先说结论

要把 AI 当工作台，选 Cherry Studio；只想要一个干净的聊天窗口，选 Chatbox。 展开说：

  • 你的用法超出”聊天”本身——想让 AI 读本地文档（知识库问答）、整篇翻译、记笔记、用现成的助手预设，还想要 MCP 这类扩展机制，Cherry Studio 是更对味的选择，这些能力装好就在侧边栏里。
  • 你每天只是开个窗口问问题，讨厌复杂界面，偶尔还想在浏览器里接着聊，Chatbox 更合适。它把「填 key → 选模型 → 开聊」压到三步以内，学习成本接近零。
  • 两款都是开源免费软件，对话数据都存在本地，接自定义模型的方式一模一样（OpenAI 兼容三件套），所以切换成本几乎为零。我的建议是别纠结：两个都装，各用一周，留下的那个就是答案。

为什么把这两个放在一起比

Cherry Studio 和 Chatbox 是目前被提到最多的两款开源桌面 LLM 客户端，受众高度重叠：用户都是自己手里有 API key（官方直连或中转站）的人，都要在客户端里自己配模型。不同的是产品定位——Cherry Studio 往”全能工作站”方向堆功能，Chatbox 往”轻量纯粹”方向做减法。定位之争没有标准答案，但选错会让人天天在用不到的功能里迷路，或者天天抱怨功能不够，这篇文章就是把这笔账算清楚。

两款软件的共同点先摆出来，后面不再重复：一是都开源，代码在 GitHub 公开可查；二是都跨平台，Windows、macOS、Linux 都有安装包；三是数据都在本地，聊天记录不经第三方服务器转存；四是都支持 OpenAI 兼容接口——任何中转站、任何自部署模型，只要兼容 /v1/chat/completions 协议就能接进来。

对比环境与版本

同一台机器、同一套 API，两边各跑同一组提示词，观察点放在功能、交互与资源占用上。

项目内容
操作系统Windows 11 x64
参照内存16GB
Cherry Studio 版本【待补：写作时最新版本号】
Chatbox 版本【待补：写作时最新版本号】
模型接入同一个 OpenAI 兼容中转，deepseek-chat 与 claude-3-5-sonnet 各跑同一组提示词
网络环境直连与代理各验证一轮

Cherry Studio 与 Chatbox 主界面对比截图，左为 Cherry Studio，右为 Chatbox

对比总表

维度Cherry StudioChatbox
开源是，GitHub 公开是，GitHub 公开
平台Windows / macOS / LinuxWindows / macOS / Linux，另有网页版
安装包体积100MB 上下量级，精确值【待补】同一量级，精确值【待补】
产品定位AI 工作台：多模型 + 知识库 + 翻译 + 笔记 + 助手市场轻量聊天：填 key 即用，界面极简
自定义模型接入OpenAI 兼容三件套OpenAI 兼容三件套
知识库 / RAG内置，可挂本地文档无
翻译 / 笔记内置独立功能模块无
MCP 扩展已支持（具体版本【待补】）无
网页版无（桌面优先）有
数据存储本地本地
价格免费开源免费开源，付费情况【待补：以官网为准】

逐项分析

安装与上手

两款都是标准安装包，双击装完。差别出现在第一次打开的十分钟：Cherry Studio 的设置页信息密度明显更高——模型服务、知识库、MCP 服务器、数据设置一排排列着，第一次找”填 key 的地方”多半要多点两三层；Chatbox 打开就是一个聊天框，首次引导直接拉着选模型提供方、贴 key，全程不超过三步。一句话概括：Cherry Studio 的上手成本花在”认识功能”，Chatbox 的成本花在”没有功能可认识”——看你更需要哪一种。

模型接入体验

这一项基本打平，因为底座是同一套协议。无论官方 API 还是中转站，两边填的都是同样三样东西：

Base URL（接口地址）: https://api.example.com/v1
API Key（密钥）:      sk-xxxxxxxxxxxxxxxx
Model ID（模型 ID）:  deepseek-chat

填完建议先在终端验证中转连通性，再回客户端排障，能省掉一大半”配置错了还是服务挂了”的猜谜：

curl -s https://api.example.com/v1/models \
  -H "Authorization: Bearer sk-xxxxxxxx"

能返回模型 ID 列表，说明地址和 key 都没问题，剩下的就是客户端内的操作。三件套的详细填法见 Cherry Studio 模型服务配置：中转 API 怎么填。

功能纵深

两款软件拉开差距的地方。Cherry Studio 的知识库能把本地一批文档做向量化，提问时先检索再回答，“对着自己的资料问问题”这类事做起来非常顺；翻译是独立入口，可以整段整篇地翻；助手库把写作、编程、翻译等常见角色做成一键添加的预设。Chatbox 的功能面集中在聊天本身：提示词库、多会话管理、快捷键发送，把对话体验打磨得很顺，但知识库、翻译、MCP 这些”工作台级”能力一概没有。

概括起来：Cherry Studio 想让你不离开这个窗口干完所有 AI 的活；Chatbox 想让你最快开始、最不打扰地聊。

资源占用与稳定性

桌面套壳类应用内存占用普遍高于原生应用，两款都在数百 MB 量级（冷启动实测值【待补：各记录一次】）。日常对话流畅度感知不出差别。差异体现在长会话：Cherry Studio 挂着知识库、长上下文和更多后台能力，开重功能时资源开销自然更高——这是”功能多”的固有代价，不算缺陷；纯聊天场景下两款都很轻。

最终推荐

按人群给三条路：

  1. 轻量用户：目的就是一个免费、干净、多模型的聊天客户端，选 Chatbox。有网页版这点，对在教室、图书馆用公共电脑的人很实用。
  2. 效率型用户：想让 AI 处理自己的文档、做翻译、建知识库，或以后想折腾 MCP 工具扩展，选 Cherry Studio。功能密度高意味着前期多花一小时摸索，之后天天受益。
  3. 中间派：两个都装。反正都开源免费、本地存储、同一套接入协议，用一周，自然留下更顺手的那个。

无论选哪个，第一步都是把中转 API 配通。背景知识见 Cherry Studio 全攻略 和 Cherry Studio 接入 DeepSeek 实测。

相关阅读