Key Takeaways
- Cherry Studio (cherryai.com) es una app de escritorio gratuita y de código abierto con licencia AGPL 3.0; la versión 2.0 pasó a estable el 2026-08-05 y la última versión en el momento de escribir es la v2.1.0.
- La versión 2.0 está centrada en agentes: las consultas a la base de conocimiento, el OCR, la generación de imágenes, el procesamiento de archivos y la toma de notas son herramientas que el agente usa automáticamente, según el equipo de Cherry Studio.
- Sigue conectando con decenas de proveedores de IA (OpenAI, Anthropic, Google Gemini, DeepSeek y más) además de runtimes locales (Ollama, LM Studio) desde una sola interfaz.
- El soporte MCP (Model Context Protocol) permite a los modelos conectados llamar a herramientas externas mediante una interfaz de servidor estándar; los más de 300 asistentes de la 1.x siguen incluidos.
- Cherry Studio no ejecuta modelos por sí mismo -- necesita una clave API en la nube o un runtime local como Ollama para generar respuestas realmente.
Cherry Studio 2.0 es una app de IA de escritorio gratuita y de código abierto (AGPL 3.0) para Windows, macOS y Linux que pone a un agente de IA en el centro: el agente usa por ti herramientas de búsqueda en bases de conocimiento, OCR, generación de imágenes y archivos, sobre decenas de proveedores de IA, modelos locales con Ollama y LM Studio, y soporte de herramientas MCP.
Cherry Studio no ejecuta sus propios modelos de IA. Le dices a su agente lo que quieres hacer y el agente decide qué herramienta usar, como buscar en tus documentos, leer el texto de una imagen o dibujar una imagen, con el modelo en la nube o local que tengas conectado.
Datos rápidos: Cherry Studio
- Licencia: AGPL 3.0 (código abierto, código fuente disponible públicamente)
- Plataformas: Windows (x64, arm64), macOS (Apple Silicon e Intel; macOS 13 o posterior desde la v2.1.0), Linux (x64, arm64)
- Versión: 2.0 estable publicada el 2026-08-05 (versiones candidatas desde el 2026-07-28); última versión v2.1.0 (2026-09-18)
- Sitio web: cherryai.com
- GitHub: github.com/CherryHQ/cherry-studio (código fuente y versiones)
- Coste: App gratuita; los proveedores en la nube conectados facturan por separado según el uso de la API
- Función principal: Espacio de trabajo de IA basado en agentes con chat multi-proveedor, bases de conocimiento y soporte de herramientas MCP
Obtener Cherry Studio
Cherry Studio se descarga gratis para Windows, macOS y Linux desde el sitio oficial o desde las versiones de GitHub. No se necesita cuenta para instalarlo.
Este análisis complementa el Directorio de software de LLM local de PromptQuorum, que incluye Cherry Studio con la declaración del propio creador y lo compara con otras apps de IA local.
Plataforma | Cómo obtenerlo |
|---|---|
| Windows (x64, arm64) | Instalador de Cherry Studio en GitHub releases |
| macOS (Apple Silicon, Intel) | DMG de Cherry Studio en GitHub releases |
| Linux (x64, arm64) | AppImage, DEB, RPM en GitHub releases |
| Todas las plataformas | Sitio oficial: cherryai.com |
La app es gratuita; los proveedores en la nube conectados facturan por separado. Desde la v2.1.0 se requiere macOS 13 (Ventura) o posterior.
¿Qué es Cherry Studio?
Cherry Studio es una app de escritorio gratuita y de código abierto en la que un agente de IA hace el trabajo, con decenas de proveedores de IA y modelos locales como motor. Tiene licencia AGPL 3.0, lo que significa que el código fuente es público y cualquier versión modificada distribuida a terceros también debe seguir siendo de código abierto.
