Guía completa de Cherry Studio: El entorno de trabajo de IA definitivo, desde la configuración hasta la implementación local

GPT no es omnipotente. Cuando falla en una tarea, ¿sigues intentando en Codex o cambias a otro modelo? Cuando un modelo no es suficiente, debes considerar cambiar de modelo, complementar datos o dejar que use herramientas.

Antes de que saliera Codex, yo usaba Cherry Studio, y muchos de mis amigos que están metidos de lleno en la IA también lo usan. Hoy, hablemos de lo que puede hacer y de cómo hacer que este banco de trabajo funcione sin problemas para ti.

1. Lo que Cherry Studio Puede Hacer

Cherry Studio es un software de IA de escritorio de código abierto. GPT, Claude, DeepSeek, Kimi y los modelos que se ejecutan en tu propia computadora se pueden conectar a través de las interfaces correspondientes y usarse dentro del mismo software.

La parte más atractiva para mí es que, aunque los modelos se pueden intercambiar, los materiales de uso frecuente, los requisitos de escritura y las herramientas se quedan dentro de este banco de trabajo.

Por ejemplo, al escribir un artículo y la introducción no es satisfactoria, puedes darle el mismo material a varios modelos simultáneamente, hacer que cada uno escriba una versión y compararlas una al lado de la otra. Una vez que elijas una buena dirección, continúa editando allí sin tener que pegar repetidamente entre diferentes sitios web de chat.

Si quieres mantener dos versiones, abre una "Rama" y edítalas por separado. Si después de algunas rondas descubres que la original era mejor, puedes volver a la bifurcación anterior. Los requisitos de tono y formato se pueden guardar como "Asistentes" para no tener que explicarlos cada vez.

Tus propios artículos, manuales de productos y documentos de proyecto se pueden poner en una Base de Conocimiento. Cuando sea necesario, deja que la IA busque el texto original y responda basándose en los datos; si cambias de modelo, estos datos siguen estando disponibles.

Para generar documentos de Word a partir de plantillas, organizar carpetas o crear una página web funcional, puedes delegarlo a un Agente. Una vez que el modelo y las herramientas estén configurados, puede leer materiales y operar archivos. Cuando termine, ábrelo para verificar, y si algo está mal, pídele que lo cambie.

El software también tiene entradas para traducción, dibujo, etc. Si quieres probar modelos de código abierto o modelos locales con menos restricciones, puedes conectarlos a través de Ollama o LM Studio, lo cual explicaré por separado más adelante.

Estas funciones comunes tienen entradas listas; solo configura el modelo y los servicios necesarios para usarlas sin tener que escribir código desde cero.

2. Instalando Cherry Studio

Abre la Página de Descarga Oficial de Cherry Studio.

Para Mac, elige ARM64 para Apple Silicon o x64 para chips Intel. Después de abrir el instalador, arrástralo a "Aplicaciones". Para Windows, normalmente elige el instalador x64; para dispositivos ARM, elige ARM64.

Al abrirlo por primera vez, puedes hacer clic en "Configurar después" para entrar al software primero.

"Chat" a la izquierda es para escribir y hacer preguntas; "Trabajo" es donde los Agentes realizan tareas; "Base de Conocimiento" almacena materiales para consultas repetidas. La configuración del modelo se accede a través de "Configuración" en la parte inferior izquierda.

Las pestañas superiores son similares a un navegador. Puedes mantener abierta la página de chat mientras configuras modelos, luego volver para probar sin tener que salir repetidamente.

3. Conectando Modelos

Después de la instalación, necesitas conectar un modelo. El software en sí es gratuito, pero las llamadas al modelo pueden costar dinero, facturado por el proveedor del modelo.

Si te gusta usar Kimi, conecta la API de Moonshot; para DeepSeek, conecta la API de DeepSeek. También puedes elegir plataformas que proporcionen múltiples modelos, como SiliconFlow, para usar diferentes modelos con una sola cuenta. Empieza con uno y agrega un segundo cuando quieras comparar.

La API aquí se puede entender como la "interfaz para que Cherry Studio use ese modelo". No necesitas escribir código; solo obtén una cadena llamada Clave API e introdúcela en el software.

