01 被 AI 工具包围的知识工作者现状

在这个 AI 爆发的时代，知识工作者的工具库正经历前所未有的扩容。以我为例，按平台类型梳理日常使用的 AI 工具，已然形成三层矩阵：

「云端智能助手」：Kimi、豆包、ChatGPT、Gemini、Deepseek 等在线 AI，如同散布在云端的智囊团，随时响应碎片化需求。比如用豆包快速验证思路，用 Deepseek 处理专业文档分析。

「API 驱动的隐形助手」：在 Obsidian 等生产力工具中，通过 API 集成 Deepseek、Gemini、ChatGPT 等能力。当我在笔记中输入指令时，AI 会像幕后编辑一样，自动完成内容润色、思维导图生成等操作，让创作流程无缝衔接。

「本地知识堡垒」：在个人电脑部署 Ollama 与各类大语言模型，构建专属知识库。无论是本地文档检索，还是敏感数据处理，这套本地化方案都能在离线环境中保驾护航。

02 工具爆炸背后的效率困境

随着工具矩阵扩张，新的矛盾逐渐凸显：

• 场景切换成本陡增：写文案时切到 ChatGPT，做数据分析时打开 Deepseek，管理知识库又要启动本地模型，频繁跳转让思维链条断裂。
• 工作流碎片化：不同工具输出格式不统一，从 API 获取的 JSON 数据需手动转换，本地模型生成的内容难与云端同步，效率在重复劳动中消耗。
• 知识管理失控：各工具的对话历史、生成内容散落在不同平台，想回溯某段 AI 辅助的思路时，往往需要在多个界面中翻找。

03 发现 AI 工具的「瑞士军刀」：Cherry Studio

就在工具焦虑达到峰值时，Cherry Studio 的出现堪称「破局者」。这款以 Model Context Protocol（MCP）为核心的集成平台，像一个智能枢纽，将分散的 AI 能力编织成统一网络。

它的核心价值在于「三化」：

• 能力整合标准化：通过 MCP 协议对接在线 API、本地模型、自定义服务，无论是调用 ChatGPT 的对话能力，还是触发本地 Ollama 的知识库检索，都能在同一界面完成。
• 工作流自动化：支持配置「AI 工具链」—— 例如设置「Obsidian 编辑→Deepseek 润色→本地模型校验」的流水线，让多工具协作像搭积木一样简单。
• 知识沉淀结构化：自动归档所有 AI 交互记录，按项目、工具、时间维度分类，配合搜索功能，让每一次 AI 辅助的成果都能成为可复用的知识资产。

04 从工具使用者到 AI 流程设计师

当 Cherry Studio 将 Kimi 的创意、ChatGPT 的逻辑、本地模型的私密能力整合到同一画布时，知识工作者的角色也在悄然进化：

• 不再是逐个点击工具的「操作员」，而是根据需求设计 AI 协作流程的「架构师」；
• 不再为格式转换、数据迁移烦恼，而是聚焦于「如何让 AI 组合产生 1+1>2 的价值」。

cherrystudio简介 

工具名称：Cherry Studio

官网：https://cherry-ai.com/

支持平台：Windows / macOS / Linux

授权方式：免费开源

你可以在官网直接下载并安装Cherry Studio。

下载安装Cherry Studio之后，你便可以在这一个工具中，配置和使用多个AI工具了！

使用方式

Cherry Studio支持丰富的AI工具，你可以通过两种方式来使用它们：

通过配置API来使用。

通过AI工具的网页版来使用，这在Cherry Studio中叫作“小程序”。

在我自己的使用过程中，两种方式的使用频次都很高。

首先，Cherry Studio支持很多的网页版AI工具，即小程序：

 可以把自己经常使用的网页版AI工具——例如豆包和Kimi，固定在了左侧工具栏中：

 

这两个网页版的AI工具，主要用于解决封闭性问题，或输出陈述性知识，因为这类知识都非常简单，且通常有明确的答案。这样的需求，豆包和Kimi能够更快速地给出答案，且不会消耗API费用。

其次，也可以在Cherry Studio配置了一些AI工具的API key——

 

 使用Cherry Studio

Cherry Studio的使用非常简单，尤其是添加小程序，完全是上手即用。所以，我们关于Cherry Studio的使用指南，主要集中在需要配置API的AI工具上。

但这也并不复杂，你只需要通过以下三个步骤，就能完成配置：

配置模型服务。

添加智能体和助手。

进行问答。

以下，是实践指南。

1.配置模型服务

除了小程序以外，Cherry Studio中的AI工具，都需要配置API key，才能正常使用。这里，我们以比较流行的深度求索平台为例，来进行配置。

简单来说，你需要从deepseek的网站中，申请一个API key，填写到Cherry Studio中。

直接打开deepseek的网站DeepSeek | 深度求索注册账号并打开API页面，申请即可——

 得到API key之后，打开Cherry Studio的设置，找到模型服务中的深度求索，并将API key粘贴进去即可——

2. 添加智能体和助手

配置好模型之后，我们便可以基于这些模型，来创建智能体和助手了。

关于智能体和助手，我们可以做一个简单的比喻——

智能体，相当于你的备选专家库。

当你有特定需要的时候，比如你要站在一名产品经理的角度来解答问题，那么你可以选择产品经理的智能体添加为助手。

在Cherry Studio中，直接内置了各行各业的上千个智能体：

挑选一个你需要的，点击右键，即可添加为助手

3. 进行问答

有了助手之后，就能进行问答了

 

 

推荐设置

要更好地使用Cherry Studio，推荐你进行以下几项设置——

1. 配置同步和导出

Cherry Studio是一款单机版的软件，这意味着，如果你有多台电脑，那么，不同设备间的数据是不能同步的。

但是，Cherry Studio提供了自定义同步和丰富的导出功能——

同步方面，可以使用Webdav方式，将数据同步到自己的NAS上，换一台设备，恢复一下，完美无缝同步！

导出方面，主力使用的知识管理工具Notion和Obsidian，Cherry Studio都支持直接导出。

如果是导出到Notion，会以数据库的方式存储——

 此外，cherrystudio还支持知识库和MCP服务功能，由于篇幅有限，感兴趣的读者可以自己深入研究一下。