air？

GLM-4.5-Air 是智譜最新推出的高性能語言模型，採用先進的混合專家架構（Mixture-of-Experts, MoE），在保持卓越推理能力的同時，顯著降低計算資源消耗。

• 總參數量：1060 億

• 激活參數量：120 億

通過精簡設計，GLM-4.5-Air 實現了更高的推理效率，適合在資源受限環境下部署，同時仍能勝任複雜任務處理。

📚 統一訓練流程，夯實智能基礎

GLM-4.5-Air 與旗艦系列共享一致的訓練流程，確保其具備扎實的通用能力基礎：

1. 大規模預訓練：在高達 15 萬億 token 的通用語料上完成訓練，建構廣泛的知識理解能力；

2. 專項領域優化：在程式碼生成、邏輯推理、智能體互動等關鍵任務上進行強化訓練；

3. 長上下文支援：上下文長度擴展至 128K tokens，可處理長文件、複雜對話或大型程式碼項目；

4. 強化學習增強：通過 RL 優化模型在推理規劃、工具調用等方面的決策能力。

這一訓練體系為 GLM-4.5-Air 賦予了出色的泛化能力和任務適應性。

⚙️ 專為智能體優化的核心能力

GLM-4.5-Air 針對智能體應用場景進行了深度適配，具備以下實用能力：

✅ 工具調用支援：可通過標準化介面調用外部工具，實現任務自動化 ✅ 網頁瀏覽與資訊提取：可配合瀏覽器外掛程式完成動態內容理解與互動 ✅ 軟體工程輔助：支援需求解析、程式碼生成、缺陷識別與修復 ✅ 前端開發支援：對 HTML、CSS、JavaScript 等前端技術有良好理解與生成能力

該模型可靈活整合至 Claude Code、Roo Code 等程式碼智能體框架，也可作為任意自訂 Agent 的核心引擎使用。

💡 智能「思考模式」，靈活響應各類請求

GLM-4.5-Air 支援混合推理模式，用戶可通過 thinking.type 參數控制是否啟用深度思考：

• enabled：啟用思考，適合需要分步推理或規劃的複雜任務

• disabled：禁用思考，用於簡單查詢或即時響應

• 預設設定為 動態思考模式，模型自動判斷是否需要深入分析

🌟 高效低成本，部署更輕鬆

GLM-4.5-Air 在性能與成本之間實現了優秀平衡，特別適合實際業務部署：

• ⚡ 生成速度超 100 tokens/秒，響應迅速，支援低延遲互動

• 💰 API 成本極低：輸入僅 0.8 元/百萬 tokens，輸出 2 元/百萬 tokens

• 🖥️ 激活參數少，算力需求低，易於在本地或雲端高並發運行

真正實現「高性能、低門檻」的 AI 服務體驗。

🧠 聚焦實用能力：智能程式碼生成

GLM-4.5-Air 在程式碼生成方面表現穩定，支援：

• 覆蓋 Python、JavaScript、Java 等主流語言

• 根據自然語言指令生成結構清晰、可維護性強的程式碼

• 減少模板化輸出，貼近真實開發場景需求

適用於快速原型建構、自動化補全、Bug 修復等高頻開發任務。

立即免費體驗 GLM-4.5-Air，開啟你的智能體開發之旅！ 無論你是想打造自動化助手、程式設計夥伴，還是探索下一代 AI 應用，GLM-4.5-Air 都將是你高效可靠的 AI 引擎。

📘 立即接入，釋放創造力！

Ollama

Ollama 是一款優秀的開源工具，讓您可以在本地輕鬆執行和管理各種大型語言模型（LLMs）。Cherry Studio 現已支援 Ollama 整合，讓您可以在熟悉的介面中，直接與本地部署的 LLM 進行互動，無需依賴雲端服務！

