cherry-studio

GitHub
42.9k 4k 非常简单 29 次阅读 今天AGPL-3.0Agent插件
AI 解读 由 AI 自动生成,仅供参考

Cherry Studio 是一个开源的 AI 效率工具集,集成了智能对话、自动化代理和 300 多个垂直领域助手,支持统一调用前沿大语言模型(LLMs)。通过简洁的界面,用户可以同时操作多个 AI 模型,实现内容生成、数据分析、代码编写等任务的自动化协作,解决了传统 AI 工具碎片化、模型切换复杂、协作效率低的问题。

这款工具适合开发者快速集成 AI 功能到应用中,研究人员对比不同模型效果,设计师生成创意素材,以及普通用户简化日常办公流程。其核心优势在于支持多模型并行调用与结果对比,内置的自动化代理可模拟人类工作流完成复杂任务,配合跨平台客户端实现本地化部署。开源特性与活跃的社区生态持续推动功能扩展,商业用户也能通过定制化方案提升生产力。

使用场景

某跨国电商公司技术团队正在开发多语言智能客服系统,需要整合自然语言处理、多语言翻译和自动化工作流功能。

没有 cherry-studio 时

  • 团队需要在Postman、Python脚本、Google Translate API等多个工具间频繁切换,接口调试耗时占比达40%
  • 多语言支持需单独配置翻译API,每次新增语种需2名工程师协作3天完成适配
  • 自动化流程需手动编写状态机代码,复杂业务逻辑导致测试用例维护成本激增
  • 分布在3个时区的成员使用不同协作工具,需求文档版本差异导致日均3次重复开发
  • 生产环境异常需登录5个不同监控平台交叉分析日志,平均故障定位耗时2.5小时

使用 cherry-studio 后

  • 通过内置的智能代理编排中心,将API调试、数据转换、流程自动化整合到统一工作台,接口开发效率提升60%
  • 调用开箱即用的多语言处理模块,新增语种配置时间缩短至2小时,自动处理15种语言的意图识别与响应生成
  • 可视化流程设计器自动生成状态机代码,测试用例维护成本降低75%,支持实时流程仿真验证
  • 基于云端的实时协作功能实现需求文档与代码的双向追溯,版本冲突发生率下降90%
  • 智能监控中枢自动聚合分析各组件日志,结合知识图谱实现故障根因定位,平均排查时间缩短至15分钟

cherry-studio 通过统一AI工作流平台将多工具协作成本降低80%,使跨国团队能够聚焦核心业务创新,将产品迭代周期从6周压缩至9天。

运行环境要求

操作系统
  • Windows
  • macOS
  • Linux
GPU

未说明

内存

未说明

依赖
notes未说明
python未说明
cherry-studio hero image

快速开始

banner

英语 | 中文 | 官方网站 | 文档 | 开发指南 | 反馈

Featured|HelloGitHub CherryHQ%2Fcherry-studio | Trendshift Cherry Studio - AI Chatbots, AI Desktop Client | Product Hunt

🍒 Cherry Studio

Cherry Studio 是一款支持多种 LLM (Large Language Model, 大型语言模型) 提供商的桌面客户端,适用于 Windows、Mac 和 Linux。

👏 加入 Telegram 群组Discord | QQ 群 (575014769)

❤️ 喜欢 Cherry Studio?给它点个星 🌟 或 赞助 以支持开发!

🌠 截图

🌟 主要特性

  1. 多样化的 LLM 提供商支持:
  • ☁️ 主流 LLM 云服务:OpenAI、Gemini、Anthropic 等
  • 🔗 AI Web 服务集成:Claude、Perplexity、Poe
  • 💻 支持 Ollama、LM Studio 本地模型
  1. AI 助手与对话:
  • 📚 300+ 预配置 AI 助手
  • 🤖 自定义助手创建
  • 💬 多模型同时对话
  1. 文档与数据处理:
  • 📄 支持文本、图片、Office、PDF 等
  • ☁️ WebDAV 文件管理与备份
  • 📊 Mermaid 图表可视化
  • 💻 代码语法高亮
  1. 实用工具集成:
  • 🔍 全局搜索功能
  • 📝 话题管理系统
  • 🔤 AI 驱动翻译
  • 🎯 拖拽排序
  • 🔌 小程序支持
  • ⚙️ MCP (Model Context Protocol, 模型上下文协议) 服务器
  1. 增强的用户体验:
  • 🖥️ 支持 Windows、Mac 和 Linux 跨平台
  • 📦 开箱即用 - 无需环境配置
  • 🎨 浅色/深色主题及透明窗口
  • 📝 完整 Markdown 渲染
  • 🤲 便捷内容分享

