智能体页面是一个助手广场，这里你可以选择或者搜索你想要的模型预设，点击卡片后即可将助手添加在对话页面的助手列表当中。

你也可以在页面中编辑和创建自己的助手。

• 点击 我的 ，再点击 创建智能体 即可开始创建自己的助手。

在小程序页面你可以在客户端内使用各大服务商 AI 相关程序的网页版，目前暂不支持自定义添加和删除。

文件界面会展示所有对话、绘画、知识库等相关的文件，可以在此页面集中管理和查看。

默认助手模型

当助手未设置默认助手模型时，其新对话当中默认选择的模型为此处设置的模型。

优化提示词、划词助手使用的也是此处设置的模型。

话题命名模型

每次对话后会调用模型为对话生成一个话题名称，此处设置的模型为命名时所使用的模型。

翻译模型

对话、绘画等输入框当中的翻译功能，翻译界面的翻译模型都使用的是此处设置的模型。

快捷助手模型

快捷助手功能使用的模型，详见 快捷助手

在此页面可设置软件的界面语言、设置代理等。

在该界面可以启(停)用和设置一些功能的快捷键，具体按照界面指示设置。

To-Do List

• 快捷弹窗 (读取剪贴板、快速提问、解释、翻译、总结）

• 多模型回答对比

• 支持使用服务商提供的 SSO 进行登录

• 全部模型支持联网

• 推出第一个正式版

• 插件功能（JavaScript)

• 浏览器插件（划词翻译、总结、添加到知识库）

• iOS & Android 客户端

• AI 笔记

• 语音输入输出（AI 通话）

• 数据备份支持自定义备份内容

邮件联系 [email protected] 获取编辑身份

标题：申请 Cherry Studio Docs 编辑身份

正文：填写申请理由

绘画功能目前支持 DMXAPI、TokenFlux、AiHubMix 和 硅基流动 的绘画模型，你可以到 硅基流动 注册一个账户 添加到服务商 来使用。

有关参数的疑问可以鼠标悬停在对应区域的 ? 处查看介绍。

获取APIKey

• 在官方API Key页面点击+ Create new secret key

• 将生成的key复制，并打开CherryStudio的服务商设置

• 找到服务商OpenAI，填入刚刚获取到的key

• 点击最下方管理或者添加，加入支持的模型并打开右上角服务商开关就可以使用了。

在 Cherry Studio 知识库中添加的数据全部存储在本地，在添加过程中会复制一份文档放在 Cherry Studio 数据存储目录

向量数据库：https://turso.tech/libsql

当文档被添加到 Cherry Studio 知识库之后，文件会被切分为若干个片段，然后这些片段会交给嵌入模型进行处理

当使用大模型进行问答的时候，会查询和问题相关的文本片段一并交个大语言模型处理

如果对数据隐私有要求，建议使用本地嵌入数据库和本地大语言模型

Cherry Studio 是一款集多模型对话、知识库管理、AI 绘画、翻译等功能于一体的全能 AI 助手平台。 Cherry Studio 高度自定义的设计、强大的扩展能力和友好的用户体验，使其成为专业用户和 AI 爱好者的理想选择。无论是零基础用户还是开发者，都能在 Cherry Studio 中找到适合自己的 AI 功能，提升工作效率和创造力。

