本地 AI 模型随心用!Cherry Studio + cpolar解锁跨设备智能办公

本地 AI 模型随心用!Cherry Studio + cpolar解锁跨设备智能办公

文章目录

前言

Cherry Studio 是一款多功能 AI 客户端,支持在线调用硅基流动等平台的大模型,也能对接本地部署的 Ollama 模型(如千问 QWQ-32B、DeepSeek-R1),还能创建场景化智能体、实现 AI 文生图和翻译等功能。适合产品经理、设计师、程序员等需要 AI 辅助的职场人,以及想免费使用本地大模型的普通用户。其优点在于界面简洁、功能集成度高,本地模型调用无需额外付费,还能根据需求切换不同 AI 角色。

实际使用中,Cherry Studio 的智能体功能很实用,比如 “美文排版” 智能体能快速优化文本格式,本地模型调用延迟低,响应速度取决于电脑配置。需要注意的是,在线模型调用会消耗 tokens,长期使用建议优先配置本地模型;首次连接本地 Ollama 时,需正确设置环境变量才能确保连接稳定。

但本地部署的局限在于,Cherry Studio 只能在局域网内发挥作用。比如出差时想调用公司电脑里的定制化 AI 模型处理文件,或者在家用平板继续使用办公室部署的智能体,都会因网络限制无法实现,大大制约了跨场景协作的效率。

当 Cherry Studio 与 cpolar 结合后,这些不便迎刃而解。通过内网穿透生成的公网地址,无论身处何地,只要有网络就能远程访问本地的 AI 模型和智能体,出差时用手机也能调用公司的大模型写报告,回家后用笔记本继续处理未完成的设计草图,且全程加密传输,既保障了数据安全,又让本地 AI 服务的使用场景得到极大扩展。

本文主要介绍如何在Windows系统电脑本地安装开源AI客户端Cherry Studio,并结合cpolar内网穿透工具轻松实现随时随地远程调用本地部署的各种AI大语言模型,无需公网IP,也不用准备云服务器那么麻烦。

话不多说,下面就来详细介绍一下如何安装与使用!

img

【视频教程】

1. 本地安装

本例中使用的是Windows11专业版系统,本地已经提前准备好了DeepSeek-R1与千问QWQ-32B大模型。

如果不知道如何本地部署这两款AI大模型,可以查看下面的文章:《千问QwQ32B本地部署与远程访问》《Windows本地部署deepseek-r1大模型》

首先,我们访问Cherry Studio的github主页下载客户端:https://github.com/CherryHQ/cherry-studio/releases

找到Windows版本客户端安装程序下载即可:

image-20250321105737238

选择好安装位置后,即可快速安装:

image-20250321105817828
image-20250321105901495

2. 配置模型服务

打开客户端后,可以看到界面非常简洁明了。

image-20250321110051047

2.1 配置在线模型服务

点击左下角的设置,即可进行模型服务配置:

image-20250321110140817

这里我们拿硅基流动的模型服务进行举例,如果你本地没有部署deepseek等大模型,只要添加好API秘钥就能在Cherry Studio客户端中在线使用deepseek大模型!如果你没有它的API秘钥,点击下方获取秘钥,在跳转的页面注册一个账号就能免费获得你的API keys:

image-20250321114828835

将这个Key复制到Cherry Studio客户端中刚才的API秘钥框中,确定右上角的开关打开状态即可:

image-20250321114914351

现在点击底部的管理按钮,就能看到已经可以使用这里的几十种大模型了:

image-20250321132900103
image-20250321132916418

比如这里点击加号添加deepseek-r1-70b模型:

image-20250321133103897

然后点击客户端左上角的聊天图标,在对话框顶部的模型选择中,就可以看到刚才添加的70B模型了:

image-20250321133242065

现在就能在对话框中与deepseek在线聊天了:

image-20250321133400256

不过这种使用API接口在线调用大模型的方式通常都是根据消耗tokens计费,偶尔简单使用还可以,长期或大量使用的话可能需要准备好预算。

2.2 配置本地模型服务

如果你已经在本地服务器中部署了AI大模型,那么也可以在Cherry Studio客户端中配置本地模型服务,免费与大模型聊天,想用就用。

同样,我们点击Cherry Studio左下角的设置,在模型服务中选择Ollama,打开右上角的开关:

image-20250321134114781

点击管理:

image-20250321134139960

在这里可以看到我们之前在本地已经下载好的千问qwq-32b模型和deepseek-r1:1.5b模型,点击加号添加即可:

image-20250321134256709

然后回到客户端聊天界面,在对话框顶部的模型选择中,就可以看到刚才添加的本地模型了:

image-20250321134410285

现在就能在对话框中和本地的qwq-32b模型聊天了,无需担心额外费用:

image-20250321134615519

2.3 其他功能简单演示

除了使用Api key在线使用AI大模型和调用本地AI大模型聊天,Cherry Studio还有很多非常好用的功能。

2.3.1 创建智能体

我们可以点击聊天助手下的智能体功能,根据不同的使用场景选择自己需要的智能体模版进行创建:

image-20250321135243959

创建好之后,点击聊天助手,可以看到刚才创建的美文排版智能体,在这个模版界面中,我们可以选择在线大模型或者本地大模型后,在聊天框中提出问题:

image-20250321135606288
2.3.2 AI文生图

在创建智能体下边,我们还可以使用它来调用Flux.1或者SD模型来进行文生图:(需要配置提供商API秘钥)

image-20250321140008055

在模型选择中可以看到支持多个模型:

image-20250321140045138

除此之外,Cherry Studio还支持使用AI翻译,多种AI小程序等实用功能:

image-20250321140156315
image-20250321140225178

点击即可快速使用:

image-20250321140707850

3. 安装内网穿透工具

现在我们已经能在本地使用Cherry Studio超多AI功能带来的便利,但是如果想实现不在同一网络环境下,也能随时随地在线使用Cherry Studio客户端远程调用本地部署的AI大模型聊天与办公,那就需要借助cpolar内网穿透工具来实现公网访问了!

在上边我们配置本地模型服务时,使用的是在本地安装好的ollama接入大模型,想要远程调用大模型,需要进行对ollama进行一下环境变量设置。

打开cmd终端,执行下面两个命令:

setx OLLAMA_HOST "0.0.0.0"
setx OLLAMA_ORIGINS "*"

然后再为它配置一个公网地址即可解决这个问题:

image-20250321134114781

接下来介绍一下如何安装cpolar内网穿透,过程同样非常简单:

首先进入cpolar官网:cpolar官网地址:https://www.cpolar.com

点击免费使用注册一个账号,并下载最新版本的cpolar:

image-20250307152003085

登录成功后,点击下载cpolar到本地并安装(一路默认安装即可)本教程选择下载Windows版本。

image-20240319175308664

4. 配置公网地址

cpolar安装成功后,在浏览器上访问http://localhost:9200,使用cpolar账号登录,登录后即可看到配置界面,结下来在WebUI管理界面配置即可。

img

接下来配置一下 本地ollama服务 的公网地址:

登录后,点击左侧仪表盘的隧道管理——创建隧道,

  • 隧道名称:ollama(可自定义命名,注意不要与已有的隧道名称重复)
  • 协议:选择 http
  • 本地地址:11434 (本地访问的地址)
  • 域名类型:选择随机域名
  • 地区:选择China Top
image-20250321142849112

隧道创建成功后,点击左侧的状态——在线隧道列表,查看所生成的公网访问地址,有两种访问方式,一种是http 和https:

image-20250321143433388

使用上面的任意一个公网地址,粘贴到Cherry Studio客户端的ollama模型服务的API地址里:

1742539038373

点击管理,即使不在同一网络环境下,也能看到在本地部署的qwq32b和deepseek模型!

