今天给大家推荐一款专为国人定制的 AI 助手神器- Cherry Studio。

CherryStudio 是一款集多模型对话、知识库管理、AI 绘画、翻译等功能于一体的全能 AI 助手平台。

不管你是零基础小白用户还是技术专家，都能在 CherryStudio 中创建出自己想要的AI功能，提升工作效率和创造力。

下面我们首先详细介绍一下CherryStudio这款神器，然后再继续讲解如何Cherry Studio+MCP实现数据库查询！

CherryStudio核心功能与特色

1、 基础对话功能

• 一问多答：支持同一问题通过多个模型同时生成回复，方便用户对比不同模型的表现。

• 自动分组：每个助手的对话记录会自动分组管理，便于用户快速查找历史对话。
• 对话导出：支持将完整对话导出为多种格式（如 Markdown、Word 等），方便储存与分享。
• 高度自定义参数：除了基础参数调整外，还支持用户填写自定义参数，满足个性化需求。

• 助手市场：内置千余个行业专用助手，涵盖翻译、编程、写作等领域，同时支持用户自定义助手。

• 多种格式渲染：支持 Markdown 渲染、公式渲染、HTML 实时预览等功能，提升内容展示效果。

2、 多种特色功能集成

• AI 绘画：提供专用绘画面板，用户可通过自然语言描述生成高质量图像。

• AI 小程序：集成多种免费 Web 端 AI 工具，无需切换浏览器即可直接使用。
• 翻译功能：支持专用翻译面板、对话翻译、提示词翻译等多种翻译场景。
• 文件管理：对话、绘画和知识库中的文件统一分类管理，避免繁琐查找。

• 全局搜索：支持快速定位历史记录和知识库内容，提升工作效率。

3、多服务商统一管理机制

• 服务商模型聚合：支持 OpenAI、Gemini、Anthropic、Azure 等主流服务商的模型统一调用。
• 模型自动获取：一键获取完整模型列表，无需手动配置。
• 多秘钥轮询：支持多个 API 秘钥轮换使用，避免速率限制问题。
• 精准头像匹配：为每个模型自动匹配专属头像，提升辨识度。
• 自定义服务商：支持符合 OpenAI、Gemini 、Anthropic等规范的三方服务商接入，兼容性强。

4、高度自定义界面和布局

• 自定义 CSS：支持全局样式自定义，打造专属界面风格。
• 自定义对话布局：支持列表或气泡样式布局，并可自定义消息样式（如代码片段样式）。
• 自定义头像：支持为软件和助手设置个性化头像。
• 自定义侧边栏菜单：用户可根据需求隐藏或排序侧边栏功能，优化使用体验。

5、 本地知识库系统

• 多种格式支持：支持 PDF、DOCX、PPTX、XLSX、TXT、MD 等多种文件格式导入。
• 多种数据源支持：支持本地文件、网址、站点地图甚至手动输入内容作为知识库源。
• 知识库导出：支持将处理好的知识库导出并分享给他人使用。
• 支持搜索检查：知识库导入后，用户可实时检索测试，查看处理结果和分段效果。

6、 特色聚焦功能

• 快捷问答：在任何场景（如微信、浏览器）中呼出快捷助手，快速获取答案。
• 快捷翻译：支持快速翻译其他场景中的词汇或文本。
• 内容总结：对长文本内容进行快速总结，提升信息提取效率。
• 解释说明：无需复杂提示词，一键解释说明不懂的问题。

7、数据保障

• 多种备份方案：支持本地备份、WebDAV 备份和定时备份，确保数据安全。
• 数据安全：支持全本地场景使用，结合本地大模型，避免数据泄漏风险。

项目优势

1. 小白友好：CherryStudio 致力于降低技术门槛，零基础用户也能快速上手，让用户专注于工作、学习或者创作。
2. 文档完善：提供详细的使用文档和常见问题处理手册，帮助用户快速解决问题。
3. 持续迭代：项目团队积极响应用户反馈，持续优化功能，确保项目健康发展。
4. 开源与扩展性：支持用户通过开源代码进行定制和扩展，满足个性化需求。

适用场景

• 知识管理与查询：通过本地知识库功能，快速构建和查询专属知识库，适用于研究、教育等领域。
• 多模型对话与创作：支持多模型同时对话，帮助用户快速获取信息或生成内容。
• 翻译与办公自动化：内置翻译助手和文件处理功能，适合需要跨语言交流或文档处理的用户。
• AI 绘画与设计：通过自然语言描述生成图像，满足创意设计需求。

