编者按：MCP 客户端系列的开篇之作介绍了 Cherry Studio——一款面向 Windows、macOS 和 Linux 的免费桌面客户端，可接入众多模型 API，并端到端支持 MCP 协议。教程涵盖下载并安装应用、准备运行环境（Cherry Studio 使用 UV 和 Bun 工具来运行 MCP 服务，内置自动安装失败时可按手动步骤安装），以及配置模型提供商（以 OpenRouter 为实操示例），随后在专属设置面板中添加 MCP 服务器。本文面向想要图形界面优先而非 IDE 的初学者，并提醒：模型必须支持函数调用（function calling）才能使用 MCP 服务。要点提示：留意 MCP 服务器设置页面的状态指示器；红色三角表示还需先安装 UV 或 Bun，否则任何服务器都无法启动。跟练时值得常备的官方页面：Cherry Studio 文档、MCP 规范、MCP 参考服务器。
本文是 MCP 客户端入门系列教程的第一篇文章：《MCP 客户端入门教程：Cherry Studio 的安装与配置》。
MCP（Model Context Protocol，模型上下文协议）是 Anthropic 于 2024年 11月推出的开放协议，旨在实现大语言模型（LLM）应用与外部数据源、工具和服务的无缝集成。它为 AI 模型提供了一套标准化方法，让任何大语言模型都能轻松连接各类数据源和工具，无缝地访问与处理信息，就像 AI 应用的 USB-C 接口一样。
MCP 的核心架构是“客户端-服务器”模型：
- MCP 客户端：内嵌于 AI 应用中的连接器，与特定的 MCP 服务器建立一对一连接，是模型与服务器之间的桥梁。客户端负责发现可用服务、发送调用请求并获取结果。
- 本文由 AIbase 提供详细的 Cherry Studio 安装与配置教程，属于 MCP 客户端入门系列教程的一部分。
一、Cherry Studio 简介
Cherry Studio 是一款功能强大的 MCP 客户端，支持接入多个大模型 API，完全兼容 MCP 协议，可让 AI 模型调用各种工具来执行任务。它界面简洁、操作易上手，支持 Windows、macOS、Linux 等多种操作系统。作为一款个人使用免费的工具，Cherry Studio 近来在 AI 爱好者和专业用户中颇受欢迎。在本教程中，AIbase 将手把手教你安装并配置 Cherry Studio，开启 MCP 客户端入门之旅。
二、客户端安装
1. 下载 Cherry Studio
首先，我们需要访问 Cherry Studio 的官网下载客户端。官网地址为：https://cherryai.com/。
2. 安装过程
下载完成后，运行安装程序。安装过程中请注意以下选项：
- 为所有用户安装：可以自行选择安装文件夹，默认是 C 盘文件夹。如果创建了桌面快捷方式和开始菜单项，这台电脑上的所有用户都能在桌面和开始菜单中找到它，但用户数据仍保存在各自的用户文件夹中。
- 仅为我安装：会直接安装到 C 盘的用户文件夹中，其他用户在桌面和开始菜单里找不到它。
对普通用户来说，这两个选项的差别不大。
三、环境配置
Cherry Studio 的最新版本已经内置了 MCP 所需工具的安装功能。不过由于网络原因，自动安装可能不太顺利。下面介绍手动安装方法：
1. 安装 UV 和 Bun 环境
Cherry Studio 使用内置的 UV 和 Bun 工具来运行 MCP 服务。请确保这些工具已正确安装：
打开 Cherry Studio，点击左下角的“设置”，选择“MCP 服务器”，查看页面右上角是否有提示需要安装 UV 或 Bun。
安装完成后，重启 Cherry Studio，进入 MCP 服务器设置，右上角的红色三角应变为绿色对勾，说明工具已安装成功。
四、配置 API 服务
要使用 Cherry Studio 调用大语言模型，需要先配置 API 服务。进入设置界面：点击界面左下角的小齿轮图标，进入设置界面。
1. 点击底部的“管理”按钮，就能看到数十个可调用的大模型。
2. 选择带“扳手”图标的模型，这类模型支持函数调用，可以使用 MCP 服务。
