新闻详情

新闻详情

首页 / 资讯中心 / 详情

Cherry Studio 跨平台安装指南:Windows、macOS、Linux 三端 30 秒上手

发布时间:2026/11/21 11:22:52来源:尧图网络
Cherry Studio 跨平台安装指南:Windows、macOS、Linux 三端 30 秒上手
Cherry Studio 跨平台安装指南Windows、macOS、Linux 三端 30 秒上手【免费下载链接】cherry-studioAI productivity studio with smart chat, autonomous agents, and 300 assistants. Unified access to frontier LLMs项目地址: https://gitcode.com/GitHub_Trending/ch/cherry-studioCherry Studio 是一款桌面端 AI 客户端统一管理 OpenAI、Gemini、DeepSeek 等 300 多家模型提供商内置 300 余个预设助手官方提供 Windows、macOS、Linux 三个平台的安装包。读完这篇跨平台安装教程你可以根据自己的系统版本选对包、装好它并在出问题时快速定位到对应配置目录。它凭什么同时跑在三个系统上Cherry Studio 基于 Electron 框架当前版本 44.2.0打包工具 electron-builder 26.15.6核心思路是一套代码、三种安装包界面和逻辑只维护一份构建时由 electron-builder 分别产出各平台的原生安装包。具体对应关系可以在 electron-builder.yml 里核对Windows 是 NSIS 安装器加 Portable 便携版macOS 是 DMG 和 zipLinux 是 AppImage、deb、rpm 三种格式。数据层用的是 better-sqlite3x64 与 arm64 两种架构都有预编译二进制见 scripts/linux-native/ 的校验清单所以 Apple Silicon、Windows ARM 这类新架构也不用自己编译。30 秒装好三平台最短路径Windows。从发布页拿Cherry Studio-版本号-x64-setup.exeNSIS 安装器双击后允许更改安装目录一路默认即可不想起安装器的话直接跑-portable.exe便携版解压即用。macOS。下载 DMG打开后把 Cherry Studio 拖进 Applications 文件夹就算装完之后从启动台打开。Homebrew 有对应的 cask习惯命令行可以brew install --cask cherry-studio。Linux。Ubuntu/Debian 用 deb 最省事sudo dpkg -i cherry-studio_*.deb装完缺依赖就补一句sudo apt-get install -f。RedHat/Fedora 选 rpm 包桌面环境挑不定时选 AppImage加执行权限后直接./Cherry-Studio.AppImage运行。各平台最容易踩的坑Windows系统下限是 Windows 10/11 64 位32 位系统装不了。2.1.3 之前企业环境的应用控制类安全软件拦截原生关闭模块会导致启动即崩升到 2.1.3 即可如果升级后仍被安全策略拦住让 IT 把安装目录加入白名单或改用便携版放在非受控目录。macOS要求 Monterey 12.0 及以上。Apple Silicon 和 Intel 芯片的 Mac 都能装但注意Intel Mac 缺少本地推理向量嵌入和 OCR的绑定本地模型相关功能不可用云端 API 不受影响。首次打开若提示已损坏/未知开发者去系统设置 → 隐私与安全性里点仍要打开不要折腾 Gatekeeper。LinuxAppImage 是免安装方案但必须给它执行权限chmod x Cherry-Studio.AppImage旧版 AppImage 依赖系统 libfuse2不少发行版默认不带2.1.3 起官方已内置该库遇到需要 libfuse2的报错直接升级版本。另外 deb/rpm 包分 x64 和 arm64 两套ARM 设备如某些国产笔记本装包前先确认架构装错架构会直接启动失败。三平台能力差异一览能力WindowsmacOSLinux系统托盘完整支持完整支持依赖桌面环境无托盘能力的合成器会缺失全局快捷键系统级注册完整可用系统级注册完整可用取决于桌面环境部分 DE 不保留注册需退化为应用内快捷键自动更新electron-updater 检查 releases.cherry-ai.com 源同左同左从 apt/dnf 安装的包走发行版渠道更稳深色模式跟随系统可手动切换跟随系统可手动切换跟随系统主题个别桌面需手动切换系统通知原生通知原生通知走 DBus 通知需桌面环境提供通知服务本地模型推理x64 完整支持ARM64 缺文档解析绑定个别功能降级Apple Silicon 完整支持Intel 芯片完全不可用x64/arm64 均可差异集中在最后两项如果你强依赖本地推理优先选 Apple Silicon Mac 或 x86-64 的 Windows/Linux 机器全局快捷键在 Linux 上不好使时退回应用内快捷键即可功能不缺失。配置位置与故障速查三个平台的应用数据都在系统用户数据目录下Windows 是%APPDATA%\Cherry StudiomacOS 是~/Library/Application Support/Cherry StudioLinux 是~/.config/Cherry Studio。故障按这个顺序查启动慢或卡在启动页先确认杀毒软件没有把安装目录整体挂起扫描再看磁盘剩余空间是否低于 2GB模型连不上先检查应用内代理配置和绕过规则2.1.3 已修复 IPv6 回环被代理吞掉的 bug再确认网络能直连对应服务商界面卡顿先关掉多余窗口和标签页然后打开应用内置的诊断上报功能见上文截图收集日志定位。打包与校验相关的实现可以看 scripts/ 和 docs/contrib/linux-packaging.md文档总入口在 docs/。Cherry Studio 的跨平台方案把复杂度留在了构建管线里用户侧只需要按系统选对应的安装包官方路线图里还有鸿蒙 PC 版与 Android、iOS 端移动端需求可以留意后续版本。【免费下载链接】cherry-studioAI productivity studio with smart chat, autonomous agents, and 300 assistants. Unified access to frontier LLMs项目地址: https://gitcode.com/GitHub_Trending/ch/cherry-studio创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/20 0:44:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/19 15:17:14

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/20 20:45:42

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/20 16:11:20

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/20 18:41:01

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/20 0:44:55

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