前言
Cherry Studio 是一款开源 AI 客户端，支持同时接入 OpenAI、Gemini、本地 Ollama 等 10+ 模型，实现多模型协作。其智能体协作功能允许不同模型分工处理任务，如数据分析、报告撰写和图像生成。
1. 本地安装
访问 Cherry Studio 的 GitHub 主页下载 Windows 版本客户端并安装。
2. 配置模型服务
打开客户端后，点击左下角设置进行模型服务配置。
2.1 配置在线模型服务
在模型服务中选择在线提供商（如硅基流动），输入 API Key 即可使用在线大模型。添加模型后，在聊天界面顶部选择对应模型即可开始对话。注意在线调用通常按 Token 计费。
2.2 配置本地模型服务
若本地已部署 Ollama，可在模型服务中选择 Ollama 并开启开关。管理界面会显示本地已下载的模型（如 QwQ-32B、DeepSeek-R1），点击添加即可在聊天中使用，无需额外费用。
2.3 其他功能演示
- 创建智能体：根据场景选择模板创建智能体，可指定使用的在线或本地模型。
- AI 文生图：支持调用 Flux.1 或 SD 模型生成图片，需配置相应 API 秘钥。
- 实用工具：支持 AI 翻译及多种小程序功能。
3. 内网穿透与远程访问
为实现在公网环境下远程调用本地部署的 AI 模型，需配置内网穿透工具。
首先，在终端设置环境变量以允许外部访问：
setx OLLAMA_HOST "0.0.0.0"
setx OLLAMA_ORIGINS "*"
接着配置内网穿透服务，将本地 Ollama 端口（默认 11434）映射到公网地址。
3.1 配置随机公网地址
通过内网穿透工具创建隧道，协议选择 HTTP，本地地址填写 11434，地区选择中国。隧道创建成功后获取生成的随机域名，将其填入 Cherry Studio 的 Ollama 服务 API 地址中，即可远程连接。
3.2 配置固定公网地址
如需长期稳定访问，建议保留二级子域名。在内网穿透后台预留子域名名称，并在隧道配置中将域名类型改为二级子域名，填入预留的名称。更新隧道后，公网地址将固定不变，方便分享和长期使用。
最后，将固定的公网地址粘贴至 Cherry Studio 客户端，即可在任何网络环境下远程调用本地模型。
总结
本文介绍了 Cherry Studio 的安装、模型配置及远程访问流程。通过结合内网穿透技术，用户可打破设备限制，随时随地使用本地部署的大模型进行高效协作。
