上周把本地 AI 客户端从 ChatBox 换到了 Cherry Studio，界面确实好看不少，多模型切换也顺手。但配置 Base URL 这步硬是折腾了大半天——官方文档写得太简略，网上教程各说各话，不少还是过时的截图。所以把自己踩坑到跑通的过程记下来，希望帮你省点时间。

核心操作：打开设置 → 模型服务商 → 选择或新建 Provider → 在「API 地址」栏填入 Base URL（如 https://api.openai.com/v1 或聚合平台地址），填入 API Key，保存即可。 下面展开讲不同场景的配置和踩过的坑。

先说结论

场景	Base URL	适合谁
OpenAI 官方	https://api.openai.com/v1	能直连 OpenAI 的用户
Anthropic 官方	https://api.anthropic.com	Claude 用户
聚合平台（如 ofox.ai）	https://api.ofox.ai/v1	想一个 Key 用多个模型、免代理直连
Azure OpenAI	https://{resource}.openai.azure.com/openai	企业用户
本地 Ollama	http://localhost:11434/v1	跑本地模型

大多数人卡在两个地方：一是不知道 URL 结尾要不要加 /v1，二是 Provider 类型选错了。下面逐个拆解。

环境准备

• Cherry Studio 版本：v1.x 最新版（2026 年 6 月，我用的是从 GitHub Releases 下的最新包）
• 操作系统：macOS / Windows 都行，配置界面一样
• API Key：至少准备一个（官方的或聚合平台的都行）

打开 Cherry Studio 后，点左下角齿轮图标进入「设置」，左侧菜单找到「模型服务商」，这就是主战场。

方案一：直接配置 OpenAI / Anthropic 官方地址

Cherry Studio 内置了主流服务商的预设，OpenAI、Anthropic、Google Gemini 这些点进去就有。

操作步骤：

1. 在「模型服务商」列表找到 OpenAI，点进去
2. 「API 密钥」填你的 Key
3. 「API 地址」默认已填好 https://api.openai.com/v1，不用动
4. 点「检查」按钮，显示绿色对勾就成了
5. 下方「模型列表」点「管理」，勾选要用的模型（GPT-5、GPT-4o 等）

Anthropic 稍有不同，Base URL 填 https://api.anthropic.com，注意不带 /v1。这是我踩的第一个坑——手贱加了 /v1，一直报 404。

# OpenAI 格式（带 /v1）
https://api.openai.com/v1 ✅

# Anthropic 格式（不带 /v1）
https://api.anthropic.com ✅
https://api.anthropic.com/v1 ❌ 会 404

方案二：配置聚合平台（一个 Key 用多个模型）

这是我现在日常在用的方案，原因很简单：同时用 GPT-5 写代码、Claude Opus 4.6 做长文档分析、DeepSeek V3 跑中文任务，分别管三个 Key 太烦了。

我目前用的是 ofox.ai，一个 AI 模型聚合平台，一个 API Key 可以调用 GPT-5、Claude Opus 4.6、Gemini 3、DeepSeek V3、Qwen 3、GLM5 等 50+ 模型，兼容 OpenAI API 协议，支持支付宝付款，按量计费。

Cherry Studio 配置步骤：

1. 在「模型服务商」页面，点左下角 + 号，新建服务商
2. 名字随便取，我写的「ofox聚合」
3. Provider 类型选 OpenAI（因为兼容 OpenAI 协议）
4. API 地址填：

https://api.ofox.ai/v1

5. API 密钥填你在 ofox.ai 拿到的 Key
6. 点「检查」，绿色对勾就 OK
7. 手动添加模型：点「管理」→「添加」，模型 ID 填实际的模型名

# 常用模型 ID 示例（根据平台文档填）
gpt-5
claude-opus-4-20250918
gemini-3-pro
deepseek-chat
qwen-max
glm-5

配好之后在聊天界面切模型，下拉菜单直接选，不用来回切 Provider。

方案三：接本地 Ollama

Ollama 默认启动后监听 localhost:11434。

# Base URL 填这个
http://localhost:11434/v1

API Key 随便填个字符串就行，Ollama 不校验，比如填 ollama。然后手动添加 pull 下来的模型名，比如 llama3.3、qwen3:8b。

有一点要注意：如果 Ollama 跑在 WSL 或 Docker 里，localhost 可能不通，得换成实际 IP，比如 http://172.17.0.1:11434/v1。

踩坑记录

坑 1：URL 结尾的 /v1 到底加不加

没有统一答案，取决于服务商：

• OpenAI 协议兼容的（OpenAI 官方、聚合平台、Ollama）：加 /v1
• Anthropic 官方：不加
• Azure OpenAI：不加 /v1，路径格式也完全不同

我的经验：先加 /v1 试，报 404 就去掉。

坑 2：检查通过但聊天报错

遇到过「检查」按钮显示绿色，发消息却报 model not found。原因是模型 ID 写错了——Cherry Studio 的检查只验证 Key 是否有效，不验证模型是否存在。

解决办法：去服务商的文档或控制台确认准确的模型 ID，别凭记忆瞎写。比如 Claude 的模型 ID 不是 claude-4.6，而是 claude-opus-4-20250918 这种带日期的格式。

坑 3：新建 Provider 后模型列表为空

Cherry Studio 对内置服务商会自动拉模型列表，对自定义 Provider 不会。得手动添加模型，这个交互不太明显，我一开始以为是 Bug。

坑 4：流式输出卡住

有一次配了个 Provider，普通请求没问题，开了流式输出就卡在那不动。最后发现是代理软件拦截了 SSE 长连接，关掉对应域名的拦截规则就好了。用低延迟直连的聚合平台没这个问题，不过看个人网络环境。

坑 5：多个 Provider 的模型重名

同时配了 OpenAI 官方和聚合平台，两边都有 gpt-5，聊天时下拉菜单会出现两个同名选项，很容易选错。建议给自定义 Provider 的模型加个前缀，比如 ofox/gpt-5，一眼分清。

完整配置验证脚本

不确定 Base URL 和 Key 是否正确，可以先用命令行验证，排除 Cherry Studio 本身的问题：

# 验证 OpenAI 兼容接口
curl -s https://api.ofox.ai/v1/chat/completions \
 -H "Authorization: Bearer YOUR_API_KEY" \
 -H "Content-Type: application/json" \
 -d '{
 "model": "gpt-5",
 "messages": [{"role": "user", "content": "说一个程序员笑话"}],
 "max_tokens": 100
 }' | python3 -m json.tool

返回了正常的 JSON 响应（有 choices 字段），说明 URL 和 Key 没问题，那就是 Cherry Studio 端的配置有误，再逐项排查。

# Python 验证脚本
from openai import OpenAI

client = OpenAI(
 api_key="your-key",
 base_url="https://api.ofox.ai/v1" # 换成你实际用的 Base URL
)

resp = client.chat.completions.create(
 model="gpt-5",
 messages=[{"role": "user", "content": "Hello"}],
 max_tokens=50
)
print(resp.choices[0].message.content)

跑通了再回 Cherry Studio 配，心里有底。

小结

配置本身不复杂，核心就三步：选对 Provider 类型、填对 URL（注意 /v1）、填对模型 ID。但每步都有坑，尤其是模型 ID，官方文档更新经常跟不上模型发布节奏。

我现在的用法：本地跑个 Ollama 处理不敏感的日常任务，需要强模型时切到聚合平台调 GPT-5 或 Claude Opus 4.6。Cherry Studio 的多 Provider 管理在这个场景下比 ChatBox 顺手，虽然偶尔有些小毛病，够用了。

有问题评论区聊，踩到新坑会更新。