La app en sí no aloja ni entrena ningún modelo de IA. Es un frontend: la conectas a un proveedor en la nube pegando una clave API, o a un modelo local apuntándola a un servidor Ollama o LM Studio en ejecución. Una vez conectada, Cherry Studio presenta cada proveedor y modelo en la misma interfaz, así que pasar de un modelo en la nube a uno local es solo un cambio de menú desplegable, no una app distinta.
Hasta la 1.x, Cherry Studio era sobre todo un cliente de chat multi-proveedor con una base de conocimiento documental, soporte MCP (Model Context Protocol) y una biblioteca de asistentes de plantillas de prompt. La versión 2.0 mantiene todo eso, incluidos los más de 300 asistentes, y añade un agente que usa esas funciones como herramientas.
¿Qué cambió en Cherry Studio 2.0?
Cherry Studio 2.0 es una reconstrucción, no una actualización menor: las notas de la versión en GitHub hablan de pasar "del chat a hacer las cosas". Los puntos marcados a continuación con "según el equipo de Cherry Studio" proceden del creador y PromptQuorum no los ha probado de forma independiente.
- El agente como hilo principal. En lugar de aprender y configurar cada función, describes la tarea y el agente orquesta la recuperación en la base de conocimiento, las llamadas a herramientas y el procesamiento multimodal (según el equipo de Cherry Studio). Las notas de las versiones 2.0.x mencionan además subagentes y un ajuste de memoria global (Global Memory).
- Más modelos pueden impulsar a los agentes. Las notas de la versión 2.0.0 mencionan compatibilidad con endpoints de OpenAI y de Anthropic; según el equipo de Cherry Studio, esto incluye OpenAI Chat Completions y la API OpenAI Responses, y no solo las API compatibles con Anthropic.
- Entorno de ejecución de agentes integrado, nativo en Windows. Las notas de la versión indican que el entorno de ejecución de agentes principal está integrado, lo que reduce la instalación de dependencias. Según el equipo de Cherry Studio, en la 1.x los usuarios de Windows tenían que instalar Git Bash para usar agentes, y la 2.0 elimina esa dependencia.
- Capa de datos reconstruida. Las notas de la versión describen una base de datos totalmente renovada que sigue siendo fluida con historiales extensos; notas posteriores mencionan archivos de datos de usuario en SQLite. Según el equipo de Cherry Studio, es una capa de base de datos con una estructura de almacenamiento de cuatro niveles, que sustituye al estado de Redux, mayormente en el frontend, de la 1.x.
- Base de conocimiento offline. Según el equipo de Cherry Studio, la recuperación por palabras clave BM25 y los modelos de embeddings offline (incluido Qwen3 Embedding 0.6B) eliminan la necesidad de un servicio de embeddings online. Los agentes también pueden leer y mantener bases de conocimiento.
- Herramientas de agente multimodales. Según el equipo de Cherry Studio, el OCR, el procesamiento offline de documentos y el procesamiento de audio ASR están integrados: si un modelo no tiene visión, el agente puede llamar al OCR, y si pides una imagen, invoca el modelo de dibujo.
- Agente de comentarios sobre el producto. Según el equipo de Cherry Studio, puedes describir un error a un agente, que recopila registros, analiza el problema y envía comentarios estructurados a los desarrolladores. La versión 2.1.0 añade un System Doctor con diagnóstico por IA y exportación de diagnósticos.
¿Qué puedes hacer realmente con Cherry Studio?
- Encargar una tarea a un agente. Describe el resultado en lenguaje natural; el agente elige entre búsqueda en la base de conocimiento, OCR, generación de imágenes, procesamiento de archivos y toma de notas, y puedes previsualizar los resultados en la app.
- Conectar decenas de proveedores en paralelo. Añade claves API para OpenAI, Anthropic, Google Gemini, DeepSeek, Moonshot, Zhipu, Alibaba Qwen, OpenRouter y cualquier endpoint compatible con OpenAI -- cambia entre ellos por conversación sin volver a introducir credenciales.