image-20250321143918998

点击添加,即可在公网环境使用其他电脑随时随地远程调用本地内网大模型:

image-20250321144021612
image-20250321144037391

小结

为了方便演示,我们在上边的操作过程中使用cpolar生成的HTTP公网地址隧道,其公网地址是随机生成的。这种随机地址的优势在于建立速度快,可以立即使用。然而,它的缺点是网址是随机生成,这个地址在24小时内会发生随机变化,更适合于临时使用。

如果有长期远程使用Cherry Studio远程调用本地AI大模型,或者异地访问与使用其他本地部署的服务的需求,但又不想每天重新配置公网地址,还想让公网地址好看又好记并体验更多功能与更快的带宽,那我推荐大家选择使用固定的二级子域名方式来为本地服务配置一个公网地址。

5. 配置固定公网地址

接下来演示如何为本地ollama配置固定的HTTP公网地址,该地址不会变化,方便分享给别人长期查看你部署的项目,而无需每天重复修改服务器地址。

配置固定http端口地址需要将cpolar升级到专业版套餐或以上。

登录cpolar官网,点击左侧的预留,选择保留二级子域名,设置一个二级子域名名称,点击保留:

image-20250321144407766

保留成功后复制保留成功的二级子域名的名称:csollama,大家也可以设置自己喜欢的名称。

image-20250321144748454

返回Cpolar web UI管理界面,点击左侧仪表盘的隧道管理——隧道列表,找到所要配置的隧道:ollama,点击右侧的编辑:

image-20250321144825087

修改隧道信息,将保留成功的二级子域名配置到隧道中

  • 域名类型:选择二级子域名
  • Sub Domain:填写保留成功的二级子域名:csollama

点击更新(注意,点击一次更新即可,不需要重复提交)

image-20250321145203916

更新完成后,打开在线隧道列表,此时可以看到公网地址已经发生变化,地址名称也变成了固定的二级子域名名称的域名:

image-20250321145249020

最后,我们使用上面的任意一个固定公网地址,粘贴到Cherry Studio客户端的ollama模型服务的API地址里:

image-20250321145426347

返回聊天助手界面,同样能看到在本地部署的qwq32b和deepseek模型,并正常聊天。

image-20250321145819864

远程调用本地qwq32b模型使用智能体排版文章也没问题!

image-20250321150344413
image-20250321151646214

总结

通过以上步骤,我们实现了在Windows系统电脑本地安装Cherry Studio客户端并配置本地AI大模型服务,并使用cpolar内网穿透工具轻松实现在公网环境中也能使用Cherry Studio远程访问本地部署的大模型,并为本地服务配置固定不变的二级子域名公网地址的全部流程。

经过简单测试,Cherry Studio这款AI工具确实效果很惊艳,支持的功能也非常多,而结合内网穿透使用则降低了使用门槛,无需二次部署,提高效率。另外,Cherry Studio针对个人用户免费,企业用户请联系官方合作。非常期待Cherry Studio后续的发展,也感谢您的观看,有任何问题欢迎留言交流。

综上,Cherry Studio 通过整合多类 AI 功能提升了本地办公效率,而 cpolar 的内网穿透能力则让这种效率不受网络和地点限制,两者结合为用户打造了一套灵活、安全且低成本的智能工作流解决方案,轻松实现跨设备、跨场景的 AI 工具调用。

本篇文章知识点来源[cpolar官网][https://www.cpolar.com]

Read more

OpenClaw 全解析:功能、Ubuntu部署、扩展与AI Native架构借鉴

OpenClaw 全解析:功能、Ubuntu部署、扩展与AI Native架构借鉴

在本地AI智能体赛道中,OpenClaw凭借开源、本地部署、全场景执行的核心优势,快速成为开发者、职场人的效率利器。很多用户想上手却面临诸多困惑——不清楚其核心价值、不会部署、不懂如何扩展功能,尤其Ubuntu系统用户亟需一份系统、规范的指南。本文将按「是什么→能做什么→Ubuntu部署→怎么扩展→AI Native架构借鉴」的逻辑,全程拆解,提供可直接复制的操作命令,新手也能轻松解锁OpenClaw全部能力。 一、OpenClaw 是什么? OpenClaw 是一款开源、本地部署的执行型AI智能体(Agent),区别于单纯的问答机器人,它更像一个“能干活的数字员工”——基于Node.js开发,可通过多平台聊天入口(如飞书、钉钉、Telegram)调用本地/云端工具,完成自动化工作流。 核心定位:以“本地优先、自主可控”为核心,打通AI与本地系统、第三方服务的连接,实现“

