> For the complete documentation index, see [llms.txt](https://docs.cherry-ai.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cherry-ai.com/docs/russian/pre-basic/providers/wu-wen-xin-qiong.md).

# 无问芯穹

Вы тоже сталкивались с этим: в WeChat сохранены 26 полезных статей, к которым вы так и не открывали доступ; на компьютере в папке "учебные материалы" лежат разбросанные 10+ файлов; хотите найти какую-то теорию, прочитанную полгода назад, но помните лишь отдельные ключевые слова. А когда ежедневный объём информации превышает предел обработки мозга, 90% ценных знаний забываются в течение 72 часов.\
Теперь, с помощью API платформы больших моделей 无问芯穹 и Cherry Studio можно создать личную базу знаний: превратить пылящиеся сохранённые статьи из WeChat и фрагментированный учебный контент в структурированные знания и использовать их точно по запросу.\\

### I. Создание личной базы знаний

#### 1. Сервис API 无问芯穹: «мозговой центр» базы знаний, удобный и стабильный

Как «мозговой центр» базы знаний, платформа сервисов больших моделей 无问芯穹 предоставляет полноценную версию DeepSeek R1 и другие версии моделей, а также стабильный API-сервис,**Сейчас после регистрации — бесплатно и без ограничений.**Поддерживает популярные модели embedding bge, jina для построения базы знаний,**Платформа также постоянно обновляет стабильные сервисы с новейшими и сильнейшими open-source моделями**включая различные модальности, такие как изображения, видео, речь.

<figure><img src="/files/6a86c09f316965a70cfa6c35caaaaa86751605fb" alt=""><figcaption></figcaption></figure>

#### 2. Cherry Studio: создание базы знаний без кода

Cherry Studio — удобный в использовании AI-инструмент. По сравнению с разработкой RAG-базы знаний, требующей 1–2 месяца на развёртывание, преимущество этого инструмента в том, что он поддерживает**операции без кода,**&#x41C;ожно одним кликом импортировать Markdown/PDF/веб-страницы и другие форматы; файл размером 40 МБ анализируется за 1 минуту. Кроме того, можно добавить локальную папку на компьютере, URL-адреса статей из избранного WeChat, конспекты курсов.\\

### II. 3 шага к созданию вашего персонального менеджера знаний

#### Шаг 1: Базовая подготовка

1. Перейдите на официальный сайт Cherry Studio и скачайте подходящую версию (<https://cherryai.com.cn/>)
2. Зарегистрируйте аккаунт: войдите в платформу больших моделей 无问芯穹 (<https://cloud.infini-ai.com/genstudio/model?cherrystudio>)

<figure><img src="/files/9092db3f12d0674dd9f3ca4032d3a703ecbead5c" alt=""><figcaption></figcaption></figure>

* Получите API-ключ: в «Модельной площадке» выберите deepseek-r1, нажмите «Создать» и получите APIKEY, скопируйте название модели

<figure><img src="/files/f8fbb5d0c48fd234ba6af88c725b6aaaf8f202e2" alt=""><figcaption></figcaption></figure>

#### Шаг 2: откройте настройки CherryStudio, в сервисах моделей выберите 无问芯穹, заполните API-ключ и включите сервис моделей 无问芯穹

<figure><img src="/files/c39c0cca652288a6376d9e42e1afbe32042bf9be" alt=""><figcaption></figcaption></figure>

После выполнения вышеуказанных шагов при взаимодействии выберите нужную большую модель, и вы сможете использовать API-сервис 无问芯穹 в CherryStudio.\
Для удобства здесь также можно настроить «модель по умолчанию»\\

<figure><img src="/files/412128bf1de6af55a32d1a218559addcd0e25e37" alt=""><figcaption></figcaption></figure>

Шаг 3: добавьте базу знаний

Выберите любую версию embedding-моделей серии bge или серии jina на платформе сервисов больших моделей 无问芯穹

<figure><img src="/files/4e4edf8c36ce4c1db2fd8c55f3b87b0da4a74fb5" alt=""><figcaption></figcaption></figure>

<figure><img src="/files/602c77424737dfd21c4464a8f35094d4ad909c2d" alt=""><figcaption></figcaption></figure>

### III. Практическое тестирование на реальных пользовательских сценариях

* После импорта учебных материалов введите «Систематизируй вывод ключевых формул третьей главы „Машинного обучения“»

<figure><img src="/files/2cddb704ac74f4733b31b41f375e377e776bbd6f" alt=""><figcaption></figcaption></figure>

\
**Прилагается изображение с результатом генерации**

<figure><img src="/files/f806f1d9db3965231e2d97bb937c1057a8467a57" alt=""><figcaption></figcaption></figure>

***

### 💡 Получить помощь и отправить отзыв

Если вы в процессе настройки или использования столкнётесь с любыми вопросами, багами или предложениями по улучшению функций, пожалуйста, обратитесь к [Обратная связь и предложения](/docs/russian/question-contact/suggestions.md) официальным каналам, указанным там.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.cherry-ai.com/docs/russian/pre-basic/providers/wu-wen-xin-qiong.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.