核心功能与特色

1. 基础对话功能

• 自动分组：每个助手的对话记录会自动分组管理，便于用户快速查找历史对话。

• 对话导出：支持将完整对话或部分对话导出为多种格式（如 Markdown、Word 等），方便储存与分享。

• 高度自定义参数：除了基础参数调整外，还支持用户填写自定义参数，满足个性化需求。

• 助手市场：内置千余个行业专用助手，涵盖翻译、编程、写作等领域，同时支持用户自定义助手。

• 多种格式渲染：支持 Markdown 渲染、公式渲染、HTML 实时预览等功能，提升内容展示效果。

2. 多种特色功能集成

• AI 绘画：提供专用绘画面板，用户可通过自然语言描述生成高质量图像。

• AI 小程序：集成多种免费 Web 端 AI 工具，无需切换浏览器即可直接使用。

• 翻译功能：支持专用翻译面板、对话翻译、提示词翻译等多种翻译场景。

• 文件管理：对话、绘画和知识库中的文件统一分类管理，避免繁琐查找。

• 全局搜索：支持快速定位历史记录和知识库内容，提升工作效率。

3. 多服务商统一管理机制

• 服务商模型聚合：支持 OpenAI、Gemini、Anthropic、Azure 等主流服务商的模型统一调用。

• 模型自动获取：一键获取完整模型列表，无需手动配置。

• 多秘钥轮询：支持多个 API 秘钥轮换使用，避免速率限制问题。

• 精准头像匹配：为每个模型自动匹配专属头像，提升辨识度。

• 自定义服务商：支持符合 OpenAI、Gemini 、Anthropic 等规范的三方服务商接入，兼容性强。

4. 高度自定义界面和布局

• 自定义 CSS：支持全局样式自定义，打造专属界面风格。

• 自定义对话布局：支持列表或气泡样式布局，并可自定义消息样式（如代码片段样式）。

• 自定义头像：支持为软件和助手设置个性化头像。

• 自定义侧边栏菜单：用户可根据需求隐藏或排序侧边栏功能，优化使用体验。

5. 本地知识库系统

• 多种格式支持：支持 PDF、DOCX、PPTX、XLSX、TXT、MD 等多种文件格式导入。

• 多种数据源支持：支持本地文件、网址、站点地图甚至手动输入内容作为知识库源。

• 知识库导出：支持将处理好的知识库导出并分享给他人使用。

• 支持搜索检查：知识库导入后，用户可实时检索测试，查看处理结果和分段效果。

6. 特色聚焦功能

• 快捷问答：在任何场景（如微信、浏览器）中呼出快捷助手，快速获取答案。

• 快捷翻译：支持快速翻译其他场景中的词汇或文本。

• 内容总结：对长文本内容进行快速总结，提升信息提取效率。

• 解释说明：无需复杂提示词，一键解释说明不懂的问题。

7. 数据保障

• 多种备份方案：支持本地备份、WebDAV 备份和定时备份，确保数据安全。

• 数据安全：支持全本地场景使用，结合本地大模型，避免数据泄漏风险。

项目优势

1. 小白友好：Cherry Studio 致力于降低技术门槛，零基础用户也能快速上手，让用户专注于工作、学习或者创作。

2. 文档完善：提供详细的使用文档和常见问题处理手册，帮助用户快速解决问题。

3. 持续迭代：项目团队积极响应用户反馈，持续优化功能，确保项目健康发展。

4. 开源与扩展性：支持用户通过开源代码进行定制和扩展，满足个性化需求。

适用场景

• 知识管理与查询：通过本地知识库功能，快速构建和查询专属知识库，适用于研究、教育等领域。

• 多模型对话与创作：支持多模型同时对话，帮助用户快速获取信息或生成内容。

• 翻译与办公自动化：内置翻译助手和文件处理功能，适合需要跨语言交流或文档处理的用户。

• AI 绘画与设计：通过自然语言描述生成图像，满足创意设计需求。

Star History

关注我们的社交账号

快捷助手是 Cherry Studio 提供的一个便捷工具，它允许您在任何应用程序中快速访问 AI 功能，从而实现即时提问、翻译、总结和解释等操作。

启用快捷助手

1. 打开设置： 导航至 设置 -> 快捷方式 -> 快捷助手。

2. 启用开关： 找到并打开 快捷助手 对应按钮。

1. 设置快捷键（可选）：

   • Windows 默认快捷键为 Ctrl + E。

   • macOS 默认快捷键为 ⌘ + E。

   • 您可以在此处自定义快捷键以避免冲突或使其更符合您的使用习惯。

使用快捷助手

1. 唤起： 在任何应用程序中，按下您设置的快捷键（或默认快捷键）即可打开快捷助手。

2. 交互： 在快捷助手窗口中，您可以直接进行以下操作：

   • 快速提问： 向 AI 提问任何问题。

   • 文本翻译： 输入需要翻译的文本。

   • 内容总结： 输入长文本进行摘要。

   • 解释说明： 输入需要解释的概念或术语。
3. 关闭： 按下 ESC 键或点击快捷助手窗口外部的任意位置即可关闭。

提示与技巧

• 快捷键冲突： 如果默认快捷键与其他应用程序冲突，请修改快捷键。

• 探索更多功能： 除了文档中提到的功能，快捷助手可能还支持其他操作，例如代码生成、风格转换等。建议您在使用过程中不断探索。

主题选择

你可以在此处设置默认的界面颜色模式（浅色模式、深色模式或跟随系统）

话题设置

该设置是针对对话界面的布局的设置。

话题位置

自动切换到话题

当打开该设置时点击助手名称页面会自动切换到对应话题页面。

显示话题时间

打开时会在话题下方显示话题 创建 的时间。

自定义 CSS

打开官方网站

点击下载选择合适的版本

等待下载完成

如果出现浏览器提示文件不被信任等情况选择保留即可

选择保留 → 信任 Cherry-Studio

打开文件

安装

1. 首先到官网下载页面点击下载 Mac 版本，或点击下方直达

请注意下载 自己 Mac 对应的芯片版本

1. 下载完成后点击这里

1. 拖拽图标安装

到启动台中寻找 Cherry Studio 图标并点击，能打开 Cherry Studio 主界面则安装成功。

2. 点击右上角的 创建我的 API-KEY 按钮。

1. 在弹出的窗口中选择默认业务空间（或者你也可以自定义），如果你想要的话可以填入描述。

1. 点击右下角的 确定 按钮。

2. 随后，你应该能看到列表中新增了一行，点击右侧的 查看 按钮。
3. 点击 复制 按钮。
4. 转到 Cherry Studio，在 设置 → 模型服务 → 阿里云百炼 中找到 API 密钥 ，将复制的 API 密钥粘贴到这里。

1. 配置 SiliconCloud 的模型服务

1. 点击左侧菜单栏的“对话”按钮

2. 在输入框内输入文字即可开始聊天

3. 可以选择顶部菜单中的模型名字切换模型

• 登录并进入令牌页面

• 创建新令牌（也可以直接使用default令牌↑）

• 复制令牌

• 打开CherryStudio的服务商设置点击服务商列表最下方的添加

• 输入备注名称，提供商选OpenAI，点击确定

• 填入刚刚复制的key

• 回到获取API Key的页面，在对应浏览器地址栏复制根地址，例：

• 添加模型（点击管理自动获取或手动输入）打开右上角开关即可使用。

• 登录并打开令牌页面

• 点击添加令牌

• 输入令牌名称后点击提交（其他设置如有需要可自行配置）

• 打开CherryStudio的服务商设置点击服务商列表最下方的添加

• 输入备注名称，提供商选OpenAI，点击确定

• 填入刚刚复制的key

• 回到获取API Key的页面，在对应浏览器地址栏复制根地址，例：

• 添加模型（点击管理自动获取或手动输入）打开右上角开关即可使用。

获取 Device Code

点击「登录 GitHub」，获取 Device Code 并复制。

在浏览器中填写 Device Code 并授权

成功获取 Device Code 后，点击链接打开浏览器，在浏览器中登录 GitHub 账号，输入 Device Code 并授权。

授权成功后，返回 Cherry Studio，点击「连接 GitHub」，成功后会显示 GitHub 用户名和头像。

点击「管理」获取模型列表

点击下方的「管理」按钮，会自动联网获取当前支持的模型列表。

常见问题

获取 Device Code 失败，请重试

目前使用 Axios 构建请求，Axios 不支持 socks 代理，请使用系统代理或 HTTP 代理，或者直接不在 CherryStudio 中设置代理，使用全局代理。首先请确保您的网络连接正常，以避免获取 Device Code 失败的情况。

手动配置

订阅源配置

您还可以订阅公共规则集。该网站列出了一些订阅： https://iorate.github.io/ublacklist/subscriptions

以下是一些比较推荐的订阅源链接：

支持将话题、消息导出到思源笔记。

第一步

打开思源笔记，创建一个笔记本

第二步

打开笔记本打开设置，并复制笔记本ID

第三步

复制笔记本ID填写到 Cherry Studio 设置里

第四步

填写思源笔记地址

• 本地 通常为 http://127.0.0.1:6806

• 自部署 为你的域名 http://note.domain.com

第五步

复制思源笔记 API Token

填入 Cherry Studio 设置里并检查

第六步

恭喜你，思源笔记的配置已经完成了 ✅ 接下来就可以将 Cherry Studio 内容导出到你的思源笔记中了

• 打开控制台，点击CherryStudio窗口，按下快捷键Ctrl+Shift+I（MacOS：command+option+I）。

• 在弹出的控制台窗口中，点击Console

• 然后手动输入document.getElementById('user-defined-custom-css').remove() ，复制粘贴大概率不会执行。

• 输入完成后回车确认即可清除css设置，然后再次进入CherryStudio的显示设置当中，删除有问题的css代码。

在 Cherry Studio 中使用 MCP

准备工作：安装 uv、bun

在 设置 - MCP 服务器 中，点击 安装 按钮，即可自动下载并安装。因为是直接从 GitHub 上下载，速度可能会比较慢，且有较大可能失败。安装成功与否，以下文提到的文件夹内是否有文件为准。

可执行程序安装目录：

Windows: C:\Users\用户名\.cherrystudio\bin

macOS、Linux: ~/.cherrystudio/bin

无法正常安装的情况下：

可以将系统中的相对应命令使用软链接的方式链接到这里，如果没有对应目录，需要手动建立。也可以手动下载可执行文件放到这个目录下面：

@cherry/mcp-auto-install

自动安装 MCP 服务（测试版）

@cherry/memory

基于本地知识图谱的持久性记忆基础实现。这使得模型能够在不同对话间记住用户的相关信息。

@cherry/sequentialthinking

一个 MCP 服务器实现，提供了通过结构化思维过程进行动态和反思性问题解决的工具。

@cherry/brave-search

一个集成了 Brave 搜索 API 的 MCP 服务器实现，提供网页与本地搜索双重功能。

@cherry/fetch

用于获取 URL 网页内容的 MCP 服务器。

@cherry/filesystem

实现文件系统操作的模型上下文协议（MCP）的 Node.js 服务器。

ModelScope MCP 服务器 需要将 Cherry Studio 升级至 v1.2.9 或更高版本。

在 v1.2.9 版本中，Cherry Studio 与 ModelScope 魔搭 达成官方合作，大幅简化了 MCP 服务器添加的操作步骤，避免配置过程出错，而且可以在 ModelScope 社区发现海量 MCP 服务器。接下来跟随操作步骤，一起看下如何在 Cherry Studio 中同步 ModelScope 的 MCP 服务器。

操作步骤

同步入口：

点击设置中的 MCP 服务器设置，选 同步服务器

发现 MCP 服务：

选择 ModelScope，并浏览发现 MCP 服务

查看 MCP 服务器详情

注册登录 ModelScope，并查看 MCP 服务详情；

连接服务器

在 MCP 服务详情中，选择连接服务；

申请并复制粘贴 api 令牌

点击 Cherry Studio 中的“获取api” 令牌，跳转 ModelScope 官网，复制 api 令牌，并回到 Cherry Studio 中粘贴。

成功同步

在 Cherry Studio 的 MCP 服务器列表中，可以看到 ModelScope 连接的 MCP 服务并在对话中调用。

增量更新

在后续 ModelScope 网页新连接的 MCP 服务器，直接点击 同步服务器 就可以实现增量的 MCP 服务器添加。

通过以上步骤，你已经成功掌握了如何在 Cherry Studio 中便捷地同步 ModelScope 上的 MCP 服务器，整个配置过程不仅大大简化，有效避免了手动配置的繁琐和潜在错误，更让你能够轻松接入 ModelScope 社区提供的海量 MCP 服务器资源。

