Cherry Studio 终端接口完整指南3 条 curl 命令驱动本地模型网关【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你想让监控脚本、cron 任务或 CI 管道直接调用 Cherry Studio 里已经配好的那 300 个模型不想再单独申请一套 API Key它的本地 API Gateway 就是为此而生桌面端在127.0.0.1:23333上暴露 OpenAI、Anthropic、Gemini 三种线协议的终端接口你用 curl 就能驱动。本文带你快速上手、按任务查命令、写一条自动化脚本并把常见报错一次修完。上手之前装好工具、找到入口先用仓库里的开发者文档搭好环境docs/contrib/development.mdgit clone https://gitcode.com/GitHub_Trending/ch/cherry-studio cd cherry-studio nvm install corepack enable pnpm install装完后有两条终端入口对应两类读者应用使用者不碰源码。打开桌面端 → 设置 → 工具设置 → API Gateway启动网关、复制自动生成的cs-sk-开头的密钥之后所有终端操作都对着http://127.0.0.1:23333发请求。开发者用package.json里固化的 pnpm 脚本跑调试、测试和打包全部命令都能在 package.json 里逐条核实。命令全景如下先建立空间感快速上手3 条命令跑通前提网关已在设置里启动默认127.0.0.1:23333密钥设为环境变量KEY。第 1 条探活。/health是免鉴权的先确认网关活着curl -fsS http://127.0.0.1:23333/health返回status、timestamp、version三个字段说明服务在监听。第 2 条看模型。网关把桌面端里所有已配置的模型摊成一份清单id 一律是providerId:modelIdcurl -fsS -H Authorization: Bearer $KEY http://127.0.0.1:23333/v1/models第 3 条发一问。走 OpenAI 方言model 填上一步查到的 idcurl -fsS -H Authorization: Bearer $KEY -H Content-Type: application/json \ http://127.0.0.1:23333/v1/chat/completions \ -d {model:anthropic:claude-sonnet-4-6,messages:[{role:user,content:ping}],max_tokens:32}看到choices[0].message.content回出内容链路就通了。这里注意一下Anthropic 风格客户端也可以直接指向POST /v1/messagesGemini 客户端指向/v1beta/models/{model}:generateContent网关会按路径自动选协议密钥支持x-api-key头或Authorization: Bearer。按任务找命令按「你想干什么」分组而不是按模块。端口、路径均与 docs/references/api-gateway/README.md 一致。任务命令参数说明状态检查确认网关存活curl -fsS http://127.0.0.1:23333/health免鉴权只返回状态三字段状态检查看 API 文档浏览器打开http://127.0.0.1:23333/openapi离线可用/openapi/json拿机器可读规范模型清单列出全部模型GET /v1/models支持offset/limit分页id 为providerId:modelId一次性生成OpenAI 方言POST /v1/chat/completionsbody 里stream:true切 SSE 流式一次性生成Anthropic 方言POST /v1/messages密钥可用x-api-key头一次性生成Gemini 方言POST /v1beta/models/{provider:model}:generateContent密钥走x-goog-api-key知识库检索跨库语义搜索POST /v1/knowledge-bases/search返回命中片段与来源库MCP 对接查活动 MCP 目录GET /v1/mcps、GET /v1/mcps/:id拿网关代理 URL指给任意 MCP 客户端开发自测跑单测pnpm test或按进程拆分pnpm test:main/test:renderer开发自测类型 文档检查pnpm ci聚合 lint、typecheck、i18n、docs:check 与全量测试打包发布产出安装程序pnpm build:linux或:mac、:win前缀DOTENV_可用.env注入构建变量一条完整工作流夜间模型体检脚本真实场景你白天挂了十几个提供商晚上想自动确认「网关活着 → 模型清单没缩水 → 随便一问能出字」并把摘要落盘。下面是 13 行的nightly-report.sh丢进 crontab 即可#!