對話-助手
對話介面係 Cherry Studio 最常用嘅頁面，但佢嘅結構包含 兩個層次：助手 → 對話。理解呢個結構有助於更高效咁使用各類對話功能。
助手同對話嘅關係
簡單類比：
助手 = 一個角色（例如「產品文檔助理」、「代碼 reviewer」）
對話 = 同呢個角色嘅一段交流（例如禮拜一討論「重構方案」、禮拜二討論「bug 報告」）
即係話：一個助手底下可以建立多個對話，所有對話共用呢個助手嘅人設同參數（提示詞、模型、temperature 等），唔使每次重新設定 AI 嘅角色同風格。
助手
助手為 AI 設定固定角色 —— 由系統提示詞 + 模型參數預設組成。
系統預設助手：通用助手，未設特別提示詞，可直接使用
更專門嘅助手：喺下方 助手庫 瀏覽現成預設，或者自己建立
對話
每個助手底下可建立多個對話（即多段獨立聊天）。各對話之間互相獨立，但共享所屬助手嘅設定。
適用場景示例：
同一個「代碼助手」底下分別開「項目 A 重構」、「項目 B bug」兩個對話，獨立管理
同一個「翻譯助手」底下開多個對話，分別處理唔同文章
助手庫
助手列表入面嘅助手從邊度嚟？除咗系統預設助手，你可以從 助手庫 添加，或者自己建立。助手庫係一個 助手預設市場，提供大量「角色 + 提示詞 + 參數」模板，添加之後就會出現喺對話頁嘅助手列表入面。
進入助手庫
喺對話頁左側助手列表頂部，撳 展示方式 圖標（漏斗形），喺彈出選單中揀【管理助手】。
喺打開嘅「管理助手」頁面右上角，撳【助手庫】按鈕，即可進入助手預設市場。
喺助手庫中搵助手
分類篩選：按
全部/精選同多個用途分類（職業、商業、工具、語言、辦公、通用、寫作、編程、情感、教育、創意、學術、設計、藝術、娛樂、生活 等）篩選，分類名旁邊嘅數字係該類助手數量搜尋：頂部搜尋框可喺所有分類入面按關鍵字搵
預覽：撳助手卡片可睇到該助手嘅系統提示詞、推薦模型、參數預設
加入到我嘅助手
撳助手卡片上嘅 添加 按鈕，即可將呢個預設加入你嘅助手列表
之後喺對話頁助手列表入面就可以睇到呢個助手
創建自己嘅助手
喺「管理助手」頁面右上角撳【新建助手】，會打開同 編輯助手 相同嘅對話框，可分標籤頁填寫：
基礎：頭像、名稱、描述、該助手嘅預設模型、分組
模型：溫度、Top-P、最大 Token 數等模型參數（詳見下方 助手設定）
提示詞：決定該助手嘅角色同行為；輸入框右上角嘅閃電按鈕即【AI 優化提示詞】，可用 全局預設助手模型 將當前內容改寫得更有結構
知識庫：關聯已建好嘅 知識庫
MCP：為該助手啟用 MCP 工具
模型選擇：既可以喺 基礎 標籤頁為助手指定一個預設模型，亦可以隨時喺對話頁面頂部嘅模型下拉選單中臨時切換。未指定助手預設模型時，將使用 全局預設對話模型。
導入與管理
「管理助手」頁面右上角提供三個動作按鈕：
新建助手：打開 編輯助手對話框 由零開始建立一個助手
助手庫：進入上面介紹嘅助手預設市場
導入助手：打開「從外部導入」對話框，導入人哋分享嘅助手
「管理助手」頁面本身用嚟集中管理已添加嘅助手，支援批量刪除、批量匯出。
【從外部導入】對話框提供三種一次性導入方式，導入完成後助手即出現喺你嘅助手列表入面：
文件上傳：拖入或者選擇一個 JSON 文件
剪貼板：直接貼上助手嘅 JSON 文本
URL 導入：填入 JSON 鏈接（出於安全考慮，現時只支援 GitHub Gist、raw.githubusercontent.com 等來源）
幾時用助手庫，幾時用智能體？
對話框內按鈕
輸入框下方嘅工具列 預設只顯示 4 個常用工具，其餘功能收喺尾端嘅 【+】輸入快捷面板 入面。想改預設顯示邊啲工具，撳【+】→【自定義工具列】。
預設工具列
新對話
喺當前助手內建立一個新對話
網絡搜尋
將網頁搜尋結果作為上下文返回畀模型，需先喺 聯網模式 中配置；部分模型亦可改用「模型內置」搜尋
知識庫