Las Claves API se crean en la "Plataforma Abierta" del proveedor. Incluso si tienes una suscripción de chat, generalmente necesitas verificar si la API tiene crédito por separado, ya que estos suelen facturarse de manera diferente.

Tomando a Kimi como ejemplo, regístrate o inicia sesión en la Plataforma Abierta de Moonshot, busca la gestión de Claves API y crea una clave. Verifica si la cuenta tiene crédito disponible; si no, sigue los requisitos de la plataforma para activarlo. Empieza con un presupuesto pequeño.

Vuelve a Cherry Studio, abre "Configuración → Servicios de Modelo", busca "Moonshot", pega la clave, habilita el servicio y haz clic en "Obtener Lista de Modelos".

Puede haber varios nombres en la lista; agrega el que planeas usar. Vuelve a la página de chat, haz clic en el nombre del modelo en la parte superior para cambiarlo. Envía un mensaje corto; si responde normalmente, la conexión es exitosa.

Lo que conectas es la API del modelo; las funciones web de Kimi y los beneficios de membresía no se transferirán. Aquí, usas la interfaz y las herramientas de Cherry Studio.

Si un amigo o empresa te da un conjunto de interfaces pero el proveedor no está en la lista, haz clic en "Agregar Proveedor" en la parte inferior. Normalmente, necesitas esta información:

El nombre del proveedor puede ser cualquier cosa que reconozcas, como "Interfaz de Prueba de la Empresa". El ID del modelo no puede ser arbitrario; es el nombre que el servidor usa para identificar el modelo. Si falla al obtener la lista, agrégalo manualmente si se proporciona el ID.

Si no se conecta, verifica el error. Si la clave no es válida, verifica que esté copiada completamente y colocada en el lugar correcto; si el crédito es insuficiente, verifica el saldo del proveedor; si el modelo no existe, verifica el ID del modelo. La dirección y el tipo de interfaz también deben coincidir con la documentación del proveedor.

Una vez que el modelo pueda chatear, prueba imágenes, archivos y llamadas a herramientas. Una respuesta de texto no significa que admita todas las funciones, especialmente para el Agente más adelante.

En cuanto a elegir servicios oficiales vs. de terceros, sugiero comenzar con interfaces oficiales para simplificar la solución de problemas. Los terceros están bien, pero debes saber a quién se envían los datos, cómo se fija el precio y quién proporciona el modelo. Un nombre que coincida con un modelo no prueba que sea el mismo servicio detrás.

No pegues Claves API en registros de chat o capturas de pantalla públicas; otros podrían usar tu crédito.

4. Probando Modelos

Una vez conectado, prueba con materiales que uses a menudo, como un borrador, notas de reuniones o descripciones de productos. La familiaridad facilita ver si la respuesta omitió algo.

Por ejemplo, para resumir un material extenso en un mensaje corto para un colega, dale a dos modelos el mismo requisito:

1Resume el siguiente material en un mensaje para un colega, en menos de 200 palabras.
2
3Mantén las conclusiones confirmadas, los responsables, los horarios y los problemas no resueltos.
4No agregues lo que no está en el original; no escribas elementos tentativos como confirmados.
5Sin introducción, da el texto directamente.
6
7Material:
8Pega el texto original aquí.

Al comparar, concéntrate en: ¿se mantuvo la fecha límite? ¿Se cambió "viernes tentativo" a "completar viernes"? Estos se pueden verificar contra el original sin juzgar la "inteligencia" por el tono.

Abre el selector de modelos en la parte superior del chat, habilita la selección de múltiples modelos, marca dos o tres modelos configurados y envía la misma pregunta.

Si un modelo es mejor en borradores y otro en verificar omisiones, puedes usarlos por separado más adelante en lugar de hacer que uno haga todo.

Para verificar la velocidad, ve a "Configuración → Apariencia" y habilita "Mostrar Conteo Estimado de Tokens". Después de una respuesta, verifica las estadísticas para comparar el tiempo hasta el primer token, tokens por segundo y uso aproximado.

Los tokens son la unidad para el procesamiento del modelo; no los trates como conteos exactos de palabras. Estas estadísticas ayudan a monitorear costos, pero la factura final depende del proveedor.

