Key Takeaways
- Cherry Studio (cherry-ai.com) é um app de desktop gratuito e de código aberto sob licença AGPL 3.0.
- Ele conecta dezenas de provedores de IA (OpenAI, Anthropic, Google Gemini, DeepSeek e mais) além de runtimes locais (Ollama, LM Studio) em uma única interface.
- Um recurso integrado de Base de Conhecimento adiciona geração aumentada por recuperação (RAG) sobre seus próprios PDFs, documentos Word e páginas web.
- O suporte a MCP (Model Context Protocol) permite que modelos conectados chamem ferramentas externas por meio de uma interface de servidor padrão.
- O Cherry Studio não roda modelos por conta própria -- precisa de uma chave de API em nuvem ou de um runtime local como o Ollama para gerar respostas de fato.
Cherry Studio é um cliente de desktop de IA gratuito e de código aberto (AGPL 3.0) para Windows, macOS e Linux que conecta dezenas de provedores de IA e modelos locais -- incluindo Ollama e LM Studio -- em uma única interface, além de bases de conhecimento de documentos e suporte a MCP.
O Cherry Studio não roda seus próprios modelos de IA. É uma janela de chat que conversa com quase qualquer serviço de IA que você já tenha conta, além de qualquer modelo local que já esteja rodando na sua máquina, sem obrigar você a trocar de app para comparar respostas ou trocar de provedor.
Fatos rápidos: Cherry Studio
- Licença: AGPL 3.0 (código aberto, código-fonte disponível publicamente)
- Plataformas: Windows, macOS, Linux (app de desktop baseado em Electron)
- Site: cherry-ai.com
- GitHub: github.com/CherryHQ/cherry-studio (código-fonte e versões)
- Custo: App gratuito; provedores em nuvem conectados cobram separadamente pelo uso da API
- Função principal: Cliente de chat de IA multi-fornecedor com bases de conhecimento e suporte a MCP
O que é o Cherry Studio?
Cherry Studio é um cliente de desktop gratuito e de código aberto que permite conversar com dezenas de provedores de IA e modelos locais diferentes a partir de um único app, em vez de alternar entre sites de provedores. Ele tem licença AGPL 3.0, o que significa que o código-fonte é público e qualquer versão modificada distribuída a terceiros também deve permanecer de código aberto.
O app em si não hospeda nem treina nenhum modelo de IA. É um frontend: você o conecta a um provedor em nuvem colando uma chave de API, ou a um modelo local apontando-o para um servidor Ollama ou LM Studio em execução. Uma vez conectado, o Cherry Studio apresenta cada provedor e modelo na mesma interface de conversa, então trocar de um modelo em nuvem para um local é só uma mudança em um menu suspenso, não um novo app.
Além do chat, o Cherry Studio reúne três recursos voltados a usuários avançados: uma base de conhecimento de documentos para respostas com recuperação aumentada, suporte a MCP (Model Context Protocol) para conectar modelos a ferramentas externas, e uma biblioteca de "agentes" com modelos de prompt para papéis comuns, como assistente de código, tradutor ou editor de texto.
O que você pode realmente fazer com o Cherry Studio?
- Conectar dezenas de provedores em paralelo. Adicione chaves de API para OpenAI, Anthropic, Google Gemini, DeepSeek, Moonshot, Zhipu, Alibaba Qwen, OpenRouter e qualquer endpoint compatível com OpenAI -- alterne entre eles por conversa sem reinserir credenciais.
- Rodar modelos locais via Ollama ou LM Studio. Aponte o Cherry Studio para um servidor local em execução, e os modelos dele aparecem no mesmo seletor que seus provedores em nuvem -- um prompt sensível pode ir para um modelo local enquanto uma pergunta geral vai para um modelo em nuvem.
- Construir uma base de conhecimento de documentos. Envie PDFs, arquivos Word ou páginas web para uma coleção; referencie essa coleção em um chat para obter respostas com recuperação aumentada baseadas no seu próprio material, não apenas nos dados de treinamento do modelo.
- Conectar servidores MCP para uso de ferramentas. Servidores Model Context Protocol dão a um modelo conectado acesso a ferramentas externas -- busca de arquivos, um banco de dados, um navegador -- por meio de uma interface padrão única, em vez de código de integração personalizado por provedor.
- Usar agentes com modelos de prompt. Uma biblioteca de prompts de sistema pré-configurados (assistente de código, tradutor, editor de texto e outros) monta uma conversa especializada em um clique, em vez de escrever um prompt de sistema do zero toda vez.
- Organizar conversas em tópicos e pastas. O uso multi-fornecedor gera muito histórico de conversas; pastas por tópico evitam que chats com modelos e propósitos diferentes se misturem em uma lista desorganizada.
Para quem o Cherry Studio é indicado?
