cherry-mcp
将 Cherry Studio 的本地知识库通过 MCP (Model Context Protocol) 暴露给 AI 客户端（Cursor、Claude Desktop、opencode 等）。
](https://www.npmjs.com/package/cherry-mcp) ](https://nodejs.org) 
快速开始
在任何支持 MCP 的 AI 客户端配置文件中添加：
{
"mcpServers": {
"cherry-mcp": {
"command": "npx",
"args": [
"-y", "cherry-mcp",
"--embed-url", "http://127.0.0.1:1234",
"--embed-model", "text-embedding-qwen3-embedding-8b",
"--embed-dim", "4096"
]
}
}
}[!TIP] --embed-api-key 使用本地模型时可省略；首次执行 npm 会自动安装依赖。opencode 配置
{
"$schema": "https://opencode.ai/config.json",
"mcp": {
"cherry-mcp": {
"type": "local",
"command": [
"npx", "-y", "cherry-mcp@latest",
"--top-k", "10",
"--threshold", "0.6",
"--max-fetch", "1000",
"--kb-path", "C:\\Users\\你的用户名\\AppData\\Roaming\\CherryStudio\\Data\\KnowledgeBase",
"--embed-url", "http://127.0.0.1:1234",
"--embed-model", "text-embedding-qwen3-embedding-8b",
"--embed-dim", "4096"
],
"enabled": true
}
}
}参数配置
所有参数支持 CLI 传入，也可通过环境变量注入。优先级：CLI 参数 > 环境变量
[!IMPORTANT] 以下参数为必填：--embed-url、--embed-model、--embed-dim
| CLI 参数 | 环境变量 | 默认值 | 说明 |
|---|---|---|---|
--top-k | DEFAULT_TOP_K | 20 | 最大返回结果数 |
--threshold | DEFAULT_THRESHOLD | 0.5 | 最低相似度阈值（0-1） |
--max-fetch | MAX_FETCH | 1000 | 每库最多读取的记录数 |
--kb-name | DEFAULT_KB_NAME | - | 限定搜索指定名称的知识库 |
--kb-path | CHERRYSTUDIO_KB_PATH | Windows 自动识别 | 知识库根目录路径 |
--embed-url | EMBEDDING_URL | *(必填)* | Embedding API 地址 |
--embed-api-key | EMBEDDING_API_KEY | - | API Token（本地模型可留空） |
--embed-model | EMBEDDING_MODEL | *(必填)* | 向量模型 ID |
--embed-dim | EMBEDDING_DIMENSION | *(必填)* | 向量维度（须与模型实际输出一致） |
可用工具
| 工具名 | 说明 |
|---|---|
list_knowledge_bases | 列出所有知识库（名称、路径、向量数量、维度等） |
search_knowledge | 向量相似度检索，返回最相关的文档片段 |
本地开发
# 克隆项目
git clone https://github.com/UserTheo02726/cherry-mcp.git
cd cherry-mcp
# 安装依赖
npm install
# 启动 MCP 服务（替换为自己的参数）
node src/index.js --embed-url "http://127.0.0.1:1234" --embed-model "text-embedding-qwen3-embedding-8b" --embed-dim 4096
# 或使用环境变量
EMBEDDING_URL=http://127.0.0.1:1234 EMBEDDING_MODEL=text-embedding-qwen3-embedding-8b EMBEDDING_DIMENSION=4096 node src/index.js[!NOTE] MCP 服务启动后会等待 IDE 客户端连接，不会显示交互界面。
前置要求
- Node.js >= 20
- 已运行 Cherry Studio 并创建至少一个知识库
- 可访问的 Embedding API（本地 LM Studio 或远程 SiliconFlow 等）