有哪些开源AI客户端应用，如ChatBox和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 https://github.com/chatboxai/chatbox https://chatboxai.app/ 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 https://github.com/CherryHQ/cherry-studio https://www.cherry-ai.com/ 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。