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。 1.3.2 开源社区 CherryHQ/cherry-studio vs chatboxai/chatbox — GitHub Comparison | OSSInsight CherryHQ/cherry-studio chatboxai/chatbox Stars 31,599 39,202 Commits 10,880 534 Issues 7,887 2,594 Forks 3,894 3,984 PR Creators 371 117 Language TypeScript TypeScript Stars History 地理分布 公司分布 Issue 历史 1.4 适用场景对比 ChatBox 追求简洁、稳定、轻量化的日常 AI 对话 注重隐私与本地数据存储 仅需基础多模型切换，无复杂 Agent 需求 Cherry-Studio 需要AI Agent 自动完成任务（搜索、总结、执行） 偏好美观界面与沉浸式体验 办公场景：资料整理、多步骤任务编排 希望一站式使用 AI 聊天 + 搜索 + 生成 + 工具调用 2 使用指南 for Cherry Studio 2.1 简介 宗旨 Cherry Studio is a desktop client that supports for multiple LLM providers. Support deepseek-r1 Cherry Studio是一个支持多个LLM提供商的桌面客户端。支持deepseek-r1 主要编程语言： TypeScript 开源协议: Apache 2.0 url https://cherry-ai.com https://github.com/CherryHQ/cherry-studio 20250211 : 661 fork / 9.9k star 2.2 特点 保障隐私安全 数据本地储存 / 无需担心隐私泄露 您的所有使用数据都储存在本地，不会上传到任何第三方服务器，并且支持本地部署的模型调用。 个性化知识库 AI知识库集成 / 做个人最贴心的AI助手 CherryStudio目前已上线知识库功能，支持多种格式文件的导入和网页导入等来组件您的个性化知识库。 个人的全能AI助手 支持多服务商集成的AI对话客户端 CherryStudio目前支持市面上绝大多数服务商的集成,并且支持多服务商的模型统一调度。 2.3 安装指南 2.3.1 安装 on Windows 3 使用指南 for Chatbox [大模型/AI/GPT] Chatbox:开源AI大模型可视化终端应用(GPL3.0) - 博客园/千千寰宇 Z FAQ Q: Chatbox 和 Cherry Studio 哪个更适合普通办公用户？ Chatbox 更胜一筹。它的界面直观，上手成本极低，且支持 iOS 和 Android 移动端，对于需要在手机和电脑间同步对话记录的用户来说是首选。 Q: 为什么开发者更倾向于使用 Cherry Studio？ 因为 Cherry Studio 对 本地大模型（Ollama/LM Studio） 的支持更加深度，且其内置的 Prompt 优化工具 和 多模型横向评测 功能对于模型调试非常友好。 Q: 两款软件是否都保证隐私安全？是否会上传到第三方服务器？ 是的。两者都是本地优先的客户端，API Key 存储在用户的本地设备中。除非用户手动开启云同步，否则数据不会经过开发者服务器。 Q: 它们是否支持“长文本”或“超大文档”阅读？ Cherry Studio 的 RAG 功能（本地知识库）在处理超长文档时更具优势，因为它会对文档进行切片索引；而 Chatbox 主要是将文档内容作为上下文发送，受限于模型窗口大小。 Q: 两者是否支持本地大模型（如 Ollama）？ 均支持。 ChatBox：通过自定义 OpenAI 兼容接口接入 Ollama Cherry-Studio：原生内置 Ollama 配置入口，接入更简便 Q: Cherry-Studio 的 Agent 功能是否必须联网？ Agent 的联网搜索、网页抓取需要网络； 纯文本推理、本地文件处理等 Agent 行为可离线执行（依赖本地模型）。 Q: ChatBox 是否支持插件与扩展？ ChatBox 以轻量化为主，插件生态较弱，仅支持基础提示词扩展； 如需丰富插件与工具链，更推荐 Cherry-Studio。 Q: 两款软件是否免费商用？ 两者均采用 AGPL-3.0 开源协议： 个人非商用完全免费 商用或二次分发需遵循 AGPL 协议，开源修改后的代码 Q: 哪个启动更快、占用更低？ ChatBox 更轻量，启动速度更快，内存占用更低； Cherry-Studio 功能更丰富，内存占用相对更高。 Y 推荐文献 [大模型/AI/GPT] Chatbox:开源AI大模型可视化终端应用(GPL3.0) - 博客园/千千寰宇 CherryHQ/cherry-studio vs chatboxai/chatbox — GitHub Comparison | OSSInsight Prompt Engineering Guide - DAIR-AI Generative AI for Beginners - Microsoft GitHub X 参考文献 Chatbox - Github Official Repository 【推荐】 Cherry Studio - Github Official Repository 【推荐】 Ollama - Github (Local LLM Provider) Electron Documentation - Official Site