一、下载与安装教程
1. 下载途径
  • 官网下载：访问 Cherry Studio 官网 或 GitHub 仓库​，选择对应操作系统的安装包（支持 Windows/macOS/Linux），如果下载不下来可以尝试国内镜像gitee.com/FIRC/fircfiles/blob/master/cherrystudio。
  • 第三方平台：部分站点如脚本之家、果核剥壳提供历史版本下载。
2. 安装步骤
  • Windows/macOS：
    1. 双击安装包运行，按向导选择安装路径和语言（默认中文）。
    2. 完成安装后，启动客户端，同意用户协议即可进入主界面。
  • Linux：解压压缩包后，通过终端执行 ./cherry-studio 启动。

这里以1.4.0版本为例安装

双击安装包：

点击下一步，选择自己需要安装目录注意不要有空格和中文路径

 点击安装后出现安装进度

安装完成

点击完成看到界面

 

 至此安装基本完成，剩下就是和大模型进行对接了。

# 深度学习
Logo
智能体开发者社区

中国智能体开发者社区，聚焦智能体与大模型开发，提供前沿资讯、实用工具链、开源项目及行业案例。通过技术沙龙、开发者大赛等活动，促进经验交流与协作，助力开发者快速构建创新智能应用。

更多推荐

MCP协议开发实战：从零搭建AI Agent工具链

创建静态资源（如项目 README 文件）。创建动态资源（如实时系统状态）。在 Client 中请求并利用资源上下文。回顾 MCP 协议如何降低 AI Agent 开发门槛。当前生态的局限与未来的演进方向。鼓励读者基于此大纲进行实践，并参与开源贡献。

avatar 智能体开发者社区

AI Agent可观测性：破解多步推理黑盒

随着AI Agent在复杂任务中承担越来越多的决策角色，其内部的多步推理过程往往如同一个“黑盒”，难以理解、调试和信任。本文旨在探讨AI Agent可观测性（Observability）的核心概念、技术挑战与实践方案，为开发者提供一套系统的方法论和工具链，以“照亮”Agent的推理黑盒，实现对其行为、决策逻辑与内部状态的全面洞察。构建AI Agent的可观测性体系不再是“锦上添花”，而是保障其在大

avatar 智能体开发者社区

MCP协议开发实战：从零搭建AI Agent工具链

回顾：我们从协议概念到动手搭建了一个可用的MCP工具链。MCP的生态现状：官方与社区提供的Server示例（GitHub, Jira, Notion等）。未来方向：更复杂的工具编排、多模型协作、可视化工具开发平台。鼓励动手：鼓励读者基于此框架，开发解决自己实际问题的工具。

avatar 智能体开发者社区