手把手教你用Cherry Studio搭建本地AI知识库：从Ollama部署到DeepSeek模型接入

最近和几位做技术咨询的朋友聊天，发现大家不约而同地开始关注同一个问题：如何在保证数据绝对私密的前提下，让AI真正成为团队的知识大脑？无论是处理客户敏感信息、内部技术文档，还是个人积累多年的研究笔记，把数据上传到云端总让人心里不踏实。这种对数据主权的需求，正在推动一场从“云上AI”到“本地AI”的迁移潮。

如果你也在寻找一个既能保护隐私，又能灵活调用强大模型的解决方案，那么今天要聊的这套组合拳——Ollama + DeepSeek + Cherry Studio——很可能就是你一直在找的答案。这不是简单的工具堆砌，而是一套经过实战验证的本地AI知识库搭建框架。我花了两个月时间，在自己的MacBook Pro和一台旧款NVIDIA显卡的台式机上反复折腾，踩遍了几乎所有能想到的坑，最终总结出了这条相对平滑的路径。

接下来的内容，我会完全从实际操作的角度出发，避开那些华而不实的理论，直接告诉你每一步该怎么做、可能会遇到什么问题、以及如何解决。无论你是独立开发者、小型团队的技术负责人，还是对数据隐私有严格要求的研究人员，这套方案都能让你在几个小时内，拥有一个完全受控于本地的智能知识助手。

1. 环境准备：从零搭建你的本地AI基础设施

搭建本地AI知识库的第一步，不是急着安装各种花哨的界面工具，而是先把底层的基础设施打牢。这就像盖房子，地基不稳，后面装修得再漂亮也白搭。我们的地基主要由两部分组成：Ollama负责模型的本地运行，DeepSeek则是我们选择的核心大脑。

1.1 硬件配置：你的电脑够用吗？

很多人一听到“本地大模型”就望而却步，觉得非得有顶级显卡才行。其实不然，经过实际测试，我发现不同配置的设备都能找到适合自己的方案。下面这个表格能帮你快速判断：

设备配置	推荐模型大小	可用场景	预期响应速度
入门级：8GB内存，无独立显卡（集成显卡）	DeepSeek-Coder-V2-Lite-Instruct (1.5B)	基础代码补全、简单文本问答	较慢（5-10秒/回复）
主流级：16GB内存，RTX 3060 8GB	DeepSeek-R1-Distill-Qwen-7B	文档总结、技术问答、中等复杂度代码生成	流畅（2-5秒/回复）
性能级：32GB内存，RTX 4070 12GB	DeepSeek-V2.5 (16B)	多轮复杂对话、长文档分析、RAG检索增强	快速（1-3秒/回复）
工作站级：64GB+内存，RTX 4090 24GB	DeepSeek-R1 (67B) 或更大模型	企业级知识库、批量文档处理、高精度推理	极速（<1秒/回复）

注意：如果你用的是苹果M系列芯片（M1/M2/M3），情况会有些特殊。得益于统一的ARM架构和高效的神经引擎，MacBook Pro的体验往往比同配置的Windows笔记本要好。我的M2 Max（32GB内存）运行7B模型时，速度甚至超过了朋友的RTX 4060台式机。

内存是关键瓶颈。模型加载到内存后，还需要额外的空间处理输入输出。一个简单的估算公式是：所需内存 ≈ 模型参数大小 × 2.5。比如7B模型，大概需要17-20GB的可用内存才能流畅运行。

1.2 Ollama安装：跨平台的模型运行引擎

Ollama的安装比想象中简单得多，官方提供了近乎一键式的安装包。但根据我的经验，有几个细节决定了后续使用的顺畅程度。

Windows用户最容易上手，直接下载.exe安装程序，双击运行即可。安装完成后，你会在系统托盘看到一个羊驼图标。右键点击它，选择“View Logs”，如果看到Listening on http://127.0.0.1:11434，说明服务已经正常启动。