O Cherry Studio é feito para quem já usa mais de um provedor ou modelo de IA e quer um só lugar para gerenciar isso, não para quem procura seu primeiro app de chat de IA.
- ✅ Você já paga por 2 ou mais chaves de API de provedores de IA → uma única interface evita malabarismo entre abas do navegador e históricos de chat separados.
- ✅ Você roda modelos locais com Ollama ou LM Studio e quer a mesma interface como fallback em nuvem → o Cherry Studio lista os dois no mesmo seletor de modelos.
- ✅ Você quer conversar com seus próprios documentos sem uma ferramenta RAG separada → a Base de Conhecimento integrada cobre PDFs, arquivos Word e páginas web.
- ✅ Você precisa de acesso a ferramentas MCP sem código de integração personalizado → conecte um servidor MCP uma vez, e qualquer modelo suportado pode usá-lo.
- ❌ Você usa apenas um provedor de IA e não quer gerenciar chaves de API → use o app próprio desse provedor diretamente (ChatGPT, Claude, Gemini).
- ❌ Você precisa de uma implantação multiusuário gerenciada para uma equipe → o Cherry Studio é um app de desktop de usuário único; use o Open WebUI em um servidor.
- Se estiver em dúvida: comece grátis com o Cherry Studio, conecte um provedor que já usa, e adicione modelos locais ou uma base de conhecimento só depois que o fluxo básico de chat provar ser útil.
Quando você NÃO deve usar o Cherry Studio?
A flexibilidade multi-fornecedor não é gratuita -- ela adiciona etapas de configuração que um app de fornecedor único não tem.
- Se você quer configuração zero: o Cherry Studio exige adicionar pelo menos uma chave de API de provedor ou um servidor local antes de fazer algo útil. O app próprio, web ou desktop, de um provedor só precisa de login.
- Se você precisa de controles de acesso corporativos: o Cherry Studio guarda sua configuração localmente por usuário, sem papéis de equipe, logs de auditoria ou gestão centralizada de chaves de API integrados. Use uma ferramenta hospedada em servidor, como o Open WebUI, para isso.
- Se seu fluxo de trabalho vive inteiramente dentro do ecossistema de um provedor: recursos como os GPTs personalizados da OpenAI ou os Projects da Anthropic não são levados para a interface de chat genérica do Cherry Studio.
- Se você precisa de disponibilidade garantida e contratos de suporte: o Cherry Studio é um projeto de código aberto comunitário, sem nível de suporte comercial; falhas de provedores ou bugs do app são tratados conforme o cronograma do próprio projeto.
Como configurar o Cherry Studio?
A configuração tem duas etapas obrigatórias e duas opcionais, nesta ordem:
- 1. Baixar e instalar. Baixe o instalador para Windows, macOS ou Linux em cherry-ai.com e execute-o -- nenhuma conta é necessária para instalar. No momento, o site oficial redireciona para uma página em chinês; se você preferir uma interface em inglês, baixe o instalador diretamente na página de releases do GitHub.
- 2. Conectar um provedor ou modelo local. Abra Configurações → Model Providers e cole uma chave de API de um provedor em nuvem, ou aponte o Cherry Studio para o endereço de um servidor Ollama ou LM Studio em execução (normalmente `http://localhost:11434` para o Ollama).
- 3. Selecionar um modelo padrão. Escolha qual modelo conectado responde por padrão às novas conversas; troque a qualquer momento por conversa no menu suspenso de modelos.
- 4. *(Opcional)* Adicionar uma base de conhecimento. Vá em Knowledge Base, crie uma coleção e envie conteúdo em PDF, Word ou páginas web para habilitar respostas com recuperação aumentada.
- 5. *(Opcional)* Conectar um servidor MCP. Em Configurações → MCP, adicione o endereço de um servidor para dar aos modelos conectados acesso a ferramentas externas, como busca de arquivos.
Cherry Studio vs LM Studio vs AnythingLLM vs Msty: qual escolher?
Os quatro são clientes de desktop de IA gratuitos, mas cada um otimiza uma tarefa principal diferente.
Ferramenta | Link | Melhor para | Modelos locais | Provedores em nuvem | RAG integrado | Suporte a MCP | Licença |
|---|---|---|---|---|---|---|---|
| Cherry Studio | cherry-ai.com | Gerenciar muitos provedores + modelos locais em um app | Via Ollama / LM Studio (não nativo) | Dezenas | Sim | Sim | AGPL 3.0 |
| LM Studio | lmstudio.ai | Baixar e rodar modelos GGUF localmente | Nativo (GGUF) | Nenhum integrado | Não | Não | Gratuito (fechado) |
| AnythingLLM | anythingllm.com | Chat documental RAG-first com armazenamento vetorial | Via Ollama / LM Studio | Vários | Sim (função central) | Não | MIT |
| Msty | msty.app | UX de consumidor limpa com configuração mínima | Via Ollama (integrado) | Vários | Sim | Não | Gratuito (fechado) |
Comparação mais aprofundada de frontends de desktop: Best Local LLM Frontends.
