Cherry Studio：搭建个人知识库的完美助手！
Cherry Studio：搭建个人知识库的完美助手！
之前我曾写过一篇关于如何基于 LobeHub 部署个人知识库的文章。有朋友反馈上手难度较高，因此今天我想再推荐一款非常适合我们国人的 AI 助手——Cherry Studio。
这款工具非常易于使用，现已基本完成对 LobeHub 的替代。为什么我现在选择使用它呢？我觉得主要有以下几个优点：
客户端支持：兼容 macOS 和 Windows 系统，下载安装后便可直接使用，无需复杂的服务部署。数据私有化：非 SaaS 服务，数据管理更加安全。- 内置丰富的提示词模板（智能体），大大提高使用效率。
- 便捷的
数据备份，让信息管理更顺畅
相较于 LobeHub，Cherry Studio 唯一不足之处在于多客户端之间的记录同步和合并。但我相信，有了 AI 的加持，这些问题在后续都将迎刃而解（这里先给大家埋个伏笔!）
总之，Cherry Studio 上手简单且功能强大。如果你在寻找一款优秀的 AI 终端应用，我毫不犹豫地推荐它，真的是 YYDS!
安装 Cherry Studio
打开 Cherry Studio 官方下载页面 https://cherry-ai.com/download，根据你的操作系统进行下载。如果是 macOS 系统，M 系列用户请下载 Apple 芯片版本。
当然，如果你有相关技术，还可以通过官方 GitHub 开源项目下载 CherryHQ/cherry-studio
下载完成后，点击进行安装，过程非常简单。安装完成后，启动 Cherry Studio，开始配置。
配置模型服务
Cherry Studio 支持主流大模型服务，配置过程也大同小异，界面上还有相关引导。
配置国产大模型
以深度求索的 DeepSeek 模型为例进行演示
在第五步这里，是验证你的大模型和 Token 配置正常，如果请求成功，则可以设置启用
配置 ollama
整体流程与上述类似，唯一的区别是 Token 地址为空；下图示范的模型是我本地经常进行测试的模型。
需要注意的一点，添加完模型后需要管理，将模型添加上，上面显示的是已经附加了的模型
配置中转大模型
在许多场景下，我们经常使用中转服务商提供的 AI 网关，以解决特殊因素导致的非必要问题。
大部分 AI 网关支持通用的 OpenAI 格式 AI 请求，因此我在这里选择 OpenAI 进行配置。
整体流程与其他模型相似，同样需要在管理页添加所需使用的模型。
设置默认模型
Cherry Studio 允许为不同对话设置不同模型，我们可以在设置中定义默认助手模型。我这里配置的是 GPT-4o-mini。主要这个模型便宜的很，日常使用没有特别大的问题。
在聊天过程中，当然也可以随时切换不同的模型。
网络搜索
强烈推荐使用搜索引擎，可以免费获取实时信息资讯，配置也相对简单。
这里简单给大家实操一下， 查询北京明天天气情况
智能体
虽说是智能体，但更多像单一 Agent 哈，只是内置了相关提词。
生成网页也是轻轻松松， 预览效果如下
图片
默认只能用硅基流动，通常不用它。可以使用 gpt-4o-image 模型生图
个人知识库
Cherry Studio 的个人知识库功能非常实用，下面是配置流程的简要说明：
点击知识库，添加一个知识库
随便添加一些文本
编辑默认助手，勾选知识库
在使用过程中，系统有时能够命中知识库的信息，效果相当不错。
数据备份
Cherry Studio 支持多种数据备份方式，我推荐使用 WebDAV。如果你有飞牛，可以直接开启 WebDAV 服务；如果没有，也可以用 Docker 部署一个 WebDAV 服务。
docker run -d -e USERNAME=test -e PASSWORD=test -v /data/webdav:/var/webdav -p 8888:80 morrisjobke/webdav
顺便提一句，我利用 AI 解决了 WebDAV 的两个问题：
其他
关于 MCP 部分的内容，下次再分享哈。