- Ejecutar modelos locales con Ollama o LM Studio. Apunta Cherry Studio a un servidor local en ejecución y sus modelos aparecen en el mismo selector que tus proveedores en la nube, así un prompt sensible puede ir a un modelo local mientras una pregunta general va a uno en la nube.
- Construir una base de conocimiento documental. Sube PDFs, archivos Word o páginas web a una colección; los chats y los agentes pueden recuperar respuestas basadas en tu propio material y no solo en los datos de entrenamiento del modelo.
- Conectar servidores MCP para el uso de herramientas. Los servidores Model Context Protocol dan a un modelo conectado acceso a herramientas externas -- búsqueda de archivos, una base de datos, un navegador -- mediante una interfaz estándar en lugar de código de integración personalizado por proveedor.
- Empezar con más de 300 asistentes. La biblioteca de asistentes preconfigurados (programación, traducción, redacción y otros) de la 1.x sigue incluida para abrir conversaciones especializadas con un clic.
- Organizar el trabajo en varias ventanas. Los diseños multiventana y de vista dividida te permiten mantener una conversación abierta mientras revisas el progreso y los resultados de un agente.
Palabras del creador
PromptQuorum pidió al equipo de Cherry Studio que describiera hacia dónde va el producto tras la reconstrucción de la 2.0. A continuación se presenta la declaración propia del equipo, sin editar salvo por el formato. El equipo de Cherry Studio la proporcionó en inglés y aquí se ofrece traducida.
«Antes, los usuarios tenían que aprender activamente a crear una base de conocimiento, llamar a herramientas, configurar modelos y moverse entre distintas funciones. Pero de ahora en adelante queremos que los usuarios nunca tengan que pensar en nada de eso. Todo lo que deberían necesitar decir es “Ayúdame a terminar esto”, y el agente decidirá automáticamente si consulta la base de conocimiento, activa el OCR, genera una imagen, procesa un archivo o escribe una nota. Cada capacidad pasa a ser simplemente otra herramienta que el agente puede usar.»
— Seth, equipo de Cherry Studio
¿Quién debería usar Cherry Studio?
Cherry Studio está pensado para quien ya usa más de un proveedor o modelo de IA y quiere un solo lugar para gestionarlo, o para quien quiere que un agente se encargue de tareas con documentos, imágenes y archivos; no para alguien que busca su primera app de chat de IA.
- ✅ Ya pagas 2 o más claves API de proveedores de IA → una sola interfaz evita malabares con pestañas del navegador e historiales de chat separados.
- ✅ Ejecutas modelos locales con Ollama o LM Studio y quieres la misma interfaz como respaldo en la nube → Cherry Studio lista ambos en un solo selector de modelos.
- ✅ Quieres encargar tareas a un agente en lugar de configurar cada función → el agente elige entre las herramientas de base de conocimiento, OCR, imágenes y archivos.
- ✅ Quieres chatear con tus propios documentos sin una herramienta RAG aparte → la Base de Conocimiento integrada cubre PDFs, archivos Word y páginas web.
- ✅ Necesitas acceso a herramientas MCP sin código de integración personalizado → conecta un servidor MCP una vez y cualquier modelo compatible puede usarlo.
- ❌ Solo usas un proveedor de IA y no quieres gestionar claves API → usa la app propia de ese proveedor directamente (ChatGPT, Claude, Gemini).
- ❌ Necesitas una implementación gestionada multiusuario para un equipo → Cherry Studio es una app de escritorio de un solo usuario; usa Open WebUI en un servidor en su lugar.
- Si no estás seguro: empieza gratis con Cherry Studio, conecta un proveedor que ya uses, y añade modelos locales, una base de conocimiento o tareas de agente solo cuando el flujo de chat básico demuestre ser útil.
¿Cuándo NO deberías usar Cherry Studio?