开始探索和使用这些强大的 MCP 服务，为你的 Cherry Studio 使用体验带来更多便利和可能性吧！

知识库文档预处理 需要将 Cherry Studio 升级至 v1.5.0 或更高版本。

配置OCR服务商

点击获取API KEY后会在浏览器打开申请地址，点击立即申请填写表单后获取API KEY，并将其填入API KEY中。

配置知识库文档预处理

在创建好的知识库中进行如上配置，即可完成知识库文档预处理配置。

上传文档

可以通过右上角搜索对知识库结果检测

在对话中使用

知识库使用Tips: 使用能力较强的模型时可以将知识库搜索模式修改为意图识别，意图识别可以更准确、广泛的描述您的问题。

开启知识库意图识别

1. mcp-server-time

解决方案

在“参数”一栏填写：

Telegram 讨论组

加入 Telegram 讨论组获取帮助：https://t.me/CherryStudioAI

QQ 群

QQ群(1025067911)

Github Issues

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

Email

邮箱联系开发者：[email protected]

我们欢迎对 Cherry Studio 的贡献！您可以通过以下方式贡献：

1. 贡献代码：开发新功能或优化现有代码。

2. 修复错误：提交您发现的错误修复。

3. 维护问题：帮助管理 GitHub 问题。

4. 产品设计：参与设计讨论。

5. 撰写文档：改进用户手册和指南。

6. 社区参与：加入讨论并帮助用户。

7. 推广使用：宣传 Cherry Studio。

参与方式

发送邮件到 [email protected]

邮件标题：申请成为开发者

邮件内容：申请理由

欢迎使用 Cherry Studio（以下简称“本软件”或“我们”）。我们高度重视您的隐私保护，本隐私协议将说明我们如何处理与保护您的个人信息和数据。请在使用本软件前仔细阅读并理解本协议：

一、我们收集的信息范围

为了优化用户体验和提升软件质量，我们仅可能会匿名收集以下非个人化信息：

• 软件版本信息；

• 软件功能的活跃度、使用频次；

• 匿名的崩溃、错误日志信息；

上述信息完全匿名，不会涉及任何个人身份数据，也无法关联到您的个人信息。

二、我们不会收集的任何信息

为了最大限度保护您的隐私安全，我们明确承诺：

• 不会收集、保存、传输或处理您输入到本软件中的模型服务 API Key 信息；

• 不会收集、保存、传输或处理您在使用本软件过程中产生的任何对话数据，包括但不限于聊天内容、指令信息、知识库信息、向量数据及其他自定义内容；

• 不会收集、保存、传输或处理任何可识别个人身份的敏感信息。

三、数据交互说明

本软件采用您自行申请并配置的第三方模型服务提供商的 API Key，以完成相关模型的调用与对话功能。您使用的模型服务（例如大模型、API 接口等）由您选择的第三方提供商提供并完全由其负责，Cherry Studio 仅作为本地工具提供与第三方模型服务的接口调用功能。

因此：

• 所有您与大模型服务产生的对话数据与 Cherry Studio 无关，我们既不参与数据的存储，也不会进行任何形式的数据传输或中转；

• 您需要自行查看并接受对应第三方模型服务提供商的隐私协议及相关政策，这些服务的隐私协议可访问各提供商官方网站进行查看。

四、第三方模型服务提供商隐私策略声明

您需自行承担因使用第三方模型服务提供商而可能涉及的隐私风险。具体隐私政策、数据安全措施与相关责任，请查阅所选模型服务提供商官方网站相关内容，我们对此不承担任何责任。

五、协议更新与修改

本协议可能随软件版本更新进行适当调整，请您定期关注。协议发生实质性变更时，我们将以适当方式提醒您。

六、联系我们

若您对本协议内容或 Cherry Studio 隐私保护措施存在任何疑问，欢迎随时联系我们。

感谢您选择并信任 Cherry Studio，我们将持续为您提供安全可靠的产品体验。

Cherry Studio 的翻译功能为您提供快速、准确的文本翻译服务，支持多种语言之间的互译。

界面概览

翻译界面主要由以下几个部分组成：

1. 源语言选择区：

   • 任意语言：Cherry Studio 会自动识别源语言并进行翻译。

2. 目标语言选择区：

   • 下拉菜单：选择您希望将文本翻译成的语言。

3. 设置按钮：

   • 点击后将跳转到 默认模型设置。

4. 滚动同步：

   • 点击可以切换滚动同步（在任意一边进行滚动，另一边也会一起滚动）。

5. 文本输入框（左侧）：

   • 输入或粘贴您需要翻译的文本。

6. 翻译结果框（右侧）：

   • 显示翻译后的文本。

   • 复制按钮：点击按钮可将翻译结果复制到剪贴板。

7. 翻译按钮：

   • 点击此按钮开始翻译。

8. 翻译历史（左上角）：

   • 点击后可以查看翻译历史记录。

使用步骤

1. 选择目标语言：

   • 在目标语言选择区选择您希望翻译成的语言。

2. 输入或粘贴文本：

   • 在左侧的文本输入框中输入或粘贴您要翻译的文本。

3. 开始翻译：

   • 点击 翻译 按钮。

4. 查看和复制结果：

   • 翻译结果将显示在右侧的翻译结果框中。

   • 点击复制按钮即可将翻译结果复制到剪贴板。

常见问题解答 (FAQ)

• Q: 翻译不准确怎么办？

  • A: AI 翻译虽然强大，但并非完美。对于专业领域或复杂语境的文本，建议进行人工校对。 您也可以尝试切换不同的模型。

• Q: 支持哪些语言？

  • A: Cherry Studio 翻译功能支持多种主流语言，具体支持的语言列表请参考 Cherry Studio 的官方网站或应用内说明。

• Q: 可以翻译整个文件吗？

  • A: 目前的界面主要用于文本翻译。 对于文件翻译，可能需要进入 Cherry Studio 的对话页面添加文件进行翻译。

• Q: 翻译速度慢怎么办？

  • A: 翻译速度可能受网络连接、文本长度、服务器负载等因素影响。请确保您的网络连接稳定，并耐心等待。

当前页面仅做界面功能的介绍，配置教程可以参考基础教程中的 服务商配置 教程。

API 秘钥

在 Cherry Studio 当中，单个服务商支持多 Key 轮询使用，轮询方式为从前到后列表循环的方式。

• 多 Key 用英文逗号隔开添加。如以下示例方式：

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

API 地址

在使用内置服务商时一般不需要填写 API 地址，如果需要修改请严格按照对应的官方文档给的地址填写。

如果服务商给的地址为 https://xxx.xxx.com/v1/chat/completions 这种格式，只需要填写根地址部分（https://xxx.xxx.com）即可。

