Cherry Studio配置MCP server

最新推荐文章于 2025-04-22 16:29:57 发布
最新推荐文章于 2025-04-22 16:29:57 发布
阅读量2.1k 收藏 22
点赞数 36
文章标签： python javascript llm mcp-server 大模型 智能体
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hooksten/article/details/147065188
版权

MCP server在很多的app上开始支持了,从以前的claude desktop,到cursor,vscode等等,甚至现在开源的软件也都开始支持mcp协议的配置了.这里主要来说一下如何在cherry studio中配置好mcp的服务.

cheery studio 中配置MCP并使用

基础配置过程

首先需要去官网下载最新版本的cherry studio:https://cherry-ai.com/download.以前的版本是不支持的.
在这里插入图片描述
安装完成之后,在设置中就可以看到有一个MCP服务器的选项了.接下来我们来配置一下mcp的服务,官方说明文档:https://docs.cherry-ai.com/advanced-basic/mcp
首先你需要有tools级的大语言模型的api,比如常见的claude系列等等,我这里使用的是deepseek官方的api的模型:https://api-docs.deepseek.com/zh-cn/api/deepseek-api/在这里插入图片描述
可以看到这里的模型是有一个扳手的标识的,说明这个模型是可以使用工具的,只有这样才是支持使用mcp server的服务的.阿里云百炼的貌似也是支持的,我没有试过
在这里插入图片描述
然后我们来到mcp服务器,可以使用搜索MCP,编辑MCP配置,更多MCP.或者直接自己添加服务器(目前还不推荐)
在这里插入图片描述
目前添加mcp服务的方式就是去编辑MCP的json格式文件,然后去MCP的库中自己去进行匹配的,所以我们只需要编辑MCP配置就好了:
在这里插入图片描述

{
  "mcpServers": {
    "fetch": {
      "isActive": true,
      "command": "uvx",
      "args": [
        "mcp-server-fetch"
      ],
      "name": "fetch"
    }
  }
}

这是一个fetch的mcp server,如果还想要其他的mcp server,可以前往更多MCP中进行查找,找到自己想要的即可.(https://mcp.so/)
json修改之后就自动会添加上服务的各种参数,我们不需要再修改.另外,如果是第一次使用mcp,一般需要先配置一下环境:
在这里插入图片描述
点这个地方之后,会提示你去安装两个工具,一个uv,一个bun工具,客户端有时候无法正常给你安装上,你需要去检查自己的电脑里面对应文件夹下是否有这些工具,如果没有请自己去下载安装(我测试的时候发现是uv可以安装,bun需要自己下载安装):
在这里插入图片描述
uv下载:
https://github.com/astral-sh/uv/releases
选择合适版本
在这里插入图片描述

bun下载:
https://github.com/oven-sh/bun/releases
选择合适版本
在这里插入图片描述
除了上面说的bun和uv的环境之外,还需要在windows中安装node.js,一个类似python的包管理的.我之前没有了解过,这里学习一下它的内容,为了更好的理解,我们把它和python类比一下.Node.js是用来运行javascript的,有了node.js,javascript就能在服务器端或者命令行环境中运行,它为javascript提供了执行环境,并且基于自身的特性,适合开发一些高性能的网络应用等.
npm在node.js项目中扮演着类似的角色,它是以node.jus的默认管理工具,有一个庞大的在线软件包仓库.需要使用javascrpt库构建web应用的express,用于操作DOM的jQuery等,类似与pip,可以通过npm install 命令来安装这些库.
最后时npx,它是一个直接运行某个可执行文件的工具,比如我们没有npm下载的库时,可以通过npx,直接在项目中引入这些库,而不需要全局安装,会自动下载并运行这些工具,后面我们很多MCP都是通过npx来直接构建运行环境的.所以这里才说一定要先安装node.js,否则cherry studio中的配置就会有问题.
官网链接:https://nodejs.org/
下载好后直接一路安装即可,它会自动添加相关的环境变量,注意文件夹需要给一下权限,下载才不会有问题!!
在这里插入图片描述
检查是否安装成功,打开cmd,输入node -v检验是否安装成功
在这里插入图片描述

