Cherry Studio 教學:免費開源桌面 AI 客戶端怎麼用?多模型並排比對與本地知識庫懶人包
這篇 Cherry Studio 教學完整拆解免費開源桌面 AI 客戶端的安裝與實戰設定。教你如何免寫程式同時串接各大雲端與本地 Ollama 模型,開啟一問多答並排比對、拖拉 PDF 與 Word 建立本地向量知識庫,並透過 WebDAV 做好跨電腦備份與隱私安全管理。
每天在瀏覽器開著五、六個分頁切換 ChatGPT、Claude 與 Gemini,早就變成台灣上班族最煩躁的日常。這篇 Cherry Studio 教學就是要幫你把散落各處的對話框與文件,全部收進同一個免費開源的桌面工作台。
很多人以為桌面端客戶端只是把網頁版換個外殼包裝起來,其實兩者的底層自由度完全不同。因為網頁版月費綁定單一廠商,當遇到模型突然變笨或伺服器大塞車時,你手邊根本沒有備援方案可以立刻頂替。
相反地,透過 Cherry Studio 官方網站 提供的跨平台桌面軟體,你可以同時接入數十家雲端服務商與本機離線模型。只要在同一個視窗輸入一次問題,就能讓三、四個頂級模型並排作答,再也不必手動複製貼上。
這種工作流轉變在當前特別關鍵,因為各家大模型在寫程式、翻譯長文與邏輯推理上的強弱項每天都在洗牌。如果還死守單一網頁訂閱,不僅每月花費居高不下,還很容易在處理長篇合約與財報時踩到單一模型的幻覺陷阱。
在我實際測試過十多款開源桌面介面後,我認為這款工具最適合每天要交叉比對多方答案、或是有大量內部規章要查閱的知識工作者。如果你每週只問兩三次簡單常識,那留在免費網頁版就夠了,不必特地安裝桌面軟體。
那麼一般沒有寫程式背景的行政、法務、研究員或行銷人員,到底該怎麼在十分鐘內完成模型串接、建立本機專屬知識庫,同時把費用控制在每月幾十塊台幣以內?
延伸閱讀:新手在 Windows 或 Mac 跑本地 AI 選 Ollama 還是 LM Studio 完整對比

為什麼越來越多台灣工作者把網頁版對話框換成桌面客戶端?
過去兩年大家習慣打開瀏覽器直接跟 AI 聊天,但隨著工作任務越來越複雜,網頁版分頁的管理成本已經超過它帶來的便利。
這也讓許多追求高效率的台灣工作者,開始尋找能夠統一管理所有對話資產的桌面軟體。
網頁版月費疊加與分頁切換的隱形成本
如果你為了寫文案訂了 Claude,為了查資料與整理表格又訂了 ChatGPT Plus,每個月光固定月費就要燒掉一千三百元台幣以上。
但更讓人崩潰的是,當你想比較兩邊對同一份企劃案的修改建議時,只能不停在兩個瀏覽器分頁之間來回複製貼上。
而且瀏覽器分頁一旦開多,不僅吃掉大量電腦記憶體,歷史對話紀錄也很難用統一的資料夾或標籤歸檔。
一旦過了幾個月想找回某段重要的會議摘要或提示詞模板,你根本記不得當初是在哪一家廠商的網頁框裡問出來的。
免寫程式一鍵串接雲端與本地 Ollama 模型
為了解決帳號四散的痛點,這款桌面工作台把所有主流 AI 服務商的設定介面都做成了直覺的填空表單。你只要向廠商申請一組 API 金鑰,就能透過這個標準介面直接呼叫雲端模型,完全不用寫任何一行程式碼。
而且改用金鑰按實際字數計費後,對多數並非整天狂刷對話的上班族來說,每月帳單通常比包月訂閱省下七成以上。
除了付費雲端服務之外,它也原生支援直接連上你電腦裡的 Ollama 或 LM Studio 本地推論服務。
這代表當你在處理公開市場研究時可以呼叫雲端大模型,一旦切回公司內部敏感合約,只要點一下選單就能無縫切換成百分之百不連網的本機模型。
開啟「一問多答」多模型並排比對同一個問題
在所有桌面功能當中,最受台灣研究員與工程師推崇的就是「一問多答」並排對比模式。
因為你在輸入框點擊「提及模型」按鈕並勾選三個不同模型後,系統就會在同一個畫面裡把三個回答同時展開,讓你一眼看出誰在胡說八道。