La flexibilidad multi-proveedor y el acceso de los agentes a herramientas no son gratis: añaden pasos de configuración y permisos que una app de un solo proveedor se ahorra.
- Si quieres configuración cero: Cherry Studio requiere añadir al menos una clave API de proveedor o un servidor local antes de ser útil. La propia app web o de escritorio de un proveedor no necesita más que iniciar sesión.
- Si necesitas controles de acceso empresariales: Cherry Studio guarda su configuración localmente por usuario, sin roles de equipo, registros de auditoría ni gestión centralizada de claves API integrados. Usa una herramienta alojada en servidor como Open WebUI para eso.
- Si tu flujo de trabajo vive por completo dentro del ecosistema de un proveedor: funciones como los GPTs personalizados de OpenAI o los Projects de Anthropic no se trasladan a la interfaz genérica de Cherry Studio.
- Si desconfías del uso autónomo de herramientas: los agentes pueden llamar a herramientas que leen archivos o acceden a servicios externos, así que concede el acceso con criterio y mantén las carpetas sensibles fuera de su alcance.
- Si necesitas tiempo de actividad garantizado y contratos de soporte: Cherry Studio es un proyecto de código abierto sin nivel de soporte comercial; los cortes de proveedores o los errores de la app se resuelven según el propio calendario del proyecto.
¿Cómo configuras Cherry Studio?
La configuración tiene dos pasos obligatorios y tres opcionales, en este orden:
- 1. Descarga e instala. Obtén el instalador para Windows, macOS o Linux desde cherryai.com o desde la página de versiones de GitHub y ejecútalo -- no se necesita cuenta para instalar.
- 2. Conecta un proveedor o modelo local. Abre Configuración → Model Providers y pega una clave API de un proveedor en la nube, o apunta Cherry Studio a la dirección de un servidor Ollama o LM Studio en ejecución (típicamente `http://localhost:11434` para Ollama).
- 3. Elige un modelo predeterminado. Decide qué modelo conectado responde por defecto a las nuevas conversaciones; cámbialo en cualquier momento por conversación desde el menú desplegable de modelos.
- 4. *(Opcional)* Crea un agente. Abre la vista de agentes, crea un agente con un modelo conectado y describe una tarea en lenguaje natural.
- 5. *(Opcional)* Añade una base de conocimiento. Ve a Knowledge Base, crea una colección y sube contenido en PDF, Word o páginas web para habilitar respuestas con recuperación aumentada.
- 6. *(Opcional)* Conecta un servidor MCP. En Configuración → MCP, añade la dirección de un servidor para dar a los modelos conectados acceso a herramientas externas como la búsqueda de archivos.
Cherry Studio vs LM Studio vs AnythingLLM vs Msty: ¿cuál elegir?
Los cuatro son clientes de escritorio de IA, pero cada uno optimiza para una tarea principal distinta. Con la versión 2.0, Cherry Studio se posiciona como una plataforma de agentes y no como un cliente de chat.
Herramienta | Mejor para | Agentes | Modelos locales | Proveedores en la nube | RAG integrado | Soporte MCP | Licencia |
|---|---|---|---|---|---|---|---|
| Cherry Studio | Espacio de agentes con muchos proveedores | Integrados (núcleo de la 2.0) | Vía Ollama / LM Studio (no nativo) | Decenas | Sí (los agentes lo usan) | Sí | AGPL 3.0 |
| LM Studio | Descargar y ejecutar modelos GGUF localmente | Solo vía herramientas MCP | Nativo (GGUF) | Ninguno integrado | Sí (chat con documentos) | Sí | Gratis (cerrado) |
| AnythingLLM | Chat documental RAG-first con almacén vectorial | Sí (habilidades @agent) | Vía Ollama / LM Studio | Varios | Sí (función central) | Sí | MIT |
| Msty | UX de consumo limpia con configuración mínima | Vía herramientas MCP | Vía Ollama (integrado) | Varios | Sí | Sí | Freemium (cerrado) |
Comparación más profunda de frontends de escritorio: Best Local LLM Frontends. Las celdas de la competencia reflejan la documentación pública de cada herramienta.
