Cherry Studio 技术文档
2026-02-04 04:02:56作者:郁楠烈Hubert
1. 安装指南
系统要求
- 支持操作系统:Windows 10/11、macOS 10.15+、Linux主流发行版
- 硬件配置:建议4GB以上内存,2GHz以上处理器
下载方式
- 访问GitHub Releases页面获取最新稳定版安装包
- 根据操作系统选择对应版本:
- Windows: .exe安装程序
- macOS: .dmg镜像文件
- Linux: .AppImage通用包或.deb/.rpm包
2. 项目使用说明
基础功能
-
多模型支持:
- 支持OpenAI、Gemini、Anthropic等云端模型
- 集成Claude、Peplexity等网页服务
- 本地模型支持Ollama和LM Studio
-
AI助手功能:
- 内置300+预配置AI助手
- 支持自定义助手创建
- 多模型并行对话功能
-
文档处理:
- 支持文本、图片、Office、PDF等格式
- WebDAV文件管理与备份
- Mermaid图表可视化
- 代码语法高亮
高级功能
- 全局搜索功能
- 主题管理系统
- AI翻译工具
- 拖拽排序功能
- 小程序支持
- MCP服务器功能
3. 项目API使用文档
基础API接口
// 初始化客户端
const client = new CherryClient({
apiKey: 'your_api_key',
provider: 'openai' // 可选: openai/gemini/anthropic等
});
// 创建对话
const conversation = client.createConversation({
model: 'gpt-4',
assistantId: 'default'
});
// 发送消息
const response = await conversation.sendMessage({
content: '你好,Cherry Studio!',
attachments: [] // 可选附件
});
MCP服务器协议
-
启动MCP服务:
cherry-studio start-mcp --port 8080 -
协议格式:
- 请求:JSON格式,包含model、messages等字段
- 响应:流式返回,支持SSE协议
4. 项目安装方式
标准安装
-
Windows:
- 下载.exe安装包
- 双击运行安装向导
- 按提示完成安装
-
macOS:
- 下载.dmg文件
- 拖拽应用到Applications文件夹
- 首次运行需在系统设置中授权
-
Linux:
- AppImage:
chmod +x Cherry-Studio-*.AppImage ./Cherry-Studio-*.AppImage - Debian/Ubuntu:
sudo dpkg -i cherry-studio_*.deb sudo apt-get install -f
- AppImage:
开发者安装
-
克隆仓库:
git clone https://github.com/CherryHQ/cherry-studio.git -
安装依赖:
npm install -
运行开发版本:
npm run dev -
构建生产版本:
npm run build
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
564
3.83 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
892
659
Ascend Extension for PyTorch
Python
375
443
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
348
198
昇腾LLM分布式训练框架
Python
116
145
暂无简介
Dart
794
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.36 K
775
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.12 K
268
React Native鸿蒙化仓库
JavaScript
308
359