type
status
date
slug
summary
tags
category
icon
password
comment
🍒 关于Cherry Studio
Cherry Studio 是一款功能强大的跨平台桌面客户端，专为支持多模型服务而设计，旨在为用户提供高效、便捷的 AI 交互体验。它集成了超过 300 个大语言模型，支持多种主流 AI 服务商（如 OpenAI、Anthropic、DeepSeek 等），并兼容本地模型运行（通过 Ollama），满足用户在不同场景下的需求。
访问官网：https://cherry-ai.com/ 下载即可。
核心功能
- 多模型支持
Cherry Studio 支持多种大语言模型，用户可以根据需求自由切换模型，充分利用各模型的优势解决问题。例如，OpenAI 擅长自然语言处理，而 SiliconFlow 提供多种免费模型，适合不同场景。
- 跨平台兼容
支持 Windows、macOS 和 Linux 系统，未来还将扩展至移动平台，打破设备限制，让用户随时随地享受 AI 技术的便利。
- 智能助手与对话
内置 300 多个预配置的 AI 助手，支持自定义助手创建和多模型同时对话，帮助用户高效完成代码生成、创意文本生成、文章撰写等任务。
- 知识库与 RAG 技术
支持知识库功能，用户可以通过上传文件（如 PDF、DOCX 等）或链接创建知识库，并利用 RAG（检索增强生成）技术实现基于文档的智能问答。
- 实用工具集成
提供全局搜索、主题管理、AI 翻译、拖拽排序等功能，支持 Markdown 渲染、Mermaid 图表可视化、代码语法高亮等，满足多样化需求。
简单来说就是调用对应AI 服务商提供的api接口去对话（搭配NEW-API/ONE-API使用）。
✨ RAG知识库的作用
RAG（检索增强生成）知识库是 Cherry Studio 的核心功能之一，它通过结合外部知识库与大语言模型的能力，显著提升了模型的回答质量和实用性。以下是它的主要用处、用法以及如何快速上手。
用处
- 提升回答准确性
- 通过检索外部知识库，减少模型“幻觉”，生成更可靠的答案。
- 特别适合需要精确信息的场景，如法律、医疗、金融等领域。
- 支持实时更新
- 用户可以随时上传最新数据，确保模型回答基于最新信息。
- 多源数据整合
- 支持文件（PDF、DOCX 等）、文件夹、网页链接、纯文本等多种数据来源。
- 高效检索与问答
- 基于语义的向量检索，快速找到相关文档片段，提升工作效率。
用法
- 创建知识库
- 进入 Cherry Studio 的知识库模块，点击“新建知识库”。
- 选择数据来源：上传文件、导入文件夹、添加网页链接或输入纯文本。
- 配置嵌入模型
- 选择合适的嵌入模型（如 bge-m3），优化检索效果。
- 使用知识库问答
- 在对话界面选择已创建的知识库。
- 输入问题，模型会自动检索知识库并生成答案，附上引用来源。
🐳 DeepSeek v3
DeepSeek-V3 是由深度求索（DeepSeek）公司开发的一款高性能、低成本的开源大语言模型（LLM），采用混合专家（Mixture-of-Experts, MoE）架构，总参数规模达 6710 亿，每个 token 激活 37 亿参数。它在自然语言处理、代码生成、数学推理等领域表现出色，性能与国际顶尖模型（如 GPT-4o 和 Claude-3.5-Sonnet）相当，同时具备更高的性价比和开源特性。
简单来说经过之前的版本迭代后成为了目前的性价比之王，搭配上Cherry Studio。
- deepseek V3 发布，成本低、效果好
- V3 模型在训练的时候融入了 R1 的推理能力。虽然模型本身不是推理模型，但是执行 CoT 的效果非常好
- Deepseek 支持 Prompt 缓存，虽然 CoT 的系统提示词很长，但是缓存之后实际消耗的成本并不高
- Cherry Studio 发布了基于 RAG 的知识库，实用等级再上一层
📝 教程开始:
第一步：去注册一个 deepseek API 和 siliconflow（分别用于导入 Deepseek-V3 和 Embedding 模型）
➡️SiliconFlow #AFF:
目前deepseek注册送500万token，注册硅基送2000万Tokens。
第二步：创建各自对应的密钥
deepseek：
保留好密钥，这是对应调用api：https://api.deepseek.com
SiliconFlow：
保留好密钥，这是对应调用api：https://api.siliconflow.cn
第三步：配合上面下载的cherry studio，参考以下文档，填对应的api及密钥获取模型：
如果是new-api、one-api等，在软件界面添加OPENAI格式的自定义api即可。
第四步：为了更好的使用，我们搭配cherry studio的RAG 知识库使用
导入 Embedding 模型：
如果没有什么需求的话，这里的知识库嵌入式模型选择免费的BAAI/bge-m3即可。
第五步：导入 CoT（思维链） Prompt（对于推理模型R1，可不需要此prompt）
这里的prompt复制后，在对应的对话界面的提示词中粘贴即可。
点我打开prompt，一键复制
参考：
🤗 完结
接下来选择对应的模型，就可以开始使用了。上面的prompt只是参考，可以去更多地方早自己想要的prompt或者使用软件本身提供的prompt。知识库的使用搭配请阅读文档。
- 作者:DRAGON
- 链接:https://dragonhub.me/article/cherry
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。