零基础玩转Cherry Studio:从本地部署到远程调用的完整指南(含Ollama配置)

一站式开源AI平台Cherry Studio本地部署与远程调用本地大模型 通过以上步骤,我们实现了在 Windows 系统电脑本地安装 Cherry Studio 客户端并配置本地 AI 大模型服务,并使用 cpolar 内网穿透工具轻松实现在公网环境中也能使用 Cherry Studio 远程访问本地部署的大模型,并为本地服务配置固定不变的二级子域名公网地址的全部流程。经过简单测试,Cherry Studio 这款 AI 工具确实效果很惊艳,支持的功能也非常多,而结合内网穿透使用则降低了使用门槛,无需二次部署,提高效率。 阅读详情

零基础玩转Cherry Studio:从本地部署到远程调用的完整指南(含Ollama配置)

在人工智能技术日益普及的今天,个人开发者和小型团队也能轻松搭建自己的AI开发环境。Cherry Studio作为一款开源AI开发平台,以其简洁的界面和强大的功能吸引了众多AI爱好者的关注。本文将带你从零开始,逐步掌握Cherry Studio的本地部署、模型配置以及远程访问的全套流程,特别包含Ollama的详细配置指南。

1. Cherry Studio基础环境搭建

1.1 系统要求与准备工作

在开始安装Cherry Studio之前,需要确保你的系统满足以下最低要求:

  • 操作系统:Windows 10/11(64位)、macOS 10.15+或主流Linux发行版
  • 硬件配置:
    • CPU:至少4核处理器
    • 内存:8GB(推荐16GB以上)
    • 存储空间:至少10GB可用空间
  • 网络环境:稳定的互联网连接(用于下载安装包和模型)

提示:如果你计划运行本地大语言模型,建议配备更强大的硬件配置,特别是GPU资源。

1.2 下载与安装步骤

Cherry Studio的安装过程非常简单:

  1. 访问官方GitHub发布页面:https://github.com/CherryHQ/cherry-studio/releases
  2. 根据你的操作系统选择对应的安装包(Windows用户选择.exe文件)
  3. 下载完成后,双击安装程序并按照向导完成安装
  4. 选择安装路径(建议保持默认或选择有足够空间的磁盘)
# Linux用户可通过以下命令快速安装
wget https://github.com/CherryHQ/cherry-studio/releases/download/v1.0.0/cherry-studio_1.0.0_amd64.deb
sudo dpkg -i cherry-studio_1.0.0_amd64.deb

安装完成后,你可以在开始菜单或应用程序列表中找到Cherry Studio的快捷方式。首次启动时,程序会自动进行必要的初始化设置,这可能需要几分钟时间。

2. 模型服务配置详解

2.1 在线模型服务接入

Cherry Studio支持多种在线AI模型的接入,包括但不限于:

模型提供商 支持模型 认证方式
DeepSeek R1系列 API密钥
Gemini 1.5 Pro OAuth 2.0
Claude 3系列 API密钥
Deepseek R1 模型本地部署(ollama+cherry studio)详细指南! 个人知识库搭建与使用 对于想要在本地或自托管环境中运行 LLM 的用户而言,Ollama 提供了一个无需 GPU、在 CPU 环境也可高效完成推理的轻量化 “本地推理” 方案,接下来跟着笔者学习怎么一步步搭建自己的本地知识库吧 阅读详情

相关推荐

如何使用Cherry Studio远程调用本地大模型打造专属AI开发环境

嘿,朋友们!今天给大家带来一个超酷的AI组合——Cherry Studio和cpolar内网穿透工具。有了它们,在Windows电脑上安装开源AI客户端Cherry Studio,随时随地远程调用各种本地部署的大语言模型变得轻而易举,无需公网IP,也不用折腾云服务器啦~Cherry Studio是一款兼容Windows、Mac和Linux系统的全能型桌面客户端,支持OpenAI、Gemini、Anthropic等主流服务商的LLM以及Ollama等本地模型。

