利用腾讯混元大模型搭建Cherry Studio自有知识库，打造“智能第二大脑”

于 2025-10-10 23:38:08 发布
阅读量486 收藏 5
点赞数 5
CC 4.0 BY-SA版权
分类专栏： 人工智能 文章标签： 人工智能
本文为博主原创文章，未经博主允许不得转载。
本文链接：https://blog.csdn.net/lxx309707872/article/details/152970289

利用腾讯混元大模型搭建Cherry Studio自有知识库，打造“智能第二大脑”

前言

在 AI 应用快速发展的今天，知识库已成为企业和个人提升效率的关键工具。

  • 大模型的优势：腾讯混元大模型具备强大的自然语言理解与生成能力，支持文本、图像等多模态输入，能够快速构建智能问答与知识检索系统。
  • Cherry Studio 的定位：作为一个轻量化的知识管理与 AI 助手平台，Cherry Studio 需要一个高效、可扩展的知识库来支撑日常问答、文档检索和自动化工作流。

将腾讯大模型与 Cherry Studio 结合，可以实现：

  • 私有化知识管理：将企业或个人文档沉淀为可查询的知识库。
  • 智能问答：基于大模型的语义理解，快速回答与业务相关的问题。
  • 自动化工作流：结合 Cherry Studio 的插件与脚本能力，实现知识的批量导入、更新与调用。

一、为什么选择腾讯混元大模型？

腾讯混元大模型是由腾讯全链路自主研发的多模态大模型矩阵，覆盖文本、图像、视频、3D生成等领域，具备强大的语义理解、逻辑推理与多模态协同能力。其核心优势在于：1. 全栈自研：从算法到算力完全自主可控，适配企业级安全需求；2. 场景化性能卓越：在内容创作、数理推演、多轮对话等任务中表现领先；3. 生态整合力强：深度集成腾讯云智能体、OCR、TTS等产品，可快速构建智能应用；4. 多模态创新：支持文本生成图像/视频/3D，实现跨模态内容联动。已广泛应用于知识库构建、智能客服、创意设计等场景，助力企业降本增效。

img

二、下载安装 Cherry Studio

打开 Cherry Studio 下载页面 https://www.cherry-ai.com/download ，根据自己的系统下载。

Cherry Studio开源地址：https://github.com/CherryHQ/cherry-studio

下载完成后点击安装，过程很简单，安装完成后我们启动 Cherry Studio，开始配置。

我这边安装window系统的Cherry Studio

安装之后的的界面如下图：

img

三、配置 Cherry Studio

Cherry Studio支持主流大模型服务，星哥这里配置腾讯混元大模型，其他公司的大模型例如deepseek、ChatGPT等都是一样的配置。

1.申请API

申请地址：https://console.cloud.tencent.com/hunyuan/api-key

点击创建API KEY

img

记住API KEY

再到

2.到Cherry Studio填写腾讯的api key

打开Cherry Studio软件

点击设置，模型服务，搜索“腾讯”，选择腾讯混元

填写api密钥

api地址填：https://api.hunyuan.cloud.tencent.com

再点击“测试”，如果出现成功，则表明配置成功。

img

3.测试是否成功

如图，依次点击助手

话题，选择腾讯混元的大模型

再随便问一个问题，得到答案。

img

四、新建知识库

1.添加知识库

依次点击，知识库、添加

img

2.填写名称

嵌入模型，这里模型我们选择腾讯混元的 embedding。

其他默认即可。

img

3.添加文件

这里可以添加你自己的笔记、文档、word等等文件

我这里添加一个测试文档《Mini小主机All-in-one搭建教程1-安装Esxi7.0虚拟机系统.md》

img

4.测试选择知识库

如图，依次点击助手

话题，选择腾讯混元的大模型

问文档中相关的问题“如何安装Esxi7.0”，得到答案。

img

得到答案

img

5.对比没有选择知识库

img

要安装ESXi 7.0，请按照以下步骤操作：

准备一个大于8GB的空U盘，将其格式化为FAT32文件系统，因为ESXi 7.0需要这种文件系统格式。

下载ESXi 7.0 ISO镜像文件，可以从 VMware 的官方网站上找到合适版本。

使用 Rufus 或 balenaEtcher 等工具将 ESXi 7.0 ISO 文件写入 U 盘。这样可以得到一个可启动的 VMware ESXi 7.0 安装程序。
....

