Wichtigste Erkenntnisse
- Cherry Studio (cherryai.com) ist eine kostenlose Open-Source-Desktop-App unter der Lizenz AGPL 3.0; Version 2.0 wurde am 2026-08-05 stabil, und die neueste Version zum Zeitpunkt des Schreibens ist v2.1.0.
- Version 2.0 ist Agent-zentriert: Wissensdatenbank-Abfragen, OCR, Bildgenerierung, Dateiverarbeitung und Notizen sind Tools, die der Agent automatisch aufruft, laut dem Cherry-Studio-Team.
- Sie verbindet weiterhin dutzende KI-Anbieter (OpenAI, Anthropic, Google Gemini, DeepSeek und mehr) plus lokale Laufzeitumgebungen (Ollama, LM Studio) in einer Oberfläche.
- Die MCP-Unterstützung (Model Context Protocol) erlaubt verbundenen Modellen, externe Tools über eine standardisierte Server-Schnittstelle aufzurufen; die über 300 Assistenten aus 1.x sind weiterhin enthalten.
- Cherry Studio betreibt selbst keine Modelle -- es benötigt einen Cloud-API-Schlüssel oder eine lokale Laufzeitumgebung wie Ollama, um tatsächlich Antworten zu generieren.
📍 In einem Satz
Cherry Studio 2.0 ist eine kostenlose Open-Source-Desktop-KI-App (AGPL 3.0) für Windows, macOS und Linux, die einen KI-Agenten in den Mittelpunkt stellt: Der Agent ruft für Sie Wissensdatenbank-Suche, OCR, Bildgenerierung und Datei-Tools auf, auf Basis von dutzenden KI-Anbietern, lokalen Modellen über Ollama und LM Studio sowie MCP-Tool-Unterstützung.
💬 In einfachen Worten
Cherry Studio betreibt keine eigenen KI-Modelle. Sie sagen dem Agenten, was erledigt werden soll, und er entscheidet, welches Tool er nutzt, etwa Ihre Dokumente durchsuchen, Text aus einem Bild lesen oder ein Bild zeichnen, jeweils mit dem Cloud- oder lokalen Modell, das Sie verbunden haben.
Schnelle Fakten: Cherry Studio
- Lizenz: AGPL 3.0 (Open Source, Quellcode öffentlich einsehbar)
- Plattformen: Windows (x64, arm64), macOS (Apple Silicon und Intel; macOS 13 oder neuer ab v2.1.0), Linux (x64, arm64)
- Version: 2.0 stabil veröffentlicht am 2026-08-05 (Release Candidates ab 2026-07-28); neueste Version v2.1.0 (2026-09-18)
- Website: cherryai.com
- GitHub: github.com/CherryHQ/cherry-studio (Quellcode und Releases)
- Kosten: Kostenlose App; verbundene Cloud-Anbieter rechnen separat nach API-Nutzung ab
- Kernfunktion: Agent-basierter KI-Arbeitsbereich mit Multi-Provider-Chat, Wissensdatenbanken und MCP-Tool-Unterstützung
Cherry Studio herunterladen
Cherry Studio ist ein kostenloser Download für Windows, macOS und Linux von der offiziellen Website oder von den GitHub-Releases. Für die Installation ist kein Konto erforderlich.
Diese Rezension ergänzt das Local LLM Software Directory von PromptQuorum, das Cherry Studio mit der eigenen Aussage des Herstellers auflistet und mit anderen lokalen KI-Apps vergleicht.
Plattform | Bezugsquelle |
|---|---|
| Windows (x64, arm64) | Cherry-Studio-Installer auf GitHub Releases |
| macOS (Apple Silicon, Intel) | Cherry-Studio-DMG auf GitHub Releases |
| Linux (x64, arm64) | AppImage, DEB, RPM auf GitHub Releases |
| Alle Plattformen | Offizielle Website: cherryai.com |
Die App ist kostenlos; verbundene Cloud-Anbieter rechnen separat ab. Ab v2.1.0 ist macOS 13 (Ventura) oder neuer erforderlich.
