Cherry Studio 是一款开源免费的全能 AI 桌面工作站（GitHub 约 5 万 Stars），支持 Windows / macOS / Linux。它集成多模型对话、Agent（智能体）、知识库、AI 绘画、翻译、笔记、文件管理等功能，是作者“第一天学 AI 就焊死在电脑里的软件”。V2.0 是一次全面重构（底层架构、界面、数据系统大幅改写，累计修改超百万行代码），从“聊天客户端”升级为更强大的 AI 工作台，重点增强了 Agent 模式、多窗口/分屏、本地知识库等。

1. 引言与安装/升级

Cherry Studio 的核心定位是：一个客户端搞定几乎所有日常 AI 需求，无需在多个网页/工具间切换。

下载与安装：

V1 升级到 V2 注意事项（重要）：

  • V1 与 V2 数据格式不互通，升级前务必备份。
  • 推荐路径：先把 V1 更新到 1.9.13，再直接安装 V2.0.2 或更高版本完成迁移。
  • 设置中有“重新迁移”选项（含风险确认与完整备份），仅在迁移失败或遗漏数据时使用。
  • Windows 用户过去使用 Agent 需额外装 Git Bash，V2 已内置运行环境，门槛大幅降低（超过 90% 的 Windows 用户此前因此未体验 Agent）。

安装后启动，左侧为启动台，可快速进入对话、工作（Agent）、知识库、绘画、翻译等模块。

2. 模型丰富

V2 大幅提升了模型接入与切换的流畅度。

主要亮点：

  • 支持 200–300+ 模型，覆盖 OpenAI、Anthropic（Claude）、Gemini、DeepSeek、Kimi、OpenRouter、国内各大厂商等。
  • 本地模型：通过 Ollama、LM Studio 等接入，完全离线可用。
  • 内置联网搜索与 URL 上下文支持（DeepSeek、OpenRouter、Dashscope 等已增强）。
  • 多模型同时对话：同一问题可让多个模型并行回答，方便对比。
  • 模型选择器优化：支持搜索、多选、懒加载，切换更顺滑；思考强度（reasoning effort）可调节。
  • 自定义服务商：支持 OpenAI 兼容接口，一个 API Host 可同时承载多种协议。

真实使用场景：

  • 上午用 Claude Sonnet 写核心代码/算法，下午切换 DeepSeek 读长文档，上下文不丢。
  • 配置本地 Embedding 模型（如 Qwen3 Embedding 0.6B 离线版），让知识库完全本地运行，数据更安全，也解决部分厂商不提供 Embedding 的问题。

配置方法：设置 → 模型服务 → 添加服务商 / API Key，或选择订阅登录。本地模型需先启动 Ollama 等服务。

3. Agent（智能体）

这是 V2 的核心升级之一。Agent 让 AI 自主执行多步任务（读文件、跑命令、写代码、数据分析、文档生成等）。

主要能力：

  • 支持接入 Claude Code、Codex 等工具，内置运行环境，无需单独安装大量依赖。
  • 工具调用轮数上限提升（默认 100，最高 1000），适合复杂长任务。
  • 技能（Skills）管理、MCP 支持、文档转换工具内置。
  • 分支画布：对话可分支回退，支持空输入节点持久化，右键删除节点。
  • 多 Agent 同时回复同一问题，选择最优结果。
  • 微信渠道绑定、自动重连等。
  • Windows 用户体验大幅改善。

真实使用场景：

  • 让 Agent 自动查询数据、撰写报告、制作演示、修改代码。
  • 结合知识库：Agent 在任务中自动检索内部资料。
  • 分支回退看板：尝试不同方案后轻松回退到关键节点，非常直观。

使用建议：在“工作”模块创建 Agent，绑定工具/技能/知识库，给出清晰目标。复杂任务可先用 Plan 模式规划再执行。

4. ChatBox（对话界面）

对话体验全面升级，更适合多任务工作流。

亮点：

  • 多窗口 + 分屏布局，方便一边聊天一边查看进度/交付物。
  • 话题管理、助手分组（支持拖拽排序）。
  • 消息分支可视化，历史加载与长对话优化。
  • 导入支持：ChatGPT / Claude 对话历史可导入并保留分支。
  • 富文本、公式、图片预览增强。
  • 全局快捷助手、划词助手（任意应用划词后调用 AI）。

真实使用场景：

  • 同时开多个对话窗口处理不同项目。
  • 用分支探索“方案 A vs 方案 B”，再合并或回退。
  • 多模型并行回答后快速选择最优。

5. 知识库

V2 知识库是解决企业/个人私有资料部署难题的关键（只需一台电脑即可）。

核心改进：

  • 支持二进制 Office 文档（docx / xlsx / pptx，经 anydoc 解析）。
  • 本地 Embedding 模型 + BM25 关键词检索，可完全离线。
  • 扫描版 PDF 支持（配合 OCR）。
  • 召回测试功能：先测试再正式使用，确保相关片段被正确找到。
  • 与对话 / Agent 无缝绑定。

搭建步骤（推荐流程）：

  1. 添加 Embedding 模型（设置中筛选“嵌入模型”，如 bge-m3 或本地 Qwen3）。
  2. 左侧进入知识库 → 添加知识库 → 命名并选择 Embedding 模型。
  3. 添加文件/目录/网页/笔记（支持 PDF、Office、Markdown 等）。
  4. 等待向量化完成（绿色勾）。
  5. 做召回测试：输入已知答案的问题，检查前几条结果是否正确。
  6. 在对话输入区选择知识库，或在 Agent 中绑定。

真实使用场景：

  • 公司产品手册 + API 文档 + 内部规范 → 员工随时问 AI，答案带来源引用。
  • 个人历年笔记、读书摘录、邮件存档 → 问“去年某 PPT 提过的分析框架”。
  • 与 Agent 结合：让智能体在执行任务时自动查知识库，形成闭环工作流。
  • 企业级：一台电脑即可部署私有向量知识库，无需复杂服务器。

注意：临时小文件直接上传对话即可；长期复用、需精准引用原文时再建库。召回不好时优先检查切分/Embedding，而非单纯换聊天模型。

其他实用功能与技巧

  • 绘画 / 翻译 / 笔记 / 文件管理：启动台直接进入，笔记可导出到知识库。
  • MCP 与技能：内置多个 MCP Server，支持自动安装、文件系统、记忆等。
  • 数据与安全：支持 WebDAV 备份；本地模型 + 本地知识库最大化隐私。
  • 性能：V2 优化了冷启动内存、标签切换、Agent 渲染等。

总结与建议

Cherry Studio V2 的核心价值是统一入口 + 极高自由度：多模型、Agent、知识库、工具调用全部打通，真正从“聊天”走向“干活”。适合个人效率提升，也适合轻量企业知识助手部署。

上手建议：

  1. 先配置 1–2 个主力模型 + 本地 Embedding。
  2. 建一个小知识库练召回。
  3. 创建简单 Agent 体验自动执行。
  4. 多用分支和多模型对比。

官网文档（中文）：docs.cherryai.com.cn 或 docs.cherry-ai.com GitHub 持续更新，建议关注发布说明。