Vale la pena probar más a fondo los modelos de escritura. Pídele que "mantenga el segundo párrafo, solo cambie la introducción, no toque los números" para ver si cambia accidentalmente otras partes. Tener que volver a verificar todo el texto cada vez que cambias una oración es agotador.

Guarda las preguntas de prueba comunes y los materiales como notas. Al conectar un nuevo modelo, ejecútalos de nuevo. Siempre comienza un nuevo tema para las comparaciones usando materiales idénticos para evitar la influencia del chat anterior.

No necesitas preguntarle a cada modelo cada vez. La selección múltiple envía solicitudes separadas, cada una potencialmente costando dinero y enviando datos a esos servicios. Úsalo para elegir esquemas o títulos; una vez que se establezca una dirección, continúa con un modelo.

5. Gestionando el Trabajo con Ramas

Si llegas a la quinta versión pero de repente sientes que la segunda era mejor, o quieres probar dos formas de escribir el mismo esquema, puedes crear una rama a partir del mensaje correspondiente.

Encuentra el mensaje que quieres conservar, abre el menú del mensaje y selecciona "Rama". El nuevo camino lleva el contexto anterior a la bifurcación, y las discusiones posteriores se registran por separado sin sobrescribir el camino original. Vuelve a cambiar usando el administrador de ramas.

Por ejemplo, si un artículo tiene un esquema pero la introducción no está definida, bifurca dos ramas: una comenzando con la conclusión, otra con un escenario específico. Edita ambas durante algunas rondas, ve cuál es mejor y continúa desde allí. No tienes que eliminar una para probar la otra.

Para ediciones menores, solo continúa. Si quieres mantener ambas versiones, usa una rama.

Si haces con frecuencia el mismo tipo de trabajo de texto, crea un Asistente primero. Ve a "Chat → Agregar Asistente", dale un nombre reconocible como "Editor de Artículos" y guarda los requisitos a largo plazo:

1Me ayudas a editar artículos en español para lectores generales.
2
3Prioriza mantener hechos y ejemplos específicos del borrador.
4Elimina el relleno sin información nueva; no agregues antecedentes del autor.
5Cuando especifique un párrafo para editar, solo edita ese.
6Señala juicios sin evidencia; no inventes fuentes.

Los asistentes almacenan hábitos a largo plazo. Los temas específicos del artículo, los materiales y los requisitos de longitud deben permanecer en el tema actual para evitar que se transfieran al siguiente.

Al revisar, abre otra rama y deja que el modelo solo encuentre problemas:

1Revisa este borrador, no lo reescribas.
2
3Contra los materiales que proporcioné, encuentra:
41. Hechos o números no respaldados por el original.
52. Lugares donde "posible" o "tentativo" se volvieron confirmados.
63. Explicaciones repetitivas que se pueden eliminar.
7
8Cita el original para cada uno y explica el problema. Si no se encuentra ninguna base, escribe "fuente necesaria".

Cambiar de modelo para la revisión a veces puede encontrar problemas que el anterior pasó por alto. Sin embargo, el contenido aprobado por ambos aún puede estar equivocado; siempre verifica los hechos importantes contra los datos originales.

Cuando solo editas artículos, no necesitas darle al modelo una terminal, navegador o herramientas de archivos. Apagar las herramientas irrelevantes reduce las instrucciones innecesarias.

Al pasar a un Agente para archivos, recuerda darle el borrador final y los requisitos. La conversación anterior no se transferirá automáticamente por completo; indícale explícitamente qué versión usar.

6. Delegando Tareas a los Agentes

Una vez que el borrador está listo y necesita ser formateado en Word o exportado a PDF, ve a "Trabajo" a la izquierda. Prepara el manuscrito y la plantilla.

Haz clic en "Agregar Agente", nómbralo por propósito, como "Organizador de Datos". Selecciona el modo de ejecución, luego el modelo compatible y completa los requisitos. Después de la creación, puedes ajustar herramientas, permisos, habilidades y bases de conocimiento en la página de edición.

El modo de ejecución afecta qué modelos y permisos están disponibles; elige según la lista del modo actual. Los modelos para el chat normal no son necesariamente adecuados para Agentes. Una vez que se selecciona un modo, no se puede cambiar directamente; necesitarás crear un nuevo Agente.

