前不久我写过几篇文章，介绍25年我常用的几个AI工具，约莫着算下来有十几个，分布在不同的网页里面。
25年，我真正觉得好用的 AI 工具清单
这么多账号，对于我，甚至现在的你，管理起来是非常头疼的一件事情。
好多次，我都会这样问自己：
我有多少个 AI 账号，又在浏览器里面折腾切换了多少次界面？
以及，Prompt 在 Notion、微信收藏夹、ChatGPT、Claude、Gemini 里面到处有，知识分散、效率低、思路断层——这是当下多数人的真实体验。
并且有一些写好的prompt，无法沉淀到我自己私有的知识库里面，就非常难受。
每个应用之间是互相隔离，老死不相往来的（如果想导出历史记录，可以看一泽的Chat Memo）。
对此，今天这篇文章，来谈谈我自己的解法，以及我想推荐一款好用的AI工具-- cherry studio。
上面提到的这些难点，基本上他都可以帮我解决，本地这样的的一个工作台，囊括市面上所有的AI工具集合。
话不多说，我们开始。
Cherry Studio是何许人也
先来说说，cherry studio究竟是啥。
简洁来说，Cherry Studio 是一个能把多模型、多服务商的 AI 能力统一管理的桌面客户端，支持 Windows / macOS / Linux 平台。
你可以把它想象成集合常用AI 工具的工作台：不需要频繁切换浏览器窗口，不需要重复登录，无缝调度你常用的 AI 资源。
提示词 & AI 聚合平台
Cherry Studio 最直观的功能，是把你常用的 AI 模型和提示词放到一个统一的工作台里。
而这，最终都会原封不动的保存到自己的知识库里面，你也不用回头从其他AI工具上面在粘贴回来。
图：管理所有AI模型的入口
你可以在一个界面里：- 调用 OpenAI、Gemini、Anthropic 等主流模型；
- 直接打开 Claude、Peplexity、Poe 等在线服务；
- 切换本地部署的模型（比如 Ollama / LM Studio 本地模型）。
更强的是，它内置了 300+ 预配置的智能助手（也可以自己定义），类似于给每一个工作场景预先设定好身份：写作助理、总结专家、代码调试员、翻译专家等。
比如我可以把公众号页面排版的提示词预设到这里面，每次只需要输入内容就可以。
我也可以把短视频脚本撰写的提示词放置到里面，直接给我出自带表格的分镜头脚本，并且可以导出为word文档。
我觉得，满足一个普通人的日常需求，基本就足够了。
这里面，大概有几百个提示词吧....
别忘了，我们也可以调用MCP服务，也可以是每一个AI模型的手，去使用第三方的数据和服务。
我还记得，我之前，在本地启用小红书mcp服务，直接可以搜索小红书的关键词，获取最新的小红书笔记。
以及，本地配置了chrome+computer-use，基本上不需要AI浏览器，就可以主动去浏览网页了。
把提示词、参数、角色一次性保存下来，再也不用每次去手动输入。
以及，有一些常用的chatgpt、DeepSeek、kimi等，都会聚合在一个页面里面，只需要轻轻点击对应的logo，就可以访问页面了。
这个功能，我觉得非常好用，直接拯救了我。
想象我以前，每次用某个工具，需要登录验证一大堆，而且还不好管理。
知识库 + 联网搜索 + 对话历史：长期记忆不是口头承诺
在我看来，与AI不断对话的过程，值得记录下来。
这是你每一次思维认知成长与蜕变的过程，等到下一次翻开来看，或许会受到很大的启发。
高效的 AI 互动不只是一次对话，而是带历史、有记忆、可检索的长期交互。
Cherry Studio 有自己内置的 知识库功能，支持你把本地文档（PDF、Word、代码、笔记）、网页内容、链接等一键导入并自动向量化。
建立知识库后，你的提问就能结合文档内容给出更准确、更专业的回答，而不是重新生成一个泛泛的回答。
这个过程类似给 AI 装上了长期记忆：
下次提问它能结合你自己的资料，好比你的大脑，而不是每次都是从 0 重新开始。
在使用的时候，非常建议，同时开启知识库+thinking mcp，回答结果会更加准确。
此外，它还支持对话历史的上下文关联，让每一次提问都有“线性记忆”，这对连贯性很重要。
能动手干活的 Agent + Coding
Cherry Studio 内置的智能助手不仅仅是对话机器人，它可以被配置成 Agent 类型，在某些场景下替你自动执行任务。
熟悉agent的朋友，可能知道Manus，coze，dify等。
没错，在cherry studio里面也可以配置这样的智能体。
当你在助手栏，新建一个助手的时候，会有一个agent选项。
然后你可以自定义智能体名称，选择模型，以及选择哪种权限。
然后，你就可以在设置里面，查看自己当前智能体的配置。
除此之外，你还可以设定：
这和普通的提问不同，它更像是你的 AI 小团队：根据你预设好的规则和流程去执行，而不是被动回应问题。
不过，当前是纯提示词驱动的agent，可以在workflow里面去写好什么时候调用mcp以及插件。
低代码的workflow编排，目前不太支持。
以及，我非常兴奋的告诉大家，cherry studio已经支持Claude skills了。
关于skill，可以查看我之前的文章，2026年普通人的红利。
也就是说，你可以把自己沉淀好的一些sop，直接转化成skills，下次执行的时候，调用命令就可以了。
比如，能够大概做出来一个样子（具体还得使用Claude模型）：
还有 Coding 助手支持多种语言的代码补全、生成和片段调试，使你在写代码时省去来回切换的成本。
比如，cherry studio自带的代码工具，其实不止Claude code，还有Gemini cli，codex等。
点击启动之后，直接就可以启用了。如下。
写在最后
用了cherry studio，你会有这样一个工作流程：
你正在构思一篇长文：
- 在 Cherry Studio 里把相关文档、链接、笔记导入知识库；
- 最后把整体内容导出到 Markdown 或 Word，或者直接使用obsidian进行排版之后发布。
这一套操作过程，不需要离开 Cherry Studio 的工作台。它把各个过程串连起来，消除了频繁切换工具的摩擦。
在我看来，Cherry Studio 的价值不在它有多少个模型整合，也不是那种所谓的套壳工具站，
它把散落的 AI 能力组织成一个可以持续使用的生产力平台，一个能让 AI 真正“上手干活”的工作枢纽。
在这个 AI 工具日益增多、碎片化体验日益严重的时代，一个能把所有工作台统一起来的管理器，是提升效率的关键。
Cherry Studio 正在把这个想法变成现实
粤ICP备14082021号
免费POC，
零成本试错