Cherry Studio 会自动拼接剩余的路径（/v1/chat/completions），未按要求填写可能会导致无法正常使用。

添加模型

一般情况下点击服务商配置页面最左下角的 管理 按钮会自动获取该服务商所有支持调用的模型，从获取列表中点击 + 号添加到模型列表即可。

连通性检查

点击API 秘钥输入框后的检查按钮即可测试是否成功配置。

• 登录 火山引擎

• 直接点击 这里直达

获取API Key

• 点击侧栏下方的 API Key管理

• 创建 API Key

• 创建成功后，点击创建好的 API Key 后的小眼睛打开并复制

• 将复制的 API Key 填入到 CherryStudio 当中后，打开服务商开关。

开通并添加模型

• 在方舟控制台侧栏最下方的 开通管理 开通需要使用的模型，这里可以按需开通豆包系列和 DeepSeek 等模型。

• 在 模型列表文档 里，找到所需模型对应的 模型ID。

• 打开 Cherry Studio 的 模型服务 设置找到火山引擎

• 点击添加，将之前获得的 模型ID 复制至 模型ID 文本对话框即可

• 按照此流程依次添加模型

API地址

API地址有两种写法

• 第一种为客户端默认的：https://ark.cn-beijing.volces.com/api/v3/

• 第二种写法为：https://ark.cn-beijing.volces.com/api/v3/chat/completions#

一、到华为云创建账号登录

二、点击此链接，进入Maa S控制台

三、授权

四、点击侧栏鉴权管理，创建API Key（秘钥）并复制

然后在CherryStudio里创建新服务商

创建完成后填入秘钥

五、点击侧栏模型部署，全部领取

六、点击调用

把①处的地址复制，粘贴到CherryStudio的服务商地址当中并在结尾加上“#”号

并在结尾加上“#”号

并在结尾加上“#”号

并在结尾加上“#”号

并在结尾加上“#”号

为什么加“#”号看这里

当然也可以不看那里，直接按照教程操作即可；

也可以使用删除v1/chat/completions的方法填写，只要会填按照自己方法怎么填都行，不会填务必按照教程操作。

然后把②处模型名称复制，到CherryStudio当中点“+添加”按钮新建模型

输入模型名称，不要添油加醋，不要带引号，示例当中怎么写就怎么抄。

点击添加模型按钮即可添加完成。

获取APIKey

• 获取 Gemini 的 api key 前，你需要有一个 Google Cloud 项目（如果你已有，此过程可跳过）

• 进入 Google Cloud 创建项目，填写项目名称并点击创建项目

• 在官方 API Key页面 点击 密钥 创建API密钥

• 将生成的 key 复制，并打开 CherryStudio 的 服务商设置

• 找到服务商 Gemini，填入刚刚获取到的 key

• 点击最下方管理或者添加，加入支持的模型并打开右上角服务商开关就可以使用了。

你是否正在经历：微信收藏了 26 篇干货文章却再也没打开过，电脑里存着"学习资料"文件夹中散落的 10+ 个文件，想找半年前读过的某个理论却只记得零星关键词。而当每日信息量超过大脑处理极限时，90% 珍贵知识会在 72 小时内被遗忘。 现在，通过无问芯穹大模型服务平台 API +Cherry Studio 打造个人知识库，可以将收藏吃灰的微信文章、碎片化的课程内容转化为结构化知识，实现精准调用。

一、个人知识库搭建

1. 无问芯穹API服务：知识库“思考中枢”，好用、稳定

作为知识库的"思考中枢"，无问芯穹大模型服务平台提供 DeepSeek R1 满血版等模型版本，提供稳定的 API 服务，目前注册后，无门槛免费用。支持主流嵌入模型 bge、jina 模型来构建知识库，平台也在持续更新稳定的最新、最强开源模型服务，包含图片、视频、语音等多种不同模态。

2. Cherry Studio：零代码搭建知识库

Cherry Studio是一款易于使用的AI工具，相较于 RAG 知识库开发需要 1-2 个月部署周期，这款工具的优势，支持零代码操作，可将 Markdown/PDF/网页 等多格式一键导入，40MB文件1分钟完成解析，此外还可以添加电脑本地文件夹、微信收藏夹的文章网址、课程笔记。

二、3步构建你的专属知识管家

Step 1：基础准备

1. 访问 Cherry Studio 官网下载适配版本（https://cherry-ai.com/）

2. 注册账号：登录无问芯穹大模型服务平台 (https://cloud.infini-ai.com/genstudio/model?cherrystudio)

• 获取 API 密钥：可以在「模型广场」选择deepseek-r1，点击创建并获取APIKEY，复制模型名称

Step 2：打开 CherryStudio 设置，在模型服务中选择无问芯穹，填写好 API 密钥，并开启无问芯穹模型服务

完成以上步骤，在交互时选择需要大模型，即可在 CherryStudio 中使用 无问芯穹 的 API 服务。 为了方便使用，这里也可以设置「默认模型」

Step 3：添加知识库

选择无问芯穹大模型服务平台的嵌入模型 bge系列或 jina 系列模型任一版本

三、真实用户场景实测

• 导入学习资料后，输入"梳理《机器学习》第三章核心公式推导"

附生成结果图

教程概述

1. 获取 API Key

• 获取 Gemini 的 API Key 前，你需要有一个 Google Cloud 项目（如果你已有，此过程可跳过）

• 进入 Google Cloud 创建项目，填写项目名称并点击创建项目

• 进入Vertex AI控制台

• 在创建的项目中开通 Vertex AI API

2. 设置 API 访问权限

• 打开 服务账号 权限界面，创建服务账号

• 在服务账号管理页面找到刚刚创建的服务账号，点击密钥并创建一个新的 JSON 格式密钥

• 创建成功后，密钥文件将会以 JSON 文件的格式自动保存到你的电脑上，请 妥善保存

3. 在Cherry Studio中配置Vertex AI

• 选择Vertex AI服务商

• 将JSON文件的对应字段填入

点击添加 模型，就可以愉快地开始使用了！

一、tavily官网

https://app.tavily.com/home

二、tavily注册详细步骤

访问上述官网，或者从cherry studio-设置-网络搜索-点击获取秘钥，会直接跳转到tavily登录注册页面。

1. 点击注册账号，进入下面的界面，输入自己的常用邮箱，或者使用谷歌、github账号，然后下一步输入密码，常规操作。

1. 🚨🚨🚨【关键步骤】 注册成功后，会有一个动态验证码的步骤，需要扫描二维码，生成一次性Code才能继续使用。

1. 打开微信小程序，搜索：腾讯身份验证器

三、🎉注册成功🎉

上面的步骤做完，就会进入下面的界面，说明你注册成功了，复制key到cherry studio就可以开始愉快的使用了。

Cherry Studio 支持将话题导入 Notion 的数据库。

第一步

打开网站 Notion Integrations 创建一个应用

第二步

创建一个应用

名字：Cherry Studio

类型：选第一个

图标：可以保存一下这个图片

第三步

复制密钥填写到 Cherry Studio 设置里

第四步

打开 Notion 网站创建一个新页面，在下方选择数据库类型，名称填写 Cherry Studio， 按图示操作连接

第五步

如果你的 Notion 数据库的 URL 类似这样：

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

那么 Notion 数据库 ID 就是 <long_hash_1> 这部分

第六步

填写 页面标题字段名：

若你的网页时英文的，则填写 Name 若你的网页端是中文的，则填写 名称

第七步

恭喜你，Notion 的配置已经完成了 ✅ 接下来就可以将 Cherry Studio 内容导出到你的 Notion 数据库了

1. 打开 Cherry Studio 设置。

2. 找到 MCP 服务器 选项。

3. 点击 添加服务器。

4. 将 MCP Server 的相关参数填入（参考链接）。可能需要填写的内容包括：

   • 名称：自定义一个名称，例如 fetch-server

   • 类型：选择 STDIO

   • 命令：填写 uvx

   • 参数：填写 mcp-server-fetch

   • （可能还有其他参数，视具体 Server 而定）

5. 点击 保存。

在聊天框中启用 MCP 服务

• 在 MCP 服务器 设置成功添加了 MCP 服务器

使用效果展示

从上图可以看出，结合了 MCP 的 fetch 功能后，Cherry Studio 能够更好地理解用户的查询意图，并从网络上获取相关信息，给出更准确、更全面的回答。

Dify 知识库 MCP 需要将 Cherry Studio 升级至 v1.2.9 或更高版本。

添加 Dify 知识库 MCP 服务器

1. 打开 搜索MCP。

2. 添加 dify-knowledge 服务器。

配置 Dify 知识库

需要配置参数和环境变量

1. Dify知识库key可以通过以下方式获取

使用Dify知识库mcp

联系人：王先生

📮：[email protected]

📱：18954281942 (非客服电话)