Algunos modos cuentan con modelos Principal, Plan y Pequeño para trabajo principal, planificación y procesamiento ligero. Comienza con el mismo modelo para todos para familiarizarte primero.

Luego crea una nueva tarea y selecciona un directorio de trabajo. Usa una carpeta dedicada para la práctica con copias de los materiales. Si hay un permiso de "Confirmar cada vez", úsalo para ver lo que el Agente planea leer, ejecutar y escribir.

Incluso con un directorio de trabajo seleccionado, verifica los permisos de las herramientas. Algunas herramientas aún podrían acceder a archivos fuera del directorio; no habilites "Acceso Completo" la primera vez.

Puedes comenzar con notas de reuniones no sensibles para organizar el progreso del proyecto:

1Lee las notas de la reunión en el directorio actual y organiza un informe de progreso del proyecto.
2
3No modifiques, muevas ni elimines archivos originales.
4Organiza en: Completado, En Progreso, Por Confirmar.
5Los responsables y los horarios deben provenir del original; marca "Pendiente" si no se especifica.
6Anota el nombre del archivo fuente después de cada elemento.
7
8Enumera los archivos que encontraste y el esquema primero para mi confirmación.
9Después de la confirmación, genera un nuevo archivo: Proyecto_Progreso.md.

Verifica si los archivos que encontró son correctos, luego confirma el esquema. Después de que se genere el archivo, ábrelo para verificar, especialmente nombres, fechas y asegurándote de que los elementos "Pendiente" no se hayan escrito como confirmados.

Al probar Word o PDF, es posible que necesites instalar herramientas de documentos o dependencias correspondientes. Abre el archivo en el área de salida o en el directorio de trabajo para verificar el contenido y el diseño.

Si necesita buscar en la web para obtener datos, ve a "Configuración → Búsqueda Web" y configura un servicio como Exa. Obtén una Clave API de búsqueda, pruébala y verifica si la herramienta de búsqueda del Agente está habilitada.

La búsqueda requiere una configuración separada y tiene sus propias cuotas y tarifas. Sin ella, el modelo podría solo responder basándose en el conocimiento existente sin verificar la web.

Si la búsqueda encuentra una página pero la tarea requiere hacer clic en botones, desplazarse o descargar archivos, es posible que necesites capacidades de operación del navegador. Consulta la habilidad de CLI de Playwright en la gestión de habilidades, instálala y asígnala al Agente.

Las habilidades son conjuntos de instrucciones, como cómo operar un navegador o generar documentos. Algunas requieren herramientas complementarias; configúralas y ejecuta una tarea pequeña para probar.

MCP se usa para conectar herramientas y servicios externos, como permitir que un Agente acceda a un sistema empresarial. Agrega el servicio en "Configuración → MCP", configúralo según las instrucciones y vincúlalo en la configuración de MCP del Agente después de una conexión exitosa.

Para notas de reuniones locales, las herramientas de archivos son suficientes. Instala habilidades de navegador y MCP solo cuando sea necesario para evitar solucionar problemas de configuraciones no utilizadas.

En demostraciones técnicas, los Agentes han realizado tres tipos de tareas: encontrar y descargar libros de texto electrónicos, generar materiales didácticos en Word y PDF a partir de muestras, y convertir problemas de física en páginas web interactivas con parámetros ajustables.

Al asignar tareas similares, sé claro sobre los nombres de los libros de texto, los archivos de muestra y los parámetros. Cuanto más específicos sean los requisitos, más fácil será verificar.

Las tareas que funcionan bien en Codex pueden quedarse allí. Cherry Studio ofrece otra opción: probar diferentes modelos para el mismo trabajo o configurar diferentes herramientas para diferentes propósitos.

Reutiliza el mismo Agente para informes de progreso semanales; para un nuevo proyecto, crea una nueva tarea y selecciona la carpeta correspondiente. Crea uno separado para la producción de páginas web para mantener las herramientas y los requisitos distintos.

7. Construyendo una Base de Conocimiento

Selecciona un lote de materiales que usarás repetidamente, como manuales de productos o artículos históricos. Para archivos leídos solo una vez para una pregunta actual, súbelos directamente al chat en lugar de construir una base.

