新闻详情

新闻详情

首页 / 资讯中心 / 详情

Cherry Studio API 配置教程:API Key、Base URL、模型怎么填?

发布时间:2026/11/13 0:54:27来源:尧图网络
Cherry Studio API 配置教程:API Key、Base URL、模型怎么填?
不少人装好 Cherry Studio 之后真正卡住的不是软件怎么用而是模型怎么接。打开「模型服务」后会看到几个很容易混淆的东西API Key 填什么Base URL 是什么Model 模型名称从哪里找为什么填完 API Key 还是没有模型第三方大模型 API 怎么接进 Cherry Studio其实 Cherry Studio 的模型配置逻辑并不复杂。如果只是使用 DeepSeek、Kimi、智谱、豆包、阿里百炼等已经内置的服务商通常填好 API Key再添加模型就可以使用。如果使用的是第三方 API、聚合 API 或其他 OpenAI 兼容接口则需要额外配置 API 地址和模型 ID。下面按实际配置过程讲一遍。配置前先了解三个核心参数无论接哪家大模型基本都绕不开三个参数参数是什么从哪里获取API Key调用模型时使用的身份凭证API 服务商控制台Base URLAPI 请求发送到哪里API 服务商文档或控制台Model实际调用的模型 ID模型列表或控制台可以简单理解成API Key 你的调用凭证Base URL 模型接口地址Model 具体要使用哪个模型这里最容易混淆的是 Base URL。它不是模型名称也不是 API Key更不是服务商官网地址。同一个 API 服务商可能提供多个模型但这些模型可以共用同一个接口地址只需要通过不同的 Model ID 来区分。内置模型服务商的配置方式Cherry Studio 已经内置了不少模型服务商包括 DeepSeek、Moonshot AIKimi、智谱、豆包、阿里百炼、MiniMax 等。如果使用这些已经预置好的服务商通常不需要自己研究接口协议。打开设置 → 模型服务找到对应的服务商。例如使用 DeepSeek就选择 DeepSeek使用 Kimi则找到对应的 Moonshot AI。接下来通常按照这个流程操作填写 API Key ↓ 获取模型列表 ↓ 添加需要的模型 ↓ 检测连接 ↓ 启用服务商内置服务商很多情况下已经预设好了 API 地址所以主要需要准备的就是 API Key。API Key 需要从对应模型服务商的开放平台或控制台获取。注意这里填写的不是账号密码而是专门用于 API 调用的密钥。模型列表的获取与添加填写 API Key并不代表模型已经自动添加完成。配置好密钥以后还需要尝试获取模型列表然后把需要使用的模型添加进 Cherry Studio。只有已经加入模型列表的模型后续才会出现在模型选择界面。这里还要注意一个细节模型展示名称和真正用于 API 调用的 Model ID 不一定完全相同。例如同一个系列可能同时存在模型 A 模型 A-某版本 模型 A-某日期版本真正调用时使用的还是对应的 Model ID。因此不确定时最好直接参考服务商当前模型列表。第三方 API 的接入方法如果使用的 API 服务商没有出现在 Cherry Studio 的预置列表中也不一定不能用。Cherry Studio 支持通过自定义服务商接入第三方 API。进入设置 → 模型服务找到添加自定义服务商的位置。然后填写一个方便识别的服务商名称例如自定义大模型 API接下来要判断服务商使用的是什么接口协议。如果对方文档中明确出现OpenAI Compatible 兼容 OpenAI API 兼容 OpenAI SDK通常可以选择 OpenAI 类型进行配置。然后填写三个核心参数API Key Base URL Model ID如果服务商支持自动获取模型列表可以直接获取。如果不能自动获取也可以根据接口文档手动添加 Model ID。Base URL 的填写注意事项Base URL 是第三方 API 配置里比较容易出错的一项。假设服务商提供的是https://api.example.com或者https://api.example.com/v1应该按照对方接口文档要求填写。有些文档还会直接给出完整请求地址例如https://api.example.com/v1/chat/completions这种情况下不要看到一个地址就直接全部复制进去。Cherry Studio 通常会根据选择的接口类型自动拼接对应的请求路径因此应该优先使用服务商明确标注的Base URL / API 地址。比较稳妥的方式是直接复制 API 服务商控制台或官方文档提供的 Base URL。尤其不要把https://www.example.com这种官网首页地址当成https://api.example.com这样的 API 地址。两者不是一回事。OpenAI 兼容接口的基本逻辑现在不少大模型平台都会写OpenAI Compatible这里并不是说它一定使用 OpenAI 的模型。它表达的是这套 API 在调用格式上兼容 OpenAI API 的部分规范。因此很多原本支持 OpenAI API 的客户端也可以通过更换API Key Base URL Model来接入其他兼容服务。这也是 Cherry Studio 可以比较方便地连接不同模型和第三方 API 的原因之一。但要注意OpenAI 兼容不等于所有功能都完全一样。基础对话一般比较容易兼容但 Thinking、工具调用、多模态、联网搜索等功能仍然要看具体模型和 API 服务商是否支持。配置完成后的检测与启用API Key、Base URL 和模型都填完以后建议先进行一次连接检测。选择一个已经添加的模型进行测试。如果检测正常再确认对应模型服务商已经处于启用状态。完整流程可以记成获取 API Key ↓ 进入模型服务 ↓ 填写 API Key ↓ 确认 Base URL ↓ 获取或添加模型 ↓ 检测连接 ↓ 启用服务商 ↓ 选择模型使用如果前面的参数都配置正确但聊天界面仍然找不到模型也可以回来检查一下服务商是否已经启用。常见配置问题排查如果检测连接失败不一定需要重新安装 Cherry Studio。很多时候只是某个参数没有填对。可以按照这个顺序排查API Key ↓ Base URL ↓ Model ID ↓ 模型服务商是否启用 ↓ 当前 API 是否支持获取模型列表API Key确认 Key 有没有复制完整以及是不是当前服务商提供的 Key。尤其不要混用不同平台的 API Key。Base URL确认填写的是 API 地址而不是官方网站。使用第三方 API 时以服务商提供的 Base URL 为准。Model ID建议直接从服务商当前模型列表复制不要自己猜模型名称。获取不到模型列表部分 API 服务不一定支持客户端自动拉取模型列表。这种情况下可以根据服务商文档提供的 Model ID 手动添加模型。API Key 的安全使用还有一个很容易忽略的问题。Cherry Studio 模型配置页面中的 API Key本质上就是你的 API 调用凭证。所以无论是发教程、截图提问还是分享到群里都建议把完整 Key 打码。不要把真实 API Key 放到公开截图 博客文章 代码仓库 评论区 公开聊天记录如果发现 Key 已经意外公开建议及时到对应服务商后台撤销并重新生成新的密钥。写在最后Cherry Studio 配置大模型 API核心其实就是弄清楚三个参数API Key、Base URL、Model。使用内置服务商时通常填好 API Key、添加模型即可。如果使用第三方或聚合 API则重点确认接口协议再按照服务商提供的信息填写API Key、Base URL 和 Model ID。把这几个参数对应好基础的模型接入基本就完成了。
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 2026/11/13 0:43:49

【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 2026/11/12 23:59:09

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 2026/11/13 10:09:00

【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 ... 2026/11/12 9:25:38

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 2026/11/12 15:57:44

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 2026/11/13 0:02:27

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
📞 ✉