Wichtigste Erkenntnisse
- Cherry Studio (cherry-ai.com) ist eine kostenlose Open-Source-Desktop-App unter der Lizenz AGPL 3.0.
- Sie verbindet dutzende KI-Anbieter (OpenAI, Anthropic, Google Gemini, DeepSeek und mehr) plus lokale Laufzeitumgebungen (Ollama, LM Studio) in einer Oberfläche.
- Eine eingebaute Wissensdatenbank-Funktion fügt Retrieval-Augmented Generation (RAG) über Ihre eigenen PDFs, Word-Dokumente und Webseiten hinzu.
- Die MCP-Unterstützung (Model Context Protocol) erlaubt verbundenen Modellen, externe Tools über eine standardisierte Server-Schnittstelle aufzurufen.
- 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 ist eine kostenlose Open-Source-Desktop-App (AGPL 3.0) für Windows, macOS und Linux, die dutzende KI-Anbieter und lokale Modelle -- einschließlich Ollama und LM Studio -- in einer Oberfläche verbindet und zusätzlich Dokumenten-Wissensdatenbanken und MCP-Tool-Unterstützung bietet.
💬 In einfachen Worten
Cherry Studio betreibt keine eigenen KI-Modelle. Es ist ein Chat-Fenster, das mit fast jedem KI-Dienst sprechen kann, für den Sie bereits ein Konto haben, plus jedem lokalen Modell, das bereits auf Ihrem Rechner läuft -- ohne dass Sie die App wechseln müssen, um Antworten zu vergleichen oder Anbieter zu wechseln.
Schnelle Fakten: Cherry Studio
- Lizenz: AGPL 3.0 (Open Source, Quellcode öffentlich einsehbar)
- Plattformen: Windows, macOS, Linux (Electron-basierte Desktop-App)
- Website: cherry-ai.com
- GitHub: github.com/CherryHQ/cherry-studio (Quellcode & Releases)
- Kosten: Kostenlose App; verbundene Cloud-Anbieter rechnen separat nach API-Nutzung ab
- Kernfunktion: Multi-Provider-KI-Chat-Client mit Wissensdatenbanken und MCP-Tool-Unterstützung
Was ist Cherry Studio?
Cherry Studio ist ein kostenloser Open-Source-Desktop-Client, mit dem Sie mit dutzenden verschiedenen KI-Anbietern und lokalen Modellen aus einer einzigen App chatten können, statt zwischen einzelnen Anbieter-Websites zu wechseln. Die App steht unter der Lizenz AGPL 3.0, das heißt der Quellcode ist öffentlich, und jede modifizierte Version, die an andere weitergegeben wird, muss ebenfalls Open Source bleiben.
Die App selbst hostet oder trainiert kein KI-Modell. 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 verweisen. Einmal verbunden, zeigt Cherry Studio jeden Anbieter und jedes Modell in derselben Unterhaltungsoberfläche an, sodass der Wechsel von einem Cloud-Modell zu einem lokalen nur eine Dropdown-Auswahl ist, keine neue App.
Über den Chat hinaus bündelt Cherry Studio drei Funktionen für Power-User: eine Dokumenten-Wissensdatenbank für retrieval-augmentierte Antworten, MCP-Unterstützung (Model Context Protocol) zur Anbindung von Modellen an externe Tools, und eine Bibliothek von Prompt-Vorlagen-"Agenten" für gängige Rollen wie Coding-Assistent, Übersetzer oder Lektor.
Was können Sie mit Cherry Studio tatsächlich tun?
- Dutzende Anbieter parallel 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 ausführen. Verbinden Sie Cherry Studio mit einem laufenden lokalen Server, und dessen Modelle erscheinen in derselben Auswahl wie Ihre Cloud-Anbieter -- so kann ein datenschutzsensibler Prompt an ein lokales Modell gehen, während eine allgemeine Frage an ein Cloud-Modell geht.