macOS用户需要多一步终端操作。下载dmg安装包安装后，打开终端输入：

# 检查Ollama服务状态
ollama serve

# 如果提示命令不存在，可能需要手动添加到PATH
export PATH=$PATH:/usr/local/bin

Linux用户（包括WSL2）最灵活，但也最需要小心权限问题。官方的一键安装脚本确实方便，但我建议先看看脚本内容：

# 下载安装脚本但不立即执行
curl -fsSL https://ollama.com/install.sh -o install_ollama.sh

# 检查脚本内容（特别是sudo权限部分）
cat install_ollama.sh | head -50

# 确认无误后再执行
sudo bash install_ollama.sh

安装完成后，无论什么平台，都建议先跑一个简单的测试：

# 拉取一个微型模型测试
ollama pull tinyllama

# 运行测试
ollama run tinyllama "Hello, how are you?"

如果能看到正常的回复，说明Ollama基础环境已经就绪。这时候你可能会问：为什么不用DeepSeek直接测试？因为DeepSeek模型动辄几个GB，下载需要时间，先用小模型验证环境能节省大量等待时间。

1.3 模型存储优化：别让AI吃光你的C盘

默认情况下，Ollama会把所有模型下载到系统盘（通常是C盘）。对于动辄几十GB的大模型来说，这简直是灾难。我吃过一次亏——下载了三个模型后，系统盘直接红了。

解决方法很简单，在启动Ollama服务前设置环境变量：

• Windows（PowerShell）：

# 永久设置（需要管理员权限）
[System.Environment]::SetEnvironmentVariable("OLLAMA_MODELS", "D:\AI\Models", [System.EnvironmentVariableTarget]::Machine)

# 临时设置（当前会话有效）
$env:OLLAMA_MODELS="D:\AI\Models"

• macOS/Linux：

# 添加到shell配置文件（~/.zshrc或~/.bashrc）
echo 'export OLLAMA_MODELS="$HOME/AI_Models"' >> ~/.zshrc
source ~/.zshrc

设置完成后，重启Ollama服务，新下载的模型就会存储到指定目录。对于已经下载的模型，可以手动移动文件，然后修改Ollama的配置文件指向新位置。

2. DeepSeek模型部署：选择适合你的“数字大脑”

DeepSeek系列模型最近在开源社区火得不行，不是没有原因的。同等参数规模下，它的推理速度比Llama快20%，而成本只有1/20。但面对众多版本，该怎么选？我根据实际使用体验，给你一些接地气的建议。

2.1 模型选型：不是越大越好

很多人盲目追求参数规模，觉得67B肯定比7B强。但在本地部署的场景下，合适比强大更重要。下面是我测试过的几个DeepSeek版本的真实体验：

DeepSeek-R1-Distill-Qwen-7B：这是我的日常主力。在16GB内存的MacBook Pro上，它能流畅运行，响应速度在2-4秒之间。代码生成能力不错，技术文档理解准确率大约85%。最重要的是，它支持128K上下文，意味着你可以扔给它一整本技术手册进行问答。

DeepSeek-Coder-V2-Lite-Instruct (1.5B)：如果设备配置真的很有限，这个版本是救星。虽然能力有限，但运行速度极快，适合简单的代码补全和语法检查。我把它装在了一台2019款的Intel MacBook Air上，还能勉强用用。

DeepSeek-V2.5 (16B)：需要RTX 4070级别显卡才能流畅运行，但能力确实上一个台阶。复杂的逻辑推理、多步骤问题分解，它处理得游刃有余。如果你的使用场景涉及大量分析工作，这个投入是值得的。

DeepSeek-R1 (67B)：我只在朋友的4090显卡机器上体验过。说实话，除非你是做AI研究或者有极其复杂的专业需求，否则这个版本对大多数人来说都是性能过剩。而且，67B模型光是加载到内存就需要130GB以上空间。

2.2 实战部署：一步步拉取和运行

选好模型后，部署其实就一行命令的事。但这一行命令背后，有很多可以优化的细节。

# 基础拉取命令
ollama pull deepseek-r1-distill-qwen:7b

# 但这样拉取的是默认版本，我更推荐指定量化版本
ollama pull deepseek-r1-distill-qwen:7b-q4_K_M

这里的q4_K_M是量化等级。简单解释一下：

• q4：4位量化，模型大小缩小到原来的1/4，精度损失约1-2%
• K：使用K-means量化算法
• M：中等质量（还有S-small、L-large等选项）

对于7B模型，我强烈推荐q4_K_M这个配置。它在我的测试中，精度损失几乎感知不到，但内存占用从13GB降到了4GB，速度还快了30%。

拉取过程中，你会看到进度条。如果网络不好（特别是从国内访问），可能会很慢甚至失败。这时候可以尝试：

1. 使用代理（如果合法合规且有必要）
2. 更换下载源（有些社区镜像速度更快）
3. 分时段下载（凌晨速度通常更好）

拉取完成后，用这个命令测试一下：

ollama run deepseek-r1-distill-qwen:7b "请用Python写一个快速排序函数，并添加详细注释"