饺子大魔王 2101

DeepSeek+Ollama+Cherry Studio 实现本地部署搭建知识库

本文介绍了如何通过DeepSeek+Ollama+Cherry Studio 实现本地部署搭建知识库。

weixin_43705315的博客 1297

零基础玩转Cherry Studio:从本地AI模型到远程调用的完整避坑指南

本文提供零基础使用Cherry Studio的完整指南,涵盖从本地AI模型部署到远程调用的全流程。详细讲解环境配置、模型服务优化、内网穿透(cpolar实现远程访问)等关键步骤,并分享常见问题解决方案和性能调优技巧,帮助开发者高效搭建AI应用系统。

u9v0w的博客 752

Windows下用Cherry Studio+Ollama打造免费AI助手:本地大模型远程调用全攻略

本文详细介绍了在Windows系统下,如何利用Cherry Studio与Ollama搭建免费的本地AI开发环境,并实现远程调用。通过部署Ollama管理开源大模型,配置Cherry Studio作为图形化交互界面,并结合内网穿透工具实现安全远程访问,用户无需云端API即可获得数据隐私安全、功能强大的个人AI助手,适用于代码生成、文档分析等多种场景。

fern8的博客 1092

DeepSeek + Cherry Studio 本地部署

点击左下角的设置->选择Ollama->打开开关->管理(添加上面拉取成功的deepseek模型)->检查API。在终端里输入【ollama list】查看你安装的模型,复制一下你安装的模型的【NAME】,我这里是【deepseek-r1:1.5b】点击【Install】(这里需要注意的是,安装包是直接安装在C盘的,并不支持更改路径,因此C盘的空间必须要至少大于5GB的空余空间)。耐心等待,完成之后看到【success】字样,代表成功安装DeepSeek R1,然后就可以与DeepSeek对话了。

QoMo的博客 814

手把手教你在CherryStudio中用硅基流动部署本地化Deepseek

在人工智能飞速发展的当下,大语言模型不断推陈出新,Deepseek 以其卓越的性能和出色的表现,吸引了众多 AI 爱好者和开发者的目光。一方面,我们可以进一步探索模型的应用场景,如在智能客服、智能写作、数据分析等领域,充分挖掘模型的潜力,为工作和生活带来更多的便利;通过硅基流动和 CherryStudio,我们成功实现了 Deepseek 模型的本地化部署,这一过程不仅提升了模型使用的稳定性和响应速度,还为我们带来了更加个性化的 AI 体验。

远程部署调试 运行安装 项目调试 二次开发 项目技术新 持续迭代 部分源码免费分享 2万+

【AI】CherryStudio + Ollama

下载地址:https://cherry-ai.com/download。在聊天时记住一定要选择你的知识库,选择了知识库的会是彩色的按钮。3.3.1添加知识库之前,请先去把模型设置为嵌入模型。3.3.3选择本地文件或者目录,添加网络文章地址。3.3.2☆☆配置本地部署的DeepSeek。即可实现本地DeepSeek模型对话。选择好安装目录 一直下一步安装就好。点击“Ollama”,点击“管理”点击本地添加的模型后面“+”回到聊天页面进行聊天。3.3.3本地知识库。3.3.2创建知识库。3.3.4使用知识库。

德仔 1749

『AI大模型』Ollama、DeepSeek 和 Cherry Studio 本地知识库搭建实战指南

深入探讨如何利用 Ollama、DeepSeek 和 Cherry Studio 搭建本地知识库,从技术原理到实践步骤,再到优化策略,全方位呈现知识库构建的精髓,助你在本地数据管理与检索领域实现技术突破,打造高效、智能的企业级知识管理解决方案。

老陈聊架构 2442

TensorFlow_PyTorch实战:构建AI人工智能回归模型

回归分析是机器学习的核心任务之一,用于预测连续型目标变量(如房价、股票价格、用户留存时间等)。基础线性回归模型的数学原理与代码实现多项式回归模型的过拟合处理与正则化技巧自定义数据集加载与数据预处理流程动态图(PyTorch)与静态图(TensorFlow)的编程范式对比模型评估指标与可视化分析方法核心概念:对比两大框架的架构设计,解析回归模型核心组件数学原理:推导线性回归的假设函数、损失函数及优化算法算法实现:提供TensorFlow和PyTorch的完整代码示例项目实战。

AI天才研究院 1429

IAR调试CC1310的错误:Fatal error:Failed to connect to the XDS emlulator (Error -241 @ 0x0:)