商用授权详情：https://docs.cherry-ai.com/contact-us/questions/cherrystudio-xu-ke-xie-yi

该界面可以进行客户端数据的云端和本地备份、本地数据目录查询和清除缓存等操作。

数据备份

目前数据备份只支持 WebDAV 的方式进行备份。你可以选择支持 WebDAV 的服务来进行云端备份。

以坚果云为例

1. 登录坚果云，点击右上角用户名，选择“账户信息”：

1. 选择“安全选项”，点击“添加应用”

1. 输入应用名称，生成随机密码；

1. 复制记录密码；

1. 获取服务器地址，账户和密码；

1. 在 Cherry Studio 设置——数据设置中，填写 WebDAV 信息；

1. 选择备份或者恢复数据，并可以设置自动备份的时间周期。

Cherry Studio 接入 PPIO LLM API

Cherry Studio 是一款多模型桌面客户端，目前支持：Windows 、Linux 、MacOS 系电脑安装包。它聚合主流 LLM 模型，提供多场景辅助。用户可通过智能会话管理、开源定制、多主题界面来提升工作效率。

Cherry Studio 现已与 PPIO 高性能 API 通道 深度适配——通过企业级算力保障，实现 DeepSeek-R1/V3 高速响应 与 99.9% 服务可用性，带给您快速流畅的体验。

下方教程包含完整接入方案（含密钥配置），3 分钟开启「Cherry Studio 智能调度 + PPIO 高性能 API」的进阶模式。

（1）先点击左下角设置，自定义提供商名称为：PPIO，点击“确定”

点击 【+ 创建】按钮来创建新的 API 密钥。自定义一个密钥名称，生成的密钥仅在生成时呈现，务必复制并保存到文档中，以免影响后续使用

（3）在 CherryStudio 填入密钥 点击设置，选择【PPIO 派欧云】，输入官网生成的 API 密钥，最后点击【检查】

（4）选择模型：deepseek/deepseek-r1/community 为例，如需更换其他模型，可直接更换。

DeepSeek R1 和 V3 community 版本仅供大家尝鲜，也是全参数满血版模型，稳定性和效果无差异，如需大量调用则须 充值并切换到非 community 版本。

（1）点击【检查】显示连接成功后即可正常使用

（2）最后点击【@】选择 PPIO 供应商下刚刚添加的 DeepSeek R1 模型，即可成功开始聊天~

【视频素材来源：sola】

自动安装 MCP 需要将 Cherry Studio 升级至 v1.1.18 或更高版本。

功能简介

除了手动安装外，Cherry Studio 还内置了 @mcpmarket/mcp-auto-install 工具，这是一个更便捷的 MCP 服务器安装方式。你只需要在支持 MCP 服务的大模型对话中输入相应的指令即可。

使用说明

例如，你可以输入：

系统会自动识别你的需求，并通过 @mcpmarket/mcp-auto-install 完成安装。这个工具支持多种类型的 MCP 服务器，包括但不限于：

• filesystem（文件系统）

• fetch（网络请求）

• sqlite（数据库）

• 等等...

MCP_PACKAGE_SCOPES 变量可以自定义 MCP 服务搜索源，默认值为：@modelcontextprotocol，可以自定义配置。

@mcpmarket/mcp-auto-install 库的介绍

Cherry Studio 是一个免费开源的项目，随着项目壮大，项目小组的工作量也日渐增多。为了减少沟通成本以及能够快速高效的解决您的问题，我们希望大家在提问之前尽可能按照以下步骤和方式来处理遇到的问题，为项目小组留出更多的时间放在项目的维护和开发上。感谢您的配合！

一、文档查阅和搜索

大多数基础的问题仔细查阅文档基本都能帮你解决

• 比较复杂的问题可以直接通过搜索或在搜索框提问来解决；

• 务必仔细阅读每一篇文档当中的提示框内容，可以帮你避免很多问题；

二、网络搜索、提问AI

模型的使用等跟客户端功能无关的问题（如模型报错、回答不符合预期、参数设置等问题）建议先在网络上搜索相关解决方案，或将报错内容和问题等描述给 AI 来寻找解决方案。

三、官方社群提问或在GitHub提出issue

2. 如果是软件Bug，请提供具体的错误描述和详细的复现步骤，方便开发者调试和修复。如果是偶发问题无法复现，请尽可能详细描述问题出现时的相关场景、背景和配置参数等。 除此之外你还需要将平台信息（Window、Mac或Linux）、软件版本号等信息一并列入问题描述当中。

Cherry Studio 不仅集成了主流的 AI 模型服务，还赋予了您强大的自定义能力。通过 自定义 AI 服务商 功能，您可以轻松接入任何您需要的 AI 模型。

为什么需要自定义 AI 服务商？

• 灵活性： 不再受限于预置的服务商列表，自由选择最适合您需求的 AI 模型。

• 多样性： 尝试各种不同平台的 AI 模型，发掘它们的独特优势。

• 可控性： 直接管理您的 API 密钥和访问地址，确保安全和隐私。

• 定制化： 接入私有化部署的模型，满足特定业务场景的需求。

如何添加自定义 AI 服务商？

只需简单几步，即可在 Cherry Studio 中添加您的自定义 AI 服务商：

1. 打开设置： 在 Cherry Studio 界面左侧导航栏中，点击“设置”（齿轮图标）。

2. 进入模型服务： 在设置页面中，选择“模型服务”选项卡。

3. 添加提供商： 在“模型服务”页面中，您会看到已有的服务商列表。点击列表下方的“+ 添加”按钮，打开“添加提供商”弹窗。

4. 填写信息： 在弹窗中，您需要填写以下信息：

   • 提供商名称： 为您的自定义服务商起一个易于识别的名称（例如：MyCustomOpenAI）。

   • 提供商类型： 从下拉列表中选择您的服务商类型。目前支持：

     • OpenAI

     • Gemini

     • Anthropic

     • Azure OpenAI

5. 保存配置： 填写完毕后，点击“添加”按钮保存您的配置。

配置自定义 AI 服务商

添加完成后，您需要在列表中找到您刚刚添加的服务商，并进行详细配置：

1. 启用状态 自定义服务商列表最右侧有一个启用开关，打开代表启用该自定义服务。

2. API 密钥：

   • 填写您的 AI 服务商提供的 API 密钥（API Key）。

   • 点击右侧的“检查”按钮，可以验证密钥的有效性。

3. API 地址：

   • 填写 AI 服务的 API 访问地址（Base URL）。

   • 请务必参考您的 AI 服务商提供的官方文档，获取正确的 API 地址。

4. 模型管理：

   • 点击“+ 添加”按钮，手动添加此提供商下您想要使用的模型ID。例如 gpt-3.5-turbo、gemini-pro 等。

   • 如果您不确定具体的模型名称，请参考您的 AI 服务商提供的官方文档。

   • 点击"管理"按钮，可以对已经添加的模型进行编辑或者删除。

开始使用

完成以上配置后，您就可以在 Cherry Studio 的聊天界面中，选择您自定义的 AI 服务商和模型，开始与 AI 进行对话了！

使用 vLLM 作为自定义 AI 服务商

vLLM 是一个类似Ollama的快速且易于使用的 LLM 推理库。以下是如何将 vLLM 集成到 Cherry Studio 中的步骤：

1. 安装 vLLM： 按照 vLLM 官方文档（https://docs.vllm.ai/en/latest/getting_started/quickstart.html）安装 vLLM。

   复制

   pip install vllm # 如果你使用 pip
   uv pip install vllm # 如果你使用 uv

2. 启动 vLLM 服务： 使用 vLLM 提供的 OpenAI 兼容接口启动服务。主要有两种方式，分别如下：

   • 使用vllm.entrypoints.openai.api_server启动

   复制

   python -m vllm.entrypoints.openai.api_server --model gpt2

   • 使用uvicorn启动

   复制

   vllm --model gpt2 --served-model-name gpt2

确保服务成功启动，并监听在默认端口 8000 上。 当然， 您也可以通过参数--port指定 vLLM 服务的端口号。

1. 在 Cherry Studio 中添加 vLLM 服务商：

   • 按照前面描述的步骤，在 Cherry Studio 中添加一个新的自定义 AI 服务商。

   • 提供商名称： vLLM

   • 提供商类型： 选择 OpenAI。

2. 配置 vLLM 服务商：

   • API 密钥： 因为 vLLM 不需要 API 密钥，可以将此字段留空，或者填写任意内容。

   • API 地址： 填写 vLLM 服务的 API 地址。默认情况下，地址为： http://localhost:8000/（如果使用了不同的端口，请相应地修改）。