如果模型能正确生成代码，说明部署成功。你可能会注意到第一次运行比较慢，因为模型需要加载到内存。后续对话会快很多。

2.3 性能调优：让模型跑得更快

默认配置下，Ollama会使用所有可用的CPU核心和尽可能多的GPU内存。但有时候，我们需要更精细的控制。

# 查看当前运行中的模型
ollama list

# 停止某个模型
ollama stop deepseek-r1-distill-qwen:7b

# 以自定义参数重新运行
OLLAMA_NUM_PARALLEL=4 OLLAMA_GPU_LAYERS=32 ollama run deepseek-r1-distill-qwen:7b

几个关键参数：

• OLLAMA_NUM_PARALLEL：并行处理数，通常设置为CPU核心数的一半
• OLLAMA_GPU_LAYERS：GPU加速层数，值越大GPU参与越多
• OLLAMA_KEEP_ALIVE：模型在内存中保持的时间（默认5分钟）

对于有NVIDIA显卡的用户，还有一个隐藏技巧：安装CUDA版本的Ollama。虽然官方不直接提供，但社区有维护的版本，能提升30-50%的推理速度。不过这个操作有一定风险，新手不建议尝试。

3. Cherry Studio深度配置：打造你的私有知识库界面

Ollama和DeepSeek提供了底层能力，但要让它们真正好用，还需要一个友好的界面。这就是Cherry Studio的价值所在——它把复杂的模型调用、文档处理、对话管理，包装成了一个普通用户也能轻松上手的应用。

3.1 安装与基础配置：避开那些坑

Cherry Studio的安装过程看似简单，但我见过太多人在第一步就卡住了。问题往往出在权限和路径上。

Windows用户最容易遇到的问题是“无法创建配置文件”。这是因为Cherry Studio默认尝试在Program Files下写数据，而这个目录需要管理员权限。解决方法有两个：

1. 安装时选择非系统盘（比如D:\CherryStudio）
2. 安装后右键点击快捷方式，选择“以管理员身份运行”第一次启动

macOS用户可能会遇到Gatekeeper拦截。如果从非App Store渠道下载，需要：

# 解除应用限制
sudo xattr -rd com.apple.quarantine /Applications/Cherry\ Studio.app

Linux用户要注意依赖库。如果启动时报错缺少某个.so文件，可以尝试：

# Ubuntu/Debian
sudo apt-get install libfuse2 libgtk-3-0

# CentOS/RHEL
sudo yum install fuse-libs gtk3

安装完成后首次启动，Cherry Studio会引导你进行初始设置。这里有几个关键选择：

1. 语言模型设置：选择“Ollama”作为后端
2. API地址：填写http://localhost:11434（如果Ollama在其他机器，改为对应IP）
3. 默认模型：选择刚才部署的DeepSeek模型

提示：如果连接Ollama失败，99%的情况是地址或端口不对。先在浏览器访问http://localhost:11434/api/tags，看看能否返回模型列表。如果不能，说明Ollama服务没启动或端口被占用。

3.2 知识库创建：文档处理的正确姿势

Cherry Studio的知识库功能是它的核心卖点，但很多人用不好，问题出在文档处理环节。我总结了一套“预处理-上传-优化”的三步法。

第一步：文档预处理 不要直接把原始PDF或Word文档扔进去。先做这些处理：

• 将PDF转换为可编辑文本（用Adobe Acrobat或在线转换工具）
• 移除无关的页眉页脚、水印
• 如果文档有复杂表格，考虑先提取为CSV
• 大文档拆分为逻辑章节（每章一个文件）

第二步：上传与分块配置 在Cherry Studio中创建新知识库时，分块设置直接影响检索质量：

• 分块大小：技术文档建议512-768 tokens，普通文本可以1024
• 重叠大小：设置分块大小的10-20%，确保上下文连贯
• 分隔符：对于Markdown文档，用##作为分隔符效果很好