Competidores y alternativas
Estos análisis cubren herramientas de la misma categoría de clientes de chat de escritorio y web que Cherry Studio:
- Análisis de AnythingLLM — chat documental RAG-first con un modo @agent.
- Análisis de Msty — cliente de escritorio multimodelo pensado para el usuario general.
- Análisis de LobeChat — framework de chat multi-proveedor con plugins.
- Análisis de Open WebUI — interfaz web autoalojada para equipos.
Errores comunes con Cherry Studio
- Esperar que Cherry Studio ejecute modelos sin un proveedor o runtime local conectado. Es un cliente, no un motor de inferencia -- instala primero Ollama o LM Studio si quieres modelos locales, o añade una clave API en la nube.
- Asumir que el uso en la nube a través de Cherry Studio es gratis. La app es gratuita; el proveedor sigue facturando el uso de la API exactamente igual que si llamaras a su API directamente, y las tareas de agente pueden generar muchas solicitudes.
- Enviar documentos sensibles a un modelo de proveedor en la nube mediante la función Knowledge Base. La recuperación RAG sigue enviando el texto recuperado al modelo que responde la pregunta -- usa un modelo local vía Ollama para material sensible.
- Conectar un servidor MCP no confiable. MCP concede a un modelo conectado acceso real a herramientas (archivos, bases de datos, navegación); conecta solo servidores cuya fuente y comportamiento conozcas y en los que confíes.
Preguntas frecuentes sobre Cherry Studio
¿Qué es Cherry Studio?
Cherry Studio es una aplicación de escritorio gratuita y de código abierto (AGPL 3.0) para Windows, macOS y Linux. Desde la versión 2.0 está construida en torno a agentes de IA que usan por ti herramientas como la búsqueda en bases de conocimiento, el OCR y la generación de imágenes, y sigue conectando con decenas de proveedores de IA y modelos locales desde una sola interfaz.
¿Qué novedades trae Cherry Studio 2.0?
La versión 2.0 (versión estable del 2026-08-05) convierte el producto de un cliente de chat multi-proveedor en un espacio de trabajo centrado en agentes. Las notas de la versión mencionan un entorno de ejecución de agentes integrado compatible con endpoints de OpenAI y Anthropic, agentes que leen y mantienen bases de conocimiento, una base de datos rediseñada para historiales largos y diseños multiventana. Según el equipo de Cherry Studio, también añade una capa de base de datos con una estructura de almacenamiento de cuatro niveles, recuperación offline en la base de conocimiento y herramientas integradas de OCR y transcripción de audio.
¿Cherry Studio es gratis?
La app en sí es gratuita y de código abierto. Usar un proveedor en la nube a través de Cherry Studio sigue requiriendo una clave API de ese proveedor, facturada directamente por él, no por Cherry Studio. Ejecutar un modelo local con Ollama o LM Studio no tiene coste por token.
¿Qué proveedores de IA admite Cherry Studio?
Cherry Studio admite OpenAI, Anthropic, Google Gemini, Azure OpenAI, OpenRouter, DeepSeek, Moonshot, Zhipu, Alibaba Qwen y runtimes locales como Ollama y LM Studio, entre otros. Cualquier endpoint compatible con OpenAI también se puede añadir manualmente. Los agentes ya no se limitan a las API compatibles con Anthropic: según el equipo de Cherry Studio, también funcionan con OpenAI Chat Completions, la API OpenAI Responses y otros protocolos.
¿Cherry Studio funciona con modelos locales?
Sí. Apunta Cherry Studio a un servidor Ollama o LM Studio en ejecución y listará tus modelos descargados localmente junto a cualquier proveedor en la nube conectado, en el mismo selector de modelos.