   • 模型管理： 添加您在 vLLM 中加载的模型名称。 在上面运行python -m vllm.entrypoints.openai.api_server --model gpt2的例子中, 应该在此处填入gpt2

3. 开始对话： 现在，您可以在 Cherry Studio 中选择 vLLM 服务商和 gpt2 模型，开始与 vLLM 驱动的 LLM 进行对话了！

提示与技巧

• 仔细阅读文档： 在添加自定义服务商之前，请务必仔细阅读您所使用的 AI 服务商的官方文档，了解 API 密钥、访问地址、模型名称等关键信息。

• 检查 API 密钥： 使用“检查”按钮可以快速验证 API 密钥的有效性，避免因密钥错误导致无法使用。

• 关注 API 地址： 不同的 AI 服务商和模型，API 地址可能有所不同，请务必填写正确的地址。

• 模型按需添加: 请只添加您实际上会用到的模型, 避免添加过多无用模型.

Ollama 是一款优秀的开源工具，让您可以在本地轻松运行和管理各种大型语言模型（LLMs）。Cherry Studio 现已支持 Ollama 集成，让您可以在熟悉的界面中，直接与本地部署的 LLM 进行交互，无需依赖云端服务！

什么是 Ollama？

Ollama 是一个简化大型语言模型（LLM）部署和使用的工具。它具有以下特点：

• 本地运行： 模型完全在您的本地计算机上运行，无需联网，保护您的隐私和数据安全。

• 简单易用： 通过简单的命令行指令，即可下载、运行和管理各种 LLM。

• 模型丰富： 支持 Llama 2、Deepseek、Mistral、Gemma 等多种流行的开源模型。

• 跨平台： 支持 macOS、Windows 和 Linux 系统。

• 开放API：支持与OpenAI兼容的接口，可以和其他工具集成。

为什么要在 Cherry Studio 中使用 Ollama？

• 无需云服务： 不再受限于云端 API 的配额和费用，尽情体验本地 LLM 的强大功能。

• 数据隐私： 您的所有对话数据都保留在本地，无需担心隐私泄露。

• 离线可用： 即使在没有网络连接的情况下，也能继续与 LLM 进行交互。

• 定制化： 可以根据您的需求，选择和配置最适合您的 LLM。

在 Cherry Studio 中配置 Ollama

1. 安装和运行 Ollama

首先，您需要在您的计算机上安装并运行 Ollama。请按照以下步骤操作：

• 下载 Ollama： 访问 Ollama 官网（https://ollama.com/），根据您的操作系统下载对应的安装包。 在 Linux 下，可直接运行命令安装ollama：

  复制

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

• 安装 Ollama： 按照安装程序的指引完成安装。

• 下载模型： 打开终端（或命令提示符），使用 ollama run 命令下载您想要使用的模型。例如，要下载 Llama 2 模型，可以运行：

  复制

  ollama run llama3.2

  Ollama 会自动下载并运行该模型。

• 保持 Ollama 运行： 在您使用 Cherry Studio 与 Ollama 模型交互期间，请确保 Ollama 保持运行状态。

2. 在 Cherry Studio 中添加 Ollama 服务商

接下来，在 Cherry Studio 中添加 Ollama 作为自定义 AI 服务商：

• 打开设置： 在 Cherry Studio 界面左侧导航栏中，点击“设置”（齿轮图标）。

• 进入模型服务： 在设置页面中，选择“模型服务”选项卡。

• 添加提供商： 点击列表中的 Ollama。

3. 配置 Ollama 服务商

在服务商列表中找到刚刚添加的 Ollama，并进行详细配置：

1. 启用状态：

   • 确保 Ollama 服务商最右侧的开关已打开，表示已启用。

2. API 密钥：

   • Ollama 默认不需要 API 密钥。您可以将此字段留空，或者填写任意内容。

3. API 地址：

   • 填写 Ollama 提供的本地 API 地址。通常情况下，地址为：

     复制

     http://localhost:11434/

     如果修改了端口，请自行更改。

4. 保持活跃时间： 此选项是设置会话的保持时间，单位是分钟。如果在设定时间内没有新的对话，Cherry Studio 会自动断开与 Ollama 的连接，释放资源。

