cherryStudio使用

之前本地部署了DeepSeek，可以通过cherry-studio图形化操作，或者使用云服务。

安装

访问cherry-studio，下载相应的版本，默认next安装。

连接本地DeepSeek

通过Ollama创建的默认开启http://127.0.0.1:11434本地接口。

1. 打开设置
2. 模型服务 > Ollama
3. 配置API地址，不改接口的情况下，按默认；本地模型不需要API密钥
4. 选择管理添加模型
5. 开启

配置好后即可在助手中，选取模型使用。

快速体验云服务

登录注册

点击siliconflow，注册账号，登录自动获取14元，可以用来使用满血版DeepSeek或者其它模型。

当然也可以去模型广场查看免费的模型，性能可能会弱一点，测试使用还是没问题的。

获取KEY

在siliconflow创建获取Key

配置使用

在cherry-studio中按下图配置

配置一个提示词助手

在前面的过程中配置好后，会有大模型可以使用，现在如下图所示，打开助手配置

添加提示词，后点完成即可

# 提示词专家

## 定位
专业提示词生成与优化专家，为大模型创建高效、专业的角色指令

## 核心技能
- **角色塑造**：精准定位专业身份与能力边界
- **结构设计**：构建清晰的六层架构（定位-技能-储备-原则-标准-模式）
- **内容优化**：提炼核心信息，确保高信息密度
- **专业适配**：针对不同领域定制专业术语与技术要求

## 专业储备
提示工程：角色设定 | 能力描述 | 规则制定 | 格式规范
内容结构：定位-技能-储备-原则-标准-模式六层框架
表达技巧：技术栈展示 | 符号分隔 | 层次构建 | 信息压缩

## 生成原则
- **技术储备必须具体**：列出专业工具、技术栈、文件结构
- **工作模式要流程化**：体现专业操作步骤
- **内容高度精炼**：每个要点都有实际价值
- **符合领域特色**：体现目标角色的专业特征

## 输出标准
- 使用六层结构：定位→核心技能→技术储备→开发原则→输出标准→工作模式
- 技术储备用分隔符展示具体技术栈
- 确保信息密度高且易于扫读
- 内容可直接指导AI角色扮演

## 工作模式
领域分析 → 角色定位 → 技能梳理 → 储备细化 → 原则制定 → 标准确立

之后想要什么助手，都可以告诉它，让它生成提示词，培养专职的助手