我的经验配置表格：

文档类型	分块大小	重叠大小	分隔符	适用场景
技术API文档	512 tokens	64 tokens	\n\n	精准函数查询
产品说明书	768 tokens	128 tokens	。	概念解释
会议纪要	1024 tokens	256 tokens	---	整体回顾
代码仓库	256 tokens	32 tokens	\n\n\n	代码片段查找

第三步：向量化与索引 上传文档后，Cherry Studio会在后台进行向量化处理。这个过程可能很耗时，特别是文档多的时候。几个加速技巧：

1. 关闭其他占用CPU的应用
2. 如果支持GPU加速，确保CUDA已正确配置
3. 分批上传，不要一次性传太多

处理完成后，一定要测试检索效果。问几个你知道文档中肯定有的问题，看看返回的片段是否相关。

3.3 高级功能挖掘：超越基础对话

Cherry Studio有很多隐藏功能，用好了能大幅提升效率。

多模型对话：这是Cherry Studio的杀手级功能。你可以同时让DeepSeek和另一个模型（比如Qwen）回答同一个问题，然后对比结果。配置方法：

1. 在设置中添加第二个模型端点
2. 创建新对话时，选择“多模型”模式
3. 提问后，两个模型会并行回答

自定义助手模板：如果你经常处理特定类型的问题，可以创建模板。比如我配置了一个“代码审查助手”：

name: "代码审查专家"
system_prompt: |
  你是一个资深代码审查专家，擅长发现代码中的安全隐患、性能问题和代码异味。
  请按照以下格式回复：
  1. 安全问题（高/中/低风险）
  2. 性能优化建议
  3. 代码规范问题
  4. 重构建议
  
  语言风格：直接、专业、给出具体行号
temperature: 0.3  # 较低的温度让输出更稳定

工作流自动化：通过Cherry Studio的API，可以集成到现有工作流。比如：

• 自动处理客服邮件，从知识库中提取标准回复
• 代码提交时自动审查
• 日报自动生成和总结

4. 实战应用与优化技巧：让AI真正为你工作

工具搭好了，模型跑起来了，界面也配置好了。但这才刚刚开始。要让这套系统真正产生价值，需要把它融入到实际工作流中。我分享几个自己用得很顺手的场景。

4.1 技术文档问答系统

作为技术负责人，我经常需要回答团队成员的各种技术问题。很多问题其实在文档里都有答案，但大家要么找不到，要么懒得找。用Cherry Studio搭建的内部技术问答系统解决了这个问题。

实现步骤：

1. 把所有技术文档（API文档、架构说明、部署指南）上传到知识库
2. 创建一个专门的“技术支持”助手
3. 设置系统提示词：“你是一个耐心的技术专家，根据提供的文档回答问题。如果文档中没有明确答案，就说‘文档中未找到相关信息，建议咨询某某同事’”
4. 把链接分享给团队

效果：简单问题的回答时间从平均15分钟降到了30秒。更重要的是，答案标准统一，不会出现不同人给出不同解释的情况。

4.2 代码库智能搜索

程序员最痛苦的事情之一：在几万行代码中找一个特定的函数或逻辑。传统的文本搜索只能匹配关键字，而基于语义的搜索能理解“查找所有处理用户认证的函数”这样的自然语言查询。

配置方法：

# 这是一个示例的代码索引配置
{
  "code_repo_path": "/path/to/your/code",
  "exclude_patterns": ["*.min.js", "*.log", "node_modules/"],
  "language_specific": {
    "python": {
      "chunk_size": 200,
      "overlap": 20,
      "separators": ["\n\n", "\nclass ", "\ndef ", "\nasync def "]
    },
    "javascript": {
      "chunk_size": 300,
      "overlap": 30,
      "separators": ["\n\n", "\nfunction ", "\nconst ", "\nclass "]
    }
  }
}

使用体验：现在我要找一个“处理JWT令牌验证的中间件”，直接问Cherry Studio，它不仅能找到相关文件，还能高亮显示具体代码段，甚至解释这段代码的逻辑。

4.3 个性化学习助手

我最近在学习Rust，但官方文档太枯燥，网上的教程又质量参差不齐。于是我用Cherry Studio建了一个“Rust学习助手”。

知识库内容：

• Rust官方文档（中英文）
• 《Rust程序设计语言》电子书
• 我收集的优质博客文章
• Stack Overflow上的经典问答

助手配置：

系统指令：你是一个有耐心的Rust导师，擅长用比喻和例子解释复杂概念。
当用户提问时：
1. 先判断用户的知识水平（新手/中级/高级）
2. 从简单到复杂逐步解释
3. 每个概念都要提供代码示例
4. 指出常见的错误和陷阱

