Cherry Studio 命令行实战5 个核心命令打通服务、模型与批量自动化【免费下载链接】cherry-studioAI productivity studio with smart chat, autonomous agents, and 300 assistants. Unified access to frontier LLMs项目地址: https://gitcode.com/GitHub_Trending/ch/cherry-studio用 Cherry Studio 命令行CLI管理 AI 服务比点鼠标快得多。cherry-studio一个入口覆盖启动、模型查询、配置修改等日常操作学会本文的 5 个核心命令你就能把 Cherry Studio 接进脚本和流水线。️ 什么时候该打开终端三种情况鼠标帮不了你脚本化你的自动化流程需要问一次模型、拿一段回答图形界面点不进去。CI 环境流水线里跑的是无头服务器没有桌面环境只能靠命令行验证服务可用性。定时任务让 crontab 每天自动探活模型服务、失败留痕图形界面做不到无人值守。好消息是这些场景共用同一套命令下面先花 3 分钟跑通。⚡ 3 分钟跑通第一条命令先确认服务状态这条最常用任何时候都先跑它cherry-studio status预期输出类似running (port 8080)说明服务已在运行输出stopped或命令报错则进入启动步骤。确认状态后按需启动服务并指定端口cherry-studio start --port 8080 # 指定监听端口默认 8080启动成功后会打印监听地址再跑一次cherry-studio status即可看到running。最后验证模型是否可用按提供商过滤列表cherry-studio models list --provider deepseek # 只看 deepseek 的模型预期输出是模型 ID 列表如deepseek-chat、deepseek-reasoner。能看到列表说明密钥和网络都通了。 cherry-studio 命令速查表三行记不住的命令查这张表就够覆盖服务、模型、配置三大类命令作用示例cherry-studio start启动服务可选端口与主机cherry-studio start --port 8080 --host 127.0.0.1cherry-studio stop停止服务可加--force强杀cherry-studio stop --forcecherry-studio status查看服务状态支持--quiet只输出状态词cherry-studio status --quietcherry-studio models list列出可用模型可按提供商过滤cherry-studio models list --provider openaicherry-studio models switch model_id切换当前默认模型cherry-studio models switch deepseek-chatcherry-studio models info model_id查看单个模型详情与能力cherry-studio models info gpt-4ocherry-studio config show打印当前全部配置cherry-studio config show --jsoncherry-studio config set key value修改单个配置项cherry-studio config set server.timeout 60scherry-studio chat 问题向当前模型发一次对话cherry-studio chat 总结这段话 --jsoncherry-studio diagnose生成环境与服务诊断报告cherry-studio diagnose report.txt全局参数四个--config 路径指定配置文件、--log-level 级别调日志详略、--quiet减少输出、--json让机器可解析。 进阶实战CI 流水线接入测试前先验活把这段放进 CI 脚本能在跑业务测试前拦下服务没起来这类低级失败#!/usr/bin/env bash set -e cherry-studio start --port 8787 --quiet # 固定端口启动避免与其他任务冲突 sleep 5 cherry-studio status --quiet /dev/null || exit 1 # 服务未就绪直接失败 cherry-studio models list --provider deepseek --json /dev/null # 模型列表可读才算通过 echo Cherry Studio ready, pipeline go预期效果全部通过时打印Cherry Studio ready任一环节失败则流水线立即红灯不会带着坏环境继续跑。cron 定时任务每日冒烟测试无人值守环境里每天 3 点自动问一次模型是最划算的保险。下面是冒烟脚本本体#!/usr/bin/env bash # cherry-smoke.sh每日模型服务冒烟测试 cherry-studio status --quiet /dev/null || cherry-studio start sleep 3 resp$(cherry-studio chat 若正常请只回复 OK --json) # 一次最小对话 ok$(echo $resp | jq -r .ok) if [ $ok true ]; then echo $(date %F) smoke passed else echo $(date %F) smoke FAILED: $resp fi再把它登记进 crontab0 3 * * * /opt/scripts/cherry-smoke.sh /var/log/cherry-smoke.log 21。预期效果日志里每天多一行smoke passed异常当天就能在日志里看到原始返回。CLI 发出的chat请求最终走的仍是应用主进程里那条消息服务 → API 服务 → AI Core 流式响应的链路和图形界面点发送是同一套逻辑⚙️ 最常改的 5 个参数参数类型默认值什么时候改它server.portnumber8080端口被占用或 CI 里多任务共用一台机器server.hoststring127.0.0.1要让局域网内其他机器访问该服务时server.timeoutstring30s跑长上下文任务频繁超时时调大到60s--log-levelstringinfo排障时用debug看细节生产保持infocache.enabledbooleanfalse相同问题反复提问、想省 token 时开启改法统一为cherry-studio config set key value改完用cherry-studio config show确认落盘。 现象先行排错速查表先按现象对号入座再决定跑哪条命令现象可能原因处理办法连接超时服务未启动或网络不通跑cherry-studio status再查代理与网络认证失败API 密钥错或已过期重新config set对应提供商的api_key启动报端口占用其他进程占了目标端口换--port或先cherry-studio stop --force响应偏慢并发过高或超时设置过小调大server.timeout降低并发任务数两条调试命令覆盖九成问题cherry-studio --log-level debug status # 打开调试级别看细节 cherry-studio diagnose report.txt # 生成诊断报告贴出来求助最快 两点安全提醒密钥别落配置文件优先用环境变量注入敏感信息不进仓库。示例export CHERRY_API_KEYsk-xxx cherry-studio start别把服务裸奔在内网收紧访问来源绑定本机或白名单网段。示例cherry-studio config set security.allowed_ips 127.0.0.1,192.168.1.0/24收个尾记住 5 个命令就够用start、status、models list、config set、chat排障靠diagnose自动化交给 CI 和 cron。延伸阅读项目文档入口docs/本地开发指南docs/contrib/development.md安全相关说明docs/references/security/README.mdAI 核心架构docs/references/ai/core-architecture.md【免费下载链接】cherry-studioAI productivity studio with smart chat, autonomous agents, and 300 assistants. Unified access to frontier LLMs项目地址: https://gitcode.com/GitHub_Trending/ch/cherry-studio创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考