GPT 写初稿快、Claude 改文章顺、DeepSeek 查资料便宜、Kimi 传长文档方便——手上模型越攒越多，痛点也越来越明显：换个模型就要换网页，聊天记录散落在各个平台，同一份材料每次都要重新上传。Cherry Studio 解决的就是这件事：一个开源免费的桌面客户端，把市面上主流大模型全部装进一个窗口，让你在一次对话里随时切换模型、同时对比回答。
它是什么：一句话说清 Cherry Studio
Cherry Studio 是 CherryHQ 团队开源的一款桌面 AI 工作台（基于 Electron，支持 Windows、macOS、Linux 三个系统）。它本身不提供模型，你可以把它理解成”大模型的统一遥控器”：接入 OpenAI、Gemini、Anthropic 等云端服务商的 API，也能通过 Ollama 或 LM Studio 接入自己电脑上跑的本地模型；然后在这个工作台里聊天、创建助手、管理话题、挂载知识库、调用 MCP 工具。社区版在 GitHub 上开源，下载安装本身完全免费。
核心功能亮点：这几个最值得关注
1. 多模型聚合，一键切换、并行对比。对话窗口顶部随时切换模型，同一个问题还能同时发给多个模型，看谁的回答更对路，不用再开十几个网页标签。
2. 助手与话题管理，工作流沉淀得住。300+ 个预置助手覆盖写作、编程、翻译等场景，你也可以自己创建专属助手（模型 + 系统提示词 + 知识库 + MCP 工具打包成一套）。对话按”话题”归档，一个助手下的话题互不干扰。
3. 本地知识库，材料只传一次。支持 PDF、Word、PPT、Excel、TXT、Markdown、图片、网页链接甚至整站 sitemap，直接拖进来就能形成可检索的知识库。换模型不换上下文，材料不用重复上传。
4. MCP 工具接入，向 AI 智能体再进一步。Cherry Studio 内置 MCP 支持，可以接入外部工具服务，让助手从”只会聊天”变成”能动手干活”。想深入玩转智能体的读者，可以看看本站的AI智能体与自动化分类，有更多实战内容。
5. 本地模型友好，断网也能跑。通过 Ollama 或 LM Studio 把开源模型接进来，敏感资料不出本地，零 API 成本。不会本地部署？可以参考本站教程在 Windows 上本地运行 Llama 大模型，配好后直接用 Cherry Studio 调用。
三步上手：从安装到第一次对话
第一步：下载安装。到 GitHub Releases 页面或官网（cherry-ai.com）下载对应系统的安装包，Windows 选 x64 安装版，Mac 按芯片选 ARM64/x64。版本迭代很快，以 Releases 页最新版为准。
第二步：接入第一个模型。Cherry Studio 免费，但云端模型的调用费记在服务商账上——你需要先去模型服务商的开放平台创建一把 API Key（比如月之暗面开放平台的 Kimi），然后在 Cherry Studio 的「设置 → 模型服务」里找到对应服务商，把 Key 粘贴进去、启用并获取模型列表。想接本地模型就装好 Ollama，在服务商列表里添加本地服务。
第三步：开始对话。回到对话页，顶部选择刚接好的模型，发一句测试消息，能正常回复即配置成功。顺手逛逛预置助手库，找几个顺手的保存下来，效率直接起飞。
横向对比：Cherry Studio vs 同类 AI 客户端
同类里最常被拿来对比的是 ChatBox：同样开源、同样三端桌面客户端、同样支持多家模型。差别在于路线——ChatBox 更轻、更像”纯聊天壳”，上手快但扩展上限低；Cherry Studio 则是”工作台”路线，知识库、MCP、助手系统这些重功能都是它为重度用户准备的。结论很直接：只是想找个桌面聊天入口，两个都行；想要一个长期沉淀资料、玩转智能体的 AI 工作台，Cherry Studio 是更值得投入的那一个。
另外提醒一句选型边界：Cherry Studio 再强，终究是通用对话客户端。如果你主要的工作是写代码，专门的 AI 编程工具效率会更高——比如我们之前深度测评过的Google Antigravity，那才是为编程场景量身打造的智能体。
适合谁用：选型结论
Cherry Studio 适合这三类人：① 常用多个大模型、厌倦网页来回切换的创作者和运营；② 有资料沉淀需求，想把知识库和提示词变成个人资产的知识工作者；③ 想低成本体验 MCP 工具和本地模型的 AI 爱好者。对了，客户端只是工具，真正的效率还来自方法论——想看国产智能体助手的手把手实操，可以读读本站的WorkBuddy 保姆级教程，配合 Cherry Studio 一起用效果更佳。
