
Cherry Studio
全能 AI 客户端:多模型聚合 + 本地知识库 + 300+ 助手模板,跨平台桌面应用
国产 AI 桌面客户端第一梯队,多模型聚合 + 本地 RAG + 中文体验顶级。需要 Web 部署 / 自托管选 LobeChat;只要桌面体验完整选 Cherry Studio。
TL;DR
Cherry Studio 是一款开源、跨平台(Windows / macOS / Linux / Android)的桌面 AI 客户端,定位『全能 AI 工作台』:把 OpenAI / Anthropic / Google / DeepSeek 等云端模型,以及 Ollama / LM Studio 本地模型,全部聚合到同一个桌面应用里管理。内置 300+ 助手模板、本地 RAG 知识库、Markdown + Mermaid 渲染、MCP 协议支持,所有对话数据本地存储 + WebDAV 备份。AGPL-3.0 开源、GitHub 60k+ stars,企业版可联系商务做私有化部署。
适合:中文 AI 重度用户、想统一管理多家模型、需要本地知识库 RAG、关注数据本地存储的开发者 / 研究者。不适合:要 Web 端访问 / Docker 自托管 / 团队多人共享 / iOS 端使用。
核心能力
- 多模型聚合:OpenAI / Claude / Gemini / DeepSeek / Qwen / Kimi / Moonshot 等云端 + Ollama / LM Studio 本地
- 本地 RAG 知识库:拖拽 PDF / Word / Excel / PPT / 网址 / sitemap → 自动向量化 → 检索增强问答 + 来源追溯
- 300+ 助手模板:编程 / 写作 / 翻译 / 学习 / 角色扮演开箱即用,可自定义 System Prompt
- MCP 协议:扩展工具调用 / 联网搜索 / 文件操作
- 数据本地优先:对话历史本地存储,WebDAV 同步,不上传第三方
- 多模态:图片识别 / PDF 阅读 / Markdown + Mermaid + 代码高亮
- AI 绘画 + 翻译:内置主流 SD / DALL·E / 翻译 API 集成
价格
- 开源版:完全免费,AGPL-3.0
- Enterprise:私有化部署 + 团队协作 + 资源管控,联系销售
模型 API 费用按你自己绑定的供应商计费;本地 Ollama / LM Studio 零成本。
实测(Mac M2 + 中型知识库)
亮点:
- 中文 UI / 文档 / 社区都顶级,零门槛上手
- 本地 RAG 拖入 30+ PDF 后向量化 < 2 分钟(用 bge-m3)
- 多模型并排回答:让 Claude / GPT / DeepSeek 同回一个问题做比较
- MCP 接 Brave Search + 自定义工具流畅
- WebDAV 同步坚果云 / 阿里云盘,桌面 + 移动设备数据互通
踩坑:
- 没有 Web 端 / Docker 自托管(要这个用 LobeChat)
- iOS 版尚未发布(roadmap 中)
- 大型 PDF(>100 MB)向量化偶有失败,要切小
- 助手市场质量参差,要自筛
- 模型 API 调用全靠你自己付费,新手要先理解 API Key 概念
上手
- cherry-ai.com 下载客户端(或 GitHub releases)
- 设置 → 模型服务 → 填 OpenAI / Claude / DeepSeek API Key
- (可选)本地:装 Ollama → Cherry Studio 自动识别 endpoint http://localhost:11434
- 新建知识库 → 拖文件 / 加网址 → 等向量化
- 新对话 → 选模型 → 勾知识库 → 提问
- 进阶:自定义助手(System Prompt)+ MCP 扩展工具
对比
| 维度 | Cherry Studio | LobeChat | LM Studio | Open WebUI |
|---|---|---|---|---|
| 形态 | 桌面 | Web + 桌面 | 桌面 | Docker / 桌面 |
| 多模型聚合 | ✅ 云 + 本地 | ✅ 云 + 本地 | 本地为主 | ✅ 云 + 本地 |
| 知识库 RAG | ✅ 强 | ✅ 强 | 弱 | ✅ |
| MCP | ✅ | ✅ | 弱 | ✅ |
| 自托管 / Web | 无 Web | ✅ Docker | 无 | ✅ Docker |
| 中文 | 5/5 | 5/5 | 4/5 | 4/5 |
| 开源协议 | AGPL-3.0 | MIT | 闭源(免费) | MIT |
| GitHub Stars | 60k+ | 72k+ | – | 126k+ |
避坑
- API Key 别明文外泄:客户端配置文件以明文存 Key,机器借出前先清;团队共享用企业版 / 自建中转
- 知识库别一次塞太多:单库 1000+ 文档检索质量明显下降,按主题切分多个知识库
- 嵌入模型选择:免费 bge-m3 够用;专业用付费 Pro/BAAI/bge-m3 或 OpenAI text-embedding-3
- WebDAV 同步先小范围测:知识库向量数据较大,先备份对话再开同步
- MCP 工具来源要可控:MCP 是给 AI 真实工具能力,第三方插件审一遍代码
适合 / 不适合
- ✅ 中文用户、AI 重度使用 / 多模型管理
- ✅ 需要本地 RAG 知识库
- ✅ 关注数据隐私 / 本地存储
- ✅ 想用 Ollama / LM Studio 本地模型
- ❌ 需要 Web 端 / Docker 自托管
- ❌ 团队多人共享 / SSO
- ❌ iOS 主力用户
相关阅读
来源
- Cherry Studio 官网(功能 + 下载)https://www.cherry-ai.com/
- MBLUO Studio — Cherry Studio 评测 2026 https://mbluostudio.com/tools/cherry-studio
- Cursor IDE 博客 — Cherry Studio 完全指南(2025-03)https://www.cursor-ide.com/blog/cherry-studio-guide
| 计划 | 价格 | 限制 | 国内支付 | 备注 |
|---|---|---|---|---|
| 开源版 | 免费 | — | — | |
| Enterprise | 联系销售 | — | — |
Cherry Studio 真的免费吗?
是。客户端完全免费、AGPL-3.0 开源,模型调用走你自己的 API Key(OpenAI / Claude / Gemini / DeepSeek 等付费)或本地 Ollama / LM Studio(零成本)。
本地知识库怎么用?
在『知识库』面板新建,拖文件 / 加网址 / 填 sitemap,系统自动向量化(默认 BAAI/bge-m3 或硅基流动的 Pro 版);提问时勾选要检索的知识库,AI 会基于检索片段答题并标出来源。
和 LobeChat 怎么选?
都开源、多模型、有 RAG。LobeChat 是 Web + 桌面双形态,可自托管 Docker,72k stars;Cherry Studio 是纯桌面(Win/Mac/Linux/Android),不支持 Web 部署但桌面体验更精细,60k+ stars。要 Web 访问 / 公司多人共享选 LobeChat;个人重度选 Cherry Studio。
支持 MCP / 插件吗?
支持 MCP(Model Context Protocol)扩展,配合自定义助手(System Prompt)可扩展工具调用、联网搜索等能力。