[技术调研/AI] 开源软件调研(AI客户端应用)：ChatBox / Chery Studio

0 序

  • 抛开针对专业用户的 Claude Code / Codex / Cusor 这类 AI (Coding) Agent 不谈，本份开源技术调研报告针对2款主流的开源 AI 客户端应用 —— Chatbox 与 Cherry Studio 进行深度对比分析，旨在为笔者、其他开发者和非技术型的 AI 用户提供选型参考。

极简多端 AI 办公 (Chatbox)

专业全能 AI 工作站 (Cherry Studio)

  • 笔者的选择： Cherry Studio

2026.03.31

  • 对于AI应用的初创企业而言，需要注意的是，cherry studio 的开源协议，从最早的较为宽松的 apache 2.0，已变更为 AGPL 3.0，需要多加留意。

1 对比分析

1.1 项目定位与核心愿景

  • Chatbox:
    • 定位：定位于“全平台通用的开源 AI 客户端”。它是最早的一批跨平台桌面应用，核心理念是简洁、高效、多端同步。
      • 通用 AI 聊天客户端，支持多模型接入
    • 愿景：旨在为用户提供一个无需魔法、支持自建 API 的稳定办公环境。其 UI 设计偏向传统的即时通讯软件，非常符合大众使用习惯。
    • 主要特色
      • 轻量化、多模型切换、本地存储、简单插件
    • URL
    • 开源协议： GPL 3.0（会传染）
    • 开发语言： TypeScript + Electron
  • Cherry Studio:
    • 定位：定位于“专业级多引擎 AI 桌面助手”。它更像是一个AI 资源聚合工作站，强调对多种垂直领域模型（如绘图、代码、翻译）的深度集成。
      • 高颜值 AI 聚合客户端，侧重 Agent 与工作流
    • 愿景：通过高度可定制的 Agent（智能体）系统，帮助专业用户在一个界面内完成复杂的工作流。
    • 主要特色
      • 界面精美、Agent 能力、本地存储、联网搜索、工作流编排
    • URL
    • 开源协议：Apache 2.0 => AGPL（会传染）
    • 开发语言： TypeScript + Electron

1.2 核心功能矩阵对比

功能维度 Chatbox Cherry Studio
模型支持 广泛支持主流 LLM（OpenAI, Claude, Gemini, Ollama 等） 极度丰富，包括 LLM、图像生成、TTS（语音合成）等
Agent 系统 基础的角色扮演功能，支持自定义 System Prompt 深度 Agent 市场，支持预设插件和复杂任务编排
多模态能力 支持图片识别、文件解析 除了识别，还具备强大的生图能力（集成 Midjourney/Stable Diffusion）
知识库 (RAG) 基础的文件读取 原生支持嵌入式向量数据库，可构建本地个人知识库
搜索增强 较弱，主要依赖模型自身能力 支持 联网搜索扩展，可结合搜索引擎获取实时信息
同步功能 支持 Chatbox Cloud 云端同步 目前侧重于本地配置导出/导入

1.3 技术架构与生态

1.3.1 技术栈对比

  • Chatbox:
    • 基于 Electron 开发，保持了极佳的跨平台一致性（Windows, macOS, Linux, Android, iOS, Web）。
    • 代码逻辑清晰，适合开发者进行二次开发。其 API 代理模式设计非常成熟，能有效解决国内访问难题。
  • Cherry Studio:
    • 同样基于 Electron，但其 UI 交互更具现代感，使用了大量的动画和卡片式布局。
    • 其插件系统（Extension System）更为开放，允许用户将不同的服务商（如各种 One-API 转发器）以更精细的颗粒度接入。