五、总结

通过 腾讯大模型 + Cherry Studio 的结合，可以快速搭建一个 高效、智能、可扩展 的知识库系统。

  • 腾讯大模型提供强大的语义理解与生成能力；
  • Cherry Studio 提供灵活的插件与工作流集成；
  • 二者结合，既能满足个人知识管理，也能支撑企业级应用。
玩转腾讯云HAI：部署DeepSeek，搭配Cherry Studio搭建超酷个人知识库
Front_Yue的博客
02-10 1330
通过本文的指导，您已经成功下载并配置了Cherry Studio，连接到腾讯云HAI上部署的DeepSeek模型，并搭建了一个功能强大的个人知识库。Cherry Studio不仅支持多种大语言模型，还提供了便捷的知识库管理和智能问答功能，极大提升了信息检索和知识管理的效率。
三种RAG方案实测：自建知识库 vs 腾讯IMA vs Google的AI笔记本，收藏这一篇就够了！！
2401_85325397的博客
03-26 1516
Deepseek-R1推出有一段时间了，其通过在线搜索回答问题的能力，在保证推理水平的同时提高了其实时性和可信度。但有些行业内的知识比较冷门，在搜索中无法找到，因此使用RAG技术的知识库，是对模型能力的一种补足。通过将检索和生成相结合，既保留了传统检索问答的可靠性，又获得了 LLM 的灵活性和自然表达能力。它能让 AI 始终基于最新的、可信的知识来回答问题，同时保持对话的流畅自然。
AI大模型知识库产品案例集锦
super_mochi1
06-19 1155
AI大模型知识库系统解决方案与案例
一文讲清AI知识库怎么选？8款热门产品对比，找到最适合你的个人和企业解决方案！
2401_85375151的博客
08-28 1391
【摘要】2023年AI知识库工具迎来爆发式增长，显著提升个人及企业知识管理效率。主流工具包括腾讯系ima（30G免费容量）、Get笔记（语音转文字）、飞书知识库（企业协作）等，覆盖学习备考、会议记录、客户管理等场景。对数据安全要求高的用户可选择本地化方案，如CherryStudio（支持离线部署）。文章还提供了AI大模型学习路径，包含提示词工程、RAG系统开发等核心技能，并附赠免费学习资源包。掌握AI工具正成为职场新竞争力，早学习早受益。（148字）
AI知识库选型全攻略：8款热门工具（腾讯IMA/秘塔/飞书等）深度对比，个人与企业精准适配指南
大模型研究中心
09-19 1110
AI知识库选型全攻略：8款热门工具（腾讯IMA/秘塔/飞书等）深度对比，个人与企业精准适配指南
用deepseek及各个平台搭建知识库与智能体的终极秘籍——看完你就懂了
小王听你说
03-29 1844
AI agent（智能体）是一种能够感知环境、进行决策并采取行动的智能系统。它通过接收输入（如传感器数据、用户指令或其他信息源）来感知环境状态，然后利用内置的算法、模型或规则（例如机器学习模型、知识图谱或逻辑推理引擎）进行分析和推理，从而生成合适的输出或行动。AI agent 的目标是根据设定的任务或目标自主完成特定的工作，例如回答问题、执行任务、优化流程或与用户交互。
AI知识库软件哪个最好用，详细对比腾讯iMa、CherryStudio、Dify
同名公众号：dify实验室
05-19 3850
CherryStudio的官方介绍展现了一个功能全面、高度可定制的AI平台形象，特别强调了用户体验和扩展性。作为开源平台，Dify的自定义能力是顶级的。用户不仅可以修改前端界面，更能深入后端逻辑，开发自定义节点和工具。其“工具（Tools）”节点支持OpenAPI规范，可以轻松集成任何外部API。
一文讲清AI知识库怎么选？8 款对比（腾讯 IMA / 秘塔 / 飞书等），个人企业适配方案，建议收藏！！
2401_85327249的博客
08-30 882
文章介绍了AI知识库的概念、优势、使用场景及国内主流工具。AI知识库能自动整理、分类和提炼重点，解决了传统知识管理费时费力的问题。详细介绍了ima、Get笔记、飞书知识库等工具特点及适用人群，还提供了本地化方案。无论是个人学习、工作整理还是企业知识管理，AI知识库都能提供高效便捷的知识管理解决方案。
零代码构建AI助手：Cherry Studio全功能实践指南
热门推荐
细节处有神明的博客
02-10 1万+
Cherry Studio 是一个国人开发的开源，多模型服务的桌面客户端，在 github 上有 5.7 k 的 star。因其简单易上手，最近非常火。而且最近更新比较频繁，适合新手快速上手。Cherry studio 是适合个人的 AI 工具箱，通过使用它可以快速理解大语言模型调用、模型选择、模型参数微调、文生图、搭建本地知识库应用、联网搜索等一系列的 AI 应用，帮助我们提升工作效率。
借助 Cookie 信息快速访问腾讯混元大模型
08-23
腾讯混元大模型是腾讯公司开发的一种先进的机器学习模型，其设计目的是为了处理和分析大规模数据集，提供高效的计算和智能分析能力。为了利用这一模型，用户需要访问腾讯提供的服务或接口，而通过Cookie信息快速访问...