以下我把官方網頁版對話框與這款桌面客戶端在日常辦公情境的核心差異整理成表格:
| 評估維度 | 官方網頁版對話框(ChatGPT / Claude) | 多模型桌面工作台(本機安裝版) |
|---|---|---|
| 模型切換方式 | 需開多個瀏覽器分頁並分別登入帳號 | 同一視窗一鍵切換,或同時勾選多模型並排作答 |
| 費用結構 | 每家固定月費約 20 美元,用少也照扣 | 軟體本身免費開源,雲端按實際用量扣款或搭本地免費模型 |
| 內部文件檢索 | 每次對話需重新上傳,且有雲端留存疑慮 | 內建本地向量知識庫,支援拖拉 PDF 與 Word 長期保存 |
| 提示詞管理 | 需另外開筆記軟體複製貼上常用指令 | 內建超過 300 個專業助手模板,可自訂專屬角色分類 |
| 跨裝置備份 | 綁定各廠商雲端帳號,無法統一匯出管理 | 支援本機完整打包、WebDAV 與 S3 加密同步備份 |
從上方表格可以清楚看出,當你需要同時混用多家模型並長期累積個人知識庫時,桌面工作台在成本與效率上都具備壓倒性優勢。
Cherry Studio 教學:如何零程式碼完成安裝、模型設定與一問多答?
很多非技術背景的讀者看到「開源專案」或「金鑰設定」就會下意識退縮,擔心要打開黑底白字的終端機打指令。其實這套桌面工具走的是純圖形化介面流程,就像安裝一般辦公軟體一樣直覺。
Windows 與 Mac 安裝步驟與首頁介面導覽
首先你可以前往 官方 GitHub 專案儲存庫 的發布頁面,根據你的電腦系統下載對應的安裝包。
如果你使用的是配備 M 系列晶片的蘋果電腦,記得挑選標有 arm64 的安裝檔,在 Windows 電腦上則直接下載標準安裝程式即可。
安裝完成並打開軟體後,你會看到左側有一排非常清爽的圖示導覽列。
最上方是對話視窗與內建助手列表,中間則是本地知識庫與雙語翻譯專區,而最左下角的齒輪圖示就是所有模型服務商的統一設定入口。
填入各家服務商金鑰與測試連線的防呆技巧
點進左下角的齒輪設定後,你會在列表裡看到 OpenAI、Anthropic、Google Gemini、DeepSeek 以及 SiliconFlow 等數十家預設好的服務商圖示。
只要點選你想用的廠商,把從對方後台複製出來的金鑰貼進輸入框,再按下旁邊的「檢查」按鈕,系統就會立刻幫你測試連線是否暢通。
如果你不想綁定多張海外信用卡,也可以先從提供免費額度的 Google Gemini,或是支援統一儲值轉發多家模型的聚合平台開始測試。
當檢查按鈕跳出綠色通過提示後,記得往下捲動勾選你想在對話框裡看到的模型名稱,這樣回到主畫面才不會找不到模型。
實測並排呼叫三個模型同時審查合約與改寫信件
完成模型啟用後,我們立刻回到主對話視窗來實測最實用的「一問多答」工作流。
當你要審閱一份供應商報價合約,或是要把一封生硬的催款信改寫得既禮貌又有威懾力時,可以在輸入框下方點選模型圖示,一次勾選 GPT-4o、Claude 3.5 Sonnet 與 Gemini 1.5 Pro。
按下送出鍵的那一刻,畫面會自動分割成三個並排的回答卡片,同時開始串流輸出三種不同風格的修改版本。
你不僅可以在十秒內挑出語氣最自然的一版,還能把 A 模型抓出的法務漏洞與 B 模型寫出的流暢段落直接融合在一起,省去反覆追問的時間。
本地向量知識庫實戰:拖拉 PDF 與 Word 打造私人企業大腦
除了多模型並排問答之外,上班族最常遇到的第二個痛點,就是公司內部有上百份產品規格書、人資請假規章與歷年專案結案報告。
如果每次問問題都要重新翻找資料夾並手動上傳檔案,不僅容易撞到單次對話的字數上限,也很難跨文件做綜合比對。
什麼是嵌入模型(Embedding)?新手怎麼挑選不踩雷?