2026 AI“龙虾”大战!OpenClaw、MaxClaw、AutoClaw、QClaw、ArkClaw、KimiClaw、LobsterAI等9款产品横评 + 场景推荐,谁值得你“养”?

2026 AI“龙虾”大战!OpenClaw、MaxClaw、AutoClaw、QClaw、ArkClaw、KimiClaw、LobsterAI等9款产品横评 + 场景推荐,谁值得你“养”?

2026 AI“龙虾”大战!OpenClaw、MaxClaw、AutoClaw、QClaw、ArkClaw、KimiClaw、LobsterAI等9款产品横评 + 场景推荐,谁值得你“养”? 🦞 2026年开年,最火的不是新GPT,而是“养龙虾”! 一只来自奥地利的开源AI Agent框架OpenClaw,以26万+ GitHub Stars一举登顶全球TOP1,超越React和Linux!它能真正“动手干活”:操控浏览器、发邮件、写代码、整理Excel、甚至远程微信控制电脑,被大家亲切叫作“小龙虾”。 大厂们闻风而动:MiniMax、月之暗面、智谱、腾讯、火山引擎、网易有道、阿里云等纷纷推出简化版/云托管版,门槛从“极客专属”降到“小白5分钟上手”。 本文横评9款主流产品(OpenClaw原版 + 8大商业/优化版)

2026年3月23日技术资讯洞察:AI Agent失控,Claude Code引领AI编程新趋势

兄弟们早上好!今天是2026年3月23日,我又准时给大家分享今天的技术资讯啦,就是这么准时!话不多说,开始上菜! 1. Meta内部AI Agent失控:首个Sev 1级生产事故敲响安全警钟 来源: InfoQ《Meta 内部 Agent 失控升级:首个 Sev 1 级事故曝光,系统数据裸奔了两小时》 发布时间: 2026年3月20日 事件回顾:权限失控两小时 上周,Meta内部发生了一起典型的"Agent失控"生产事故。一名Meta员工在内部论坛发帖求助技术问题,另一名工程师调用公司内部的AI Agent来分析问题。然而,这个Agent没有跟调用者私聊,而是直接在论坛上公开发布了建议回复。 更糟糕的是,Agent给出的建议是错误的。提问员工按照这个错误信息操作,导致权限配置出错,大量公司内部数据+用户相关数据短暂暴露给一批原本无权限的工程师。整个暴露过程持续近2小时,Meta内部将其定为Sev 1级,即公司安全事件体系中第二高的严重等级。 技术剖析:上下文压缩的安全隐患

人工智能小白必读:一份超详细的AI学习路线图!

人工智能学习路线1.0 前言 哈喽~ 大家好! 今天为大家带来一份史无前例的人工智能学习路线。大家都喜欢看修仙小说吧,修仙小说中的修仙等级:炼气、筑基、金丹等各种境界,更是引人入胜。今天,小编将AI学习路线和修仙故事巧妙地融合在一起,通过修仙等级来形象地展示人工智能在不同阶段的学习和成长。 不过本人能力有限,如果存在不足之处,欢迎大家在评论区进行沟通交流。共同学习,共同进步。 学习大纲 一、炼气期:人工智能入门 * AI基本知识 * 编程知识 * 学习建议 * Python知识点 * Python常用库 * 推荐书籍 * 数学知识 * 学习建议 * 数学知识 * 推荐书籍 二、筑基期:机器学习小成 * 学习建议 * 知识点 * 推荐书籍 三、金丹期:深度学习大成 * 学习建议 * 知识点 * 推荐书籍 四、元婴期:人工智能圆满 五、