在当今数字化时代，AI助手已成为提升工作效率和创造力的重要工具。Cherry Studio作为一个全能的AI客户端，支持多平台（包括Windows、macOS和Linux），并提供了丰富的功能，如大模型对话、AI绘图和AI翻译等。为了进一步增强AI助手的能力，Cherry Studio支持MCP(Model Context Protocol)服务，使AI能够访问外部数据源和工具。
如果你对MCP协议和相关开发感兴趣，可以访问AIbase（https://www.aibase.com/zh/repos/topic/mcp）。这是一个专注于人工智能和机器学习领域的开源项目聚合平台，提供了丰富的MCP相关开源项目和工具。通过AIbase，你可以轻松发现和探索热门的MCP项目，了解最新的开发趋势和创新成果。
以下是在Cherry Studio中配置MCP服务的详细步骤。
一、准备工作
下载安装最新版Cherry Studio
访问Cherry Studio 官方网站下载最新版。按照提示完成安装。
了解两种MCP传输类型
- STDIO（标准输入/输出）:在本地运行，可以访问你电脑上的文件和应用。
- SSE（服务器发送事件）:在远程服务器运行，设置简单但无法访问本地资源。
二、环境配置（仅STDIO类型需要）
如果你只打算使用SSE类型的MCP服务，可以直接跳到第三步。
安装Python（使用uv）
打开PowerShell（可以在开始菜单中搜索）。复制粘贴以下命令并运行:
powershell-ExecutionPolicyByPass-c"irmhttps://astral.sh/uv/install.ps1|iex"
关闭并重新打开PowerShell，输入
uv验证安装成功。安装NodeJS（推荐使用bun）
在PowerShell中运行:
powershell-c"irmbun.sh/install.ps1|iex"
安装完成后，关闭并重新打开PowerShell，输入
bun --version确认安装成功。验证安装
在终端分别运行
uv、bun或node，如果没有报错，说明安装成功了。
三、在Cherry Studio中配置MCP服务器
打开Cherry Studio
打开Cherry Studio，进入设置界面。
进入MCP服务器设置
进入设置→MCP服务器。
添加服务器
点击添加服务器按钮。
配置STDIO类型MCP服务（本地运行）
以官方的Fetch MCP Server为例:
- 点击添加服务器，选择STDIO类型。
- 填写配置信息:
- 名称:
fetch（服务器的标识名）。 - 命令:
uvx（用于运行服务的命令）。 - 参数:
mcp-server-fetch（命令的参数）。
- 名称:
- 点击确定保存配置。
某些MCP服务需要额外的环境变量，例如Brave Search需要API密钥:
{"mcpServers":{"brave-search":{"command":"npx"，"args":["-y"，"@modelcontextprotocol/server-brave-search"]，"env":{"BRAVE_API_KEY":"你的API密钥"}如果npx有问题，可以使用bunx代替:
{"mcpServers":{"brave-search":{"command":"bunx"，"args":["@modelcontextprotocol/server-brave-search"]，"env":{"BRAVE_API_KEY":"你的API密钥"}配置SSE类型MCP服务（远程运行）
以Fetch服务为例:
访问MCP服务网站
访问AIbase（https://www.aibase.com/zh/repos/topic/mcp）搜索需要的MCP服务。
复制SSE URL
找到Fetch服务，复制其SSE URL。
添加服务器
在Cherry Studio的MCP服务器界面，点击添加服务器。填写名称和URL，点击确定。
四、使用MCP增强你的AI体验
进入聊天界面
进入Cherry Studio的聊天界面。
启用MCP服务
点击聊天区的MCP服务器按钮。选择要启用的MCP服务器（可以单个选择或一键启用全部）。
开始与AI助手对话
例如，启用Fetch服务后，可以让AI获取最新网页内容。启用Filesystem后，可以让AI访问和操作本地文件。
查看调用参数和返回结果
点击MCP状态栏，查看调用参数和返回结果，便于分析结果的可靠性。
（举报）