Cherry Studio 配置教程 #

Cherry Studio 项目简介 #

Cherry Studio 是一款开源的多模型桌面客户端，旨在为用户提供一个统一、高效的AI服务平台。它兼容Windows、macOS 和Linux 三大操作系统，集成了包括OpenAI、DeepSeek、Gemini 等在内的多种主流大语言模型，并支持本地模型的运行。

Cherry Studio 高度自定义的设计、强大的扩展能力和友好的用户体验，使其成为专业用户和 AI 爱好者的理想选择。无论是零基础用户还是开发者，都能在 Cherry Studio 中找到适合自己的 AI 功能，提升工作效率和创造力。

主要特点 #

• 多平台支持：支持 Windows、macOS 和 Linux。

• 多模型支持：集成 OpenAI、DeepSeek、Gemini 等多种主流大语言模型，支持本地模型。

• AI助手与对话：内置超过300个预配置的AI助手，支持创建自定义AI助手，支持与多个AI模型同时对话。

• 知识库管理：支持导入多种格式文件，构建个人AI知识库。

• AI绘画及其他集成工具：集成AI绘画、翻译、全局搜索、话题管理、WebDAV文件管理、Mermaid图表可视化等功能。

• 自定义界面：支持主题切换、自定义CSS、会话布局、消息样式、头像设置等。

• 集成外部服务：支持WebDAV、Notion、Tavily等服务集成。

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，详见 对话界面。

• 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：支持将完整对话或部分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。

🌟 Gemini Python SDK 入门文档 #

支持 Gemini 官方格式； 所有模型均支持使用 Gemini 格式

🔧 1. 安装与设置 #

获取 API 密钥 #

在网站 https://api.whatai.cc/token 获取令牌

🚀 2. 生成简单文本 #

CUSTOM_BASE_URL // 网站 BaseURL 通常是域名
API_KEY // 令牌页获取的令牌

非流式

from google import genai
from google.genai import types

client = genai.Client(
    http_options=types.HttpOptions(
    base_url= CUSTOM_BASE_URL
),
    api_key= API_KEY
)

response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="How does AI work?"
)

print(response.text)

python openai官方库（使用AutoGPT，langchain等） #

方法一

import openai
openai.api_base = "https://api.whatai.cc/v1"

方法二（方法一不起作用用这个）

修改环境变量OPENAI_API_BASE，各个系统怎么改环境变量请自行搜索，修改环境变量后不起作用请重启系统。

OPENAI_API_BASE=https://api.whatai.cc/v1

VSCode插件Cline使用+配置 #

Cline 是一款新型的 VSCode AI 助手插件，主打 正确性 + 可控性 + 文件级操作能力。它让 AI 可以在你的本地项目中 读写文件、执行命令、运行代码、生成多步计划，更像一个可以合作的软件工程师。

本文将带你从零开始学习 Cline，包括：

• Cline 的核心功能和使用方式

• 基础工作流程

• 常见的几个使用示例

• 如何通过神马中转API配置Cline使用GPT-5.1与Claude

什么是Cline？它能做什么？ #

Cline 是一个 VSCode 插件，让你可以在编辑器中与强大的 LLM（如 GPT-5.1、Claude 4.5 等）协作。它不仅仅是聊天，而是真正可以在项目中执行操作的助手。

核心能力：

✅文件操作（读/写/修改）

Cline 能浏览项目中的文件，并以高可控性方式修改。

✅多步骤推理与执行计划

Cline 会先生成一份清晰的「操作计划」，你同意后才执行，每一步你都能检查。

✅命令执行（终端）

Cline 能运行命令，比如 npm、git、python、docker 等。

✅环境访问

可读的代码文件、终端输出、目录结构。

✅可使用多种模型

如 GPT-5.1、Claude 3.5 Sonnet 等。

如何安装配置Cline #

在 VSCode 扩展市场搜索：

Cline

发布者一般是：Roo Code / Cline.bot

点击 Install 安装即可。

支持模型页面-各方面解析 #

🔍 智能筛选系统 #

左侧筛选面板 → 勾选条件 → 实时刷新列表

💰 倍率分析模式 #

📋 批量复制模型名称 #

开启多选-模型卡片勾选-点击复制模型按钮

📋 模型厂商卡片说明 #

普通文本对话（非流） #

基础信息 #

• 接口地址: https://api.whatai.cc

• 认证方式: Bearer Token (API Key)

普通对话接口 #

POST 请求示例

import requests
import json

# 配置API参数
url = "https://api.whatai.cc/v1/chat/completions"  # API端点
payload = {
    "model": "gpt-4o-mini",  # 指定模型
    "messages": [
        {
            "role": "system",
            "content": "You are a helpful assistant."
        },
        {
            "role": "user",
            "content": "周树人和鲁迅是兄弟吗？"
        }
    ]
}
headers = {
    'Accept': 'application/json',
    'Authorization': 'sk-******',  # 替换为你的API Key
    'User-Agent': 'xxx/1.0.0',
    'Content-Type': 'application/json'
}