人工智能-大模型-基于大语言模型和 RAG 的知识库问答系统
10-21
模型中立：支持对接各种大模型，包括本地私有大模型（Llama 3 / Qwen 2 等）、国内公共大模型（通义千问 / 腾讯混元 / 字节豆包 / 百度千帆 / 智谱 AI / Kimi 等）和国外公共大模型（OpenAI / Claude / Gemini 等）...
人工智能基于混元大模型的智能体开发平台：腾讯元器技术解析与多场景应用系统设计
10-05
文章系统阐述了其核心技术组件，包括提示词、插件、知识库和工作流，以及对多种先进大模型的支持，如腾讯混元、DeepSeek R1 和 Moonshot，展示了平台在智能体构建中的强大能力。同时，详细解析了腾讯元器的技术特点...
MLP多层感知机
weixin_55843921的博客
10-06 1329
多层感知机的核心定义围绕 **“层数” 和 “非线性”** 展开，是对 “感知机” 的扩展：感知机（Perceptron）：1957 年提出的单层线性模型（输入层 + 输出层，无隐藏层），仅能解决 “线性可分问题”（如用直线分割二维数据），无法处理非线性问题（如异或 XOR）；多层感知机（MLP）：为解决感知机的局限性，在 “输入层” 和 “输出层” 之间加入至少 1 个隐藏层，并在隐藏层引入非线性激活函数（如 ReLU、sigmoid、tanh）的模型。关键特征。
计算机视觉毕业设计选题该如何选？——根据自身情况合理选择
Hai_Lang_IT的博客
10-09 849
计算机视觉方向相关研究领域的毕业设计选题涵盖了图像分类与目标检测、图像分割与语义识别、视觉目标追踪、图像生成与风格迁移、医学影像分析与辅助诊断等多个热门领域。对于计算机专业、软件工程专业、人工智能专业、大数据专业的毕业生而言，选择一个合适的毕业设计选题至关重要。在这个毕业设计选题合集中，我们精心收集了各种有趣且具有挑战性的选题，旨在帮助学生们在毕业设计中展现他们的技术实力和创新能力。不论是对于对深度学习技术感兴趣的同学，还是希望探索机器学习、算法或人工智能领域的同学，本合集都能为您提供丰富的选题资源和灵感。
AI 赋能采购决策：采购管理系统的智能寻源与风险预警机制
Srm_2025的博客
10-10 645
AI在采购决策中的应用，本质是决策范式的升级：从依赖人脑的“经验驱动”，到“数据+算法+经验”的协同驱动。智能寻源让选择更精准，风险预警让应对更前瞻，而系统自动处理的繁琐工作，则让采购员能专注于战略谈判、关系管理和更复杂的决策（如供应商协同创新、ESG（环境、社会和公司治理）采购）。但需要明确的是，AI始终是工具，而非替代者。它的目标是让采购人员从“事务性工作者”升级为“战略决策者”——这或许才是技术赋能采购的核心价值。
基于Ensemble的欧洲杯赛事预测（Streamlit应用）
XiaoMu_001的博客
10-08 1077
基于Ensemble的欧洲杯赛事预测（Streamlit应用）
舆情处置的智能化进阶：Infoseek舆情系统如何构建企业数字免疫体系
最新发布
weixin_64776994的博客
10-10 819
在复杂的网络舆论环境中，智能舆情处置已成为企业不可或缺的核心竞争力。字节探索Infoseek通过技术创新，构建了从风险预警到智能处置的全链路解决方案，其独特的双端反馈机制和“免费+智能增值”服务模式，显著提升了舆情处置的效率和精准度。
Spring AI alibaba MCP协议
西岭千秋雪的博客
10-05 1083
MCP协议开发与应用摘要 MCP协议旨在统一AI大模型与外部工具/数据源的交互规范，通过标准化接口解决适配碎片化问题。协议采用三层架构：数据层基于JSON-RPC定义通信规范，传输层支持stdio（本地进程通信）和SSE（远程HTTP）两种模式。实际开发中，服务端需引入spring-ai-mcp-server依赖，通过@Tool注解实现工具类开发；客户端通过配置文件连接MCP市场（如阿里云百炼）或自建服务。典型应用如高德地图MCP集成，需配置npm环境并注入ToolCallbackProvider工具回调。
SK Hynix数据中心存储质量管理案例剖析
存储随笔
10-08 1244
SK hynix的DDQE系统，本质是通过“数据采集-AI分析-协同反馈-闭环优化”的技术逻辑，解决了数据中心eSSD“质量不可控、故障难预测、协作效率低”的核心痛点。其创新点在于：多维度融合：将宏观故障率与微观日志结合，实现“从全局到单盘”的全链路监控；AI与规则协同：用规则引擎保障实时性，用时序AI提升预测准确性；协作导向：通过仪表盘打破数据中心与供应商的信息壁垒，实现“同步管理、快速响应”；生命周期闭环：将质量管控融入eSSD全生命周期，实现持续优化。
cherry studio 接入腾讯混元
05-11