5. 模型管理：

   • 点击“+ 添加”按钮，手动添加您在 Ollama 中已经下载的模型名称。

   • 比如您已经通过ollama run llama3.2下载了llama3.2模型, 那么此处可以填入llama3.2

   • 点击“管理”按钮，可以对已添加的模型进行编辑或删除。

开始使用

完成以上配置后，您就可以在 Cherry Studio 的聊天界面中，选择 Ollama 服务商和您已下载的模型，开始与本地 LLM 进行对话了！

技巧与提示

• 首次运行模型： 第一次运行某个模型时，Ollama 需要下载模型文件，可能需要较长时间，请耐心等待。

• 查看可用模型： 在终端中运行 ollama list 命令，可以查看您已下载的 Ollama 模型列表。

• 硬件要求： 运行大型语言模型需要一定的计算资源（CPU、内存、GPU），请确保您的计算机配置满足模型的要求。

• Ollama 文档: 可以点击配置页面中的查看Ollama文档和模型链接快速跳转至Ollama官网文档。

一、如何开启联网

在Cherry Studio 的提问窗口，点击 【小地球】 图标即可开启联网。

二、特别注意：联网有两种模式

模式1：模型服务商的大模型自带联网功能

这种情况下，开启联网后，直接就可以使用联网服务了，非常简单。

在模型管理页面，这个方法也可以让你快速分辨出哪些模型支持联网，哪些不支持。

Cherry Studio 目前已经支持的联网模型服务商有

• Google Gemini

• OpenRouter（全部模型支持联网）

• 腾讯混元

• 智谱AI

• 阿里云百炼等

模式2：模型不带联网功能，使用 Tavily服务 实现联网功能

当我们使用一个不带联网功能的大模型时（名字后面没有小地球图标），而我们又需要它获取一些实时性的信息进行处理，此时就需要用到Tavily网络搜索服务。

初次使用Tavily服务，会弹窗提示去设置一些信息，请根据指引操作即可-非常简单！

点击获取秘钥后，会自动跳转到tavily的官网登录注册页面，注册并登录后，创建APIkey，然后复制key到Cherry Studio即可。

tavily注册参考文档：

显示下面的界面表示注册成功。

再来试一次看看效果。结果表明，已经正常联网搜索了，并且搜索结果数是我们设置的默认值：5个。

PS：如果发现错误，欢迎大家随时联系。

在 0.9.1 版本中，CherryStudio 带来了期待已久的知识库功能。

下面我们将按步骤呈现 CherryStudio 的详细使用说明。

添加嵌入模型

1. 在模型管理服务中查找模型，可以点击“嵌入模型”快速筛选；

2. 找到需要的模型，添加到我的模型。

创建知识库

1. 知识库入口：在 CherryStudio 左侧工具栏，点击知识库图标，即可进入管理页面；

2. 添加知识库：点击添加，开始创建知识库；

3. 命名：输入知识库的名称并添加嵌入模型，以 bge-m3 为例，即可完成创建。

添加文件并向量化

1. 添加文件：点击添加文件的按钮，打开文件选择；

2. 选择文件：选择支持的文件格式，如 pdf，docx，pptx，xlsx，txt，md，mdx 等，并打开；

3. 向量化：系统会自动进行向量化处理，当显示完成时（绿色 ✓），代表向量化已完成。

添加多种来源的数据

CherryStudio 支持多种添加数据的方式：

1. 文件夹目录：可以添加整个文件夹目录，该目录下支持格式的文件会被自动向量化；

2. 网址链接：支持网址 url，如https://docs.siliconflow.cn/introduction；

3. 站点地图：支持 xml 格式的站点地图，如https://docs.siliconflow.cn/sitemap.xml；

4. 纯文本笔记：支持输入纯文本的自定义内容。

搜索知识库

当文件等资料向量化完成后，即可进行查询：

1. 点击页面下方的搜索知识库按钮；

2. 输入查询的内容；

3. 呈现搜索的结果；

4. 并显示该条结果的匹配分数。

对话中引用知识库生成回复

1. 创建一个新的话题，在对话工具栏中，点击知识库，会展开已经创建的知识库列表，选择需要引用的知识库；

2. 输入并发送问题，模型即返回通过检索结果生成的答案 ；

3. 同时，引用的数据来源会附在答案下方，可快捷查看源文件。

Cherry Studio 支持与 Obsidian 联动，将完整对话或单条对话导出到 Obsidian 库中。

最新教程

第一步：配置 Cherry Studio

打开 Cherry Studio 的设置 → 数据设置 → Obsidian 配置菜单，下拉框中会自动出现在本机打开过的 Obsidian 库名，选择你的目标 Obsidian 库：

第二步：导出对话

导出完整对话

回到 Cherry Studio 的对话界面，右键点击对话，选择导出，点击导出到 Obsidian：

此时会弹出一个窗口，用于调整这条导出到 Obsidian 中的对话笔记的 Properties（属性）、所放置在Obsidian的文件夹位置以及导出到 Obsidian 中的处理方式：

• 保管库：点击下拉菜单可以选择其他 Obsidian 库

• 路径：点击下拉菜单可以选择存放导出对话笔记的文件夹

• 作为 Obsidian 笔记属性（Properties）：

  • 标签（tags）

  • 创建时间（created）

  • 来源（source）

• 导出到 Obsidian 中的处理方式有以下三种可选：

• 导出到 Obsidian 中的处理方式有以下三种可选：

  • 新建（如果存在就覆盖）：在路径处填写的文件夹 里新建一篇对话笔记，如果存在同名笔记则会覆盖旧笔记

  • 前置：在已存在同名笔记的情况下，将选中的对话内容导出添加到该笔记的开头

  • 追加：在已存在同名笔记的情况下，将选中的对话内容导出添加到该笔记的末尾

选择完所有选项后，点击确定即可导出完整对话到对应的 Obsidian 库的对应文件夹。

导出单条对话

对于单条对话的导出，则点击对话下方的三条杠菜单，选择导出，点击导出到 Obsidian：

导出成功

🎉 到这里，恭喜你完成了 Cherry Studio 联动 Obsidian 的所有配置，并完整地将导出流程走了一遍，enjoy yourselves!

旧教程（适用于Cherry Studio<v1.1.13）

第一步：准备 Obsidian

打开 Obsidian 库，创建一个用于保存导出对话的文件夹（图中以 Cherry Studio 文件夹为例）：

注意记住左下角框出来的文字，这里是你的保管库名。

第二步：配置 Cherry Studio

全局标签处是可选的，可设定所有对话导出后在 Obsidian 中的标签，按需填写。

第三步：导出对话

导出完整对话

回到 Cherry Studio 的对话界面，右键点击对话，选择导出，点击导出到 Obsidian。

此时会弹出一个窗口，用于调整这条导出到 Obsidian 中的对话笔记的 Properties（属性），以及导出到 Obsidian 中的处理方式。导出到 Obsidian 中的处理方式有以下三种可选：

• 前置：在已存在同名笔记的情况下，将选中的对话内容导出添加到该笔记的开头

• 追加：在已存在同名笔记的情况下，将选中的对话内容导出添加到该笔记的末尾

导出单条对话

对于单条对话的导出，则点击对话下方的三条杠菜单，选择导出，点击导出到 Obsidian。

导出成功

🎉 到这里，恭喜你完成了 Cherry Studio 联动 Obsidian 的所有配置，并完整地将导出流程走了一遍，enjoy yourselves!

通过自定义 CSS 可以修改软件的外观更加符合自己的喜好，例如这样：

内置变量

相关推荐

默认存储位置

Cherry Studio 数据存储遵循系统规范，数据会自动放在用户目录下，具体目录位置如下：

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：

修改存储位置（供参考）

方法一：

可以通过创建软连接的方式来实现。将软件退出，将数据移动到你希望保存的位置，然后在原位置创建一个链接指向移动后的位置即可。

方法二： 基于 Electron 应用特点、通过配置启动参数进行存储位置修改。

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

Example:

init_cherry_studio.bat (encoding: ANSI)

目录 user-data-dir 初始化后结构：

使用或分发 Cherry Studio 材料的任何部分或元素，您将被视为已认可并接受本协议的内容，本协议立即生效。

一. 定义

1. 本 Cherry Studio 许可协议（以下简称“协议”）应指由本协议定义的，关于材料的使用、复制、分发和修改的条款和条件。

2. “我们”（或“我方”）应指 上海千彗科技有限公司。

3. “您”（或“贵方”）应指行使本协议授予的权利，和/或出于任何目的和在任何使用领域使用材料的自然人或法人实体。

4. “第三方”应指与我们或您均无共同控制权的个人或法人实体。

5. “Cherry Studio” 应指 本软件套件，包括但不限于 [例如：核心库、编辑器、插件、示例项目]，以及源代码、文档、示例代码以及我们分发的上述各项的其他元素。 (请根据 CherryStudio 的实际构成详细描述)

6. “材料”应统指 上海千彗科技有限公司 的专有 Cherry Studio 和文档（及其任何部分），根据本协议提供。

7. “源”形式应指进行修改的首选形式，包括但不限于源代码、文档源文件和配置文件。

8. “目标”形式应指源形式经过机械转换或翻译后产生的任何形式，包括但不限于编译后的目标代码、生成的文档以及转换为其他媒体类型的形式。

9. “商业用途” 指用于直接或间接商业利益或商业优势的目的，包括但不限于销售、许可、订阅、广告、市场营销、培训、咨询服务等。

10. “修改” 指对材料的源形式进行任何更改、调整、衍生或二次开发，包括但不限于修改应用名称、Logo、代码、功能、界面等。

二. 权利授予

1. 免费商业使用（限于未修改代码）： 我们在此根据我们拥有的或我们拥有的体现在材料中的知识产权或其他权利，授予您一项非独家的、全球范围的、不可转让的、免版税的许可，以使用、复制、分发、拷贝、和分发未经修改的材料，包括用于商业用途，但须遵守本协议的条款和条件。

2. 商业授权（必要时）： 在满足第 3 条 “商业授权” 所述的条件时，您需要从我们处获得明确的书面商业授权才能行使本协议项下的权利。

三. 商业授权

在以下任何一种情况下，您需要联系我们并获得明确的书面商业授权后，方可继续使用 Cherry Studio 材料：

1. 修改与衍生： 您对 Cherry Studio 材料进行修改或基于其进行衍生开发（包括但不限于修改应用名称、Logo、代码、功能、界面等）。

2. 企业服务： 在您的企业内部，或为企业客户提供基于 Cherry Studio 的服务，且该服务支持 10 人及以上累计用户使用。

3. 硬件捆绑销售： 您将 Cherr yStudio 预装或集成到硬件设备或产品中进行捆绑销售。

4. 政府或教育机构大规模采购： 您的使用场景属于政府或教育机构的大规模采购项目，特别是涉及安全、数据隐私等敏感需求时。

5. 面向公众的云服务：基于 Cherry Studio，提供面向公众的云服务。

四. 再分发

您可以分发未经修改的材料副本，或将其作为包含未经修改的材料的产品或服务的一部分提供，以源形式或目标形式分发，但您须满足以下条件：

1. 您应向材料的任何其他接收者提供本协议的副本；

2. 您应在您分发的所有材料副本中，保留以下署名声明，并将其放在作为此类副本一部分分发的 “NOTICE” 或类似文本文件中： `"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 根据 Cherry Studio 许可协议获得许可，版权所有 (c) 上海千彗科技有限公司。保留所有权利。）

