> For the complete documentation index, see [llms.txt](https://docs.cherryai.com.cn/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cherryai.com.cn/question-contact/knowledge.md).

# AI 基础知识

这页解释 Cherry Studio 中最常见的术语，帮助你判断应该改模型、改提示词，还是增加工具。

<figure><img src="/files/MqtJfh5rNx4o1NKgBF7b" alt="Agent、模型、知识库、技能、内置工具、MCP、API Key 和 Token 的关系图"><figcaption><p>Agent 组织任务，模型生成内容；知识库、技能和工具分别提供资料、方法和操作能力。</p></figcaption></figure>

## 模型服务、模型与 API Key

* 模型服务：提供模型调用的厂商、云平台或本地运行环境；
* 模型：完成文本、视觉、绘画、嵌入或重排序等具体任务的能力；
* API 地址：Cherry Studio 发送请求的服务入口；
* API Key：服务商识别账号和授权调用的凭据。

同一个服务商可以提供多种模型。API Key 能连接服务，不代表每个模型都已开通，也不代表接口类型一定兼容。

## Token 与上下文窗口

Token 是模型处理文本时使用的基本单位，并不等同于汉字或单词。输入、历史消息、工具定义、知识库内容和输出都会占用上下文。

上下文窗口是一次请求能处理的总量。接近上限时，Cherry Studio 可能压缩较早内容；重要事实应放进明确的提示词、文件、知识库或 Agent 记忆，不要只依赖很久以前的一句话。

## 采样参数

| 参数          | 作用       | 调整方向                    |
| ----------- | -------- | ----------------------- |
| Temperature | 控制输出随机性  | 事实任务偏低，创意任务可适当提高        |
| Top P       | 限制候选词范围  | 通常与 Temperature 只重点调整一个 |
| Max Tokens  | 限制单次输出长度 | 过低会截断，过高不代表内容更好         |

不同模型对参数的支持与含义可能略有差异。没有明确问题时先使用产品默认值，不套用网上的“万能参数”。

## Embedding 与 Rerank

* 嵌入模型：把文本转换成向量，用于知识库相似度检索；
* 重排序模型：对初步检索结果重新排序，提高最相关内容的位置。

它们不负责生成最终回答。知识库没有结果时，先检查文档处理和嵌入；结果有但排序不理想，再考虑重排序。

## 助手与 Agent

* 助手：以持续对话、固定角色和输出风格为中心；
* Agent：以目标执行、工作目录、工具和多步骤任务为中心。

简单问答用助手更直接；需要文件、终端、子任务、频道或定时任务时使用 Agent。

## 技能、工具、MCP 与知识库

| 概念  | 一句话理解                   |
| --- | ----------------------- |
| 工具  | Agent 可以执行的一个动作         |
| 技能  | 告诉 Agent 怎样按固定方法工作      |
| MCP | 把外部工具和资源接入 Agent        |
| 知识库 | 给 Agent 或助手限定可检索的资料     |
| 记忆  | 为同一 Agent 保存跨任务的稳定事实和经验 |

## 多模态与绘画模型

多模态模型可以理解图片、文本等不同输入；绘画模型专门生成图片。Agent 的主模型负责理解你的要求，内置【生成图片】工具则调用【设置】→【默认模型】中选择的绘画模型。

{% hint style="info" %}
能看图、能生成图、能调用工具是三种不同能力。选择模型时先确认任务需要什么，不要只看模型名称。
{% endhint %}

<details>

<summary>本地模型一定更隐私吗？</summary>

模型在本地运行可以减少把内容发送给模型服务商，但联网搜索、MCP、频道和其他外部工具仍可能传输数据。隐私取决于整条工作流，不只取决于模型位置。

</details>


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.cherryai.com.cn/question-contact/knowledge.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.