什麼是 Ollama？

Ollama 是一個簡化大型語言模型（LLM）部署和使用的工具。它具有以下特點：

• 本地執行： 模型完全在您的本地電腦上執行，無需連網，保護您的隱私和資料安全。

• 簡單易用： 通過簡單的命令列指令，即可下載、執行和管理各種 LLM。

• 模型豐富： 支援 Llama 2、Deepseek、Mistral、Gemma 等多種流行的開源模型。

• 跨平台： 支援 macOS、Windows 和 Linux 系統。

• 開放API：支援與OpenAI兼容的介面，可以和其他工具整合。

為什麼要在 Cherry Studio 中使用 Ollama？

• 無需雲端服務： 不再受限於雲端 API 的配額和費用，盡情體驗本地 LLM 的強大功能。

• 資料隱私： 您的所有對話資料都保留在本地，無需擔心隱私洩露。

• 離線可用： 即使在沒有網路連線的情況下，也能繼續與 LLM 進行互動。

• 客製化： 可以根據您的需求，選擇和配置最適合您的 LLM。

在 Cherry Studio 中配置 Ollama

1. 安裝和執行 Ollama

首先，您需要在您的電腦上安裝並執行 Ollama。請按照以下步驟操作：

• 下載 Ollama： 瀏覽 Ollama 官網（），根據您的作業系統下載對應的安裝包。 在 Linux 下，可直接執行命令安裝ollama：

• 安裝 Ollama： 按照安裝程式的指引完成安裝。

• 下載模型： 開啟終端機（或命令提示字元），使用 ollama run 指令下載您想要使用的模型。例如，要下載 Llama 2 模型，可以執行：

  Ollama 會自動下載並執行該模型。

• 保持 Ollama 執行： 在您使用 Cherry Studio 與 Ollama 模型互動期間，請確保 Ollama 保持執行狀態。

2. 在 Cherry Studio 中添加 Ollama 服務商

接下來，在 Cherry Studio 中添加 Ollama 作為自訂 AI 服務商：

• 開啟設定： 在 Cherry Studio 介面左側導覽列中，點擊「設定」（齒輪圖示）。

• 進入模型服務： 在設定頁面中，選擇「模型服務」選項卡。

• 添加供應商： 點擊清單中的 Ollama。

3. 配置 Ollama 服務商

在服務商清單中找到剛剛添加的 Ollama，並進行詳細配置：

1. 啟用狀態：

   • 確保 Ollama 服務商最右側的開關已開啟，表示已啟用。

2. API 密鑰：

   • Ollama 預設不需要 API 密鑰。您可以將此欄位留空，或者填寫任意內容。

3. API 地址：

   • 填寫 Ollama 提供的本地 API 地址。通常情況下，地址為：

     如果修改了連接埠，請自行更改。

4. 保持活躍時間： 此選項是設定工作階段的保持時間，單位是分鐘。如果在設定時間內沒有新的對話，Cherry Studio 會自動斷開與 Ollama 的連線，釋放資源。

5. 模型管理：

   • 點擊「+ 添加」按鈕，手動添加您在 Ollama 中已經下載的模型名稱。

   • 比如您已經通過ollama run llama3.2下載了llama3.2模型, 那麼此處可以填入llama3.2

   • 點擊「管理」按鈕，可以對已添加的模型進行編輯或刪除。

開始使用

完成以上配置後，您就可以在 Cherry Studio 的聊天介面中，選擇 Ollama 服務商和您已下載的模型，開始與本地 LLM 進行對話了！

技巧與提示

• 首次執行模型： 第一次執行某個模型時，Ollama 需要下載模型檔案，可能需要較長時間，請耐心等待。

• 檢視可用模型： 在終端機中執行 ollama list 命令，可以檢視您已下載的 Ollama 模型清單。

• 硬體要求： 執行大型語言模型需要一定的計算資源（CPU、記憶體、GPU），請確保您的電腦配置滿足模型的要求。

• Ollama 文件: 可以點擊配置頁面中的查看Ollama文件及模型連結快速跳轉至Ollama官網文件。

PPIO 派歐雲

Cherry Studio 接入 PPIO LLM API

教學概述

Cherry Studio 是一款多模型桌面客戶端，目前支援：Windows、Linux、MacOS 系列電腦安裝包。它聚合主流 LLM 模型，提供多場景輔助。使用者可透過智慧會話管理、開源訂製、多主題介面來提升工作效率。