### Cherry Studio与腾讯混元的接入指南 #### 1. **背景概述** Cherry Studio 是一款专注于对话式 AI 的开发平台，支持多种大模型的集成和定制化应用构建[^3]。而腾讯混元（HunYuan）系列模型则是由腾讯自主研发的大规模预训练模型家族，覆盖自然语言处理、计算机视觉等多个领域[^4]。 两者的结合可以为企业提供更强大的功能扩展能力，例如提升客服效率、优化用户体验以及降低运维成本等[^5]。 --- #### 2. **技术准备** 在正式开始之前，需确认以下条件已满足： - **环境配置** 确保本地或云端服务器具备运行 Cherry Studio 和腾讯混元所需的硬件资源（如 GPU 支持）。具体要求可参考官方文档[^6]。 - **API 准备** 获取腾讯混元 API 密钥及相关接口说明文件，并完成必要的权限申请流程[^7]。 - **依赖安装** 安装 Cherry Studio 所需的基础库及其插件模块。如果涉及开源组件，则还需克隆对应的 GitHub 仓库并部署至目标环境中[^8]。 ```bash pip install cherry-studio deepseek-transformers torch transformers git clone https://github.com/deepseek-ai/awesome-deepseek-integration.git cd awesome-deepseek-integration && python setup.py install ``` --- #### 3. **对接方案** ##### （1）通过 RESTful API 实现通信 此方法适用于希望快速搭建原型系统的场景。利用 Cherry Studio 提供的标准 HTTP 请求方式调用腾讯混元的服务端口[^9]。 示例代码如下： ```python import requests def call_hunyuan_api(prompt, api_key): url = "https://api.hunyuan.tencentcloud.com/v1/generate" headers = { 'Authorization': f'Bearer {api_key}', 'Content-Type': 'application/json' } payload = {"prompt": prompt} response = requests.post(url, json=payload, headers=headers) return response.json() result = call_hunyuan_api("你好！", "<your-api-key>") print(result["text"]) ``` ##### （2）基于 SDK 的深度整合 对于追求高性能及稳定性的项目来说，推荐采用官方发布的 Python 或其他编程语言版本的软件开发包来实现无缝衔接[^10]。 以下是部分核心函数定义片段： ```python from hunyuan_sdk import HunYuanClient class CustomIntegration: def __init__(self, model_name="hunyuan-nlp", token="<token>"): self.client = HunYuanClient(model=model_name, auth_token=token) def generate_response(self, input_text): output = self.client.generate(input_text=input_text) return output['generated'] integration_instance = CustomIntegration() response = integration_instance.generate_response("今天天气怎么样？") print(response) ``` ##### （3）数据同步机制设计 考虑到实际业务中可能存在频繁交互的情况，因此有必要建立一套高效的数据传输管道以保障实时性和一致性[^11]。 一种可行策略是借助消息队列中间件 Kafka/RabbitMQ 来缓冲待处理的任务请求；另一种则是在数据库层面设置触发器自动更新关联记录状态。 --- #### 4. **注意事项** - 数据安全始终放在首位，在任何情况下都不得泄露敏感信息给未经授权方访问[^12]。 - 若计划长期合作，请务必签订相关法律协议明确双方权利义务关系[^13]。 - 不同版本之间可能会存在兼容性差异，请提前测试验证后再投入生产环节使用[^14]。 ---
评论
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

星哥玩云

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