学习效果：比单纯看文档效率高了至少3倍。特别是遇到编译错误时，把错误信息贴进去，助手能直接指出问题所在，还给出修改建议。

4.4 性能监控与优化

本地AI系统运行一段时间后，可能会变慢。这时候需要一些监控和优化手段。

监控指标：

• 响应时间：正常应在1-5秒，超过10秒需要优化
• 内存使用：通过ollama ps查看
• GPU利用率：如果有显卡，用nvidia-smi监控
• 知识库检索准确率：定期用测试问题验证

常见问题及解决方案：

问题现象	可能原因	解决方案
响应越来越慢	内存碎片化	定期重启Ollama服务
检索结果不相关	向量索引过时	重新构建知识库索引
模型加载失败	磁盘空间不足	清理旧模型或扩展存储
对话上下文丢失	上下文长度超限	调整模型上下文参数或总结历史

一个实用的维护脚本：

#!/bin/bash
# 本地AI系统健康检查脚本

echo "=== Ollama状态检查 ==="
ollama ps

echo -e "\n=== 磁盘空间检查 ==="
df -h | grep -E "(Filesystem|/$)"

echo -e "\n=== 内存使用检查 ==="
free -h

echo -e "\n=== Cherry Studio进程检查 ==="
ps aux | grep -i cherry | grep -v grep

echo -e "\n=== 网络连接检查 ==="
curl -s http://localhost:11434/api/tags | jq '.models[].name' | head -5

设置一个定时任务，每周运行一次这个脚本，能提前发现很多潜在问题。

5. 故障排除与进阶玩法

即使按照最详细的教程，在实际部署中还是会遇到各种奇怪的问题。我整理了最常见的一些故障及其解决方法，希望能帮你少走弯路。

5.1 常见问题速查表

问题描述	错误信息/现象	可能原因	解决方案
Ollama服务无法启动	Error: listen tcp 127.0.0.1:11434: bind: address already in use	端口被占用	lsof -i :11434 查找占用进程并结束
模型下载失败	Error: pull model manifest: ...	网络问题或存储空间不足	换源或清理磁盘空间
Cherry Studio连接失败	Failed to connect to Ollama	防火墙阻止或地址错误	检查Ollama是否运行在0.0.0.0而非127.0.0.1
知识库检索无结果	搜索任何内容都返回空	文档未正确向量化	重新处理文档，检查分块设置
模型响应特别慢	简单问题也要10秒以上	GPU未启用或内存不足	检查ollama run时是否使用了--gpu参数
中文支持不好	中文问题回答质量差	模型未针对中文优化	尝试deepseek-r1-distill-qwen:7b等中文优化版本

5.2 网络问题的终极解决方案

如果你在拉取模型时遇到网络问题，除了常规的换源、重试，还有一个更根本的解决方案：使用模型镜像。

国内有一些社区维护的镜像站，速度会快很多。配置方法：

# 临时使用镜像
OLLAMA_HOST=https://mirror.example.com ollama pull deepseek-r1-distill-qwen:7b

# 或修改Ollama配置
# Linux/macOS: ~/.ollama/config.json
# Windows: C:\Users\<用户名>\.ollama\config.json
{
  "registry": {
    "mirrors": {
      "docker.io": "https://mirror.example.com"
    }
  }
}

注意：使用第三方镜像存在安全风险，确保来源可信。对于企业环境，建议自建镜像服务器。

5.3 安全加固：保护你的私有数据

本地部署的最大优势是数据安全，但如果配置不当，反而可能成为安全漏洞。几个必须做的安全措施：

1. 访问控制 默认情况下，Ollama的API是开放给本地所有应用的。如果你在多人使用的机器上部署，需要限制访问：

# 只允许本地回环访问
OLLAMA_HOST=127.0.0.1 ollama serve

# 或设置认证（需要Ollama 0.5+）
OLLAMA_AUTH=require ollama serve

2. 知识库加密 Cherry Studio的知识库默认以明文存储。对于敏感文档，建议：

• 使用全盘加密（如macOS的FileVault）
• 或单独加密存储文档的目录

3. 定期备份

# 备份Ollama模型
tar -czf ollama_backup_$(date +%Y%m%d).tar.gz ~/.ollama/models

# 备份Cherry Studio知识库
# 知识库位置：~/Library/Application Support/Cherry Studio/ (macOS)
# 或 C:\Users\<用户名>\AppData\Roaming\Cherry Studio\ (Windows)