要把幾十份文件變成 AI 隨時能查閱的資料庫,背後靠的是名為「嵌入模型」的檢索增強生成技術。
你可以把嵌入模型想像成一位動作極快的圖書館編目員,它會先把你的長篇文件切成一個個小段落,再把每個段落的意思轉換成電腦能快速比對的數字座標。
因此在左側選單點開「知識庫」並按下新增時,系統會要求你先指定一個嵌入模型來負責編目。如果你希望資料完全留在電腦本機,可以先在 Ollama 裡下載好支援中文的 bge-m3 模型,並在選單裡直接選取它。
相反地,如果你追求極致處理速度且文件不含敏感機密,則可以直接勾選雲端廠商提供的嵌入服務,幾秒鐘就能完成上百頁文件的索引。
批量匯入 PDF、Word、Markdown 與網頁網址的操作流程
選好嵌入模型並建立知識庫資料夾後,接下來的操作就跟整理電腦桌面一模一樣。
你只需要把散落在桌面的 PDF 財報、Word 合約範本、Excel 轉出的文字表格或 Markdown 筆記,直接用滑鼠拖拉進視窗中央的檔案區,系統就會自動在背景開始切分段落並建立索引。
更貼心的是,它除了吃本機檔案之外,還支援直接貼上外部網頁連結或整份網站地圖(Sitemap)來抓取線上文件。
當每個檔案後方都亮起綠色的完成勾號時,你可以點開右側的放大鏡按鈕預覽切分出來的文字區塊,確認表格或專有名詞有沒有被切斷。
在對話框掛載知識庫並檢查引用來源段落
當知識庫索引全部建置完畢後,你只要回到平時的聊天視窗,在輸入框下方的工具列點選「知識庫」圖示並勾選剛剛建好的資料夾。
這時候你向 AI 提問任何關於公司產品規格或請假天數的問題,它都會先去你的私人資料庫裡撈出最相關的段落,再根據這些真實內容組織答案。
為了防止模型自己腦補不存在的規定,軟體會在回答結尾自動附上參考來源的檔案名稱與段落編號。
你只要用滑鼠點一下那個引用標籤,畫面就會立刻彈出原始 PDF 或 Word 裡的對應原文,讓你在把報告交給主管之前,能用三秒鐘完成百分之百的事實查核。
以下我把不同辦公任務在挑選模型與知識庫搭配組合時的實務建議整理成表格:
| 日常辦公任務情境 | 推薦搭配的對話模型 | 知識庫與嵌入模型建議 | 核心驗收指標 |
|---|---|---|---|
| 跨國英文合約與法規審閱 | Claude 3.5 Sonnet + GPT-4o 並排 | 掛載歷年合約範本(搭配本機 bge-m3) | 比對兩模型抓出的風險條款與原始範本差異 |
| 產品客服題庫與內部規章問答 | Gemini 1.5 Flash 或 DeepSeek-V3 | 掛載全套 SOP 手冊與常見問答集 | 檢查回答底部的引用段落是否百分之百吻合原文 |
| 競品財報與長篇產業研究整理 | Gemini 1.5 Pro(超大上下文) | 匯入多份 PDF 季報與新聞網址連結 | 抽查表格內的營收數字與年增率有無錯位 |
| 絕對機密會議紀錄與人事評估 | 本地 Ollama(Qwen 2.5 14B/32B) | 純本機離線向量庫,完全不經外部網路 | 拔除網路線測試能否正常檢索並產出結構化摘要 |
透過這張表格的配置邏輯,你可以根據文件的機密等級與任務難度,靈活調配最省錢且最安全的模型組合。
300+ 專業提示詞助手、雙語對照翻譯與 WebDAV 備份全攻略
如果每次開新對話都要重新打一遍「你現在是一位資深財務分析師,請用繁體中文回答」,久了任誰都會覺得煩。這也是為什麼把常用工作流固化成一鍵呼叫的助手模板,會比單純追求最新模型更能提升團隊的日常產出品質。
內建 300 多個提示詞助手怎麼改造成自己的台灣職場模板?