都配置好之后保存.我们之前已经添加过json了,所以只需要打开MCP服务的开关就可以了:
在这里插入图片描述
测试一下使用:
先选好模型,然后去对话框中选择我们的mcp serve就可以使用了
在这里插入图片描述
我这里反复测试了一下,发现deepseek-v3这个模型无法联网,就算可以使用这个工具也没有办法去查看网络的内容,所以我们换一个能够联网的模型,我使用的阿里云百炼的qwen模型:
在这里插入图片描述
没有问题了:
在这里插入图片描述
好了这样就算是学会配置MCP了,接下来我们具体去配置自己的智能体。
这是我最后的json的配置文件(需要API和密钥的都替换成了xxx)，接下来一个一个说明一下这些工具的配置和效果

{
  "mcpServers": {
    "playwright": {
      "isActive": true,
      "command": "npx",
      "args": [
        "-y",
        "@executeautomation/playwright-mcp-server"
      ],
      "name": "playwright"
    },
    "fetch": {
      "isActive": true,
      "disabled": false,
      "timeout": 60,
      "command": "uvx",
      "args": [
        "mcp-server-fetch"
      ],
      "transportType": "stdio",
      "name": "fetch"
    },
    "baidu-map": {
      "isActive": true,
      "disabled": false,
      "timeout": 60,
      "command": "cmd",
      "args": [
        "/c",
        "npx",
        "-y",
        "@baidumap/mcp-server-baidu-map"
      ],
      "env": {
        "BAIDU_MAP_API_KEY": "xxx"
      },
      "transportType": "stdio",
      "name": "baidu-map"
    },
    "memory": {
      "isActive": true,
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-memory"
      ],
      "name": "memory"
    },
    "filesystem": {
      "isActive": true,
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "C:\\Users\\24541",
        "F:\\git\\mcp-client"
      ],
      "name": "filesystem"
    },
    "desktop-commander": {
      "isActive": true,
      "command": "npx",
      "args": [
        "-y",
        "@wonderwhy-er/desktop-commander"
      ],
      "name": "desktop-commander"
    },
    "sequential-thinking": {
      "isActive": true,
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-sequential-thinking"
      ],
      "name": "sequential-thinking"
    },
    "github": {
      "isActive": true,
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-github"
      ],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "xxx"
      },
      "name": "github"
    },
    "blender": {
      "isActive": true,
      "command": "uvx",
      "args": [
        "blender-mcp"
      ],
      "name": "blender"
    }
  }
}

Blender MCP

首先它要有建模的能力,首选当然是blender-mcp,这种应用类的除了要自己配置mcp之外,还会涉及到一些软件的配置,mcp的配置我们就跳过了,直接添加一下json内容:

    "blender": {
      "isActive": true,
      "command": "uvx",
      "args": [
        "blender-mcp"
      ],
      "name": "blender"
    }

打开开关即可:
在这里插入图片描述
可用的工具还是很多的.然后还需要去配置一下blender,下载安装blender之后，去添加本地插件:
https://github.com/ahujasid/blender-mcp下载这个addon.py文件:
在这里插入图片描述
然后导入到blender的插件库中:
在这里插入图片描述
在这里插入图片描述
然后去连接一下mcp的server即可:
在这里插入图片描述
然后就可以去提出需求了:
在这里插入图片描述
建模结果并不理想,所以说claude、openai的模型比较强真的不是没有原因的.在这里插入图片描述

百度地图

我们使用百度地图的mcp server,首先需要获取百度地图的api调用凭证前往百度地图的开放平台:
https://lbsyun.baidu.com/apiconsole/center
登录控制台后，创建一个新的应用：(初次使用需要先申请,几个小时后就审核完了会通知你的)

在这里插入图片描述
使用服务部分的API,然后就复制一下这个api,然后配置一下json:

"baidu-map": {
  "isActive": true,
  "disabled": false,
  "timeout": 60,
  "command": "cmd",
  "args": [
    "/c",
    "npx",
    "-y",
    "@baidumap/mcp-server-baidu-map"
  ],
  "env": {
    "BAIDU_MAP_API_KEY": "你的地图API"
  },
  "transportType": "stdio",
  "name": "baidu-map"
}

然后使用大模型进行测试即可:
在这里插入图片描述

Git

能够让大模型操作git仓库:

"git": {
  "isActive": true,
  "command": "uvx",
  "args": [
    "mcp-server-git",
    "--repository",
    "F:\\git\\hardware"
  ],
  "name": "git"
}

这里需要给一个对应的本地的git仓库地址,然后测试一下:
在这里插入图片描述

Github

"github": {
  "isActive": true,
  "command": "npx",
  "args": [
    "-y",
    "@modelcontextprotocol/server-github"
  ],
  "env": {
    "GITHUB_PERSONAL_ACCESS_TOKEN": "xxx"
  },
  "name": "github"
}

首先要去自己的github上创建一个token密钥:,在设置里面的开发者模式,创建一个密钥,设置一下时间限制,对于所有仓库的访问,以及对于这些仓库的各种访问权限,我直接全部开放了这个token的所有权限.
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
生成好token后填入GITHUB_PERSONAL_ACCESS_TOKEN即可,然后我们来测试一下:
在这里插入图片描述
在这里插入图片描述

filesystem

文件系统,可以直接操作电脑上的文件内容,注意添加时需要加上自己的目录,并且好像需要有权限修改的目录才能读取内容

"filesystem": {
  "isActive": true,
  "command": "npx",
  "args": [
    "-y",
    "@modelcontextprotocol/server-filesystem",
    "C:\\Users\\24541",
    "F:\\git\\mcp-client"
  ],
  "name": "filesystem"
}

测试一下:
在这里插入图片描述

在这里插入图片描述

desktop-command

可以操作电脑上的文件了,之前的filesystem只是分析文件,还不能去处理本地的文件.直接上json:

"desktop-commander": {
  "isActive": true,
  "command": "npx",
  "args": [
    "-y",
    "@wonderwhy-er/desktop-commander"
  ],
  "name": "desktop-commander"
},
"sequential-thinking": {
  "isActive": true,
  "command": "npx",
  "args": [
    "-y",
    "@modelcontextprotocol/server-sequential-thinking"
  ],
  "name": "sequential-thinking"
}

直接测试一下:
在这里插入图片描述
在这里插入图片描述

知识图谱

这块的配置多一点内容,首先需要编辑一下默认的助手,填写这些提示词,也就是关于记忆知识的:
在这里插入图片描述

Follow these steps for each interaction:

1. User Identification:
   - You should assume that you are interacting with default_user
   - If you have not identified default_user, proactively try to do so.

2. Memory Retrieval:
   - Always begin your chat by saying only "Remembering..." and retrieve all relevant information from your knowledge graph
   - Always refer to your knowledge graph as your "memory"

3. Memory
   - While conversing with the user, be attentive to any new information that falls into these categories:
     a) Basic Identity (age, gender, location, job title, education level, etc.)
     b) Behaviors (interests, habits, etc.)
     c) Preferences (communication style, preferred language, etc.)
     d) Goals (goals, targets, aspirations, etc.)
     e) Relationships (personal and professional relationships up to 3 degrees of separation)

4. Memory Update:
   - If any new information was gathered during the interaction, update your memory as follows:
     a) Create entities for recurring organizations, people, and significant events
     b) Connect them to the current entities using relations
     b) Store facts about them as observations

然后配置mcp:

"memory": {
  "isActive": true,
  "command": "npx",
  "args": [
    "-y",
    "@modelcontextprotocol/server-memory"
  ],
  "name": "memory"
}

然后测试一下.先让他记住知识:
在这里插入图片描述
然后清楚上下文,重新询问:
在这里插入图片描述

顺序思维

让大模型拆解问题,获得类似于推理模型的能力:

    "sequential-thinking": {
      "isActive": true,
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-sequential-thinking"
      ],
      "name": "sequential-thinking"
    }

然后调用顺序思维的服务:
在这里插入图片描述

浏览器自动化

这个比较特别,我们理解了这一个配置之后就能自己配置任务node环境的mcp服务了.
https://github.com/executeautomation/mcp-playwright
首先需要用npm工具安装全局包:
使用cmd运行

npm install -g @executeautomation/playwright-mcp-server

怎么查看是否安装呢?

npm list -g

在这里插入图片描述
可以看到和pip很像,这里已经安装好了.这里有一个-g全局安装的概念:
全局安装是指将软件包安装在系统的全局环境中，使得该软件包在整个系统中都可以被访问和使用，而不仅仅局限于某个特定的项目目录。与之相对的是本地安装，以下是两者的区别：

本地安装位置：本地安装的包会被安装到当前项目的node_modules目录下。例如，在项目my-project的根目录下执行npm
install some-package，则some-package会被安装到my-project/node_modules目录中。
全局安装位置：如前文所述，在 Windows 系统中，全局安装的包通常位于%AppData%\npm\node_modules目录；在 macOS 和 Linux 系统中，通常位于/usr/local/lib/node_modules目录。

这里安装的这个包其实就是一个playwright的浏览器环境给mcp使用.
然后就可以通过npx来运行对应的项目了:也就是npx命令
npx @michaellatman/mcp-get@latest install @executeautomation/playwright-mcp-server
但是我们启动mcp服务并不是直接在命令行中进行,而是配置到了cherry studio中,所以是把它填入到json配置中:

"playwright": {
  "isActive": true,
  "command": "npx",
  "args": [
    "-y",
    "@executeautomation/playwright-mcp-server"
  ],
  "name": "playwright"
}

这里的配置其实和运行那个命令没有区别.最后我们来看一下效果:
在这里插入图片描述
这里没有成功登录,貌似他没有填写Authenticator的权限.

matlab

这个貌似还没有很好的封装到服务器上,所以我们需要先本地安装一下:
下载一下:https://github.com/WilliamCloudQi/matlab-mcp-server
安装一下这个javascript项目:

cd matlab-mcp-server
npm install
npm run build

在这里插入图片描述
在build下生成了一个js文件,然后我们配置一下mcp:

"matlab-server": {
  "command": "node",
  "args": ["F:\\git\\matlab-mcp-server\\build\\index.js"],
  "env": {
    "MATLAB_PATH": "D:\\Program Files\\MATLAB\\R2023b\\bin\\matlab.exe"
  },
  "disabled": false,
  "autoApprove": []
}

注意修改一下对应的js和matlab的位置.
应该就可以调用了…

还有很多的mcp server正在开发中,当大模型集成了这些工具之后,工作效率将成倍提升!当然,现在开源模型商其实还在追赶,claude的集成mcp工具已经非常强大了,也有自己的client客户端,期待后续的发展.后面我们可能会接触n8n,cozy这样的工作流智能体,也是类似的.