- Eine Dokumenten-Wissensdatenbank aufbauen. Laden Sie PDFs, Word-Dateien oder Webseiten in eine Sammlung hoch; referenzieren Sie diese in einem Chat für retrieval-augmentierte Antworten, die auf Ihrem eigenen Material basieren statt nur 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 einzige standardisierte Schnittstelle statt individuellem Integrationscode pro Anbieter.
- Prompt-Vorlagen-Agenten nutzen. Eine Bibliothek vorkonfigurierter System-Prompts (Coding-Assistent, Übersetzer, Lektor und andere) richtet eine spezialisierte Unterhaltung mit einem Klick ein, statt jedes Mal einen System-Prompt von Grund auf zu schreiben.
- Unterhaltungen in Themen und Ordnern organisieren. Multi-Provider-Nutzung erzeugt viel Gesprächsverlauf; Themenordner verhindern, dass Chats mit unterschiedlichen Modellen und Zwecken in einer unsortierten Liste verschwimmen.
Für wen eignet sich Cherry Studio?
Cherry Studio richtet sich an Nutzer, die bereits mehr als einen KI-Anbieter oder ein Modell verwenden und dafür einen zentralen Ort wollen -- nicht an jemanden, der seine erste KI-Chat-App sucht.
- ✅ Sie zahlen bereits für 2+ KI-Anbieter-API-Schlüssel → eine einzige Oberfläche erspart das Jonglieren mit Browser-Tabs und getrennten Chat-Verläufen.
- ✅ Sie führen lokale Modelle mit Ollama oder LM Studio aus und wollen dieselbe Oberfläche als Cloud-Fallback → Cherry Studio listet beide in einer Modellauswahl.
- ✅ Sie wollen mit Ihren eigenen Dokumenten chatten, ohne ein separates RAG-Tool → die eingebaute Wissensdatenbank deckt PDFs, Word-Dateien und Webseiten ab.
- ✅ Sie brauchen MCP-Tool-Zugriff ohne eigenen 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 die App dieses Anbieters direkt (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 fügen Sie lokale Modelle oder eine Wissensdatenbank erst hinzu, wenn sich der grundlegende Chat-Workflow als nützlich erwiesen hat.
Wann sollten Sie Cherry Studio NICHT nutzen?
Multi-Provider-Flexibilität ist nicht kostenlos -- sie fügt Konfigurationsschritte hinzu, die eine Single-Provider-App überspringt.
- Wenn Sie null Einrichtung wollen: Cherry Studio benötigt mindestens einen API-Schlüssel oder einen lokalen Server, bevor es nützlich wird. Die eigene Web- oder Desktop-App eines Anbieters benötigt nur eine Anmeldung.
- Wenn Sie Unternehmens-Zugriffskontrollen brauchen: Cherry Studio speichert seine Konfiguration lokal pro Nutzer, ohne eingebaute Team-Rollen, Audit-Logs oder zentrales API-Schlüssel-Management. Nutzen Sie dafür ein serverbasiertes Tool wie Open WebUI.
- Wenn Ihr Workflow vollständig im Ökosystem eines Anbieters liegt: Funktionen wie OpenAIs benutzerdefinierte GPTs oder Anthropics Projects übertragen sich nicht in Cherry Studios generische Chat-Oberfläche.
- Wenn Sie garantierte Verfügbarkeit und Support-Verträge brauchen: Cherry Studio ist ein Community-Open-Source-Projekt ohne kommerzielle Support-Stufe; Ausfälle bei Anbietern oder App-Fehler werden im Zeitplan des Projekts behoben.
Wie richten Sie Cherry Studio ein?
Die Einrichtung umfasst zwei erforderliche und zwei optionale Schritte, in dieser Reihenfolge:
- 1. Herunterladen und installieren. Laden Sie den Installer für Windows, macOS oder Linux von cherry-ai.com herunter und führen Sie ihn aus -- für die Installation ist kein Konto nötig. Die offizielle Website leitet derzeit auf eine chinesischsprachige Seite weiter; wer eine englischsprachige Oberfläche bevorzugt, lädt den Installer stattdessen direkt von der GitHub-Releases-Seite herunter.
