Cherry Studio 開源 AI 客戶端，把各家大模型收進同一個視窗

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

Cherry Studio 想解決的是一個越來越常見的麻煩：你的 AI 帳號散落在好幾個分頁裡，想比對兩家模型的答案要反覆複製貼上，API 金鑰則分別記在不同的筆記裡。這款開源桌面應用把數十家模型服務收進同一個視窗，對話、金鑰與知識庫預設放在你自己的電腦上。不過在按下下載之前，有幾件事值得先看清楚：它在 2026 年已經和早期介紹文字裡的樣子差很大、預設的資料外送比多數人想像的多一點，而且 GitHub 上的版本和中國官網的版本，出廠內容並不相同。原始碼、出廠安裝包與兩個官網都實際檢視過一輪，這幾件事可以攤開來看。

從多模型聊天客戶端，長成內建代理的 AI 工作站

Cherry Studio 在 2024 年中開源，最初定位很單純：一個支援多家服務商的 AI 聊天桌面客戶端。兩年多過去，專案規模已經不同量級。截至 2026 年 9 月，GitHub 上超過 5.2 萬顆星、5,000 次複製，開放議題近 1,700 則，維護節奏也密：光是 2026 年 9 月就推出 7 個正式版，最新的 2.1.3 在 9 月 24 日釋出，隔天倉庫裡還有新的提交進來。

功能面同樣變了形。現在的它自稱 AI 工作站：對話之外，內建知識庫與文件解析（文件解析引擎可以接自架的 MinerU 服務）、AI 繪圖、翻譯、MCP 工具協定，以及一整套 Agent 系統，可以排程任務、呼叫工具。更有意思的是它把幾個熱門的命令列編碼代理直接當成供應商來接：出廠的供應商清單裡有 Claude Code、OpenAI Codex、Grok CLI 與 OpenCode 的條目，想用這條路的人裝完就能設定。2.1.3 版的更新說明還寫著手機配對功能：透過加密的區域網路連線，把手機當成桌面 Agent 的遙控器。

細節功能也看得出成熟度。截圖文字辨識在 macOS 與 Windows 改用系統內建的辨識引擎，不必另外下載模型；Agent 有自己的技能系統，可以安裝、更新、單獨管理；翻譯同時存在獨立頁面與對話欄兩種形式；還有一群內嵌的小程式，把常見的網頁 AI 服務包進應用裡開啟。這些不是每一項都人人用得到，但對照兩年前「多模型聊天」的定位，方向已經從聊天下工具轉向把整個 AI 工作流程搬進單一應用。

Pin

早期介紹文裡「300 多個預設助手」的說法，現在連官方自己的口徑都不一致：GitHub 讀我檔案寫 300 以上，中國官網寫「千餘」。助手清單由伺服器端發布，靜態檔案裡數不出精確數字，這類行銷數字當量級看就好。介面語系倒是貨真價實：出廠附 13 種語言，繁體中文在其中，裝完不用改英文。

「資料都在本機」要拆三層看：對話、統計、內建服務各走各的路

網路上流傳的介紹常給它一句「所有資料都存在本地」。對照原始碼與官方隱私政策，這句話只對了一部分。比較誠實的讀法是分成三層。

對話與金鑰是最基本的一層。你填入的 API 金鑰、對話紀錄、知識庫檔案，預設存在本機的應用資料夾與 SQLite 資料庫裡，官方明說不提供雲端同步。當你使用自己設定的供應商時，軟體扮演本機工具的角色，你的電腦直接連向 OpenAI 或 Anthropic 的伺服器，過程不經過官方的中繼。這一層的承諾寫得清楚，也是這類工具最大的賣點。

要讓資料離開電腦，得由你自己動手設定：內建支援的雲端備份有 WebDAV、S3 相容儲存與堅果雲三條路，全部是選配，沒有預設開啟的雲端空間。整合筆記工具同理，Notion、語雀、Joplin、Obsidian、思源筆記的連動都要填入帳號才會啟用，官方政策明言這些憑證只用於本機呼叫。這種「資料出門的每一步都是明確選擇」的設計，比靜默同步透明。