Was ist Cherry Studio?
Cherry Studio ist eine kostenlose Open-Source-Desktop-App, in der ein KI-Agent die Arbeit erledigt und dutzende KI-Anbieter sowie lokale Modelle als seine Antriebsquelle nutzt. Sie steht unter der AGPL 3.0, was bedeutet: Der Quellcode ist öffentlich, und jede an andere weitergegebene modifizierte Version muss ebenfalls Open Source bleiben.
Die App selbst hostet oder trainiert keine KI-Modelle. Sie ist ein Frontend: Sie verbinden sie mit einem Cloud-Anbieter, indem Sie einen API-Schlüssel einfügen, oder mit einem lokalen Modell, indem Sie sie auf einen laufenden Ollama- oder LM-Studio-Server richten. Sobald die Verbindung steht, zeigt Cherry Studio jeden Anbieter und jedes Modell in derselben Oberfläche, sodass der Wechsel von einem Cloud-Modell zu einem lokalen nur eine Dropdown-Auswahl ist, keine neue App.
Bis 1.x war Cherry Studio vor allem ein Multi-Provider-Chat-Client mit Dokument-Wissensdatenbank, MCP-Unterstützung (Model Context Protocol) und einer Bibliothek von Assistenten mit Prompt-Vorlagen. Version 2.0 behält all das bei, einschließlich der über 300 Assistenten, und ergänzt einen Agenten, der diese Funktionen als Tools nutzt.
Was hat sich in Cherry Studio 2.0 geändert?
Cherry Studio 2.0 ist ein Neuaufbau, kein Punkt-Release: Die GitHub-Release-Notes beschreiben einen Wandel „vom Chat zum Erledigen von Aufgaben“. Die unten mit „laut dem Cherry-Studio-Team“ gekennzeichneten Punkte stammen vom Hersteller und wurden von PromptQuorum nicht unabhängig getestet.
- Der Agent als roter Faden. Statt jede Funktion zu erlernen und zu konfigurieren, beschreiben Sie die Aufgabe, und der Agent orchestriert Wissensdatenbank-Abruf, Tool-Aufrufe und multimodale Verarbeitung (laut dem Cherry-Studio-Team). Die 2.0.x-Release-Notes erwähnen außerdem Subagenten und eine Einstellung für globalen Speicher (Global Memory).
- Mehr Modelle können Agenten antreiben. Die Release Notes zu 2.0.0 nennen Unterstützung für OpenAI- und Anthropic-Endpunkte; laut dem Cherry-Studio-Team umfasst das OpenAI Chat Completions und die OpenAI Responses API, statt nur Anthropic-kompatibler APIs.
- Eingebaute Agent-Laufzeit, nativ unter Windows. Die Release Notes besagen, dass die zentrale Agent-Laufzeit eingebaut ist, was die Installation von Abhängigkeiten reduziert. Laut dem Cherry-Studio-Team mussten Windows-Nutzer in 1.x Git Bash installieren, um Agenten zu nutzen, und 2.0 entfernt diese Abhängigkeit.
- Neu aufgebaute Datenschicht. Die Release Notes beschreiben eine vollständig aufgerüstete Datenbasis, die auch bei umfangreichem Verlauf reaktionsschnell bleibt; spätere Notes erwähnen SQLite-Nutzerdaten-Dateien. Laut dem Cherry-Studio-Team handelt es sich um eine Datenbankschicht mit vierstufiger Speicherstruktur, die den überwiegend im Frontend gehaltenen Redux-Zustand aus 1.x ersetzt.
- Offline-Wissensdatenbank. Laut dem Cherry-Studio-Team machen BM25-Stichwortsuche und Offline-Embedding-Modelle (darunter Qwen3 Embedding 0.6B) einen Online-Embedding-Dienst überflüssig. Agenten können Wissensdatenbanken außerdem lesen und pflegen.