將一個已建好嘅 知識庫 作為上下文
+（輸入快捷面板）
打開下面呢組更多工具同操作
輸入快捷面板（+）
撳 +，或者直接喺輸入框入面輸入 /，都會打開呢個面板。面板支援 ↑↓ 選擇、Tab / 回車 確認、ESC 關閉。
上傳附件
上傳圖片或文檔；圖片需要模型支援視覺能力，文檔會被解析為上下文
生成圖片
畀當前對話模型生成圖片；需先喺【設定】→【預設模型】中配置畫圖模型。專門嘅生圖請去 繪畫
提示詞管理
插入同管理預設提示詞，詳見 輸入工具欄與效率工具
MCP
睇下並啟用當前對話可用嘅 MCP 伺服器
引用筆記
從 筆記 中揀一篇作為附件引用
清除上下文
保留消息，但畀模型「忘記」之前嘅對話（截斷上下文）
自訂工具欄
選擇預設工具列上顯示邊啲工具
已添加到輸入框嘅圖片會顯示為附件標記。滑鼠移過去可快速預覽；撳附件，或者用鍵盤聚焦後按 Enter / Space，可打開完整圖片預覽。
「清除上下文」唔會刪消息：消息仍然留喺對話入面，只係畀模型由而家開始重新認識你，唔再記得之前嘅內容。
輸入框右側
展開 / 收起（輸入框右上角）：放大輸入框，方便輸入長文
思考（右下角下拉，顯示為「預設」）：調整模型嘅推理強度，只喺所選模型支援推理時可調；唔支援嘅模型會提示「當前模型唔支援調整推理強度」
發送：發送消息（預設 Enter，可喺 快捷鍵 中改）
通過鍵盤觸發
輸入框嘅提示入面已經寫明咗兩個快捷輸入：
/：打開輸入快捷面板，揀工具或者操作（同撳 + 等價）@：引用一個已有話題，將佢嘅內容帶入當前對話
喺【設定】→【外觀】→【輸入設定】中打開 顯示預估 Token 數 後，輸入框亦都會顯示預估嘅 Token 消耗，作參考（唔同模型分詞方式唔同，實際計費以模型供應商為準）。
對話設定
對話介面嘅 消息顯示 同 輸入相關 偏好而家統一放喺 設定 → 外觀 入面，對所有助手嘅所有對話全局生效；模型參數 就按助手分開設定。
消息顯示與輸入設定
以下偏好都喺 設定 → 外觀 入面調整，完整說明見 外觀：
消息顯示：消息樣式（氣泡 / 簡潔）、使用襯線字體、消息字體大小、思考內容自動摺疊、顯示消息大綱、代碼顯示行號 / 代碼塊可摺疊 / 代碼塊可換行、代碼風格、數學公式渲染等
輸入相關：發送快捷鍵、顯示預估 Token 數、Markdown 渲染輸入消息、刪除消息前確認等
模型參數
助手設定
喺助手列表中 右鍵撳 需要設定嘅助手，喺彈出選單中揀【編輯助手】，就可以打開助手編輯對話框。
編輯助手
助手設定作用於該助手底下嘅所有對話。
編輯對話框左側分為五個標籤頁：
基礎：頭像、名稱、描述、該助手嘅預設模型、分組
模型：溫度、Top-P、最大 Token 數、流式輸出、上下文管理、自定義參數等模型參數
提示詞：即係 prompt，可以參照 智能體 頁面嘅提示詞寫法來編輯內容
知識庫：關聯已建好嘅 知識庫
MCP：為該助手啟用 MCP 伺服器
預設模型（基礎標籤頁）
喺「基礎」標籤頁可為該助手固定一個預設模型；唔設定時就跟隨 全局預設對話模型。
助手嘅預設模型優先級高過全局預設對話模型。當唔設定助手預設模型時，助手預設模型 = 全局預設對話模型。你亦可以隨時喺對話頁面頂部嘅模型下拉選單中臨時切換模型。
模型參數（模型標籤頁）
以下參數都喺「模型」標籤頁中調整。
溫度 (Temperature) ：
溫度參數控制模型生成文本嘅隨機性同創造性程度（預設值為 0.7）。具體表現為：
低溫度值(0-0.3)：
輸出更確定、更專注
適合代碼生成、數據分析等需要準確性嘅場景
傾向於選擇最有可能嘅詞彙輸出
中等溫度值(0.4-0.7)：
平衡咗創造性同連貫性
適合日常對話、一般性寫作
推薦用於聊天機械人對話(0.5 左右)
高溫度值(0.8-1.0)：
產生更具創造性同多樣性嘅輸出
適合創意寫作、腦力激盪等場景
但可能降低文本嘅連貫性
Top P (核採樣)：