五. 使用规则

1. 材料可能受出口管制或限制。您在使用材料时应遵守适用的法律法规。

2. 如果您使用材料或其任何输出或结果来创建、训练、微调或改进将被分发或提供的软件或模型，我们鼓励您在相关产品文档中显著标示 “Built with Cherry Studio” 或 “Powered by Cherry Studio”。

六. 知识产权

1. 我们保留对材料以及由我们或为我们制作的衍生作品的所有知识产权的所有权。在遵守本协议的条款和条件的前提下，对于您制作的材料的修改和衍生作品，其知识产权归属将根据具体商业授权协议约定。 在未获得商业授权的情况下，您对材料的修改和衍生作品不享有所有权，其知识产权仍归属于我们。

2. 除履行本协议项下的通知义务或在描述和再分发材料时进行合理和惯常的使用所必需的情况外，未授予使用我方商号、商标、服务标志或产品名称的商标许可。

3. 如果您对我们或任何实体提起诉讼或其他法律程序（包括诉讼中的反诉或反请求），声称材料或其任何输出，或上述任何部分侵犯了您拥有或可许可的任何知识产权或其他权利，则根据本协议授予您的所有许可应自该诉讼或其他法律程序开始或提起之日起终止。

七. 免责声明和责任限制

1. 我们没有义务支持、更新、提供培训或开发任何进一步版本的 CherryStudio 材料，也没有义务授予任何相关许可。

2. 材料按“现状”提供，不附带任何明示或暗示的保证，包括对适销性、不侵权性或特定用途适用性的保证。对于材料及其任何输出的安全或稳定性，我们不作任何保证，也不承担任何责任。

3. 在任何情况下，对于因您使用或无法使用材料或其任何输出而引起的任何损害，包括但不限于任何直接、间接、特殊或后果性损害，无论其如何引起，我们均不对您承担责任。

4. 对于任何第三方因您使用或分发材料而引起或与之相关的任何索赔，您将为我们辩护、赔偿并使我们免受损害。

八. 存续和终止

1. 本协议的期限应在您接受本协议或访问材料时开始，并将持续有效，直至根据本协议的条款和条件终止。

2. 如果您违反本协议的任何条款或条件，我们可能终止本协议。在本协议终止后，您必须停止使用材料。第 7 条、第 9 条和 “二. 贡献者协议” 在本协议终止后仍然有效。

九. 适用法律和管辖

1. 本协议及因本协议引起或与之相关的任何争议将受中国法律管辖。

2. 上海市人民法院对因本协议引起的任何争议具有专属管辖权。

常见错误代码

• 4xx（客户端错误状态码）：一般为请求语法错误、鉴权失败或认证失败等无法完成请求。

• 5xx（服务器错误状态码）：一般为服务端错误，服务器宕机、请求处理超时等。

控制台报错查看方法

• 点击 Cherry Studio 客户端窗口后按下快捷键 Ctrl + Shift + I（Mac端：Command + Option + I）

• 在弹出的控制台窗口中点击 Network → 点击查看②处最后一个标有红色 × 的 completions（对话类、翻译、模型连通性检查等遇到错误时） 或 generations（绘画遇到错误时） → 点击Response查看完整的返回内容（图中④的区域）。

如果你无法判断该错误的原因,请将该界面截图发送到 官方交流群 中寻求帮助。

该检查方法不仅在对话时可以获取错误信息，在模型测试时、添加知识库时、绘画时等都可以使用。无论哪种情况下都需要先打开调试窗口，再进行请求操作来获取请求信息。·

公式没被渲染/公式渲染错误

• 公式未被渲染而是直接显示的公式的代码时检查公式是否有定界符

定界符用法

行内公式

• 使用单个美元符号: $formula$

• 或使用\( 和 \)，如：\(formula\)

独立公式块

• 使用双美元符号: $$formula$$

• 或使用 \[formula\]

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

• 公式渲染错误/乱码 常见在公式内包含中文内容时,尝试切换公式引擎为 KateX。

无法创建知识库/提示获取嵌入维度失败

1. 模型状态不可用

确认服务商是否支持该模型或确认服务商该模型服务状态是否正常。

2.使用了非嵌入模型

模型不能识图/无法上传或选择图片

首先需要确认模型是否支持识图，热门模型 Cherry Studio 会对其分类，模型名称后带小眼睛图标的即支持识图。

识图模型会支持图像文件的上传，如果模型功能未被正确匹配可在对应服务商的模型列表当中找到该模型，点击其名称后的设置按钮并勾选图像选项。

模型具体的信息可以到对应服务商找到其信息查阅。同嵌入模型一样，不支持视觉的模型不需要强制开启图像功能，勾选了图像的选项也没有作用。

什么是 tokens？

Tokens 是 AI 模型处理文本的基本单位，可以理解为模型"思考"的最小单元。它不完全等同于我们理解的字符或单词，而是模型自己的一种特殊的文本分割方式。

1. 中文分词

• 一个汉字通常会被编码为 1-2 个 tokens

• 例如："你好" ≈ 2-4 tokens

2. 英文分词

• 常见单词通常是 1 个 token

• 较长或不常见的单词会被分解成多个 tokens

• 例如：

  • "hello" = 1 token

  • "indescribable" = 4 tokens

3. 特殊字符

• 空格、标点符号等也会占用 tokens

• 换行符通常是 1 个 token

什么是 Tokenizer？

Tokenizer（分词器）是 AI 模型将文本转换为 tokens 的工具。它决定了如何把输入文本切分成模型可以理解的最小单位。

为什么不同模型的 Tokenizer 不一样？

1. 训练数据不同

• 不同的语料库导致优化方向不同

• 多语言支持程度差异

• 特定领域（医疗、法律等）的专门优化

2. 分词算法不同

• BPE (Byte Pair Encoding) - OpenAI GPT 系列

• WordPiece - Google BERT

• SentencePiece - 适合多语言场景

3. 优化目标不同

• 有的注重压缩效率

• 有的注重语义保留

• 有的注重处理速度

实际影响

同样的文本在不同模型中的 token 数量可能不同：

什么是嵌入模型 (Embedding Model)?

基本概念： 嵌入模型是一种将高维离散数据（文本、图像等）转换为低维连续向量的技术，这种转换让机器能更好地理解和处理复杂数据。想象一下，就像把复杂的拼图简化成一个简单的坐标点，但这个点仍然保留了拼图的关键特征。在大模型生态中，它作为"翻译官"，将人类可理解的信息转换为 AI 可计算的数字形式。

工作原理： 以自然语言处理为例，嵌入模型可以将词语映射到向量空间中的特定位置。在这个空间里，语义相近的词会自动聚集在一起。比如：

• "国王"和"王后"的向量会很接近

• "猫"和"狗"这样的宠物词也会距离相近

• 而"汽车"和"面包"这样语义无关的词则会距离较远

主要应用场景：

• 文本分析：文档分类、情感分析

• 推荐系统：个性化内容推荐

• 图像处理：相似图片检索

• 搜索引擎：语义搜索优化

核心优势：

1. 降维效果：将复杂数据简化为易处理的向量形式

2. 语义保持：保留原始数据中的关键语义信息

3. 计算效率：显著提升机器学习模型的训练和推理效率

技术价值： 嵌入模型是现代 AI 系统的基础组件，为机器学习任务提供了高质量的数据表示，是推动自然语言处理、计算机视觉等领域发展的关键技术。

Embedding 模型在知识检索中的工作原理

基本工作流程：

1. 知识库预处理阶段