📝 路线图

我们目前正在积极开发以下功能和改进:

  1. 🎯 核心功能
  • 选择助手(Selection Assistant),增强智能内容选择功能
  • 深度研究(Deep Research),具备高级研究能力
  • 记忆系统(Memory System),具备全局上下文感知能力
  • 文档预处理(Document Preprocessing),改进文档处理能力
  • MCP(Model Context Protocol,模型上下文协议)市场,用于模型上下文协议生态系统
  1. 🗂 知识管理
  • 笔记与合集
  • 动态画布可视化
  • OCR(光学字符识别)能力
  • TTS(文本转语音)支持
  1. 📱 平台支持
  • 鸿蒙(HarmonyOS)版(PC)
  • Android 应用(第一阶段)
  • iOS 应用(第一阶段)
  • 多窗口支持
  • 窗口置顶功能
  • Intel AI PC(Core Ultra)支持
  1. 🔌 高级功能
  • 插件系统
  • ASR(自动语音识别)
  • 助手与主题交互重构

在我们的 项目看板 上跟踪我们的进度并做出贡献。

想要影响我们的路线图?加入我们的 GitHub 讨论区 分享您的想法和反馈!

🌈 主题

欢迎提交 PR(Pull Request,拉取请求)以提供更多主题

🤝 贡献

我们欢迎为 Cherry Studio 做出贡献!您可以通过以下方式参与:

  1. 贡献代码:开发新功能或优化现有代码。
  2. 修复 Bug:提交您发现的任何 Bug 修复。
  3. 维护 Issue:帮助管理 GitHub Issue(议题)。
  4. 产品设计:参与设计讨论。
  5. 编写文档:改进用户手册和指南。
  6. 社区参与:加入讨论并帮助用户。
  7. 推广使用:宣传 Cherry Studio。

请参阅 分支策略 了解贡献指南

入门指南

  1. Fork(复刻)仓库:Fork 并将其克隆到您的本地机器。
  2. 创建分支:用于您的更改。
  3. 提交更改:提交并推送您的更改。
  4. 发起 Pull Request(拉取请求):描述您的更改和原因。

如需更详细的指南,请参阅我们的 贡献指南

感谢您的支持和贡献!

🔧 开发者共创计划

我们正在推出 Cherry Studio 开发者共创计划,旨在开源生态系统中培养健康和积极的反馈循环。我们相信伟大的软件是协作构建的,每一个合并的 Pull Request(拉取请求)都为项目注入了新的活力。

我们诚挚邀请您加入我们的贡献者行列,与我们共同塑造 Cherry Studio 的未来。

贡献者奖励计划

为了回馈我们的核心贡献者并创造良性循环,我们制定了以下长期激励计划。

本计划的首个跟踪周期为 2025 年第三季度(7 月、8 月、9 月)。该周期的奖励将于 10 月 1 日发放。

在任何跟踪周期内(例如第一个周期为 7 月 1 日至 9 月 30 日),任何在 GitHub 上为 Cherry Studio 的任何开源项目贡献超过 30 次有意义提交 的开发者都有资格获得以下福利:

  • Cursor 订阅赞助:获得 70 美元 的信用额度或报销您的 Cursor 订阅费用,让 AI 成为您最高效的编码伙伴。
  • 无限模型访问:获得 DeepSeekQwen 模型的 无限 API(应用程序编程接口)调用次数。
  • 前沿技术访问:享受偶尔的福利,包括 ClaudeGeminiOpenAI 等模型的 API 访问权限,让您保持技术领先地位。

共同成长与未来计划

充满活力的社区是任何可持续开源项目的驱动力。随着 Cherry Studio 的成长,我们的奖励计划也将随之发展。我们致力于不断使我们的福利与行业内最好的工具和资源保持一致。这确保我们的核心贡献者获得有意义的支持,创造一个开发者、社区和项目共同成长的良性循环。

展望未来,该项目还将采取越来越开放的立场,回馈整个开源社区。

如何开始?

我们期待您的第一个 Pull Request(拉取请求)!

