Cherry Studio MCP实用教程

该文章已生成可运行项目,

Cherry Studio MCP实用教程
🖥️ Cherry Studio MCP 实用教程
“Cherry Studio 是一款支持多模型的AI助手,支持知识库管理、MCP Servers管理,为用户提供了全面的AI能力。”

Cherry Studio MCP Servers 管理
支持的传输类型
Stdio: 标准输入输出
SSE: 服务器发送事件
Streamable HTTP: 可流式传输的HTTP
模型供应商
支持多种模型供应商的协同工作
示例:硅基流动的DeepSeek R1模型服务
获取硅基流动API Key
访问 硅基流动官网 完成注册与登录。
在模型广场选择模型,了解详情。
前往API密钥页面 API密钥页面,创建并获取自己的API Key。
Cherry Studio 配置硅基流动大模型
前往Cherry Studio的Settings。
在Model Provider页面,选择“SiliconFlow”。
输入你的API Key,单击Check按钮测试连接。
Cherry Studio 管理MCP Servers
前往Settings页面,点击MCP Servers。
创建或管理MCP Servers。
安装提示:若右上角有警示按钮,提示安装uvx和bun,单击按钮并根据安装向导进行安装。
完成后可在MCP Servers页面中创建新的MCP Server。
配置Fetch MCP Server
Fetch MCP Server提供网页内容抓取功能。步骤如下:

在MCP Servers设置页面中,单击“Add Server”,选择“Quick Create”。
输入以下内容并单击Save按钮保存:
Name: Fetch
Type: Standard Input/Output (stdio)
Command: uvx
Arguments: mcp-server-fetch
启动Fetch MCP Server
在MCP Server列表中,单击右侧的开关按钮启动Fetch MCP Server。
使用Fetch MCP Server
新建话题,选择硅基流动的deepseek-ai/DeepSeek-R1模型。
在聊天输入框下方确认启用Fetch,输入消息如“请抓取https://docs.siliconflow.cn/cn/userguide/introduction 的内容”,单击发送按钮。
配置Filesystem MCP Server
Filesystem MCP Server允许直接访问文件系统。步骤如下:

在MCP Servers设置页面中,单击“Add Server”,选择“Quick Create”。
输入以下内容并单击Save按钮保存:
Name: Filesystem
Type: Standard Input/Output (stdio)
Command: npx
Arguments:
-y
@modelcontextprotocol/server-filesystem
<你授权管理的文件夹绝对路径>
请确保在Arguments字段设置参数时,每个参数都在单独一行。

使用Filesystem MCP Server
新建话题,选择硅基流动的deepseek-ai/DeepSeek-R1模型,在聊天输入框确认启用Filesystem。
输入消息如“请列出当前目录下的文件”,单击发送按钮。
文件管理操作示例
列出文件: 输入消息“请列出当前目录下的文件”。
重命名文件: 输入消息“将该文件改名为.bak文件,作为备份”。
确认文件状态: 输入消息确认备份文件状态。
当前目录内容确认结果
当前仅有备份文件: /Users/wyang14/Documents/WCP-Experiment/mcp_introduction_summary.md.bak
类型: 文件 (FILE)
这是您创建的备份文件,原始文件 mcp_introduction_summary.md 已成功重命名为备份文件。
目录内容确认
文件名 类型 说明
mcp_introduction_summary.md.bak 文件 备份文件,原始文件已重命名
当前目录没有其他文件或子目录,只有您创建的 bak 备份文件。如需恢复原始文件,可以将此备份文件重命名为 mcp。
在这里插入图片描述

本文章已经生成可运行项目
<think>好的,用户想查找与Cherry Studio MCP相关的IT内容或工具。首先,我需要明确用户提到的“Cherry Studio MCP”具体指的是什么。可能是一个特定公司的产品、开发工具,或者是某个软件套件。由于信息有限,我需要先进行一些假设和搜索。 首先,检查用户提供的引用内容,里面提到了使用curl和Python测试Ollama服务器的配置和状态,以及一些模型名称如deepseek-r1、snowflake-arctic-embed2等。这可能与机器学习或AI开发工具有关,但不确定是否与Cherry Studio MCP直接相关。用户之前的问题可能涉及服务器配置和模型测试,所以可能Cherry Studio MCP是某个开发环境或管理平台。 接下来,考虑可能的来源。Cherry Studio可能是一个IDE或开发工具,而MCP可能代表Management Control Platform,或者是某个专有系统的缩写。需要验证是否存在这样的工具。例如,Cherry Servers是一家提供云服务器和IT基础设施的公司,可能他们的管理平台叫做MCP。但需要确认。 搜索Cherry Servers相关产品,发现他们确实有一个管理控制面板(Management Control Panel),可能简称为MCP,用于管理云服务器、存储、网络等资源。这可能就是用户所指的。如果是这样,相关的IT工具可能包括他们的API、CLI工具、Terraform插件等,用于自动化管理基础设施。 此外,用户可能对与Cherry Studio MCP集成的第三方工具有兴趣,比如监控工具(如Prometheus、Grafana)、配置管理工具(Ansible、Chef),或者持续集成工具(Jenkins、GitLab CI)。这些工具可以协助在Cherry Studio的环境中自动化部署和管理。 还需要考虑用户可能的实际需求,比如如何通过API或SDK与Cherry Studio MCP交互,是否存在官方文档或社区资源,或者是否有特定的使用案例,如自动化部署机器学习模型到服务器。 最后,根据这些可能性,整理出相关的工具和资源,并建议用户查阅官方文档或联系支持以获取更准确的信息。同时,提醒用户如果MCP有特定上下文,可能需要进一步澄清。</think>关于Cherry Studio MCP相关IT工具或软件的信息整理如下: ### 1. 可能的工具定位 根据行业常见命名规范,"MCP"可能指代: - **Management and Control Platform**(管理与控制平台) - **Modular Computing Platform**(模块化计算平台) - **Media Creation Platform**(媒体创作平台) ### 2. 推荐排查路径 #### (1) 官方文档检索 建议优先访问Cherry Studio官网(假设存在)的开发者文档,搜索以下关键词: ```bash curl -X GET "https://api.cherrystudio.com/docs" | grep "MCP" ``` #### (2) 开发工具集成 常见IT工具链可能包含: $$ \text{MCP} \rightarrow \left\{ \begin{array}{l} API网关(如Postman, Swagger) \\ CLI工具(如Python SDK) \\ 容器化部署(Docker/K8s配置文件) \end{array} \right. $$ #### (3) 开源社区搜索 在GitHub/GitLab尝试组合搜索: ```python # Python示例使用GitHub API import requests response = requests.get("https://api.github.com/search/repositories?q=Cherry+Studio+MCP") print(response.json()["items"][:3]) ``` ### 3. 相关工具推测 根据常见IT平台架构,可能涉及: - **基础设施管理**:Terraform模块、Ansible Playbook - **监控工具**:Grafana仪表盘模板、Prometheus exporters - **API开发**:OpenAPI规范文件、gRPC协议定义 ###
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值