點開左側導覽列的「助手」分頁,你會發現系統已經預先按程式開發、商業寫作、學術研究、法務翻譯與行銷企劃等分類,內建了超過三百個寫好系統提示詞(System Prompt)的專家角色。
你只要點選任一角色,它就會開出一個帶有專屬人格與輸出格式限制的獨立對話框。
不過因為部分內建模板預設使用的是簡體字或歐美職場語境,我非常建議你挑出五個最常用的助手,點擊右鍵複製並改成專屬的台灣職場版本。
只要在角色設定裡加上「一律使用台灣繁體中文與在地商業術語,禁止使用中國大陸慣用詞」這條鐵律,以後每次點開這個助手就能直接產出符合台灣企業習慣的公文與簡報大綱。
雙語對照翻譯與長文潤稿的免複製工作流
針對經常要讀英文技術文件、外電報導或跨國信件的工作者,左側選單裡還藏了一個獨立的「翻譯」工作區。它跟一般聊天視窗最大的差別,在於採用了左右雙欄對照介面,並支援直接切換成「雙語逐段對照」模式。
當你把一整篇兩千字的英文產業分析貼進左欄,右側不僅會利用你指定的大模型翻出語意通順的台灣繁體中文,還可以把原文與譯文一段接一段交錯排列。
這樣你在挑出關鍵數據寫進主管簡報時,就能一眼核對英文原句的專有名詞,完全不必擔心被一般翻譯軟體的死板字面翻譯誤導。
WebDAV 跨電腦同步備份與企業隱私安全邊界
當你在軟體裡累積了幾十個精心調校的助手模板、上百條對話紀錄與好幾個本地知識庫後,最怕的就是換電腦或硬碟損壞導致心血歸零。
因此在設定頁面的「資料備份」區塊中,除了可以隨時手動匯出完整的壓縮備份檔之外,系統還原生整合了 WebDAV 與 S3 雲端自動同步功能。
只要你手邊有支援 WebDAV 協定的個人雲端硬碟(例如 Nextcloud 或公司自建的 Synology NAS),填入伺服器網址與帳號密碼後,就能設定每天定時把對話與知識庫加密同步上去。
當你下班回到家打開家用 Mac 時,只要點一下「從雲端恢復」,辦公室電腦上的所有知識庫與未完對話就會原封不動地出現在眼前。
在資訊安全邊界上,這套開源客戶端本身完全不設任何中央伺服器來收集使用者的對話內容,你的金鑰與知識庫檔案全都儲存在你自己的電腦硬碟裡。
只要你在處理高度機密文件時切換成 Ollama 本地模型,並把 WebDAV 備份指向公司內網的 NAS 主機,就能在享受頂級 AI 生產力的同時,完全符合企業法務與資安稽核的嚴格要求。
延伸閱讀:NVIDIA 投資指南:輝達 NVDA 做什麼、財報重點與美股購買教學
常見問題(FAQ)
Q1:按照這篇 Cherry Studio 教學安裝軟體後,還需要付錢買會員嗎?