預設值為 1，值越細，AI 生成嘅內容越單調，亦越容易理解；值越大，AI 回覆嘅詞彙範圍越大，越多樣化。
核採樣透過控制詞彙選擇嘅概率閾值嚟影響輸出：
較小值(0.1-0.3)：
只考慮最高概率嘅詞彙
輸出更保守、更可控
適合代碼註釋、技術文檔等場景
中等值(0.4-0.6)：
平衡詞彙多樣性同準確性
適合一般對話同寫作任務
較大值(0.7-1.0)：
考慮更廣泛嘅詞彙選擇
產生更豐富多樣嘅內容
適合創意寫作等需要多樣化表達嘅場景
呢兩個參數可以獨立使用或者組合使用
根據具體任務類型選擇合適嘅參數值
建議通過實驗搵到最適合特定應用場景嘅參數組合
以上內容僅供參考同了解概念，所給參數範圍未必適合所有模型，具體可參考模型相關文檔給出嘅參數建議。
上下文管理
控制隨請求一齊發送畀模型嘅歷史上下文點樣處理。開啟後此助手使用自定義嘅上下文管理設定（如自動壓縮較長歷史、按閾值截斷），關閉時跟隨全局設定。上下文越長，模型記住嘅信息越多，但消耗嘅 token 亦都越多。
最大工具調用輪次
限制助手喺一次回覆中連續調用工具嘅輪數。新建助手預設使用 100 輪，可喺 1–1000 之間設定；已有助手會保留原來嘅值，舊配置常見為 20 輪。
如果出現「達到工具調用輪次上限」一類提示，可適當提高呢項，或者將任務拆細後重試。輪數越高，工具鏈運行可能越耐，亦可能消耗更多 Token；普通對話唔使主動調高。
開啟消息長度限制 (MaxToken)
單次回答最大 Token 數，喺大語言模型中，max token（最大令牌數）係一個關鍵參數，佢直接影響模型生成回答嘅質量同長度。
例如：喺 CherryStudio 當中填好 key 後測試模型係咪連通時，只需要知道模型有冇正確返回消息而唔需要特定內容，呢種情況下設定 MaxToken 為 1 就得。
多數模型嘅 MaxToken 上限為 32k Tokens，當然亦都有 64k，甚至更多，具體需要去對應介紹頁面查看。
具體設定幾多取決於自己嘅需要，當然亦可以參考以下建議。
建議：
普通聊天：500-800
短文生成：800-2000
代碼生成：2000-3600
長文生成：4000 及以上 (需要模型本身支援)
一般情況下模型生成嘅回答會被限制喺 MaxToken 嘅範圍內，當然亦都可能會出現被截斷（例如寫長代碼時）或者表達唔完整等情況，特殊情況下亦都需要根據實際情況靈活調整。
流式輸出（Stream）
流式輸出係一種數據處理方式，佢容許數據以連續嘅流形式傳輸同處理，而唔係一次過發送晒所有數據。呢種方式令數據可以喺生成後即時被處理同輸出，大大提高咗即時性同效率。
喺 CherryStudio 客戶端等類似環境下簡單嚟講就係打字機效果。
關閉後(非流)：模型生成完信息後成段一次過輸出（諗像一下微信收到消息嘅感覺）；
打開時：逐字輸出，可以理解為大模型每生成一個字就即刻發送畀你，直到全部發送完。
如果某些特殊模型唔支援流式輸出需要將呢個開關關閉，例如 一開始 只支援非流嘅 o1-mini 等。
自定義參數
喺請求體（body）中加入額外請求參數，例如 presence_penalty 等欄位，一般人一般情況下用唔到。
上述 top-p、maxtokens、stream 等參數就係呢啲參數之一。
填法：參數名稱—參數類型（文本、數字等）—值，參考文檔：撳前往
各個模型供應商都或多或少有自己獨有嘅參數，需要去供應商嘅文檔中搵使用方法
自定義參數優先級高過內置參數。即係自定義參數如果同內置參數重複，咁自定義參數會覆蓋內置參數。
例如：自定義參數中設定
model為gpt-4o後，喺對話中無論揀邊個模型都使用嘅係gpt-4o模型。
使用 參數名稱:undefined 嘅設定可排除參數。
攞幫助同提交意見
如果您喺配置或使用過程中遇到任何疑問、Bug 或有功能改善建議，請參考 反饋與建議 入面提供嘅官方渠道。
最後更新
呢個有冇幫助？