- Multimodale Agent-Tools. Laut dem Cherry-Studio-Team sind OCR, Offline-Dokumentverarbeitung und ASR-Audioverarbeitung eingebaut: Fehlt einem Modell die Bildverarbeitung, kann der Agent OCR aufrufen, und wenn Sie ein Bild verlangen, ruft er das Zeichenmodell auf.
- Product Feedback Agent. Laut dem Cherry-Studio-Team können Sie einem Agenten einen Fehler beschreiben; dieser sammelt Logs, analysiert das Problem und reicht strukturiertes Feedback bei den Entwicklern ein. Version 2.1.0 ergänzt einen System Doctor mit KI-Diagnose und Diagnose-Export.
Was können Sie mit Cherry Studio tatsächlich tun?
- Eine Aufgabe an einen Agenten übergeben. Beschreiben Sie das Ergebnis in einfacher Sprache; der Agent wählt zwischen Wissensdatenbank-Suche, OCR, Bildgenerierung, Dateiverarbeitung und Notizen, und Sie können Ergebnisse in der App in der Vorschau ansehen.
- Dutzende Anbieter nebeneinander verbinden. Fügen Sie API-Schlüssel für OpenAI, Anthropic, Google Gemini, DeepSeek, Moonshot, Zhipu, Alibaba Qwen, OpenRouter und jeden OpenAI-kompatiblen Endpunkt hinzu -- wechseln Sie pro Unterhaltung zwischen ihnen, ohne Zugangsdaten erneut einzugeben.
- Lokale Modelle über Ollama oder LM Studio nutzen. Richten Sie Cherry Studio auf einen laufenden lokalen Server, und dessen Modelle erscheinen in derselben Auswahl wie Ihre Cloud-Anbieter, sodass ein datenschutzsensibler Prompt an ein lokales Modell gehen kann, während eine allgemeine Frage an ein Cloud-Modell geht.
- Eine Dokument-Wissensdatenbank aufbauen. Laden Sie PDFs, Word-Dateien oder Webseiten in eine Sammlung hoch; Chats und Agenten können Antworten abrufen, die auf Ihrem eigenen Material beruhen statt allein auf den Trainingsdaten des Modells.
- MCP-Server für Tool-Nutzung verbinden. Model-Context-Protocol-Server geben einem verbundenen Modell Zugriff auf externe Tools -- Dateisuche, eine Datenbank, einen Browser -- über eine einheitliche Schnittstelle statt über individuellen Integrationscode pro Anbieter.
- Mit über 300 Assistenten starten. Die Bibliothek vorkonfigurierter Assistenten (Programmieren, Übersetzen, Schreiben und andere) aus 1.x ist weiterhin für spezialisierte Unterhaltungen per Klick enthalten.
- Arbeit über mehrere Fenster verteilen. Multi-Window- und Split-View-Layouts erlauben es, eine Unterhaltung offen zu halten, während Sie den Fortschritt und die Ergebnisse eines Agenten prüfen.
Vom Entwickler
PromptQuorum hat das Cherry-Studio-Team gebeten zu beschreiben, wohin sich das Produkt nach dem Neuaufbau in 2.0 entwickelt. Das Folgende wird als eigene Aussage des Teams wiedergegeben, das Team hat sie auf Englisch bereitgestellt; hier ist sie ins Deutsche übersetzt, abgesehen von der Formatierung unverändert.
„Früher mussten Nutzer aktiv lernen, wie man eine Wissensdatenbank anlegt, Tools aufruft, Modelle konfiguriert und sich durch verschiedene Funktionen navigiert. Künftig wollen wir aber, dass Nutzer an nichts davon mehr denken müssen. Sie sollen nur noch sagen: ‚Hilf mir, das zu erledigen‘, und der Agent entscheidet automatisch, ob er die Wissensdatenbank abfragt, OCR auslöst, ein Bild generiert, eine Datei verarbeitet oder eine Notiz schreibt. Jede Fähigkeit wird zu nichts weiter als einem weiteren Tool, das der Agent aufrufen kann.“
— Seth, Cherry-Studio-Team
Für wen eignet sich Cherry Studio?