/usr/bin/env bash set -euo pipefail BASEhttp://127.0.0.1:23333 KEYcs-sk-xxxx # 设置页复制的网关密钥 curl -fsS $BASE/health /dev/null || { echo 网关未启动; exit 1; } COUNT$(curl -fsS -H Authorization: Bearer $KEY $BASE/v1/models | grep -o id | wc -l) echo $(date %F) models$COUNT gateway-nightly.log curl -fsS -H Authorization: Bearer $KEY -H Content-Type: application/json \ $BASE/v1/chat/completions \ -d {model:anthropic:claude-sonnet-4-6,messages:[{role:user,content:只回复 OK}],max_tokens:8} \ | tee $(date %F)-probe.json gateway-nightly.log分步拆开看set -euo pipefail让任何一步失败就中断日志里不会混入假阳性先打/health网关没起时立即退出后面两步不浪费数一遍/v1/models里的id个数模型被误删或供应商掉线时一眼可见最后发一条max_tokens:8的探针请求能回OK说明推理链路端到端可用响应原文顺手写进当天日志。想接 CI把这段包成一步、用docker或常驻桌面端跑网关即可网关的 20 分钟空闲超时意味着长静默的流式会话会被判失败而不是悄悄截断脚本里不必自己加心跳。常见报错与处理报错现象可能原因一句话解决方案401 Unauthorized: missing credentials请求没带密钥加-H Authorization: Bearer $KEY或x-api-key头403 Forbidden密钥与设置页不一致回到 API Gateway 设置页重新复制密钥必要时点重新生成connection refused23333 端口网关没启动设置 → 工具设置 → API Gateway 里启动/health复测模型找不到 / 404model 写成了裸模型名改成providerId:modelId先从/v1/models里抄准确 id504超时上游提供商长时间无输出换供应商重试或缩短max_tokens缩小输出面Windows 上pnpm install报符号链接错误未开开发者模式按 development.md 开启 Developer Mode 并设core.symlinks true后重新 clonepnpm版本与仓库要求不符未启用 corepack执行corepack enable由packageManager字段锁定版本流式响应中途断客户端提前断开或空闲超时检查脚本是否set -e提前退出网关不会静默重试重发即可收个尾打开终端对着127.0.0.1:23333敲下第一条curl让你的脚本开始指挥 Cherry Studio 吧。深入细节看 docs/references/api-gateway/README.md网关服务端代码在 src/main/features/apiGateway/外部编码 CLI 的托管逻辑在 src/main/services/codeCli/。【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 
长河君 · 2026/8/30 8:24:14 · 阅读 1.2k Cherry Studio 终端接口完整指南：3 条 curl 命令驱动本地模型网关
Cherry Studio 终端接口完整指南3 条 curl 命令驱动本地模型网关【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你想让监控脚本、cron 任务或 CI 管道直接调用 Cherry Studio 里已经配好的那 300 个模型不想再单独申请一套 API Key它的本地 API Gateway 就是为此而生桌面端在127.0.0.1:23333上暴露 OpenAI、Anthropic、Gemini 三种线协议的终端接口你用 curl 就能驱动。本文带你快速上手、按任务查命令、写一条自动化脚本并把常见报错一次修完。上手之前装好工具、找到入口先用仓库里的开发者文档搭好环境docs/contrib/development.mdgit clone https://gitcode.com/GitHub_Trending/ch/cherry-studio cd cherry-studio nvm install corepack enable pnpm install装完后有两条终端入口对应两类读者应用使用者不碰源码。打开桌面端 → 设置 → 工具设置 → API Gateway启动网关、复制自动生成的cs-sk-开头的密钥之后所有终端操作都对着http://127.0.0.1:23333发请求。开发者用package.json里固化的 pnpm 脚本跑调试、测试和打包全部命令都能在 package.json 里逐条核实。命令全景如下先建立空间感快速上手3 条命令跑通前提网关已在设置里启动默认127.0.0.1:23333密钥设为环境变量KEY。第 1 条探活。/health是免鉴权的先确认网关活着curl -fsS http://127.0.0.1:23333/health返回status、timestamp、version三个字段说明服务在监听。第 2 条看模型。网关把桌面端里所有已配置的模型摊成一份清单id 一律是providerId:modelIdcurl -fsS -H Authorization: Bearer $KEY http://127.0.0.1:23333/v1/models第 3 条发一问。走 OpenAI 方言model 填上一步查到的 idcurl -fsS -H Authorization: Bearer $KEY -H Content-Type: application/json \ http://127.0.0.1:23333/v1/chat/completions \ -d {model:anthropic:claude-sonnet-4-6,messages:[{role:user,content:ping}],max_tokens:32}看到choices[0].message.content回出内容链路就通了。