在本地装好 Cherry Studio3 步配好你的多模型 AI 助手【免费下载链接】cherry-studioAI productivity studio with smart chat, autonomous agents, and 300 assistants. Unified access to frontier LLMs项目地址: https://gitcode.com/GitHub_Trending/ch/cherry-studioCherry Studio 是一个多模型 AI 桌面客户端装完之后你可以把 OpenAI、Claude、Gemini 这些云服务接进来也能连 Ollama 跑本地模型。300 多个助手开箱即用还能把 PDF 和文档拖进去建知识库让 AI 基于你的资料回答。Windows、Mac、Linux 都能跑。安装部署先下载想改代码再克隆大多数人只需要去 Releases 页面下载对应系统的安装包双击装完就能用不需要任何环境配置。如果你想从源码运行或者打算参与贡献先克隆仓库git clone https://gitcode.com/GitHub_Trending/ch/cherry-studio这一步把完整项目代码拉到本地。项目是 pnpm monorepo装依赖后以开发模式启动即可环境搭建的细节编辑器扩展、符号链接等在 docs/contrib/development.md 里写得很清楚。Cherry Studio 能帮你做什么一个对话窗口对比多个模型。你可以把两个模型放进同一段对话让它们各自回答同一个问题。写方案时拿不准哪个模型效果更好直接看对比不用来回切网站。300 多个预配置助手。简历润色、代码评审、周报总结这类角色都配好了提示词选一个直接用自己也可以照着改一份。知识库问答。把产品文档、论文拖进知识库AI 回答时会引用你的资料。遇到这份协议里第 4 条怎么说这种问题不用自己翻文档。MCP 与网络搜索。模型可以调用外部工具去搜索、查资料回答不只是靠模型自己想出来的适合查实时信息。第一次打开3 步配好模型打开设置添加 AI 服务填入官方给的 API Key这是唯一绕不开的一步。选一个模型开一个新会话发一句话验证连通。想试本地模型的话先在本地跑起 Ollama再在 Cherry Studio 里把服务地址指向 localhost数据完全不出机器。一条消息是怎么跑起来的 你发出消息后渲染进程通过 IPC 把请求交给主进程AI Core 完成模型调用回答以流的形式分块回到界面上最后由消息服务写入本地 SQLite如果消息涉及网络搜索、知识库检索或 MCP 工具流程会更长每个环节websearch、knowledge、tooluse都会发出对应的开始与完成事件模型再基于检索结果继续生成最后统一后处理想深度定制去哪几个目录看 给 AI 加外部工具能力src/main/mcp/ 里是 MCP 服务的完整实现。想改模型调用逻辑核心链路在 packages/aiCore/消息与 provider 的适配都在这。架构约定和模块说明docs/references/architecture/ 按主进程、渲染进程、共享层分了文档比直接读源码快。Cherry Studio 把多模型 本地知识库 工具调用装进了一个桌面窗口装好后最值的三件事是接上你手头的模型、拖一份常用文档进知识库、配一个每天都用的助手。【免费下载链接】cherry-studioAI productivity studio with smart chat, autonomous agents, and 300 assistants. Unified access to frontier LLMs项目地址: https://gitcode.com/GitHub_Trending/ch/cherry-studio创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考