Cherry Studio richtet sich an Menschen, die bereits mehr als einen KI-Anbieter oder mehr als ein Modell nutzen und dafür einen zentralen Ort wollen, oder die einen Agenten Dokument-, Bild- und Dateiaufgaben ausführen lassen möchten, nicht an jemanden, der eine erste KI-Chat-App sucht.
- ✅ Sie bezahlen bereits für 2+ KI-Anbieter-API-Schlüssel → eine einzige Oberfläche erspart das Jonglieren mit Browser-Tabs und getrennten Chat-Verläufen.
- ✅ Sie betreiben lokale Modelle mit Ollama oder LM Studio und wollen dieselbe Oberfläche mit Cloud-Fallback → Cherry Studio listet beide in einer Modellauswahl.
- ✅ Sie wollen Aufgaben an einen Agenten übergeben, statt jede Funktion zu konfigurieren → der Agent wählt zwischen Wissensdatenbank-, OCR-, Bild- und Datei-Tools.
- ✅ Sie wollen ohne separates RAG-Tool mit Ihren eigenen Dokumenten chatten → die eingebaute Wissensdatenbank deckt PDFs, Word-Dateien und Webseiten ab.
- ✅ Sie brauchen MCP-Tool-Zugriff ohne individuellen Integrationscode → verbinden Sie einen MCP-Server einmal, und jedes unterstützte Modell kann ihn nutzen.
- ❌ Sie nutzen nur einen KI-Anbieter und wollen keine API-Schlüssel verwalten → nutzen Sie direkt die App dieses Anbieters (ChatGPT, Claude, Gemini).
- ❌ Sie brauchen eine verwaltete Mehrbenutzer-Bereitstellung für ein Team → Cherry Studio ist eine Single-User-Desktop-App; nutzen Sie stattdessen Open WebUI auf einem Server.
- Wenn Sie unsicher sind: Starten Sie kostenlos mit Cherry Studio, verbinden Sie einen Anbieter, den Sie bereits nutzen, und ergänzen Sie lokale Modelle, eine Wissensdatenbank oder Agent-Aufgaben erst, wenn sich der einfache Chat-Workflow bewährt hat.
Wann sollten Sie Cherry Studio NICHT nutzen?
Multi-Provider-Flexibilität und Agent-Tool-Zugriff gibt es nicht umsonst -- sie bringen Konfigurationsschritte und Berechtigungen mit, die eine App mit nur einem Anbieter nicht kennt.
- Wenn Sie null Einrichtung wollen: Cherry Studio verlangt mindestens einen Anbieter-API-Schlüssel oder lokalen Server, bevor es etwas Nützliches tut. Die Web- oder Desktop-App eines Anbieters braucht außer dem Login keine Einrichtung.
- Wenn Sie Zugriffskontrollen für Unternehmen brauchen: Cherry Studio speichert seine Konfiguration lokal pro Nutzer, ohne eingebaute Team-Rollen, Audit-Logs oder zentrale API-Schlüsselverwaltung. Nutzen Sie dafür ein serverbasiertes Tool wie Open WebUI.
- Wenn Ihr Workflow vollständig im Ökosystem eines Anbieters stattfindet: Funktionen wie OpenAIs Custom GPTs oder Anthropics Projects lassen sich nicht in die generische Oberfläche von Cherry Studio übertragen.
- Wenn Sie autonomer Tool-Nutzung misstrauen: Agenten können Tools aufrufen, die Dateien lesen oder externe Dienste erreichen; gewähren Sie Zugriff daher bewusst und halten Sie sensible Ordner unzugänglich.
- Wenn Sie garantierte Verfügbarkeit und Supportverträge brauchen: Cherry Studio ist ein Open-Source-Projekt ohne kommerzielle Support-Stufe; Anbieterausfälle oder App-Fehler werden im eigenen Zeitplan des Projekts behandelt.
Wie richten Sie Cherry Studio ein?
Die Einrichtung hat zwei erforderliche und drei optionale Schritte, in dieser Reihenfolge:
- 1. Herunterladen und installieren. Laden Sie den Installer für Windows, macOS oder Linux von cherryai.com oder von der GitHub-Releases-Seite herunter und führen Sie ihn aus -- für die Installation ist kein Konto erforderlich.