- 2. Anbieter oder lokales Modell verbinden. Öffnen Sie Einstellungen → Model Providers und fügen Sie einen API-Schlüssel für einen Cloud-Anbieter ein, oder verbinden Sie Cherry Studio mit einer laufenden Ollama- oder LM-Studio-Serveradresse (typischerweise `http://localhost:11434` für Ollama).
- 3. Standardmodell wählen. Legen Sie fest, welches verbundene Modell neue Unterhaltungen standardmäßig beantwortet; wechseln Sie jederzeit pro Unterhaltung über das Modell-Dropdown.
- 4. *(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.
- 5. *(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 kostenlose Desktop-KI-Clients, aber jedes optimiert für eine andere Hauptaufgabe.
Tool | Link | Am besten für | Lokale Modelle | Cloud-Anbieter | RAG eingebaut | MCP-Unterstützung | Lizenz |
|---|---|---|---|---|---|---|---|
| Cherry Studio | cherry-ai.com | Viele Anbieter + lokale Modelle in einer App verwalten | Über Ollama / LM Studio (nicht nativ) | Dutzende | Ja | Ja | AGPL 3.0 |
| LM Studio | lmstudio.ai | GGUF-Modelle lokal herunterladen und ausführen | Nativ (GGUF) | Keine integriert | Nein | Nein | Kostenlos (proprietär) |
| AnythingLLM | anythingllm.com | RAG-first Dokumenten-Chat mit Vektorspeicher | Über Ollama / LM Studio | Mehrere | Ja (Kernfunktion) | Nein | MIT |
| Msty | msty.app | Übersichtliche Consumer-UX mit minimaler Einrichtung | Über Ollama (integriert) | Mehrere | Ja | Nein | Kostenlos (proprietär) |
Tieferer Vergleich von Desktop-Frontends: Best Local LLM Frontends.
Häufige Fehler mit Cherry Studio
- 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.
- Annehmen, dass Cloud-Nutzung über Cherry Studio kostenlos ist. Die App ist kostenlos; der Anbieter berechnet die API-Nutzung genauso, als würden Sie dessen API direkt aufrufen.
- Sensible Dokumente über die Wissensdatenbank-Funktion an ein Cloud-Anbieter-Modell senden. RAG-Retrieval sendet 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 verbinden. MCP gewährt einem verbundenen Modell echten Tool-Zugriff (Dateien, Datenbanken, Browsing); verbinden Sie nur Server, deren Quelle und Verhalten Sie vertrauen.
Häufig gestellte 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, die dutzende KI-Anbieter und lokale Modelle in einer einzigen Chat-Oberfläche verbindet, statt Sie an einen Anbieter zu binden.
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.
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.
Was ist die MCP-Unterstützung in Cherry Studio?
MCP (Model Context Protocol) erlaubt einem verbundenen Modell, über eine standardisierte Server-Schnittstelle auf externe Tools zuzugreifen, etwa Dateisuche, eine Datenbank oder einen Browser. 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.
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. Cherry Studio behandelt Wissensdatenbanken als eine von mehreren Funktionen, neben Multi-Provider-Chat, MCP-Tool-Nutzung und Prompt-Vorlagen-Agenten.
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.
Welche Systemanforderungen hat Cherry Studio?
Cherry Studio selbst ist eine leichtgewichtige Electron-Desktop-App und läuft auf bescheidener Hardware. 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 und Dokumentation — cherry-ai.com
- Cherry-Studio-Quellcode und Lizenz (AGPL 3.0) — github.com/CherryHQ/cherry-studio
- Model-Context-Protocol-Spezifikation — modelcontextprotocol.io