正题开始，Cherry Studio+MCP如何实现数据库查询！

简单介绍什么是MCP？为什么它如此重要？

MCP（Model Context Protocol）是模型上下文协议，它允许大型语言模型（LLM）通过协议与外部工具或服务交互，动态获取实时数据或执行操作。

简单来说，它让模型不再局限于静态知识库，而是能像人类一样调用搜索引擎、访问本地文件、连接API服务，甚至操作第三方软件。

MCP的两种模式：

1、STDIO模式（本地运行）：本地安装运行MCP Server，但需配置开发环境。

配置流程：

第一步：安装依赖：需Python（推荐用uv安装）和NodeJS（推荐bun代替npm），Windows/MacOS/Linux均支持；

第二步：添加MCP服务：在Cherry Studio->Settings->MCP Servers中，选择Edit JSON，填写mcpServers配置内容。

2、SSE模式（远程服务）：无需本地环境，仅需输入服务器URL，适合调用云端API（如天气查询、数据库接口）。

配置流程：比较简单，直接输入SSE服务地址即可。

Cherry Studio+MCP实现数据库查询详细操作流程：

1. mysql数据库安装

• 下载测试数据库，这里我们字节使用MySQL官方提供的Employees（员工数据库）即可。
• 创建挂载目录，创建数据持久化目录和数据初始化目录

git clone https://github.com/datacharmer/test_db.git

mkdir -p ~/mysql_demo/data  # 数据持久化目录

mkdir -p ~/mysql_demo/init  # 初始化SQL脚本目录

• 把测试数据复制到mysql初始化目录：

 cp test_db/employees.sql mysql_demo/init 

 ll mysql_demo/init

 total 16

 -rw-r--r--  1 bb  staff   4.1K 19 Mar 14:25 employees.sql

• 启动mysql服务

docker run -d \  

--name mysql_test \  

-p 3306:3306 \  

-e MYSQL_ROOT_PASSWORD=123456 \  

-v ~/mysql_demo/data:/var/lib/mysql \  

-v ~/mysql_demo/init:/docker-entrypoint-initdb.d \  mysql:8.0 \  

--character-set-server=utf8mb4 \  

--collation-server=utf8mb4_unicode_ci1043a0a4164016d6722903037713ae852de2109ed770b6a31498cca741b1411d

查看mysql运行状态：

docker ps

CONTAINER ID   IMAGE       COMMAND                  
CREATED          STATUS          PORTS                               
NAMES
1043a0a41640   mysql:8.0   "docker-entrypoint.s…"   23 
seconds ago   Up 22 seconds   0.0.0.0:3306->3306/tcp, 
33060/tcp   mysql_test

• 查看测试数据：

docker exec -it mysql_test mysql -uroot -p123456
mysql: [Warning] Using a password on the command line interface can be insecure.
Welcome to the MySQL monitor.  Commands end with ; or \g.Your MySQL connection id is 8
Server version: 8.0.41 MySQL Community Server - GPL
Copyright (c) 2000, 2025, Oracle and/or its affiliates.
Oracle is a registered trademark of Oracle Corporation and/or itsaffiliates. 
Other names may be trademarks of their respectiveowners.
Type 'help;' or '\h' for help. Type '\c' to clear the current input statement.
mysql> show databases;
+--------------------+
| Database           |
+--------------------+
| employees          |
| information_schema || mysql              |
| performance_schema || sys                |
+--------------------+
5 rows in set (0.01 sec)
mysql>

安装ollama+qwen2.5

Ollama安装：

在Ollama官网下载（ollama.com/download）安装相应Ollama。

安装完成后，在浏览器输入localhost:11434。

如果显示Ollama is running，则表示Ollama安装成功。

qwen2.5安装 ：

执行如下命令安装qwen2.5:7b

ollama run qwen2.5

执行ollama list命令，验证是否安装完成。

ollama list
NAME                ID              SIZE      
MODIFIEDqwen2.5:latest      845dbda0ea48    4.7 GB    5 hours ago
gemma3:latest       c0494fe00251    3.3 GB    5 hours ago
bge-m3:latest       790764642607    1.2 GB    19 hours ago
deepseek-r1:1.5b    a42b25d8c10a    1.1 GB    19 hours ago
deepseek-r1:8b      28f8fd6cdc67    4.9 GB    6 weeks ago

