为什么这几年只有AI编程算是比较成熟，落地的比较快。一方面就是项目代码就是一种文档，读取代码就能知道目前的现状，也就是有足够的上下文，第二就是AI写代码的对就是对，错就是错，有问题可以快速反馈完善。

但是其他领域上下文分散，比如关于一个需求，TAPD，飞书，神策，企业微信都有相关信息，并且AI给的答案没有标准答案，可能有些场景对，有些场景错。

所以如果想要AI好用，首先就是解决上下文分散的问题。最好有一个可以集中管理信息的工具。当然此类的工具很多，但是考虑到灵活，本地，便捷方面，我还是推荐Cherry Studio。

本篇不含任何邀请推广，都是自己实际使用的工具，相较Claude Code觉得适合大多数人使用。

Cherry Studio介绍

Cherry Studio 是一个能把多模型、多服务商的 AI 能力统一管理的桌面客户端。内置千余个行业专用助手，也支持MCP，Agent，Skills等。同时你的所有数据（对话记录、设置、知识库文件）都存储在本地设备上，Cherry Studio 不会将任何数据上传到第三方服务器。对数据隐私拥有完全的控制权。

官方文档：https://docs.cherry-ai.com/

比如上下文的优化，它可以很好的支持：

第一个是删除单条对话。你得能精确地删掉某一条消息，把它从上下文窗口里清理出去，而不是只能整个对话删除或者全部保留。

第二个是本地 RAG 知识库。支持你把本地文档（PDF、Word、代码、笔记）、网页内容、链接等一键导入并自动向量化，让系统自动向量化，然后在对话时根据话题自动召回相关内容。

第三个是编辑消息。可以修改自己的或者AI返回的信息，这样比删了重发方便太多了。

下面我们详细介绍如何使用 Cherry Studio。

Cherry Studio使用

首先下载安装Cherry Studio，下载地址：https://www.cherry-ai.com/download

本篇截图都是1.8.1版本，不排除后面软件升级页面有变化，导致对不上。但是整个操作逻辑是相通的。

配置模型

如果你只需要国内的大模型服务能力（目前国内的MiniMax，智谱，Kimi，DeepSeek的最新模型都会支持），使用硅基流动就可以了，注册、配置都很简单。新用户实名认证送16元代金券，足够测试使用。

点击下面的管理，添加自己喜欢的模型。

模型支持的能力主要是这四个图标：

• 视觉：普通的大模型是无法识别图片的，有些即使能识别也只是识别图片中的文字，是无法理解图片中的非文字内容的。有这个图标表示可以识别图片，具有视觉能力。
• 联网：模型内置联网功能，可以访问URL，可以自动搜索资料补充。如果你选的模型不支持也没关系，可以使用Cherry Studio 内置的搜索工具补充。
  
• 推理：是否支持推理，也就是思考功能。这个最好都要有。
• 工具调用：支持MCP工具调用，最好有，可以做到的事情更多。

有了多个模型，你就可以同一个问题向多个模型提问，增强结果的可信度。

最后这里顺便添加上嵌入模型Qwen/Qwen3-Embedding-8B，重排模型Qwen/Qwen3-Reranker-8B，我们后面要用到。

知识库使用的是 RAG（检索增强生成）技术，其中两个至关重要的环节：嵌入与重排。它们是保证 RAG 系统“找得准”和“答得好”的核心技术。
想象一下你要从一个巨大的档案库中寻找资料。

1. 嵌入就像是给每一份档案制定了一个唯一标识。
2. 检索就是快速对比所有档案的标识，找出和问题最相似的几份（比如前 20 份）
3. 重排就是用更细致的逻辑重新审视这 20 份档案，挑出真正最相关、质量最高的 3-5 份
4. 生成就是你基于这精选的几份档案，写出最终的报告。

如果你需要使用国外大模型（如 GPT、Gemini、Claude 等），可以使用AIHubMix。

添加助手

先创建一个默认助手，然后修改名称、设置默认使用的大模型、提示词、知识库等。

点击编辑助手，设置默认使用的大模型，其他设置可以不变。这里有个上下文数，指保留最大的消息数量，数字越大，保留的信息越多，消耗的token也就越多。具体根据你的使用场景设置。

设置助手的头像、名称、提示词。

如果助手需要知识库，也可以在这里配置。使用示例如下：

创建知识库

设置我们前边模型配置的潜入模型与重排模型，文档处理可以选择PaddleOCR（可选）。其它选型暂不选择。

PaddleOCR在设置里面文档处理配置，它的作用是提高复杂文档和扫描文档的检索效果，例如PDF类型文件。

PaddleOCR目前每天有一万页的额度。

然后可以向我们的知识库中添加各种资料。添加完可以直接在知识库搜索。（添加网址类型可以搜索一下确保添加成功，因为有些网站有反扒机制（或需要登录、授权等），不一定可以正确获取数据）

基于知识库提问可以在对话框选择对应知识库就可以直接使用了。

全局记忆

设置 -> 全局记忆 -> 打开全局记忆，设置对应的模型。

助手设置 -> 全局记忆-> 打开开关。这样就会在日常的对话中记录一些信息。

这样即使你重新打开新的聊天窗口，它会先检索记忆，找到相关信息回答，避免你重复说明一些背景信息。可以理解为是于你相关信息的知识库。

导入ChatGPT对话数据

设置 -> 数据设置 -> 导入外部应用数据。

导入后，你的ChatGPT对话都会放在一个助手下。我们可以针对以前的对话内容，提取重要信息保存到笔记或是知识库中。

当然，它还支持语雀，思源笔记等平台，我们可以将历史收集整理的资料汇总到一起。

---

有了以上的操作，可以帮助你将各种信息汇总一处，在日常的使用中AI可以更加的了解你，而不是每次都从零开始，可以给到你更好的回答。

这就形成了一个飞轮：做任务 → 存知识 → 下次起点更高 → 做任务 → 存知识 → 起点再提高。

当然Cherry Studio的功能不止这些，还支持生图，划词助手，AI翻译，一键安装OpenClaw等AI相关功能。这些功能大家有兴趣可以自行探索。

下一篇我们继续深入Cherry Studio的使用，介绍Agent，MCP，Skills的使用。让你的AI不仅有头脑，还有“手”可以自动操作，变的更加强大智能。

参考

• 手把手教你组建“AI团队”

• 夙愿：写给普通人的上下文工程完全指南：让每一次 AI 对话都能复利