還有一條邊界值得畫清楚：政策裡特別提醒，自帶金鑰等於你直接與模型供應商往來，供應商端怎麼收集與運用你送出的內容，取決於對方自己的政策，應用程式裡的任何開關都管不到那一頭。換句話說，「關掉統計」保護的是 Cherry Studio 這一層，不是 OpenAI 或 Anthropic 那一層，兩件事要分開算。

統計與錯誤報告是另一個層次。偏好設定的原始碼裡，資料收集的預設值是開啟；第一次啟動時會跳出隱私政策的對話框，按下同意就維持開啟，選擇不同意才會關掉。同意之後，軟體會把啟動與更新事件、功能使用頻率，以及每次對話的模型用量送到位於 analytics.cherry-ai.com 的統計端點。模型用量的欄位定義可以在出廠的程式碼裡逐欄看：供應商名稱、模型名稱、輸入與輸出的 token 數。官方政策強調這些資料完全匿名、不含對話內容與金鑰，也不用於剖析用戶；但「用了哪家模型、燒了多少 token」本身就帶著資訊量，在不在意由你判斷。崩潰報告走另一條路，送進 Sentry 的美國區端點，與統計共用同一個開關，在設定裡關掉資料收集會一併停掉。

內建模型服務又是另一回事。Cherry Studio 內建一個不用填金鑰的供應商，預設模型是 Qwen，走 api.cherry-ai.com 官方端點。這條路的意義在於：你的提示與對話上下文會經過官方伺服器轉送。官方政策對此的說法是「僅為完成推論的暫時中繼，不留存、不記錄」，這是官方單方面的承諾，願不願意相信，取決於你對閉源後端的態度。免 key 服務裡掛著 CherryIN 驅動標記的模型是 Qwen3-8B 這一級的小模型，完整旗艦要靠訂閱制的 Cherry Cloud。整體來說，自帶金鑰、關掉統計，資料基本不出門；用內建服務，就接受對話經官方轉手，這兩種用法的隱私等級不同。

第一次啟動的那個隱私選擇，答案已經先幫你選好了

單看預設值會覺得矛盾：統計預設開啟，但同意閘又擋在前面。實際的流程是這樣：偏好系統裡資料收集的出廠值是 true，政策版本欄位是空字串，兩者組合起來判定為「尚未同意」，於是第一個畫面強制你二選一。對話框的主要按鈕是確認新版政策（維持開啟），次要路徑才是不同意（關閉收集）。這種設計比靜默開啟誠實，但預設導向仍然是開，急著按下一步的人就會把統計留下。

好在關閉的路徑不藏：設定、資料設定、隱私設定裡有對應的開關，關掉之後統計與崩潰報告一起停，官方也說不影響核心功能。唯一的提醒是，關掉基本統計後，版本相容通知與安全更新提醒可能變得不即時，在乎的人要自己養成看更新說明的習慣。

同意機制本身有個值得肯定的設計：政策的版本號會跟著修訂前進，官方在 2026 年 8 月改版過一次隱私政策，既有使用者升級後會再次見到對話框，重新做一次選擇，統計、崩潰報告這些上傳端點共用同一個同意狀態，不存在「同意了 A 卻默默開了 B」的情況。多數軟體的政策改版只是彈一句「條款已更新」，這裡至少把開關交還給使用者。

GitHub 版與中國官網版，出廠名單差了 34 家供應商

Cherry Studio 有兩個出廠版本，這件事連不少老用戶都不清楚。從安裝包解開的供應商登錄檔逐條數：GitHub 發行的國際版內建 64 家供應商，中國官網版只有 30 家。差異的方向很明確：OpenAI、Anthropic、Gemini、OpenRouter、Azure、GitHub Copilot，以及前面提到的幾個命令列代理，都只存在於國際版；中國版保留的是智譜、DeepSeek、矽基流動、七牛這類中國服務，加上 Ollama 與 LM Studio 的本地模型選項。兩個版本的應用程式識別碼也不同，一個是 com.kangfenmao.CherryStudio，一個是 com.cherryai.cherrystudio.cn，更新來源各自獨立。

Pin

在台灣的下載選擇因此很簡單：抓 GitHub Releases 的國際版，才拿得到完整的 64 家名單與國際供應商。兩個官網的下載按鈕在檢視當天都還寫著 2.1.2，GitHub 上已經是 2.1.3，網站更新有時間差，以下載頁實際提供的最新版為準。裝好之後，國際版的自動更新也不是走 GitHub，而是指向官方自建的 releases.cherry-ai.com 發布源。