大模型——Cherry Studio配置MCP服务全流程解析：让AI自动调用工具处理任务
03-30 963
最近 AI 领域真是隔几天就有一个新热度，随着越来越多的使用 MCP 制作的 Agent 产品出现，MCP 这个新名词也频繁刷屏，有着大火的趋势，那么什么是 MCP 呢？MCP 是一种接口协议，由 AI 大模型公司 Anthropic 在 2024 年 11 月推出，它的全称是 Model Context Protocol，即模型上下文协议！它是连接 API 和大模型的桥梁，通过 MCP，我们可以让 AI 模型能够用一种通用的语言和各种不同的工具与服务进行交流，比如浏览器，Excel 表格，网页截图等等。
在Cherry Studio MCP服务器里配置文生图MCP-server：轻松实现魔搭文生图功能
最新发布
分享平时的学习心得和笔记
05-07 809
通过在Cherry Studio中配置魔搭托管的文生图MCP-server，我们可以轻松实现文生图功能，生成高质量的图片。这种方法不仅节省了时间和精力，还能够确保生成内容的高质量和创意性。
Cherry Studio部署MCP服务报错解决记录
weixin_40705231的博客
03-27 5486
添加blender的MCP服务会出现【添加服务器失败: Error invoking remote method 'mcp:add-server': McpError: MCP error -32000: Connection closed】错误提示。官方帮助文档里的fetch和前面想要部署blender都试了，因为没有科学上网，有时会报错链接失败（32001错误），多点几次以后成功了~（这个截图里bun还是有问题的，可能下载错了，但是uv有了就能链接服务了）反应过来去核实uv到底装没装上。
cherrystudio配置MCP服务器，文件快速下载包含bun.exe、uv.exe、uvx.exe
03-24
在cherrystudio中配置MCP服务器报错很有可能是你的bun.exe文件未成功下载，需要在C:\Users\*\.cherrystudio\bin 目录下确认你的bun.exe、uv.exe、uvx.exe三个文件都有才行
【Cherry Studio配置MCP服务全流程解析：让AI自动调用工具处理任务】
热门推荐
CSDN站内信: https://i.csdn.net/#/msg/chat/qyj19920704
03-27 1万+
最近 AI 领域真是隔几天就有一个新热度，随着越来越多的使用 MCP 制作的 Agent 产品出现，MCP 这个新名词也频繁刷屏，有着大火的趋势，那么什么是 MCP 呢？MCP 是一种接口协议，由 AI 大模型公司 Anthropic 在 2024 年 11 月推出，它的全称是 Model Context Protocol，即模型上下文协议！它是连接 API 和大模型的桥梁，通过 MCP，我们可以让 AI 模型能够用一种通用的语言和各种不同的工具与服务进行交流，比如浏览器，Excel 表格，网页截图等等。
MCP本地服务+AI大模型
qq_949796899的博客
04-19 298
MCP Server 可以将本地文件、数据库、API 等资源作为数据实体暴露给 AI 模型，同时提供工具功能，帮助 AI 完成复杂任务，如数据检索、内容生成、实时更新等。
5分钟快速手搓mcp发送邮件的server接入到cherrystudio
君哥聊编程
03-31 650
文章以小白的视角，带你5分钟手搓一个发送邮件的mcp-server，并集成到cherrystudio中，自动向deepseek获取数据后发送到邮箱
从Cherry Studio 入门 MCP：为你的大模型插上翅膀
细节处有神明的博客
03-22 1751
简单来说，MCP 是一种接口协议，它是连接 API 和大模型的桥梁。通过 MCP，我们可以调用和操作第三方工具，从而扩展大模型的能力边界。MCP 让大模型不再局限于预训练的知识，而是能够实时地与外部世界互动。MCP 协议就像为大模型添加了翅膀，让它们能够突破自身的限制，与外部世界进行互动。通过 Cherry Studio 这样易用的工具，我们可以轻松地为自己的大模型配置各种 MCP 服务，从而解锁更多可能性。
【项目】CherrySudio配置MCP服务器
LeeZhao的博客
04-16 1923
CherrySudio配置MCP服务器
cherrystudio使用MCP服务读取文件
唯有热爱 可抵万难
04-08 369
回到对话页面， 顶部的模型选择阿里云的模型，必须带扳手图标才可以，我这里用的qwen-max，然后再将对话输入框下面的MCP服务器（命令行图标）的刚才创建的文件服务选择上，就可以开始对话了！点击后面的安装即可，但是会出现安装后还是有问题，所以建议从上面的网盘链接下载文件，然后将bun,uv,uvx.exe手动放置到下面的目录即可！还是在设置 - 模型服务 - 找到阿里云百炼，右边填写API秘钥，点击检查看秘钥是否正确，然后一定要点击右上角的开关将他打开。我这里用的是阿里云的百炼模型，也就是通义千问那块的。