這套桌面軟體本身是百分之百免費且開源的工具,官方不會向你收取任何軟體訂閱費或功能解鎖費。不過它就像一台功能強大的空車,你需要自己連接引擎才能跑,因此如果你串接的是 OpenAI 或 Claude 的雲端服務,會由該模型廠商按照你實際使用的字數扣款。
相反地,如果你串接的是自己電腦上的 Ollama 本地模型,或是申請有免費額度的雲端金鑰,那麼從頭到尾都能維持零花費。
Q2:不會寫程式的行政或行銷人員,真的能自己搞定金鑰跟本地知識庫嗎?
完全可以,因為整個設定過程都不需要打開終端機或撰寫任何程式碼。你只要在各家模型廠商的網頁後台點一下「建立金鑰」,把那串英文數字複製貼進設定格裡即可。
接著再像平時用滑鼠拖拉檔案一樣,把 PDF 與 Word 丟進知識庫視窗,五到十分鐘就能建好專屬的企業文件問答系統。
Q3:把公司內部文件丟進本地知識庫,資料會外洩到網路上嗎?
這取決於你挑選哪一種「嵌入模型」與「對話模型」來處理那些文件。因為檔案切分後的向量資料庫是儲存在你自己的電腦硬碟裡,如果你連嵌入模型與回答用的對話模型都選擇本機離線模型,那麼整份文件從頭到尾都不會離開你的電腦。
但如果你勾選了雲端模型來回答知識庫問題,被檢索出來的相關文字段落還是會透過加密連線傳送給雲端廠商進行推理。
Q4:為什麼我的電腦建立 PDF 知識庫時,有些檔案會顯示處理失敗或內容空白?
最常見的原因是那份 PDF 其實是「純圖片掃描檔」,例如用影印機掃描的舊合約或紙本公文,裡面並沒有可以直接選取的文字圖層。
遇到這種掃描型 PDF 時,建議先用支援光學字元辨識(OCR)的工具或雲端視覺模型將圖片轉成純文字或 Markdown 格式,再匯入知識庫,檢索準確率就會大幅提升。
Q5:這款桌面客戶端跟 AnythingLLM 或 LobeChat 相比,我該怎麼選?
如果你最看重的是「輕量秒開、同時並排比對三四個模型(一問多答)、以及豐富的內建翻譯與三百多個提示詞助手」,那麼這款工具是目前桌面端手感最順暢的首選。
如果你需要的是多人權限控管與內建複雜的自動化 Agent 爬蟲,可以考慮 AnythingLLM。而如果你偏好在瀏覽器分頁操作且喜歡華麗的外掛生態系,則可以評估 LobeChat。
結語:誰最適合立刻安裝?你的下一步上手清單
回顧整套工作流,把日常 AI 操作從單一瀏覽器分頁搬進桌面工作台,本質上是把「零散的聊天紀錄」升級成「可跨模型交叉驗證、可掛載私人文件、且隨時能打包帶走的數位資產」。
當你不再被單一廠商的月費與模型表現綁架,你對生成內容的品質掌控度就會拉開跟一般使用者的差距。
如果你每天都要處理多份報告、常常在兩三個 AI 網站之間猶豫哪個答案比較準,現在就可以先下載軟體,花五分鐘把你最常用的一組雲端金鑰跟一個本地模型接上去。
先試著用「一問多答」跑一次你今天手邊最棘手的工作信件,再把部門最常被問的兩份 SOP 文件拖進知識庫,你就能立刻體會到桌面工作台帶來的效率跳躍。
同時,對於關注 AI 算力建設與美股科技巨頭動態的讀者,若想透過國內券商幫你代為下單海外市場的複委託管道,或是比較由海外券商保管資產並代為持有的託管模式,也可以參考下方的完整比較指南。