拒绝隐私焦虑，Win11 部署Cherry Studio过程记录
一、Cherry Studio 是什么？
Cherry Studio 是一款功能强大的跨平台桌面客户端，旨在为用户提供灵活、高效的大型语言模型（LLM）交互体验。它支持多种主流云端模型（如 OpenAI、Gemini、Anthropic）以及本地模型（通过 Ollama 等运行），并内置 300 多个预配置 AI 助手，用户还可自定义专属助手以满足个性化需求。Cherry Studio 不仅支持多模型同时对话，还能处理多种文件格式（包括文本、图片、PDF 和 Office 文件），适用于文档分析、知识管理等场景。通过集成本地化选项，它为注重数据隐私的用户提供了理想解决方案。无论是开发者、研究者还是专业用户，Cherry Studio 都能以其友好的界面和强大的功能，助力提升生产力与创造力。
同类应用对比
Cherry Studio 是一款跨平台工具，专注多模型交互与本地支持，适合个人生产力提升；Dify 是开源 AI 开发平台，强调工作流与应用构建，面向企业和开发者；Ollama 提供简单本地 LLM 运行，注重隐私与易用性，适合研究者。
| 维度 | Cherry Studio | Dify | Ollama |
|---|---|---|---|
| 目标用户 | 个人、专业用户、开发者 | 开发者、企业 | 个人、开发者 |
| 核心功能 | 多模型交互、本地化支持 | 应用开发、RAG、工作流 | 本地 LLM 运行 |
| 模型支持 | 云端 + 本地（如 Ollama） | 数百种模型（云 + 本地） | 本地模型 |
| 易用性 | 中等（偏专业用户） | 高（可视化界面） | 高（简单命令行） |
| 开源性 | 部分开源（依赖 Ollama 等） | 完全开源 | 完全开源 |
| 隐私性 | 高（支持本地运行） | 中（需配置本地部署） | 高（完全本地） |
| 应用场景 | 通用（知识库、对话等） | 通用 AI 开发 | 本地模型测试与使用 |
| 扩展性 | 中等（依赖集成工具） | 高（丰富工具和 API） | 中等（需外部 UI 增强） |
- Cherry Studio：适合需要跨模型对比、灵活交互和本地化支持的个人或小型团队，强生产力和多功能性。
- Dify：适合开发者或企业快速构建复杂 AI 应用，尤其是需要工作流管理和知识库功能的场景。
- Ollama：适合对隐私敏感、希望在本地运行 LLM 的用户或研究者，简单高效但功能较单一。
相信很多人在年后这段时间已经在自己的电脑上安装了Ollama并且部署了DeepSeek模型，因为受限于个人电脑的性能，安装Ollama这种方式搭建知识库带来的体验并不好，使用门槛较高，我目前已经在自己的NAS上使用docker部署了Dify，怎么说呢，隐私性是得到了很好的提升，但是内网穿透网络下的使用体验也并没有那么理想，这种情况下可能Cherry Studio也许是最佳的选择。
二、软件的安装
Cherry Studio的安装过程非常简单，基本上可以说是傻瓜式安装，由于Cherry Studio是调用LLM的API来实现对本地知识库的创建和检索，如果你的本地已经部署了Ollama或者LM Studio，可以方便的调用本地模型，他同时提供了对大模型API的支持，如果你不介意，可以使用各类平台提供的API，可以大大降低了个人知识库部署的门槛。
2.1 软件安装包的获取
Cherry Studio目前支持在Windows 、Linux、Mac OS X下安装，最新的版本为v1.0.5，有条件的话，尽可能从官方源下载软件包，Cherry Studio 的本地安装包可以在以下地址获取（点进去，是夸克网盘的分享链接，88vip领取的会员终于派上了用场）：
Cherry Studio Team
2.2 安装过程
双击下载好的Cherry Studio 安装包，按需选择用户、设置好安装目录，点击下一步即可。（注意安装时要以管理员身份运行）
安装完成后打开软件，显示如下界面：
此时，软件还没有办法调用大语言模型，需要我们获取模型的API后进行配置使用。
三、 配置模型
Cherry studio 支持包括本地在内的数十种平台的API，接下来以配置Deepseek的模型和通义千问模型服务为例，展示基本的模型配置过程：
3.1 推理模型deepseek的配置
第一步：获取deepseek api key:
点击https://platform.deepseek.com/sign_in注册账户，领取赠送额度后点击左侧的API keys:
点击创建 API key 按钮，输入名称后即可创建一个key，记得复制保存！！
第二步：配置Cherry studio 模型服务
点击Cherry Studio左下角的设置按钮 ，点开模型服务，选中深度求索后输入刚才复制保存的key，点击检查，出现连接成功的提示后，点击打开右上角的开关按钮，Deepseek模型就已经配置好了。
需要说明的是，DeepSeek模型目前只能实现对话和推理，无法对本地的文件进行向量化的嵌入，如果你想实现将本地文件作为知识库提供给大模型作为上下文，你还需要配置支持 Text-Embedding的模型，比如通义千问。
3.2 文本嵌入模型的配置
目前硅基流动免费提供了BAAI/bge-m3等嵌入模型，如果你还没有硅基流动的账号，赶紧点击下面的链接注册一个吧，现在注册，就赠送2000万Tokens的额度：
创建好账号后，我们首先要创建一个API key ，复制保存后来到cherry studio进行模型配置。
嵌入模型的配置过程与上一章配置deepseek对话和推理模型的过程类似，不再重复。
四、创建知识库
接下来，以创建XX项目技术方案知识库为例，演示Cherry Studio创建知识库的过程：点击左侧的知识库按钮，点击添加后输入知识库名称，如XX项目技术方案，选择嵌入模型BAAI/bge-m3后点击确定。
Cherry Studio支持从文件、目录、网址、网站、笔记创建知识库，用户根据自己的需要选择就好。
我将本地电脑上存放施工方案的目录 添加进知识库:
添加完成后，点击设置按钮配置知识库，保持默认点击确定。点击软件左侧的助手按钮，添加一个默认助手，并为他设置提示词，如：
你是一名水电站施工领域的权威专家，在大坝施工、厂房混凝土浇筑、闸门安装、混凝土生产等领域拥有丰富的经验，你能帮我回答任何和上述领域相关的问题。
为新添加的默认助手挂载刚添加的知识库：
尝试使用deepseek返回本地知识库中的知识：