您可以从探索我们的仓库开始,选择一个 good first issue,或提出您自己的增强建议。每一次提交都是开源精神的证明。

感谢您的兴趣和贡献。

让我们一起构建。

🏢 企业版

在社区版的基础上,我们自豪地推出 Cherry Studio 企业版——一个专为现代团队和企业设计的可私有化部署的 AI 生产力与管理平台。

企业版通过集中管理 AI 资源、知识和数据,解决了团队协作中的核心挑战。它使组织能够提高效率、促进创新并确保合规性,同时在安全环境中保持对其数据的 100% 控制。

核心优势

  • 统一模型管理:集中集成和管理各种基于云的 LLM(大型语言模型)(例如 OpenAI、Anthropic、Google Gemini)和本地部署的私有模型。员工无需单独配置即可开箱即用。
  • 企业级知识库:构建、管理和共享团队级知识库。确保知识保留和一致性,使团队成员能够基于统一且准确的信息与 AI 交互。
  • 细粒度访问控制:通过统一的管理后台,轻松管理员工账户并为不同的模型、知识库和功能分配基于角色的权限。
  • 完全私有化部署:将整个后端服务部署在您本地的服务器或私有云上,确保您的数据保持 100% 私有且受您控制,以满足最严格的安全和合规标准。
  • 可靠的后端服务:提供稳定的 API(应用程序编程接口)服务和企业级数据备份与恢复机制,确保业务连续性。

✨ 在线演示

🔗 Cherry Studio 企业版

版本对比

功能特性 社区版 企业版
开源 ✅ 是 ⭕️ 部分向客户开放
成本 AGPL-3.0 许可证 买断 / 订阅费用
管理后台 ● 集中式 模型 访问
员工 管理
● 共享 知识库
访问 控制
数据 备份
服务器 ✅ 专属私有化部署

获取企业版

我们相信企业版将成为您团队的 AI 生产力引擎。如果您对 Cherry Studio 企业版感兴趣,想了解更多、获取报价或安排演示,请随时联系我们。

🔗 相关项目

  • new-api: 下一代 LLM(大型语言模型)网关和 AI 资产管理系统,支持多种语言。

  • one-api: LLM API 管理和分发系统,支持 OpenAI、Azure 和 Anthropic 等主流模型。具有统一的 API 接口,适用于密钥管理和二次分发。

  • Poe: Poe 让您在一个地方即可访问最好的 AI。探索 GPT-5、Claude Opus 4.1、DeepSeek-R1、Veo 3、ElevenLabs 以及数百万其他模型。

  • ublacklist: 阻止特定网站出现在 Google 搜索结果中

🚀 贡献者



📊 GitHub 统计

Stats

⭐️ 星标历史

Star History Chart

📜 许可证

Cherry Studio 社区版受标准的 GNU Affero 通用公共许可证 v3.0 (AGPL-3.0) 管辖,详见 https://www.gnu.org/licenses/agpl-3.0.html。

允许将 Cherry Studio 社区版用于商业目的,但须完全遵守 AGPL-3.0 许可证的条款和条件。

如果您需要免除 AGPL-3.0 要求的商业许可证,请通过 bd@cherry-ai.com 联系我们。

版本历史

v1.9.0-rc.02026/04/03
v1.8.42026/03/27
v1.8.32026/03/25
v1.8.22026/03/21
v1.8.12026/03/21
v1.8.02026/03/16
v1.7.252026/03/13
v1.7.242026/03/05
v1.7.232026/03/04
v1.7.222026/03/02
v1.7.192026/02/14
v1.7.182026/02/12
v1.7.172026/02/06
v1.7.152026/01/25
v1.7.132026/01/25
v1.7.122026/01/08
v1.7.92026/01/04
v1.7.82025/12/28
v1.7.72025/12/25
v1.7.62025/12/18

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

139k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|2天前
Agent图像开发框架

OpenHands

OpenHands 是一个专注于 AI 驱动开发的开源平台,旨在让智能体(Agent)像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点,通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员,还是需要快速原型验证的技术团队,都能从中受益。OpenHands 提供了灵活多样的使用方式:既可以通过命令行(CLI)或本地图形界面在个人电脑上轻松上手,体验类似 Devin 的流畅交互;也能利用其强大的 Python SDK 自定义智能体逻辑,甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK,这不仅构成了平台的引擎,还支持高度可组合的开发模式。此外,OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩,证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能,支持与 Slack、Jira 等工具集成,并提供细粒度的权限管理,适合从个人开发者到大型企业的各类用户场景。

70.6k|★★★☆☆|今天
语言模型Agent开发框架