1.3.2 开源社区

CherryHQ/cherry-studio chatboxai/chatbox
Stars 31,599 39,202
Commits 10,880 534
Issues 7,887 2,594
Forks 3,894 3,984
PR Creators 371 117
Language TypeScript TypeScript
  • Stars History

image

  • 地理分布

image

  • 公司分布

image

  • Issue 历史

image

1.4 适用场景对比

  • ChatBox

    • 追求简洁、稳定、轻量化的日常 AI 对话
    • 注重隐私与本地数据存储
    • 仅需基础多模型切换，无复杂 Agent 需求

  • Cherry-Studio

    • 需要AI Agent 自动完成任务（搜索、总结、执行）

    • 偏好美观界面与沉浸式体验

    • 办公场景：资料整理、多步骤任务编排

    • 希望一站式使用 AI 聊天 + 搜索 + 生成 + 工具调用

2 使用指南 for Cherry Studio

2.1 简介

  • 宗旨

Cherry Studio is a desktop client that supports for multiple LLM providers. Support deepseek-r1
Cherry Studio是一个支持多个LLM提供商的桌面客户端。支持deepseek-r1

  • 主要编程语言： TypeScript

  • 开源协议: Apache 2.0

  • url

20250211 : 661 fork / 9.9k star

2.2 特点

  • 保障隐私安全

数据本地储存 / 无需担心隐私泄露
您的所有使用数据都储存在本地，不会上传到任何第三方服务器，并且支持本地部署的模型调用。

  • 个性化知识库

AI知识库集成 / 做个人最贴心的AI助手
CherryStudio目前已上线知识库功能，支持多种格式文件的导入和网页导入等来组件您的个性化知识库。

  • 个人的全能AI助手

支持多服务商集成的AI对话客户端
CherryStudio目前支持市面上绝大多数服务商的集成,并且支持多服务商的模型统一调度。

2.3 安装指南

2.3.1 安装 on Windows

image

image

3 使用指南 for Chatbox

Z FAQ

Q: Chatbox 和 Cherry Studio 哪个更适合普通办公用户？

  • Chatbox 更胜一筹。它的界面直观，上手成本极低，且支持 iOS 和 Android 移动端，对于需要在手机和电脑间同步对话记录的用户来说是首选。

Q: 为什么开发者更倾向于使用 Cherry Studio？

  • 因为 Cherry Studio 对 本地大模型（Ollama/LM Studio） 的支持更加深度，且其内置的 Prompt 优化工具 和 多模型横向评测 功能对于模型调试非常友好。

Q: 两款软件是否都保证隐私安全？是否会上传到第三方服务器？

  • 是的。两者都是本地优先的客户端，API Key 存储在用户的本地设备中。除非用户手动开启云同步，否则数据不会经过开发者服务器。

Q: 它们是否支持“长文本”或“超大文档”阅读？

  • Cherry Studio 的 RAG 功能（本地知识库）在处理超长文档时更具优势，因为它会对文档进行切片索引；而 Chatbox 主要是将文档内容作为上下文发送，受限于模型窗口大小。

Q: 两者是否支持本地大模型（如 Ollama）？

均支持。

  • ChatBox：通过自定义 OpenAI 兼容接口接入 Ollama
  • Cherry-Studio：原生内置 Ollama 配置入口，接入更简便

Q: Cherry-Studio 的 Agent 功能是否必须联网？

Agent 的联网搜索、网页抓取需要网络；

纯文本推理、本地文件处理等 Agent 行为可离线执行（依赖本地模型）。

Q: ChatBox 是否支持插件与扩展？

ChatBox 以轻量化为主，插件生态较弱，仅支持基础提示词扩展；

如需丰富插件与工具链，更推荐 Cherry-Studio。

Q: 两款软件是否免费商用？

两者均采用 AGPL-3.0 开源协议：

  • 个人非商用完全免费
  • 商用或二次分发需遵循 AGPL 协议，开源修改后的代码

Q: 哪个启动更快、占用更低？

ChatBox 更轻量，启动速度更快，内存占用更低；

Cherry-Studio 功能更丰富，内存占用相对更高。

Y 推荐文献

X 参考文献

posted @ 2026-03-31 22:22  数据知音  阅读(101)  评论(0)    收藏  举报