¿El agente de Cherry Studio funciona en Windows sin Git Bash?
Según el equipo de Cherry Studio, sí: en la 1.x, los usuarios de Windows tenían que instalar Git Bash por separado para usar las funciones de agente, y la 2.0 elimina esa dependencia. Las notas de la versión 2.0.0 indican igualmente que el entorno de ejecución de agentes principal está integrado, lo que reduce la instalación de dependencias y la configuración del entorno.
¿Puede la base de conocimiento de Cherry Studio funcionar sin conexión?
Según el equipo de Cherry Studio, sí. La versión 2.0 añade recuperación por palabras clave BM25 y modelos de embeddings offline, incluido Qwen3 Embedding 0.6B, de modo que la base de conocimiento no necesita un servicio de embeddings online. El texto recuperado sigue llegando al modelo que responde la pregunta, así que un modelo en la nube también lo recibe.
¿Qué es el soporte MCP en Cherry Studio?
MCP (Model Context Protocol) permite que un modelo conectado llame a herramientas externas, como búsqueda de archivos, una base de datos o un navegador web, a través de una interfaz de servidor estandarizada. Cherry Studio puede conectarse a servidores MCP para que cualquier modelo compatible obtenga esas capacidades de herramientas.
¿Cherry Studio tiene una base de conocimiento integrada?
Sí. La función Knowledge Base te permite subir PDFs, documentos Word y páginas web a una colección, y luego referenciarla en un chat para obtener respuestas con recuperación aumentada basadas en tu propio contenido. En la 2.0, los agentes también pueden consultar y mantener por sí mismos las bases de conocimiento.
¿En qué se diferencia Cherry Studio de LM Studio?
LM Studio se centra en ejecutar modelos GGUF locales con un descargador de modelos integrado y un servidor API compatible con OpenAI. Cherry Studio no descarga ni ejecuta modelos por sí mismo; es un cliente que se conecta a runtimes locales como LM Studio u Ollama además de decenas de proveedores en la nube, todo en una interfaz.
¿En qué se diferencia Cherry Studio de AnythingLLM?
AnythingLLM está construido en torno a la generación aumentada por recuperación, con un modelo de espacio de trabajo y documentos como concepto central, además de un modo @agent. Cherry Studio 2.0 convierte al agente en la puerta de entrada principal: las bases de conocimiento, el OCR, la generación de imágenes y el procesamiento de archivos son herramientas que el agente usa, en lugar de funciones separadas que configuras tú mismo.
¿Son privados mis datos al usar Cherry Studio?
Cherry Studio en sí no envía tus conversaciones a sus propios servidores. La privacidad de los datos depende del modelo al que te conectes: un modelo local de Ollama mantiene todo en tu equipo, mientras que un proveedor en la nube (OpenAI, Anthropic, etc.) procesa tus mensajes según su propia política de datos. Los agentes que usan herramientas también pueden leer archivos y llamar a servidores MCP, así que revisa a qué das acceso.
¿Cuáles son los requisitos de sistema de Cherry Studio?
Cherry Studio en sí es una app de escritorio y funciona en hardware modesto; desde la versión 2.1.0 requiere macOS 13 (Ventura) o posterior. Si además ejecutas modelos locales con Ollama o LM Studio en el mismo equipo, se aplican por separado los requisitos de hardware (RAM, VRAM) de ese modelo.
Fuentes
- Sitio oficial de Cherry Studio — cherryai.com
- Código fuente, licencia (AGPL 3.0) y notas de las versiones v2.0.0 a v2.1.0 de Cherry Studio — github.com/CherryHQ/cherry-studio
- Declaraciones marcadas con "según el equipo de Cherry Studio" — proporcionadas a PromptQuorum por el equipo de Cherry Studio por correo electrónico, 2026-09-20
- Especificación del Model Context Protocol — modelcontextprotocol.io