这里注意一下Anthropic 风格客户端也可以直接指向POST /v1/messagesGemini 客户端指向/v1beta/models/{model}:generateContent网关会按路径自动选协议密钥支持x-api-key头或Authorization: Bearer。按任务找命令按「你想干什么」分组而不是按模块。端口、路径均与 docs/references/api-gateway/README.md 一致。任务命令参数说明状态检查确认网关存活curl -fsS http://127.0.0.1:23333/health免鉴权只返回状态三字段状态检查看 API 文档浏览器打开http://127.0.0.1:23333/openapi离线可用/openapi/json拿机器可读规范模型清单列出全部模型GET /v1/models支持offset/limit分页id 为providerId:modelId一次性生成OpenAI 方言POST /v1/chat/completionsbody 里stream:true切 SSE 流式一次性生成Anthropic 方言POST /v1/messages密钥可用x-api-key头一次性生成Gemini 方言POST /v1beta/models/{provider:model}:generateContent密钥走x-goog-api-key知识库检索跨库语义搜索POST /v1/knowledge-bases/search返回命中片段与来源库MCP 对接查活动 MCP 目录GET /v1/mcps、GET /v1/mcps/:id拿网关代理 URL指给任意 MCP 客户端开发自测跑单测pnpm test或按进程拆分pnpm test:main/test:renderer开发自测类型 文档检查pnpm ci聚合 lint、typecheck、i18n、docs:check 与全量测试打包发布产出安装程序pnpm build:linux或:mac、:win前缀DOTENV_可用.env注入构建变量一条完整工作流夜间模型体检脚本真实场景你白天挂了十几个提供商晚上想自动确认「网关活着 → 模型清单没缩水 → 随便一问能出字」并把摘要落盘。下面是 13 行的nightly-report.sh丢进 crontab 即可#!/usr/bin/env bash set -euo pipefail BASEhttp://127.0.0.1:23333 KEYcs-sk-xxxx # 设置页复制的网关密钥 curl -fsS $BASE/health /dev/null || { echo 网关未启动; exit 1; } COUNT$(curl -fsS -H Authorization: Bearer $KEY $BASE/v1/models | grep -o id | wc -l) echo $(date %F) models$COUNT gateway-nightly.log curl -fsS -H Authorization: Bearer $KEY -H Content-Type: application/json \ $BASE/v1/chat/completions \ -d {model:anthropic:claude-sonnet-4-6,messages:[{role:user,content:只回复 OK}],max_tokens:8} \ | tee $(date %F)-probe.json gateway-nightly.log分步拆开看set -euo pipefail让任何一步失败就中断日志里不会混入假阳性先打/health网关没起时立即退出后面两步不浪费数一遍/v1/models里的id个数模型被误删或供应商掉线时一眼可见最后发一条max_tokens:8的探针请求能回OK说明推理链路端到端可用响应原文顺手写进当天日志。想接 CI把这段包成一步、用docker或常驻桌面端跑网关即可网关的 20 分钟空闲超时意味着长静默的流式会话会被判失败而不是悄悄截断脚本里不必自己加心跳。常见报错与处理报错现象可能原因一句话解决方案401 Unauthorized: missing credentials请求没带密钥加-H Authorization: Bearer $KEY或x-api-key头403 Forbidden密钥与设置页不一致回到 API Gateway 设置页重新复制密钥必要时点重新生成connection refused23333 端口网关没启动设置 → 工具设置 → API Gateway 里启动/health复测模型找不到 / 404model 写成了裸模型名改成providerId:modelId先从/v1/models里抄准确 id504超时上游提供商长时间无输出换供应商重试或缩短max_tokens缩小输出面Windows 上pnpm install报符号链接错误未开开发者模式按 development.md 开启 Developer Mode 并设core.symlinks true后重新 clonepnpm版本与仓库要求不符未启用 corepack执行corepack enable由packageManager字段锁定版本流式响应中途断客户端提前断开或空闲超时检查脚本是否set -e提前退出网关不会静默重试重发即可收个尾打开终端对着127.0.0.1:23333敲下第一条curl让你的脚本开始指挥 Cherry Studio 吧。深入细节看 docs/references/api-gateway/README.md网关服务端代码在 src/main/features/apiGateway/外部编码 CLI 的托管逻辑在 src/main/services/codeCli/。【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