- 2. Anbieter oder lokales Modell verbinden. Öffnen Sie Einstellungen → Model Providers und fügen Sie einen API-Schlüssel für einen Cloud-Anbieter ein, oder richten Sie Cherry Studio auf die Adresse eines laufenden Ollama- oder LM-Studio-Servers (bei Ollama typischerweise `http://localhost:11434`).
- 3. Standardmodell wählen. Legen Sie fest, welches verbundene Modell neue Unterhaltungen standardmäßig beantwortet; über das Modell-Dropdown können Sie jederzeit pro Unterhaltung wechseln.
- 4. *(Optional)* Agent erstellen. Öffnen Sie die Agenten-Ansicht, erstellen Sie einen Agenten mit einem verbundenen Modell und beschreiben Sie eine Aufgabe in einfacher Sprache.
- 5. *(Optional)* Wissensdatenbank hinzufügen. Gehen Sie zu Wissensdatenbank, erstellen Sie eine Sammlung und laden Sie PDF-, Word- oder Webseiteninhalte hoch, um retrieval-augmentierte Antworten zu ermöglichen.
- 6. *(Optional)* MCP-Server verbinden. Fügen Sie unter Einstellungen → MCP eine Serveradresse hinzu, damit verbundene Modelle auf externe Tools wie Dateisuche zugreifen können.
Cherry Studio vs LM Studio vs AnythingLLM vs Msty: Welches Tool?
Alle vier sind Desktop-KI-Clients, aber jedes optimiert für eine andere Hauptaufgabe. Mit Version 2.0 positioniert sich Cherry Studio als Agent-Plattform statt als Chat-Client.
Tool | Am besten für | Agenten | Lokale Modelle | Cloud-Anbieter | RAG eingebaut | MCP-Unterstützung | Lizenz |
|---|---|---|---|---|---|---|---|
| Cherry Studio | Agent-Arbeitsbereich über viele Anbieter | Eingebaut (Kern von 2.0) | Über Ollama / LM Studio (nicht nativ) | Dutzende | Ja (Agenten können es nutzen) | Ja | AGPL 3.0 |
| LM Studio | GGUF-Modelle lokal herunterladen und ausführen | Nur über MCP-Tools | Nativ (GGUF) | Keine integriert | Ja (Chat mit Dokumenten) | Ja | Kostenlos (proprietär) |
| AnythingLLM | RAG-first Dokumenten-Chat mit Vektorspeicher | Ja (@agent-Skills) | Über Ollama / LM Studio | Mehrere | Ja (Kernfunktion) | Ja | MIT |
| Msty | Übersichtliche Consumer-UX mit minimaler Einrichtung | Über MCP-Tools | Über Ollama (integriert) | Mehrere | Ja | Ja | Freemium (proprietär) |
Tieferer Vergleich von Desktop-Frontends: Best Local LLM Frontends. Die Zellen der Konkurrenten spiegeln die öffentliche Dokumentation des jeweiligen Tools wider.
Konkurrenten und Alternativen
Diese Tests behandeln Tools derselben Kategorie von Desktop- und Web-Chat-Clients wie Cherry Studio:
- AnythingLLM-Rezension — RAG-first Dokumenten-Chat mit einem @agent-Modus.
- Msty-Rezension — verbraucherfreundlicher Multi-Modell-Desktop-Client.
- LobeChat-Rezension — Multi-Provider-Chat-Framework mit Plugins.
- Open-WebUI-Rezension — selbst gehostete Weboberfläche für Teams.
Häufige Fehler mit Cherry Studio
- Zu erwarten, dass Cherry Studio Modelle ohne verbundenen Anbieter oder lokale Laufzeitumgebung ausführt. Es ist ein Client, keine Inferenz-Engine -- installieren Sie zuerst Ollama oder LM Studio, wenn Sie lokale Modelle wollen, oder fügen Sie einen Cloud-API-Schlüssel hinzu.
