Cherry Studio MCP 配置教程

第 1 步：配置聊天模型

1. 安装客户端，打开「设置 → 模型服务」，添加 OpenAI 兼容提供商并命名为 apizt。
2. API 地址填写 https://api.apizt.com/v1，密钥填写 apizt 令牌，添加模型 gpt-6-sol。
3. 启用提供商与模型，先发送一条短消息确认模型可用，再接入 MCP。

第 2 步：准备 filesystem 测试目录

先安装 Node.js，执行 npx --version。创建一个空目录，例如 macOS/Linux 的 /Users/你的用户名/mcp-demo 或 Windows 的 C:/Users/你的用户名/mcp-demo，并放入一份测试 README.txt。将示例路径替换为你自己的绝对路径。

第 3 步：添加 MCP 服务器

打开「设置 → MCP → MCP 服务器 → 添加」，名称填 filesystem-demo，类型选 stdio。macOS/Linux 命令与参数如下，参数栏每项独立填写：

命令：npx
参数 1：-y
参数 2：@modelcontextprotocol/server-filesystem
参数 3：/Users/你的用户名/mcp-demo

Windows 若不能直接启动 npx，命令使用 cmd，参数依次为 /c、npx、-y、包名、测试目录。该本地服务不需要 apizt API Key；环境变量可以留空。

第 4 步：启动并检查工具

1. 保存并启用服务器，首次启动可能需要下载 npm 包。
2. 展开工具列表，确认包含 list_directory、list_allowed_directories。
3. 启动失败时打开服务器日志，先解决命令、PATH 或目录问题；聊天模型能回复不代表 MCP 已启动。

第 5 步：把服务器绑定到 Agent

当前官方教程的入口是「工作 → Agent 菜单 → 编辑 → MCP」，勾选 filesystem-demo 并保存。旧版可能在聊天助手的工具菜单中选择 MCP；以所装版本入口为准。

第 6 步：验证实际调用

新开 Agent 会话，发送：「先列出 MCP 允许访问的目录，再列出测试目录中的文件。」如客户端要求确认工具调用，按提示确认。展开调用详情，核对实际执行的工具、路径和文件名；只得到一段文字回答不能证明工具执行成功。

远程 MCP 的配置区别

SSE 或 Streamable HTTP 需要服务方提供的 MCP URL，以及服务方要求的认证头。这里的 https://api.apizt.com/v1 只配置聊天模型；不能作为任意远程 MCP 的 URL。

相关教程与接口

• Cherry Studio 基础配置
• 工具调用 API