使用 Cherry Studio 中体验 MCP 服务
今天主要给大家介绍一下如何在 Cherry Studio 中使用 MCP 服务。
01 Cherry Studio 和 MCP 简介
Cherry Studio 是一款支持多种大模型（LLM）服务商的桌面客户端，适用于 Windows、Mac 和 Linux。
我们可以根据自己的实际情况到 Cherry Studio 的官网下载对应的桌面客户端并进行安装。
模型上下文协议（MCP，Model Context Protocol）是一种开放协议，其核心作用是为应用程序向大语言模型（LLM）提供上下文建立标准化规范。
魔搭社区（ModelScope）有很多 MCP 服务可以供我们使用。
02 配置大模型和 MCP 服务
我们首先需要在 Cherry Studio 中配置模型服务。
本文以 DeepSeek 为例，DeepSeek 的 API Key 需要到 DeepSeek 的开发平台去创建和获取。
然后再到 Cherry Studio 中配置 MCP 服务器。
在配置 MCP 服务器之前，我们需要先安装 MCP 需要的环境（如：UV、Bun）。
uv 是⼀个极速的 Python 包管理器。
我们分别点击安装按钮，进行 UV 和 Bun 的安装。
安装好 MCP 的环境后，我们可以到魔搭社区（ModelScope）去找自己需要使用的 MCP 服务。
本文以“12306-MCP车票查询工具”为例。
为方便起见，配置“12306-MCP车票查询工具”时，有效期选择“长期有效”，然后点击重置服务。
拷贝红框里的内容：
在 Cherry Studio 中，我们有两种方式去配置 MCP 服务器：
- 添加服务器；
- 同步服务器。
如果使用添加服务器的方式，我们就使用上述拷贝的 MCP 对应的 JSON 即可。
本文采用同步服务器的方式，我们先选择提供商 ModelScope，然后填入 ModelScope 的访问令牌，最后点击同步按钮。
03 使用 MCP 服务
我们是通过创建 AI 助手的方式去具体应用 MCP服务。
首先我们创建旅游助手，并给旅游助手配置提示词和 MCP 服务器。
然后我们就可以开始使用旅游助手，从眼瞎对话中我们就能够看到它已经调用相应的 MCP 服务，输出给我们的旅行建议是比较贴合实际情况的。
结语
相信你现在已经知道如何在 Cherry Studio 中使用MCP 服务。建议你不妨亲自动手去实践，结合自己的需求去创建带有 MCP 服务的 AI 助手，用于解决工作生活中遇到的各种问题。
大模型算是目前当之无愧最火的一个方向了，算是新时代的风口！有小伙伴觉得，作为新领域、新方向人才需求必然相当大，与之相应的人才缺乏、人才竞争自然也会更少，那转行去做大模型是不是一个更好的选择呢？是不是更好就业呢？是不是就暂时能抵抗35岁中年危机呢？
答案当然是这样，大模型必然是新风口！
那如何学习大模型 ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。但是具体到个人，只能说是：
最先掌握AI的人，将会比较晚掌握AI的人有竞争优势。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
但现在很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习路线完善出来！
在这个版本当中：
您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型路线+学习教程已经给大家整理并打包分享出来, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓
一、大模型经典书籍（免费分享）
AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。
二、640套大模型报告（免费分享）
这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
三、大模型系列视频教程（免费分享）
四、2025最新大模型学习路线（免费分享）
我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。
L1阶段:启航篇丨极速破界AI新时代
L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。
L2阶段：攻坚篇丨RAG开发实战工坊
L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。
L3阶段：跃迁篇丨Agent智能体架构设计
L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。
L4阶段：精进篇丨模型微调与私有化部署
L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。
L5阶段：专题集丨特训篇 【录播课】
全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取
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
20
0- 0
已为社区贡献399条内容
所有评论(0)