Después de construir una base, el software divide los datos en segmentos. Cuando haces una pregunta, primero encuentra el texto original relevante, luego se lo da al modelo de chat para organizar una respuesta; los datos se guardan y recuperan por separado, no se entrenan en el modelo.

Abre "Base de Conocimiento" a la izquierda, haz clic en agregar y nómbrala por propósito, por ejemplo, "Manual de Postventa de Producto". La primera vez, configura "Modelo de Incrustación" en "No usar" para permitir la búsqueda por palabras clave.

Agrega uno o dos archivos familiares, espera a que se procesen y verifica si el texto analizado es normal. Especialmente verifica los PDF escaneados; si el texto no se reconoce, no se podrá buscar.

Ve a "Prueba de Recuperación" en esta base de conocimiento y haz una pregunta con una respuesta clara. La recuperación muestra qué segmentos recuperó. Si el manual tiene condiciones de devolución, pregunta "¿Puedo devolverlo después de abrirlo?" y verifica si el resultado es exactamente esa condición.

Esto muestra los segmentos originales recuperados, para que puedas verificar la precisión directamente sin adivinar a través de la respuesta del modelo.

Una vez confirmado, vuelve al chat, haz clic en el botón de agregar en el área de entrada, selecciona "Base de Conocimiento" y marca la base. Una vez que el nombre aparezca en el área de entrada, haz tu pregunta:

1Basado en los datos del producto seleccionados, organiza las preguntas de postventa más frecuentes.
2
3Adjunta la fuente correspondiente para cada respuesta.
4Para contenido que no esté en los datos, escribe "no encontrado en los datos", no agregues promesas.
5Si diferentes archivos entran en conflicto, enumera los conflictos; no decidas por mí.

Si la entrada de la base de conocimiento está atenuada, verifica si el modelo actual admite llamadas a herramientas y elimina cualquier archivo adjunto al mensaje. La base de conocimiento también debe tener al menos un archivo procesado.

Si no puede encontrar contenido cuando cambias la redacción, agrega un modelo de incrustación. Por ejemplo, el texto dice "estándares de tarifas de alojamiento" pero preguntas "¿cuánto puedo reclamar por un hotel?" La redacción es diferente. El modelo de incrustación encuentra contenido por significado, no el modelo de chat que escribe la respuesta final.

La configuración es la misma que conectar modelos. Usando SiliconFlow como ejemplo, configura la Clave en "Servicios de Modelo", obtén la lista, encuentra y agrega modelos como bge-m3 en la categoría de incrustación.

Vuelve a la configuración de la Base de Conocimiento, selecciónalo en "Modelo de Incrustación" y espera a que el software indexe los datos. Si usaste un modelo de incrustación diferente antes, deberás reconstruir según se te indique. Prueba de nuevo con la misma pregunta.

La búsqueda por palabras clave permanece incluso con un modelo de incrustación. Si se encuentra contenido correcto pero está clasificado bajo, considera un modelo de Reordenamiento.

Un modelo de Reordenamiento reordena los segmentos recuperados para poner los más relevantes primero. Agrega un modelo de reordenamiento como bge-reranker-v2-m3 en los servicios de modelo, luego selecciónalo en la configuración de la Base de Conocimiento. Los modelos disponibles y los costos dependen del proveedor.

La incrustación y el Reordenamiento no siempre son necesarios. Para verificar modelos de productos o números de cláusulas, la búsqueda por palabras clave podría ser suficiente.

Para solucionar problemas: si no se encuentra texto, verifica si el archivo se procesó o si falta texto; si se encuentra texto pero carece de contexto, verifica si los segmentos se cortaron; si los segmentos están completos pero la respuesta es incorrecta, verifica el mensaje o cambia los modelos de chat.

Al reemplazar manuales antiguos por nuevos, elimina las entradas obsoletas para que no queden versiones contradictorias en la base. También puedes hacer una pregunta que no esté en los datos para ver si admite que no puede encontrarla.

Para permitir que un Agente busque estos materiales, vincula la base correspondiente en la configuración de la base de conocimiento del Agente. Para un plan de producto, dale el manual del producto, no todos los archivos de la empresa.