Cherry Studio 現已與 PPIO 高效能 API 通道深度適配——透過企業級算力保障，實現 DeepSeek-R1/V3 高速響應 與 99.9% 服務可用性，帶給您快速流暢的體驗。

下方教學包含完整接入方案（含金鑰配置），3 分鐘開啟「Cherry Studio 智慧調度 + PPIO 高效能 API」的進階模式。

1. 進入 CherryStudio，添加 "PPIO" 作為模型提供商

首先前往官網下載 Cherry Studio： （如果進不去可以開啟下方的夸克網盤連結下載需要的版本：

（1）先點選左下角設定，自訂提供商名稱為：PPIO，點選「確定」

（2）前往 ，點選【使用者頭像】—【API 金鑰管理】進入控制檯

點選【+ 建立】按鈕來建立新的 API 金鑰。自訂一個金鑰名稱，產生的金鑰僅在產生時呈現，務必複製並儲存到文件中，以免影響後續使用

（3）在 CherryStudio 填入金鑰 點選設定，選擇【PPIO 派歐雲】，輸入官網產生的 API 金鑰，最後點選【檢查】

（4）選擇模型：以 deepseek/deepseek-r1/community 為例，如需更換其他模型，可直接更換。

DeepSeek R1 和 V3 community 版本僅供大家嘗鮮，也是全參數滿血版模型，穩定性和效果無差異，如需大量呼叫則須 充值並切換到非 community 版本。

2. 模型使用配置

（1）點選【檢查】顯示連線成功後即可正常使用

（2）最後點選【@】選擇 PPIO 供應商下剛剛新增的 DeepSeek R1 模型，即可成功開始聊天~

【部分素材來源：】

3. PPIO×Cherry Studio 影片使用教學

若您更傾向直觀學習，我們在 B 站準備了影片教學。透過手把手教學，助您快速掌握「PPIO API+Cherry Studio」的配置方法，點選下方連結直達影片，開啟流暢開發體驗 →

【影片素材來源：sola】

知名 MaaS 服務平台「矽基流動」為大家免費提供 Qwen3-8B 模型的調用服務。作為通義千問 Qwen3 系列中的高性價比成員，Qwen3-8B 以小巧體積實現強大能力，是智能應用與高效開發的理想選擇。

🚀 什麼是 Qwen3-8B？

Qwen3-8B 是阿里巴巴於 2025 年 4 月發佈的通義千問第三代大模型系列中的 80 億參數密集模型，採用 Apache 2.0 開源協議，可自由用於商業與研究場景。

• 總參數量：80 億

• 架構類型：Dense（純稠密結構）

• 上下文長度：128K tokens

• 支援多語言：涵蓋 119 種語言和方言

儘管體積小巧，Qwen3-8B 在推理、程式碼、數學和 Agent 能力方面表現穩定，性能媲美前代更大的模型，在實際應用中展現出極高的實用性。

📚 強大訓練基礎，小模型也有大智慧

Qwen3-8B 基於 約 36 萬億 token 的高質量多語言數據完成預訓練，涵蓋網頁文本、技術文件、程式碼庫與專業領域合成數據，知識覆蓋面廣。

其後訓練階段引入了四階段強化流程，特別優化了以下能力：

✅ 自然語言理解與生成 ✅ 數學推理與邏輯分析 ✅ 多語言翻譯與表達 ✅ 工具調用與任務規劃

得益於訓練體系的全面升級，Qwen3-8B 的實際表現接近甚至超越 Qwen2.5-14B，實現顯著的參數效率躍遷。\

💡 混合推理模式：思考 or 快速回應？

Qwen3-8B 支援 「思考模式」與「非思考模式」 的靈活切換，用戶可根據任務複雜度自主選擇回應方式。

通過以下方式控制模式：

• API 參數設置：enable_thinking=True/False

• 提示詞指令：在輸入中添加 /think 或 /no_think

該設計讓用戶在回應速度與推理深度之間自由權衡，提升使用體驗。

⚙️ 原生支援 Agent 能力，賦能智能應用

Qwen3-8B 具備出色的 Agent 化能力，可輕鬆整合到各類自動化系統中：

🔹 函數調用（Function Calling）：支援結構化工具調用 🔹 MCP 協議相容：原生支援模型上下文協議，便於擴展外部能力 🔹 多工具協同：可接入搜索、計算器、程式碼執行等插件

