聊聊 Cherry Studio 2.0 对本地模型的支持
文章探讨了 Cherry Studio 2.0 对本地模型的支持策略。作者认为本地模型的主要价值不在于替代云端大语言模型,而是通过 Embedding、OCR、ASR 和数据脱敏等轻量级模型,补齐 AI 产品中的关键基础能力。这种设计旨在降低用户使用门槛,提高隐私保护,并确保功能的稳定性。
文章探讨了 Cherry Studio 2.0 对本地模型的支持策略。作者认为本地模型的主要价值不在于替代云端大语言模型,而是通过 Embedding、OCR、ASR 和数据脱敏等轻量级模型,补齐 AI 产品中的关键基础能力。这种设计旨在降低用户使用门槛,提高隐私保护,并确保功能的稳定性。
作者以美妆企业 FDE 落地项目为例,讲解如何将小红书、抖音、视频号、微博等平台采集的多模态数据(文字、图片、音频、视频)清洗成一套可信、可查询的结构化数据。文章提出八步通用链路:定数据规范、保留原始内容、梳理用户/帖子/评论关系、多模态归一处理、冲突与质量清洗(含证据分级)、生成结构化数据、执行验收、按规则和版本入库。文中还给出 OCR/ASR 工具选型建议(FFmpeg、PaddleOCR、Whisper 等)以及大模型结构化输出的实践经验。
作者分享了自己用 Lovart Arti(个人设计 Agent)的体验。此前作者自写了 article-visual-director 配图 skill,但出图环节依赖生图模型。Lovart Arti 整合多个图像视频模型,能记住用户上传的作品集与风格偏好,之后生成封面、配图无需重复描述风格。作者实测了文章配图、每周定时任务整理 AI 工具动态与 X/Instagram 设计案例周报、为开源项目 luobo-ppt 生成全套视觉物料、以及制作萝卜 IP 与 Arti 联名表情包等场景,认为其适合'重复但又不能乱做'的工作,显著提升效率,并建议关键信息(如安装命令)仍需人工把关。
本文系统介绍 MCP(模型上下文协议)的概念、架构与应用场景,并以 ESP32 小智 AI 为载体提供 MCP 接入实战教程。文章首先将 MCP 比作 AI 的 USB-C 接口,讲解客户端-服务器架构及个人助理、自动编码、智能家居控制等应用;随后分别说明开源版小智服务端(xiaozhi-esp32-server)和官网版接入 MCP 的前置条件与配置步骤;最后手把手演示如何基于 FastMCP 开发自定义 MCP 工具(如天气查询),涵盖项目结构、通信管道、工具注册与配置管理等完整流程,帮助开发者拓展 AI 的能力边界。
本文介绍了如何借助WorkBuddy使用开源项目srt-whiteboard-animation,自动生成抖音常见的手绘白板动画视频。用户只需提供SRT字幕文件或视频脚本文案,甚至让AI直接生成文案,即可完成制作。作者详细演示了安装项目、生成字幕、首次出片、追加提示词生成配音与字幕的全流程。配音使用免费的微软edge-tts,积分主要消耗在生图环节,整个视频仅需约53积分,远比传统AI视频模型便宜。该方案适合教育科普、产品展示、知识讲解等场景的大批量持续制作,后期可导入剪映精细调整。
作者深度测试开源数据图表 Skill「lieflat-charts」15天后,总结出3个实用场景:一是给文章制作数据配图,适合公众号长文、小红书、工具测评等,Skill 会自动判断数据结构并选择合适模板,还支持自定义品牌主题色;二是给视频制作动态数据画面,利用滚动入场、数字递增、动态排名等效果,通过浏览器录屏制作视频素材;三是生成完整的数据报告,内置12套中英文模板,可产出调研一页纸、年度海报、Dashboard 等。该 Skill 已在 GitHub 获5.7k收藏,适合内容创作者使用。
作者介绍了开源项目 PSD2Live,只需将一张 PSD 文件丢进去,即可自动完成 Live2D 模型制作,替代过去手动分层、拆图、铺网格、绑骨骼、调物理等需数天到数周的流程。项目支持一键导出可编辑的 .cmo3 工程文件和 .moc3 运行时文件,解压即用且内置 Java 环境。生成的角色可显示在透明桌面窗口中,支持鼠标跟随、摄像头面捕、麦克风口型和录制,还附带 Skill 可供 Codex 等 AI 自动化调用。对于无分层 PSD 的用户,可先用 see-through 插件实现一键图层拆分。项目已在 GitHub 开源。
本文介绍了近30天内5个备受关注的开源GitHub项目:1)No AI Slop,由Peter Yang开发的去除AI写作痕迹、保留个人风格的Skill;2)TryCompAI的开源CRM,将CRM作为Agent工作空间,自动跟进线索和丰富客户信息;3)Browser Use的Video Use,让Claude Code或Codex等编程Agent实现视频编辑自动化;4)NVIDIA的SkillSpector,扫描Agent技能的提示注入、数据泄露等安全风险;5)Shawn Pana的Phone Harness,让AI Agent控制真实的iPhone或Android手机,用于移动QA和自动化。所有项目均免费开源,部分依赖付费服务。
本文是一篇 Cherry Studio 的详细使用教程。Cherry Studio 是一款开源桌面 AI 工作台,可接入 GPT、Claude、DeepSeek、Kimi 及本地模型。文章系统讲解了软件安装与模型 API 配置方法,如何用多模型对比测试写作质量,利用分支功能管理不同写作路线,创建助手保存长期要求;还介绍了如何把文档整理等任务交给 Agent,配置工具权限、网络搜索、技能和 MCP;以及知识库的建立、召回测试、嵌入与重排模型的配置,和通过 Ollama、LM Studio 接入本地模型的方案。适合希望集中管理多个 AI 模型、提升日常工作流效率的用户从入门到进阶参考。
作者推荐了一个 111k star 的开源项目 ui-ux-pro-max-skill。该项目的核心是把专业设计经验编译成 AI 可执行的规则,让 AI 直接产出专业级 UI/UX 方案,包括配色、间距、层级等。它支持网页、移动端和桌面端,通过统一的设计 token 保证跨端一致性。本质上是一个 Skill,可直接接入 Agent 工作流进入生产环境,开源协议宽松允许商用。作者实测 15 分钟跑通 demo,效果超过手动调整两小时,甚至可用于设计咨询私活服务。
作者分享小红书运营变现经验:一万粉丝账号图文视频报价约2k-5k,水上商单走平台报备需扣除约35%费用,水下交易约为水上价格的80%但有被限流风险,月商单收入稳定在2w左右。作者基于三年运营三个万粉账号的经验,开源了10个覆盖定位、选题、写作、视觉、复盘五个环节的小红书起号Skill,包括总控、定位、热点选题、爆款标题、笔记写作、封面制作、排版、AI配图、账号体检和笔记复盘,帮助内容创作者系统化运营账号。