- Anzunehmen, dass die Cloud-Nutzung über Cherry Studio kostenlos ist. Die App ist kostenlos; der Anbieter rechnet die API-Nutzung genauso ab, als würden Sie seine API direkt aufrufen, und Agent-Aufgaben können viele Anfragen verursachen.
- Sensible Dokumente über die Wissensdatenbank an ein Cloud-Anbieter-Modell zu senden. RAG-Abruf schickt den abgerufenen Text weiterhin an das Modell, das die Frage beantwortet -- nutzen Sie für sensibles Material ein lokales Modell über Ollama.
- Einen nicht vertrauenswürdigen MCP-Server zu verbinden. MCP gibt einem verbundenen Modell echten Tool-Zugriff (Dateien, Datenbanken, Browsen); verbinden Sie nur Server, deren Quelle und Verhalten Sie vertrauen.
Häufige Fragen zu Cherry Studio
Was ist Cherry Studio?
Cherry Studio ist eine kostenlose Open-Source-Desktop-Anwendung (AGPL 3.0) für Windows, macOS und Linux. Seit Version 2.0 ist sie um KI-Agenten aufgebaut, die in Ihrem Auftrag Tools wie Wissensdatenbank-Suche, OCR und Bildgenerierung aufrufen, und sie verbindet weiterhin dutzende KI-Anbieter und lokale Modelle in einer Oberfläche.
Was ist neu in Cherry Studio 2.0?
Version 2.0 (stabile Veröffentlichung am 2026-08-05) macht aus dem Multi-Provider-Chat-Client einen Agent-zentrierten Arbeitsbereich. Die Release Notes nennen eine eingebaute Agent-Laufzeit, die OpenAI- und Anthropic-Endpunkte unterstützt, Agenten, die Wissensdatenbanken lesen und pflegen, eine neu aufgebaute Datenbasis für lange Verläufe sowie Multi-Window-Layouts. Laut dem Cherry-Studio-Team kommen außerdem eine Datenbankschicht mit vierstufiger Speicherstruktur, Offline-Abruf in der Wissensdatenbank sowie eingebaute OCR- und Audio-Transkriptions-Tools hinzu.
Ist Cherry Studio kostenlos?
Die App selbst ist kostenlos und Open Source. Die Nutzung eines Cloud-Anbieters über Cherry Studio erfordert weiterhin einen API-Schlüssel dieses Anbieters, der direkt vom Anbieter abgerechnet wird, nicht von Cherry Studio. Ein lokales Modell über Ollama oder LM Studio verursacht keine Token-Kosten.
Welche KI-Anbieter unterstützt Cherry Studio?
Cherry Studio unterstützt unter anderem OpenAI, Anthropic, Google Gemini, Azure OpenAI, OpenRouter, DeepSeek, Moonshot, Zhipu, Alibaba Qwen sowie lokale Laufzeitumgebungen wie Ollama und LM Studio. Jeder OpenAI-kompatible Endpunkt kann zusätzlich manuell hinzugefügt werden. Agenten sind nicht mehr auf Anthropic-kompatible APIs beschränkt: Laut dem Cherry-Studio-Team funktionieren sie auch mit OpenAI Chat Completions, der OpenAI Responses API und weiteren Protokollen.
Funktioniert Cherry Studio mit lokalen Modellen?
Ja. Verbinden Sie Cherry Studio mit einem laufenden Ollama- oder LM-Studio-Server, und die App listet Ihre lokal heruntergeladenen Modelle zusammen mit allen verbundenen Cloud-Anbietern in derselben Modellauswahl auf.
Funktioniert der Cherry-Studio-Agent unter Windows ohne Git Bash?
Laut dem Cherry-Studio-Team ja: In 1.x mussten Windows-Nutzer Git Bash separat installieren, um Agent-Funktionen zu nutzen, und 2.0 entfernt diese Abhängigkeit. Auch die Release Notes zu 2.0.0 besagen, dass die zentrale Agent-Laufzeit eingebaut ist, was Abhängigkeitsinstallation und Umgebungseinrichtung reduziert.