MCP（3）：在CherryStudio中使用MCPServer
★ James Liu @ CSDN
04-22 375
上一文章讲述了如何新建一个MCP Server，并在MCP Inspector完成测试。本文讲述如何在CherryStudio中进行测试。Cherry Studio 是一款由 CherryHQ 开发的多模型支持的 AI 桌面助手，兼容 Windows、Linux 和 macOS 系统，旨在为用户提供更便捷、高效的 AI 使用体验。
模型整合-cherry studio+mysql_mcp_server服务配置
hacker_Lees的博客
03-21 3324
MCP 主机（MCP Hosts）：发起请求的 LLM 应用程序（例如 Claude Desktop、IDE 或 AI 工具）。MCP 客户端（MCP Clients）：在主机程序内部，与 MCP server 保持 1:1 的连接。MCP 服务器（MCP Servers）：为 MCP client 提供上下文、工具和 prompt 信息。本地资源（Local Resources）：本地计算机中可供 MCP server 安全访问的资源（例如文件、数据库）。
Cherry Studio配置MCP服务
04-03
### 如何在Cherry Studio中配置MCP服务 要在Cherry Studio 中成功配置 MCP 服务，可以按照以下方法实现： #### 配置 MCP 服务的基础流程 在 Cherry Studio 或 ChatWise 中使用 MCP 服务相对简单。可以通过 GitHub ...
Cherry Studio + MCP协议：开启AI开发“即插即用”新时代
m0_66917422的博客
03-20 2701
MCP协议就像AI领域的“USB接口”，它将各种数据源和工具连接到AI模型，实现了“即插即用”的便捷开发体验。通过Cherry Studio，我们可以轻松配置和使用MCP，无论是本地文件、云端API，还是网页数据，都能轻松搞定，大大提高了AI开发的效率。告别繁琐的适配工作，拥抱AI开发的“USB时代”！快来体验Cherry Studio + MCP的强大功能吧！还在为 Midjourney 付费？ChatTools。
全网最细，一文带你弄懂 MCP 的核心原理！
m0_63171455的博客
04-16 987
看到这里，大家应该比较明确了，实际上是通过将MCP Server中提供的工具、响应结果，转换为的标准格式来和模型进行交互。Cline将MCP Server中提供的工具、响应结果转换未一套自己约定的输入、输出的标准数据格式，通过系统提示词来声明这种约定，再和模型进行交互。这也解释了，为什么在中只有一部分模型支持MCP，前提是选择的模型需要支持 Function Call 的调用，并且在客户端进行了特殊适配；而Cline则使用的是系统提示词，所以所有模型都支持。初始化与工具列表获取。
在 Cherry Studio 中使用 MCP
子燕若水的博客
04-02 1334
随着各大 AI 客户端逐渐开始支持 MCP，相信 MCP 的应用范围会越来越广泛。Cherry Studio 作为一个积极拥抱前沿技术的开源项目，也在不断完善 MCP 相关功能。可以将系统中的相对应命令使用软链接的方式链接到这里，如果没有对应目录，需要手动建立。功能后，Cherry Studio 能够更好地理解用户的查询意图，并从网络上获取相关信息，给出更准确、更全面的回答。功能为例，演示如何在 Cherry Studio 中使用 MCP，可以在。从上图可以看出，结合了 MCP 的。
在Cherry studio或ChatWise中使用mcp服务
weixin_45038397的博客
03-18 1329
在Cherry studio或ChatWise中使用mcp服务
CherryStudio MCP实战（一）filesystem篇
彪悍大蓝猫的博客
04-04 2412
简单来说，DeepSeek像是人的大脑，他可以推理，帮你思考一些问题，但是具体要做一些事情的时候，他还需要“手脚”来协同。简单来说，DeepSeek像是人的大脑，他可以推理，帮你思考一些问题，但是具体要做一些事情的时候，他还需要“手脚”来协同。点击右侧添加后，稍等片刻，在下方输入本地系统文件目录，我这里输入的是“H:\mcptest”，点击右上角保存，如果没有报错则代表成功！第二步，打开CherryStudio的设置界面，配置大模型提供商的API密钥，添加模型（这里的模型需要选择后面带扳手图标）。
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

白云千载尽

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值