从simplelink_cc13x0_sdk_2_10_00_36导入collector工程后,rebuild后进行debug,出现了如图错误:Fatal error:Failed to connect to the XDS emlulator (connect ICEPick)...(Error -241 @ 0x0)A router subpath could not be accessed....

qq_40417648的博客 6228

【已解决】如何在服务器中下载huggingface模型,解决huggingface无法连接

在服务器上使用huggingface模型时,如果直接指定模型名称,用AutoTokenizer.from_pretrained(“model_name”),可能会由于网络原因会报错 Failed to connect to huggingface.co port 443 after 75018 ms: Operation time out因此我们需要下载模型到服务器上,得到模型本地的路径model_dir,再通过AutoTokenizer.from_pretrained(model_dir)方式来使用。

a61022706的博客 4万+

【低空经济】无人机充电站设计方案

随着无人机技术的快速发展和广泛应用,其在物流、农业、巡检、救援等领域的应用日益普及。然而,无人机的续航能力一直是限制其大规模应用的关键因素之一。为了解决这一问题,无人机充电站的设计与建设显得尤为重要。本项目旨在设计一套高效、智能、可扩展的无人机充电站系统,以满足不同场景下无人机的充电需求,提升其作业效率和应用范围。无人机充电站的设计将围绕以下几个核心目标展开:首先,充电站应具备快速充电能力,以减少无人机的停机时间,提高作业效率;

2959

嘉立创封装图下载后必做的3步优化(附批量删除机械层技巧)

本文针对从嘉立创下载的封装图,系统讲解了三步核心优化流程,以解决其直接使用时的常见问题。重点介绍了如何高效批量删除冗余的机械层,避免制造错误;并详细说明了规范丝印层间距、统一焊盘命名等关键步骤,帮助工程师将第三方封装转化为可靠、合规的设计资源,从而提升PCB设计效率与文件质量。

weixin_29227585的博客 431

摆脱英文束缚!群晖Transmission4.0.4全新中文界面攻略

在群晖安装完官方Transmission4.0.4套件后,界面是英文状态的,不太好用。但是按照网上分享的原来4.0以前版本的方法更新UI又失败,所以自己搞了下成功了,分享给需要的朋友。

XiaoqiangClub的博客 5211

微信支付接口「系统繁忙 SYSTEM_ERROR」/「文件不存在」报错分析与解决方案 接口开发实现SDK

微信支付的“平台证书模式”只有5年的有效期,过期后微信支付将不再签发新的平台证书,转而要求开发者使用“微信支付公钥”来处理敏感信息加密及回调签名验证。然而,由于以下几点原因,许多开发者在调用 获取平台证书。尽管微信支付在技术迭代上有其必要性,但报错设计过于不友好。诸如“系统繁忙”这样的提示很难直接关联到平台证书失效或公钥切换问题。这样的信息表达,开发者不仅看不懂,还需要花费大量时间分析排查,非常影响效率。

代码简单说 Vue、JAVA、PHP、Node.js 熟练运用,接口、架构、性能全搞定。 779

游戏引擎揭秘:大厂为何死磕自研?

游戏引擎本质与商业价值解析 游戏引擎是集成了渲染、物理、动画等核心功能的开发工具包,其价值在于让开发者免于重复编写底层代码,专注于游戏内容创作。商业引擎(如Unity/Unreal)虽降低了开发门槛,但头部厂商仍坚持自研引擎,主要基于以下考量: 经济性:长期项目分摊自研成本后,比商业引擎分成更划算; 可控性:完全掌握底层代码,能针对性优化核心玩法需求; 技术壁垒:专属引擎成为厂商的竞争优势,如米哈游的跨平台渲染技术; 项目适配:超大型游戏(开放世界/MMO)需要深度定制解决方案。 这种"短期高投入

本博客聚焦游戏开发技巧、创业实战心得及大学热门课程干货。这里既有技术深度,也有思维广度,无论你是开发者、创业者还是高校学子,都能在这里找到适合自己的成长之路! 263

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

上一篇: Python配置管理新选择:OmegaConf从入门到实战(附YAML与JSON对比)
下一篇: Ubuntu 22.04 安装 MuJoCo 3.3.0 保姆级教程(附常见错误解决方案)
寂静夜空35
博客等级 码龄3年 59粉丝 1797原创
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  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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