推薦結合 Qwen-Agent 框架 使用，快速建構具備記憶、規劃與執行能力的智能助手。

🌐 廣泛語言支援，面向全球應用

Qwen3-8B 支援包括中文、英文、阿拉伯語、西班牙語、日語、韓語、印尼語等在內的 119 種語言和方言，適用於國際化產品開發、跨語言客服、多語種內容生成等場景。

對中文理解尤為出色，支援簡體、繁體及粵語表達，適用於港澳台及海外華人市場。

🧠 實用能力強，場景覆蓋廣

Qwen3-8B 在多個高頻應用場景中表現優異：

✅ 程式碼生成：支援 Python、JavaScript、Java 等主流語言，能根據需求生成可運行程式碼 ✅ 數學推理：在 GSM8K 等基準中表現穩定，適合教育類應用 ✅ 內容創作：撰寫郵件、報告、文案，結構清晰、語言自然 ✅ 智能助手：可建構個人知識庫問答、日程管理、信息提取等輕量級 AI 助手

現在就通過 矽基流動 免費體驗 Qwen3-8B，開啟你的輕量 AI 應用之旅！\

📘 立即使用，讓 AI 觸手可及！

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

在 Cherry Studio 的_設定_ → 資料設定 → _Obsidian 設定_選單中，輸入在中獲取到的保管庫名與資料夾名：

全域標籤處是可選的，可設定所有對話匯出後在 Obsidian 中的標籤，按需填寫。

第三步：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），以及匯出到 Obsidian 中的處理方式。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）：在中填寫的資料夾 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

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!

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。

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：

內建變數

更多主題變數請參考原始碼：

相關推薦

Cherry Studio 主題庫:

分享一些中國風 Cherry Studio 主題皮膚:

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：

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:

init_cherry_studio.bat (編碼格式: ANSI)

目錄 user-data-dir 初始化後的結構：

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：

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

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。

Cherry Studio 授權協議

使用或分發 Cherry Studio 素材之任何部分或元素，即視為您已認知並接受本協議內容，本協議立即生效。

一. 定義

1. 本 Cherry Studio 授權協議（以下簡稱「協議」）應指由本協議定義之關於素材使用、複製、分發及修改的條款與條件。

2. 「我們」（或「我方」）應指 上海千彗科技有限公司。

3. 「您」（或「貴方」）應指行使本協議授予之權利，及/或為任何目的及於任何使用領域使用素材之自然人或法人實體。

4. 「第三方」應指與我們或您均無共同控制權之個人或法人實體。

5. 「Cherry Studio」應指本軟體套件，包含但不限於 [範例：核心庫、編輯器、外掛、範例專案]，以及原始碼、文件、範例程式碼與我們分發之上開各項其他元素。（請依據 CherryStudio 實際構成詳述）

6. 「素材」應統指上海千彗科技有限公司之專有 Cherry Studio 及文件（及其任何部分），依本協議提供。

7. 「原始」形式應指進行修改之偏好形式，包含但不限於原始碼、文件來源檔案及設定檔。

8. 「目標」形式應指原始形式經機械轉換或翻譯後產生之任何形式，包含但不限於編譯後目的碼、生成文件及轉換為其他媒體類型之形式。

9. 「商業用途」指為直接或間接商業利益或商業優勢之目的，包含但不限於銷售、授權、訂閱、廣告、行銷、培訓、諮詢服務等。

10. 「修改」指對素材原始形式進行任何變更、調整、衍生或二次開發，包含但不限於修改應用名稱、標誌、程式碼、功能、介面等。

二. 權利授予

1. 免費商業使用（限未修改程式碼）：我們依此根據我方擁有或體現於素材中之智慧財產權或其他權利，授予您一項非專屬、全球範圍、不可轉讓、免權利金之授權，以使用、複製、分發、拷貝及分發未經修改之素材，包含商業用途，惟須遵守本協議條款與條件。