雙版本之外還有幾個分流容易混淆。文件站同樣分成國際與中國兩套，語言與內容各自維護；行動版是另一個下載入口，不是桌面版的附屬品；應用裡的單一登入選項則接向 302.ai 這個模型市集的入口，等於把第三方的帳號體系也納進來。第一次設定時認清楚自己走的是哪一條路，日後排解問題會省不少力氣。

AGPL 開源與商業授權：誰需要多看一眼

授權採 AGPL-3.0，是正規的開源授權，個人使用、下載、改給自己用都沒有問題。需要多看一眼的是兩種人。想把它的原始碼拿來改作、再散布的開發者，AGPL 的衍生作品條款會要求你以相同授權公開原始碼，這比 MIT 之類的寬鬆授權嚴格不少。想把它的能力包進商業產品的團隊，官方在讀我檔案提供了商業授權的聯絡信箱，走付費授權就不用碰 AGPL 的義務。

另外一個小但值得知道的細節：出廠供應商清單裡，矽基流動申請金鑰的連結帶著推薦碼路徑，64 家裡只有它這樣寫。經由這條連結註冊，官方可能因此獲得推薦收益；想避開的人自己搜尋矽基流動官網註冊即可，功能上沒有差別。

更新很快，v1 老用戶升級前先把備份做好

維護活躍是優點，但 2.0 世代的來臨也帶出了真實的升級風險。開放議題裡有一則標題直白的功能請求：「可信的 V1 到 V2 資料遷移與備份還原」，社群對搬家的安全感顯然還有疑慮。翻舊帳也找得到原因：1.x 時代有過兩起已修復的資料遺失案例，一是切換模型時整批對話消失，二是磁碟空間見底時資料庫處理異常、整批紀錄被清空。對新用戶來說這些是歷史；對還在 1.x 的老用戶，升級前先用內建的 WebDAV 或 S3 相容備份把資料保住，是成本最低的保險。

跨平台支援完整：Windows、macOS（Intel 與 Apple 晶片）、Linux 的安裝包每版齊發，單一版本就附了 41 個安裝檔。對安裝包有疑慮的人可以自己做驗證，官方的更新清單檔附有每個檔案的雜湊值，本次檢視的 macOS arm64 安裝包將近 370MB，雜湊比對一致。

適合誰、不適合誰，以及下載的第一步

適合的輪廓很具體：同時使用三家以上模型、想把金鑰與對話紀錄留在自己機器上的人；需要知識庫問答與文件解析，又不想把檔案交給單一廠商網頁的人；以及想在同一個介面裡操作 Claude Code 或 Codex 這類命令列代理的開發者。同為桌面 AI 客戶端，我們在 ChatWise 的檢視裡看過走買斷制的另一種路線；想把寫作場景的模型呼叫也集中起來，可以參考 writing-helper 這類自帶金鑰的工作台。

不適合的情況也明確：只偶爾用一家網頁版、沒有跨模型需求的人，多裝一個桌面應用只是多一份更新負擔；需要供應商網頁最新功能的人，桌面版的功能跟進有時間差；完全不願意任何統計出門的人，雖然可以關掉，但預設導向開啟的設計意味著你必須記得動手。重視檔案不出門這件事的人，也可以看我們對 Freecut 瀏覽器內剪輯的檢視，那是另一種把運算留在本機的路線。

第一步很單純：到 GitHub 的 Releases 頁面抓對應平台的安裝包，安裝後第一個畫面把隱私選擇做完，再到設定裡填入你已有的 API 金鑰。金鑰填自己的、供應商選自己的，這個工具最安心的用法就完成了八成；內建服務與訂閱制留給想先試試手感的人。

自帶金鑰又關掉統計的人，得到的是一個對話與檔案幾乎不出門的多模型工作台，這是它最扎實的價值。用內建免金鑰服務的人，等於拿便利換一層官方中繼，適合嘗鮮與輕量使用，但別把敏感內容丟進去。想靠它整合命令列代理與知識庫的開發者，先確認自己慣用的供應商在國際版名單裡，再評估 AGPL 對你專案的影響。把這三條路想清楚，下載與設定都不會走冤枉路。