Kann die Wissensdatenbank von Cherry Studio offline arbeiten?
Laut dem Cherry-Studio-Team ja. Version 2.0 ergänzt BM25-Stichwortsuche und Offline-Embedding-Modelle, darunter Qwen3 Embedding 0.6B, sodass die Wissensdatenbank keinen Online-Embedding-Dienst braucht. Der abgerufene Text geht dennoch an das Modell, das die Frage beantwortet; ein Cloud-Modell erhält ihn also weiterhin.
Was ist die MCP-Unterstützung in Cherry Studio?
MCP (Model Context Protocol) erlaubt einem verbundenen Modell, über eine standardisierte Server-Schnittstelle externe Tools aufzurufen, etwa Dateisuche, eine Datenbank oder einen Webbrowser. Cherry Studio kann sich mit MCP-Servern verbinden, sodass jedes unterstützte Modell diese Tool-Fähigkeiten erhält.
Hat Cherry Studio eine eingebaute Wissensdatenbank?
Ja. Mit der Wissensdatenbank-Funktion können Sie PDFs, Word-Dokumente und Webseiten in eine Sammlung hochladen und diese dann in einem Chat referenzieren, um retrieval-augmentierte Antworten auf Basis Ihrer eigenen Inhalte zu erhalten. In 2.0 können Agenten Wissensdatenbanken außerdem selbst abfragen und pflegen.
Wie unterscheidet sich Cherry Studio von LM Studio?
LM Studio konzentriert sich auf das lokale Ausführen von GGUF-Modellen mit integriertem Modell-Downloader und OpenAI-kompatiblem API-Server. Cherry Studio lädt oder betreibt selbst keine Modelle; es ist ein Client, der sich mit lokalen Laufzeitumgebungen wie LM Studio oder Ollama sowie dutzenden Cloud-Anbietern in einer Oberfläche verbindet.
Wie unterscheidet sich Cherry Studio von AnythingLLM?
AnythingLLM ist um Retrieval-Augmented Generation mit einem Workspace-und-Dokument-Modell als Kernkonzept aufgebaut, dazu kommt ein @agent-Modus. Cherry Studio 2.0 macht den Agenten zum Haupteinstieg: Wissensdatenbanken, OCR, Bildgenerierung und Dateiverarbeitung sind Tools, die der Agent aufruft, statt getrennter Funktionen, die Sie selbst konfigurieren.
Sind meine Daten bei Cherry Studio privat?
Cherry Studio selbst sendet Ihre Unterhaltungen nicht an eigene Server. Der Datenschutz hängt vom verbundenen Modell ab: Ein lokales Ollama-Modell behält alles auf Ihrem Rechner, während ein Cloud-Anbieter (OpenAI, Anthropic usw.) Ihre Nachrichten gemäß seiner eigenen Datenschutzrichtlinie verarbeitet. Agenten, die Tools nutzen, können zudem Dateien lesen und MCP-Server aufrufen, prüfen Sie daher, welchen Zugriff Sie gewähren.
Welche Systemanforderungen hat Cherry Studio?
Cherry Studio selbst ist eine Desktop-App und läuft auf bescheidener Hardware; ab Version 2.1.0 setzt sie macOS 13 (Ventura) oder neuer voraus. Führen Sie auf demselben Rechner zusätzlich lokale Modelle über Ollama oder LM Studio aus, gelten deren eigene Hardwareanforderungen (RAM, VRAM) separat.
Quellen
- Offizielle Cherry-Studio-Website — cherryai.com
- Cherry-Studio-Quellcode, Lizenz (AGPL 3.0) und Release Notes von v2.0.0 bis v2.1.0 — github.com/CherryHQ/cherry-studio
- Mit „laut dem Cherry-Studio-Team“ gekennzeichnete Aussagen — dem PromptQuorum vom Cherry-Studio-Team per E-Mail übermittelt, 2026-09-20
- Spezifikation des Model Context Protocol — modelcontextprotocol.io