Erros comuns com o Cherry Studio
- Esperar que o Cherry Studio rode modelos sem um provedor ou runtime local conectado. Ele é um cliente, não um motor de inferência -- instale primeiro o Ollama ou o LM Studio se quiser modelos locais, ou adicione uma chave de API em nuvem.
- Assumir que o uso em nuvem pelo Cherry Studio é gratuito. O app é gratuito; o provedor ainda cobra pelo uso da API exatamente como se você chamasse a API dele diretamente.
- Enviar documentos sensíveis a um modelo de provedor em nuvem pelo recurso Knowledge Base. A recuperação RAG ainda envia o texto recuperado para o modelo que responde à pergunta -- use um modelo local via Ollama para material sensível.
- Conectar um servidor MCP não confiável. O MCP concede a um modelo conectado acesso real a ferramentas (arquivos, bancos de dados, navegação); conecte apenas servidores cuja origem e comportamento você confia.
Perguntas frequentes sobre o Cherry Studio
O que é o Cherry Studio?
Cherry Studio é um aplicativo de desktop gratuito e de código aberto (AGPL 3.0) para Windows, macOS e Linux que conecta dezenas de provedores de IA e modelos locais em uma única interface de chat, em vez de prender você a um fornecedor.
O Cherry Studio é gratuito?
O app em si é gratuito e de código aberto. Usar um provedor em nuvem pelo Cherry Studio ainda exige uma chave de API desse provedor, cobrada diretamente por ele, não pelo Cherry Studio. Rodar um modelo local via Ollama ou LM Studio não tem custo por token.
Quais provedores de IA o Cherry Studio suporta?
O Cherry Studio suporta OpenAI, Anthropic, Google Gemini, Azure OpenAI, OpenRouter, DeepSeek, Moonshot, Zhipu, Alibaba Qwen, além de runtimes locais como Ollama e LM Studio, entre outros. Qualquer endpoint compatível com OpenAI também pode ser adicionado manualmente.
O Cherry Studio funciona com modelos locais?
Sim. Aponte o Cherry Studio para um servidor Ollama ou LM Studio em execução, e ele listará seus modelos baixados localmente junto com qualquer provedor em nuvem conectado, no mesmo seletor de modelos.
O que é o suporte a MCP no Cherry Studio?
MCP (Model Context Protocol) permite que um modelo conectado chame ferramentas externas, como busca de arquivos, um banco de dados ou um navegador, por meio de uma interface de servidor padronizada. O Cherry Studio pode se conectar a servidores MCP para que qualquer modelo suportado ganhe esses recursos de ferramentas.
O Cherry Studio tem uma base de conhecimento integrada?
Sim. O recurso Knowledge Base permite enviar PDFs, documentos Word e páginas web para uma coleção, e depois referenciá-la em um chat para obter respostas com recuperação aumentada baseadas no seu próprio conteúdo.
Qual a diferença entre o Cherry Studio e o LM Studio?
O LM Studio foca em rodar modelos GGUF localmente, com um baixador de modelos integrado e um servidor de API compatível com OpenAI. O Cherry Studio não baixa nem executa modelos por conta própria; é um cliente que se conecta a runtimes locais como LM Studio ou Ollama, além de dezenas de provedores em nuvem, em uma só interface.
Qual a diferença entre o Cherry Studio e o AnythingLLM?
O AnythingLLM é construído em torno da geração aumentada por recuperação, com um modelo de workspace e documentos como conceito central. O Cherry Studio trata bases de conhecimento como um recurso entre vários, junto com chat multi-fornecedor, uso de ferramentas MCP e agentes de modelos de prompt.
Os dados são privados ao usar o Cherry Studio?
O Cherry Studio em si não envia suas conversas para servidores próprios. A privacidade dos dados depende do modelo conectado: um modelo local do Ollama mantém tudo na sua máquina, enquanto um provedor em nuvem (OpenAI, Anthropic etc.) processa suas mensagens conforme a própria política de dados dele.
Quais são os requisitos de sistema do Cherry Studio?
O Cherry Studio em si é um app de desktop leve baseado em Electron e roda em hardware modesto. Se você também executar modelos locais via Ollama ou LM Studio na mesma máquina, os requisitos de hardware (RAM, VRAM) desse modelo se aplicam separadamente.
Fontes
- Site oficial e documentação do Cherry Studio — cherry-ai.com
- Código-fonte e licença do Cherry Studio (AGPL 3.0) — github.com/CherryHQ/cherry-studio
- Especificação do Model Context Protocol — modelcontextprotocol.io