# 发送请求
response = requests.post(url, headers=headers, data=json.dumps(payload))
print(response.text)

使用OpenAI官方SDK #

from openai import OpenAI

# 初始化客户端
client = OpenAI(
    api_key="sk-******",  # 替换为你的API Key
    base_url="https://api.whatai.cc/v1"  # API中转地址
)

# 创建对话
chat_completion = client.chat.completions.create(
    messages=[
        {
            "role": "user",
            "content": "周树人和鲁迅是兄弟吗？",
        }
    ],
    model="o1",  # 指定模型
)

print(chat_completion)

注意事项 #

1. 请妥善保管API Key，不要泄露

🔑 添加令牌：您的AI通行证指南 #

一Key在手，AI我有！ 令牌（API Key）是解锁AI能力的数字钥匙，就像手机SIM卡激活网络

⚠️ 安全警示：

Key泄露 = 家门大开！ → 立即删除并重建

🔐 密钥格式：sk-xxxxxxxx（默认隐藏，可点击右边按钮复制）

💻 操作入口

👉 神马中转API令牌控制台

📄 配置项说明 #

🔖1. 令牌名称 #

• 自定义标识符（建议按用途命名，如"生产环境API"）

⏳ 2. 过期时间 #

• 设置令牌的有效期间，超过则该令牌无法使用

💰 3. 额度 #

配置当前令牌的可使用额度

🔢4. 创建数量 #

• 默认为1

• 当您输入数量值 N（如2），系统将创建N（2）个相同（当前）配置项的令牌

🌐5. 令牌渠道分组 #

🎯 渠道分组配置 #

[配置作用]

Dify 是一款开源的大语言模型（LLM）应用开发平台。它融合了后端即服务（Backend as Service）和 LLMOps 的理念，使开发者可以快速搭建生产级的生成式 AI 应用。即使你是非技术人员，也能参与到 AI 应用的定义和数据运营过程中。

由于 Dify 内置了构建 LLM 应用所需的关键技术栈，包括对数百个模型的支持、直观的 Prompt 编排界面、高质量的 RAG 引擎、稳健的 Agent 框架、灵活的工作流，并同时提供了一套易用的界面和 API。这为开发者节省了许多重复造轮子的时间，使其可以专注在创新和业务需求上。

一、为什么使用 Dify？ #

你或许可以把 LangChain 这类的开发库（Library）想象为有着锤子、钉子的工具箱。与之相比，Dify 提供了更接近生产需要的完整方案，Dify 好比是一套脚手架，并且经过了精良的工程设计和软件测试。 重要的是，Dify 是开源的，它由一个专业的全职团队和社区共同打造。你可以基于任何模型自部署类似 Assistants API 和 GPTs 的能力，在灵活和安全的基础上，同时保持对数据的完全控制。

二、你能用 Dify 做什么 #

• 快速搭建问答机器人（基于企业文档的 RAG）

• 构建会调用工具（搜索、调用 API、生成图片等）的 Agent（自动化任务）

• 在可视化画布上用“节点 + 触发 + 条件”编排复杂流程（Workflow）

• 通过 REST API 将这些能力嵌入现有业务系统（后端代理调用）

  （上面功能点与细节可在官方产品文档与代码库查看）。

三、准备工作（最小环境 & 工具） #

• 最低硬件（参考仓库说明）：CPU ≥ 2 core，RAM ≥ 4 GiB（用于快速试验）。生产部署请按负载规划。

Lobe-Chat ​配置教程 #

将接口代理地址改成API地址的链接：https://api.whatai.cc/v1 或者 https://api.whatai.cc

如果你已经开始折腾 OpenClaw，那你大概率很快会遇到一个现实问题：
👉 模型多、API 多、配置杂，越用越乱。

这时候，强烈推荐你直接上 神马中转API（api.whatai.cc），用它来配置 OpenClaw，真的会省掉一大半精力。

为什么用「神马中转API」来配 OpenClaw？ #

一句话总结：少折腾、多稳定、好维护。

• ✅ 统一入口：不管你用的是哪家大模型，只需要在 OpenClaw 里配一次中转地址
• ✅ API Key 更清爽：不用在 OpenClaw 里塞一堆厂商 Key，一个中转 Key 搞定
• ✅ 切模型不改代码：今天用 A，明天换 B，只改中转配置，不动 OpenClaw
• ✅ 更适合长期运行：对 Agent / Gateway 场景非常友好

对 OpenClaw 这种「长期在线、持续调用模型」的 AI Agent 网关来说，中转 API 几乎是刚需。

用起来到底有多简单？ #

配置逻辑非常清晰：

1. 在 神马中转API 获取一个 API Key
2. 在 OpenClaw 里把模型地址指向中转 API
3. 统一通过中转调用各类大模型

不需要关心不同厂商的参数差异，也不用反复改配置文件，一次配置，长期省心。

适合哪些人？ #

• 🧠 想认真玩 OpenClaw，而不是只跑 Demo
• 🧩 同时接入多个模型 / 多个环境
• 🔧 不想每次换模型都重新折腾配置
• 🚀 想把 OpenClaw 稳定跑在本地或服务器上

如果你希望 OpenClaw 用起来像“基础设施”，而不是“实验项目”，那中转 API 几乎是必选项。