5.4 成本控制：别让电费账单吓到你

运行本地大模型确实耗电，特别是长时间使用GPU的情况下。几个省电技巧：

1. 智能启停 不用的时候完全关闭Ollama服务。写一个简单的脚本：

#!/bin/bash
# 检测到30分钟无活动后自动关闭

LAST_ACTIVITY=$(date +%s)
while true; do
    # 检查是否有活跃的ollama进程
    if pgrep -f "ollama run" > /dev/null; then
        LAST_ACTIVITY=$(date +%s)
    fi
    
    CURRENT_TIME=$(date +%s)
    if [ $((CURRENT_TIME - LAST_ACTIVITY)) -gt 1800 ]; then
        echo "30分钟无活动，关闭Ollama..."
        pkill -f ollama
        break
    fi
    
    sleep 60
done

2. 模型选择策略

• 日常轻量任务：用1.5B或3B的小模型
• 复杂分析任务：临时加载7B或更大模型
• 批量处理任务：安排在电费低的时段（如夜间）

3. 硬件优化

• 笔记本用户：使用电源管理工具限制CPU频率
• 台式机用户：考虑使用能效比更高的显卡（如RTX 4060比3080更省电）

5.5 扩展思考：这套方案的边界在哪里？

任何技术方案都有其适用边界。经过几个月的实际使用，我发现这个组合在以下场景表现最佳：

适合的场景：

• 中小团队（10人以内）的内部知识管理
• 个人学习与研究助手
• 对数据隐私有严格要求的行业（法律、医疗、金融）
• 需要7x24小时可用的离线AI服务

不太适合的场景：

• 超大规模文档处理（百万级文档）
• 需要实时响应的生产环境（延迟要求<100ms）
• 多租户SaaS服务（Cherry Studio的权限管理相对简单）

未来的升级路径： 如果现有方案不够用了，可以考虑：

1. 横向扩展：部署多台机器，用负载均衡分发请求
2. 纵向升级：换更强的单机，上更大的模型
3. 架构演进：迁移到更专业的知识库系统（如Milvus + LangChain）

最后的实践心得

折腾了这么一大圈，从最初的兴奋尝试，到中间的无数次踩坑，再到现在的稳定使用，我最大的体会是：技术本身不是目的，解决问题才是。Ollama、DeepSeek、Cherry Studio这套组合，最大的价值不是技术有多先进，而是它实实在在地解决了我工作中的痛点——数据隐私、响应速度、定制化需求。

记得有一次，我需要分析一份包含敏感客户信息的合同，既想用AI帮忙提炼要点，又担心数据泄露。用上这套本地方案后，心里踏实多了。文档不用出本地网络，模型在自己电脑上跑，所有的处理过程都在可控范围内。这种安全感，是任何云端服务都给不了的。

另一个没想到的好处是响应速度。虽然本地推理理论上比云端慢，但实际上，因为少了网络往返延迟，对于大多数日常问题，1-3秒的响应时间完全可接受。特别是写代码的时候，那种“想到就问，问了就有答案”的流畅感，确实提升了效率。

当然，这套方案也不是完美的。最大的挑战是硬件门槛。不是每个人都有高性能的电脑，而低配设备跑大模型确实吃力。我的建议是：先从最小的模型试起，1.5B的DeepSeek-Coder在很多编程任务上已经比以前的代码补全工具强多了。等真正感受到价值，再考虑硬件升级。

最后给想尝试的朋友一个实用建议：别想着一口吃成胖子。先选一个最痛的点（比如技术文档查找、代码审查、学习笔记整理），用最小的模型、最简单的配置跑起来。看到效果后，再逐步扩展。AI工具就像健身，重要的是持续使用，而不是一次性把装备买全。

我现在的日常是：早上打开电脑，Ollama自动启动，Cherry Studio常驻在菜单栏。写代码时用它查API，写文档时让它帮忙润色，读论文时让它总结要点。它已经从一个“新奇玩具”，变成了真正的“生产力伙伴”。如果你也受够了在隐私和效率之间做选择，不妨试试这条本地化的路。