Cherry Studio安装

访问Cherry Studio官网（cherry-ai.com/download）下载安装。安装完成后，Cherry Studio，初始界面如下：

我们在Cherry Studio添加Ollama服务：在菜单中选择Cherry Studio->Settings->Model Provider。

第一步，先关闭掉SiliconFlow提供的默认模型。

第二步，定位到Ollama，打开开关。并添加全部模型。

打开Cherry Studio->Settings->Default Model，默认模型选择“qwen2.5”。

mysql_mcp_server安装

以python的mysql_mcp_server包来演示。

下载mysql_mcp_server

git clone https://github.com/designcomputer/mysql_mcp_server.git
Cloning into 'mysql_mcp_server'...remote: Enumerating objects: 81, done.
remote: Counting objects: 100% (81/81), done.
remote: Compressing objects: 100% (57/57), done.
remote: Total 81 (delta 27), reused 68 (delta 14), pack-reused 0 (from 0)
Receiving objects: 100% (81/81), 16.17 KiB | 178.00 KiB/s, done.
Resolving deltas: 100% (27/27), done.

• 安装依赖文件

cd mysql_mcp_serverpip install -r requirements.txt

在MCP Servers添加mysql_mcp_server：

操作步骤：Cherry Studio->Settings->MCP Servers中，选择Edit JSON，填写下面内容。

{  "mcpServers": {    "mysql": {      "command": "/Users/bb/.local/bin/uv",      "args": [        "--directory",        "/Users/bb/mysql_mcp_server",        "run",        "mysql_mcp_server"      ],      "env": {        "MYSQL_HOST": "localhost",        "MYSQL_PORT": "3306",        "MYSQL_USER": "root",        "MYSQL_PASSWORD": "123456",        "MYSQL_DATABASE": "employees"      }    }  }}

下一步，激活mysql_mcp_server服务。

至此mysql_mcp_server服务已经安装完成并成功激活。

下面重头戏了，Cherry Studio+MCP数据库查询

要使用MCP功能，就需要开启tools功能，操作步骤如下：

qwen2.5开启tools功能 ：

在Model Provider->Ollama中找到qwen2.5选中Function Calling函数调用功能。

在输入框开启MCP ：

在输入框中选中MCP Server开启MCP服务。

完成上述操作我们就可以通过查询数据库列表，进而实现查询员工信息操作，Cherry Studio+MCP数据库查询功能圆满成功！

那么，如何系统的去学习大模型LLM？

作为一名从业五年的资深大模型算法工程师，我经常会收到一些评论和私信，我是小白，学习大模型该从哪里入手呢？我自学没有方向怎么办？这个地方我不会啊。如果你也有类似的经历，一定要继续看下去！这些问题啊，也不是三言两语啊就能讲明白的。

所以我综合了大模型的所有知识点，给大家带来一套全网最全最细的大模型零基础教程。在做这套教程之前呢，我就曾放空大脑，以一个大模型小白的角度去重新解析它，采用基础知识和实战项目相结合的教学方式，历时3个月，终于完成了这样的课程，让你真正体会到什么是每一秒都在疯狂输出知识点。

由于篇幅有限，⚡️ 朋友们如果有需要全套 《2025全新制作的大模型全套资料》，扫码获取~

👉大模型学习指南+路线汇总👈

我们这套大模型资料呢，会从基础篇、进阶篇和项目实战篇等三大方面来讲解。

👉①.基础篇👈

基础篇里面包括了Python快速入门、AI开发环境搭建及提示词工程，带你学习大模型核心原理、prompt使用技巧、Transformer架构和预训练、SFT、RLHF等一些基础概念，用最易懂的方式带你入门大模型。

👉②.进阶篇👈

接下来是进阶篇，你将掌握RAG、Agent、Langchain、大模型微调和私有化部署，学习如何构建外挂知识库并和自己的企业相结合，学习如何使用langchain框架提高开发效率和代码质量、学习如何选择合适的基座模型并进行数据集的收集预处理以及具体的模型微调等等。

👉③.实战篇👈

实战篇会手把手带着大家练习企业级的落地项目（已脱敏），比如RAG医疗问答系统、Agent智能电商客服系统、数字人项目实战、教育行业智能助教等等，从而帮助大家更好的应对大模型时代的挑战。

👉④.福利篇👈

最后呢，会给大家一个小福利，课程视频中的所有素材，有搭建AI开发环境资料包，还有学习计划表，几十上百G素材、电子书和课件等等，只要你能想到的素材，我这里几乎都有。我已经全部上传到CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

相信我，这套大模型系统教程将会是全网最齐全 最易懂的小白专用课！！