2. 商業授權（必要時）：在滿足第三條「商業授權」所述條件時，您需從我方取得明確書面商業授權，方可行使本協議項下之權利。

三. 商業授權

於下列任一情形，您需聯繫我們並取得明確書面商業授權後，方可繼續使用 Cherry Studio 素材：

1. 修改與衍生：您對 Cherry Studio 素材進行修改或基於其進行衍生開發（包含但不限於修改應用名稱、標誌、程式碼、功能、介面等）。

2. 企業服務：於您企業內部，或為企業客戶提供基於 Cherry Studio 之服務，且該服務支援 10 人及以上累計使用者。

3. 硬體綑綁銷售：您將 Cherry Studio 預裝或整合至硬體設備或產品中進行綑綁銷售。

4. 政府或教育機構大規模採購：您之使用情境屬政府或教育機構大規模採購專案，尤涉及安全、資料隱私等敏感需求時。

5. 公眾雲端服務：基於 Cherry Studio 提供面向公眾之雲端服務。

四. 再分發

您可以分發未經修改之素材副本，或將其作為包含未修改素材之產品或服務的一部分提供，以原始形式或目標形式分發，但您須滿足下列條件：

1. 您應向素材之任何其他接收者提供本協議副本；

2. 您應於分發之所有素材副本中，保留下列署名聲明，並置於此類副本分發之「NOTICE」或類似文字檔內：`"Cherry Studio is licensed under the Cherry Studio LICENSE AGREEMENT, Copyright (c) 上海千彗科技有限公司. All Rights Reserved."` （Cherry Studio 依 Cherry Studio 授權協議取得授權，版權所有 (c) 上海千彗科技有限公司。保留所有權利。）

五. 使用規則

1. 素材可能受出口管制或限制。您使用素材時應遵守適用法律法規。

2. 若您使用素材或其任何輸出結果建立、訓練、微調或改進將被分發或提供之軟體或模型，我們鼓勵您於相關產品文件中顯著標示「Built with Cherry Studio」或「Powered by Cherry Studio」。

六. 智慧財產權

1. 我們保留對素材及由我方或為我方製作之衍生作品所有智慧財產權之所有權。在遵守本協議條款與條件之前提下，對於您製作之素材修改與衍生作品，其智慧財產權歸屬將依具體商業授權協議約定。在未獲商業授權情況下，您對素材之修改與衍生作品不享有所有權，其智慧財產權仍歸屬我方。

2. 除履行本協議項下通知義務或在描述與再分發素材時合理慣常使用所必需外，未授予使用我方商號、商標、服務標誌或產品名稱之商標授權。

3. 若您對我方或任何實體提起訴訟或其他法律程序（包含訴訟中之反訴或反請求），主張素材或其任何輸出，或上述任何部分侵害您擁有或可授權之智慧財產權或其他權利，則本協議授予您之一切授權應自該訴訟或法律程序開始或提起之日起終止。

七. 免責聲明與責任限制

1. 我們無義務支援、更新、提供培訓或開發任何 CherryStudio 素材之新版，亦無義務授予任何相關授權。

2. 素材依「現狀」提供，不附帶任何明示或暗示保證，包含對適售性、不侵權性或特定用途適用性之保證。對於素材及其任何輸出之安全性或穩定性，我們不作任何保證，亦不承擔任何責任。

3. 在任何情況下，對於因您使用或無法使用素材或其任何輸出引起之損害（包含但不限於直接、間接、特殊或後續損害），無論其如何引起，我們均不對您承擔責任。

4. 對於任何第三方因您使用或分發素材引起或與之相關之索賠，您將為我們辯護、賠償並使我們免受損害。

八. 存續與終止

1. 本協議效期自您接受本協議或存取素材時起算，並將持續有效直至依本協議條款終止。

2. 若您違反本協議任何條款，我們可終止本協議。協議終止後，您須停止使用素材。第七條、第九條及「二. 貢獻者協議」於本協議終止後持續有效。

九. 適用法律與管轄

1. 本協議及因本協議引起或與之相關之任何爭議，均受中國法律管轄。

2. 上海市人民法院對因本協議引起之任何爭議具有專屬管轄權。