El uso de incrustación en la nube, reordenamiento o modelos de chat significa que el contenido puede enviarse a los proveedores. Confirma si esto está permitido antes de importar datos de la empresa.

8. Conectando Modelos Locales

Para probar modelos de código abierto o aquellos con menos restricciones, ejecútalos en tu propia computadora y conéctalos a Cherry Studio. Usarás la misma interfaz, pero las respuestas no provendrán de una API en la nube.

Las opciones comunes son Ollama y LM Studio; una es suficiente. Descargan y ejecutan modelos; Cherry Studio maneja la conexión, el chat y la organización de datos. Hugging Face es donde encuentras modelos.

Primero, Ollama. Descárgalo e instálalo desde el sitio web de Ollama, abre una terminal y ejecuta:

1ollama run dolphin-mistral

Este es un modelo 7B para pruebas; primero descargará el archivo. Una vez hecho, haz una pregunta en la terminal para confirmar que funciona.

Abre "Configuración → Servicios de Modelo" de Cherry Studio, encuentra Ollama. La dirección del servicio suele ser:

1http://localhost:11434

Habilita el servicio, obtén la lista, agrega el modelo y selecciónalo en el chat.

"localhost" se refiere a tu computadora. Si falla, asegúrate de que Ollama se esté ejecutando, el modelo esté descargado y el puerto no haya cambiado. No abras el servicio a Internet público solo para conectar dos aplicaciones locales.

Si prefieres no usar terminal, usa LM Studio. Busca y descarga modelos en su página de búsqueda, luego carga el modelo e inicia el servidor local. En Cherry Studio, encuentra el proveedor de LM Studio, ingresa la dirección mostrada y obtén la lista. Cherry Studio no puede usarlo si el modelo no está cargado o el servidor no está iniciado.

Para encontrar "modelos sin censura", busca en Hugging Face:

1uncensored GGUF

"Sin censura" es una descripción para menos restricciones, no una certificación. El modelo podría rechazar menos solicitudes creativas, pero no significa que sea más inteligente o confiable. Cherry Studio no tiene un interruptor único de "eliminar restricciones para todos los modelos"; simplemente estás eligiendo un modelo diferente.

GGUF es un formato de modelo local común. Verifica el modelo base, los idiomas compatibles y la licencia antes de descargar el archivo adecuado para tu herramienta; no necesitas todo el repositorio.

Comienza con modelos cuantizados 7B u 8B, Q4. "B" es la escala de parámetros; "Q4" significa que los pesos están comprimidos, usando menos memoria con una ligera pérdida de efecto. Para usarlo en un Agente, confirma que admita llamadas a herramientas.

Los modelos pequeños pueden ejecutarse en computadoras normales. Dolphin Mistral tiene aproximadamente 4 GB; un peso Q4 de 30B podría ser de 15-16 GB o más, sin incluir la sobrecarga de ejecución y el caché para conversaciones largas.

Una computadora con 16 GB de RAM puede probar modelos cuantizados 7B u 8B; la velocidad depende del chip, la VRAM y la longitud del contexto. Para ejecutar 30B, verifica la RAM/VRAM y el espacio en disco. Podría funcionar para unas pocas líneas, pero se ralentizará significativamente con materiales largos.

Cuando se ejecuta completamente local, la entrada no se envía a servicios de chat en la nube y no hay factura de API, pero usa la energía de tu computadora. Si usas búsqueda en la nube, incrustación o reordenamiento, esos datos aún podrían enviarse.

Nota: Los componentes locales de incrustación y OCR descargables en la configuración de Cherry Studio ayudan con la recuperación y el reconocimiento de texto. Instalarlos no significa que hayas instalado un modelo de chat.

La próxima vez que alguien te envíe una nueva interfaz de modelo, conéctala y ejecuta tus preguntas de prueba. Si encaja, mantenla; si no, cámbiala sin cambiar tu banco de trabajo.

Soy Miles, un experto en algoritmos de IA que pasó de la gran tecnología a FDE, con experiencia en I+D, optimización, implementación y capacitación corporativa. Sígueme @miles_mazy para crecer y ganar juntos.