Cherry Studio 是一款开源、可本地部署的“多模型 AI 超级工具箱”，用图形化方式把大语言模型、知识库、绘画、搜索等能力整合到一台电脑上。
一、主要功能
-
多模型对话：一键切换 300+ 云端/本地模型（OpenAI、Gemini、DeepSeek、Ollama 等），支持流式输出与参数微调。
-
智能知识库：把 PDF、DOCX、网页、PPT 拖进去即可构建私有向量库，基于 BGE-M3 嵌入 + Chroma 实现语义检索，问答准确率提升 60% 以上。
-
实时联网搜索：内置 Tavily / OpenRouter，自动抓取最新网页、论文、行情，再让模型总结答案。
-
AI 绘画与创作：集成 Stable Diffusion、DALL·E，支持文生图、图生图、LoRA 模型；自带 Markdown + 公式 + 代码高亮 + 实时预览编辑器。
-
MCP 插件生态：图形化安装 MCP 服务，可“零代码”连接数据库、Git、Slack、Blender 等外部工具。
-
企业安全：AES-256 本地加密 + TLS1.3 传输 + WebDAV 增量备份；支持 TPM 硬件密钥与 IP 级访问策略。
-
跨平台与离线运行：Windows / macOS / Linux 一键安装，断网也能用本地模型与知识库。
二、技术原理
-
统一模型路由：AiProviderNew 类封装不同厂商 SDK，结合动态 QoS 策略，50 ms 内完成模型选择。
-
流式响应：基于 Server-Sent Events 实现逐字返回，可随时中断与重试。
-
RAG 增强：BGE-M3 多语言嵌入 → Chroma 向量存储 → 混合检索（语义 + 关键词），最后由大模型生成答案。
-
本地加密链：TPM 生成根密钥 → AES-256-GCM 文件级加密 → 内存零落盘，性能损耗 <3%。
-
插件隔离：MCP 服务跑在独立容器/进程，通过 JSON-RPC 与主进程通信，崩溃不影响主程序。
三、应用场景
-
个人超级助理：写报告、做翻译、画插图、整理读书笔记，全部离线完成。
-
企业知识客服：把内部制度、产品手册建成知识库，对外提供 7×24 精准问答。
-
开发者辅助：代码生成、Bug 解释、自动补注释，还能通过 MCP 直接操作 Git、Jira。
-
教育与科研：批量读论文、生成思维导图、实时联网查最新期刊。
-
内容创作：一键出多语言脚本、配图、视频分镜，支持多模型对比选最优稿。
四、使用方法
-
下载安装：官网或 GitHub 下载对应系统安装包，双击完成。
-
首次启动：选择“本地模式”或“混合模式”，程序自动下载嵌入模型与默认 LLM。
-
添加模型：在“模型市场”输入 API Key 即可接入云端模型；或点击“本地模型”→“一键拉取 Ollama”。
-
建立知识库：侧边栏“知识库”→“新建”→拖拽文件→等待向量化完成即可问答。
-
安装插件：打开“插件中心”，浏览 MCP 服务，点“安装”后图形化配置参数即可生效。
-
高级设置：支持自定义模型路由规则、备份策略、主题与快捷键，全部在“偏好设置”中完成。
五、适用人群
-
极客与隐私控：希望数据不出本地、又能玩转多模型。
-
职场写作者：需要快速出文案、翻译、配图、PPT。
-
企业 IT/HR/客服：想低成本搭建私有化问答系统。
-
教师与学生：批量读文献、生成笔记、做可视化报告。
-
开发者：需要代码辅助、数据库操作、自动化脚本。
六、优缺点介绍
优点
优点
-
完全开源免费，可商用；
-
本地部署，数据自主可控；
-
300+ 模型 + MCP 插件，扩展性极强；
-
图形化界面，零代码即可配置；
-
社区活跃，更新周期 2–4 周。
缺点
-
本地跑 7B 以上大模型需 16 GB+ 显存，老电脑性能受限；
-
初期向量化大文件耗时较长（可后台运行）；
-
MCP 生态仍在快速迭代，个别插件稳定性一般；
-
中文文档与视频教程相对较少，新用户需摸索。
开源大模型客户端、本地知识库工具、AI 写作助手、AI 绘画工具、MCP 插件平台
讯飞星火认知大模型，是科大讯飞推出的新一代认知智能大模型，拥有跨领域的知识和语言理解能力，能够基于自然对话方式理解与执行任务。从海量数据和大规模知识中持续进化，实现从提出、规划到解决问题的全流程闭环。主要实现的功能包含：语言理解、知识问答、逻辑推理、数学题解答、代码理解与编写等五个方面。使用教程点击下方链接：