Cherry Studio Knowledge Base — Local RAG with 50+ Formats

简介

Cherry Studio Knowledge Base 让桌面应用把 50+ 种文件格式入库到本地向量索引 —— PDF / Word / Markdown / EPUB / 甚至网页书签。用你选的 LLM（OpenAI / Claude / Ollama 等）离线查询，检索在本地跑。适合不想把文档发到云服务的隐私敏感用户的个人 RAG。兼容 macOS / Windows / Linux 的 Cherry Studio 1.4+。装机时间 5 分钟。

建知识库

1. 从 cherry-ai.com 下载 Cherry Studio
2. 设置 → 模型 → 加一个 embedding 模型（Ollama 的 nomic-embed-text、OpenAI 的 text-embedding-3-small、Voyage AI 等）
3. 侧边栏 → 知识库 → 新建知识库
4. 命名、选 embedding 模型、设 chunk size（默认 1000）
5. 拖拽文件或粘贴文件夹

支持的格式

在聊天里查询知识库

任何聊天里点知识库开关。Cherry Studio 按 query 取 top-k 相关 chunk，带引用前置到 LLM prompt。

配置检索

知识库 → ⚙ 设置：
  Chunk size：1000 字符
  Chunk overlap：200 字符
  Top-K：每查询 6 个 chunk
  Rerank：可选（通过 Ollama 跑 BGE Reranker）
  阈值：0.6（cosine 相似度下限）

同步 vs 仅本地

• 仅本地（默认）：向量存储在磁盘 ~/Library/Application Support/CherryStudio/...
• 同步（可选）：把索引推到 S3 兼容存储（R2 / MinIO）做跨设备同步，用只你知道的密码加密

什么时候用 Cherry Studio KB vs 托管 RAG

FAQ

Q: Cherry Studio 免费吗？ A: 免费 —— Cherry Studio Apache-2.0 开源。应用免费，你用自己的 LLM API key，只付推理费。本地 Ollama 模型完全免费。

Q: 能处理大 PDF 吗？ A: 能 —— 大 PDF 按配置的 chunk size 切。500 页 PDF 用 Ollama 本地 embedding 约 1 分钟出几千个 chunk。检索快（本地 FAISS 风格索引上做 cosine）。

Q: 知识库支持图片吗？ A: 目前主要文本。带图 PDF 通过嵌入文本层 OCR；纯图片页拿不到文字。图像检索在规划里，1.4 版还不稳。