目前可用的免费或有免费额度的 API 平台包括：
- 国内：硅基流动、火山引擎、阿里云百炼、Moonshot 开放平台等模型 API 提供商。
- 国外：Google Gemini、Grok 等。
在模型服务的配置界面上，可以看到页面提供了非常丰富的大语言模型接入，几乎覆盖了当前所有主流平台，你可以按自己的实际情况选择。
3. 创建 API Key
为了照顾初学者，本教程选择 “OpenRouter” 服务提供的模型服务。
然后，前往模型服务平台申请 API key。本文以 OpenRouter 为例，因此在示例中进入 OpenRouter 并打开控制台。（官网：https://openrouter.ai/）
点击 OpenRouter 页面左侧的 “api key” 选项。
点击右上角的 “New”（新建）按钮，填写一段描述以便日后管理密钥，完成密钥的创建。
点击明文显示的密钥字符串，密钥即会自动复制。
粘贴密钥：回到 Studio 界面，粘贴复制好的密钥，完成密钥配置。
五、配置 MCP 服务器
在 Cherry Studio 中配置 MCP 服务器有三种方式：搜索 MCP、编辑 MCP 配置、更多 MCP。
这里 AIbase 以添加一个远程 MCP 服务（SSE 类型）为例，演示如何配置 MCP 服务器
1. 搜索 MCP 服务
以添加网页抓取服务 fetch 为例：访问魔搭 ModelScope MCP 广场（https://modelscope.cn/mcp），搜索并选择 fetch 服务。
复制 SSE URL，回到 Cherry Studio。URL 如下：
https://mcp-979bdfce-2a57-47a9.api-inference.modelscope.cn/sse2. 添加 MCP 服务器
进入“设置”->“MCP 服务器”页面，点击“添加服务器”。
填写名称（如 “fetch”），类型选择 “SSE”，粘贴 URL 地址，然后点击确定。
SSE 类型的服务运行在远程服务器上，配置简单、不需要本地环境，但无法访问本地资源，适合获取云端数据、调用在线 API 等场景。
六、使用 MCP 服务
配置好 MCP 服务后，就可以开始使用了。
1. 打开 Cherry Studio 主界面，点击添加助手，或者使用默认助手。这里我们直接使用默认助手。
2. 点击顶部的模型服务开关，选择一个支持函数调用的模型（带扳手图标）。
3. 确认输入框底部的 MCP 服务开关已打开。例如，我们上面添加了 fetch MCP 服务器，选中后图标会变绿。
4. 最后，向 AI 提出问题，它就会调用 MCP 服务来完成任务。
使用示例：
我给出一个 AIbase 日报的 URL，让 MCP 服务提取日报中所有的小标题。结果如下：
七、使用技巧与注意事项
多个 MCP 功能相近时：指令要说清楚，否则 AI 可能用错工具。
不同模型的差异：不同模型对 MCP 的支持程度不同，国产千问模型的支持较好。
网络问题：添加服务时如果出现连接超时或关闭报错，可能是网络问题，多试几次。
权限问题：使用本地文件服务时，请确保 Cherry Studio 有访问指定目录的足够权限。
API 配额：使用第三方 API（如高德地图、Tavily Search）时，注意免费额度的消耗情况。
总结
作为一款强大的 MCP 客户端，Cherry Studio 通过 MCP 协议的支持，赋予了 AI 更强大的能力。本文 AIbase 详细介绍了 Cherry Studio 的安装与配置，以及 MCP 服务的配置使用，希望能帮助你更好地利用 AI 工具提升工作效率。
随着 MCP 生态不断完善，我们可以期待更多功能丰富的 MCP 服务涌现，让 AI 助手变得更加智能、实用。通过 Cherry Studio 与 MCP 的结合，我们已经能体验到未来 AI 助手的强大潜力。
官方文档：https://docs.cherryai.com/advanced-basic/mcp
MCP 客户端入门教程系列
《MCP 新手入门指南：看完这篇文章从零学会使用 MCP 服务》