Cherry Studio：マルチプロバイダー対応、ローカル推論、MCP ツールを軸にしたオープンソースのクロスプラットフォーム AI デスクトップクライアント

プロジェクトの位置づけ：マルチモデルをデスクトップ製品にしたクライアント

Cherry Studio は CherryHQ が開発するオープンソースのデスクトップクライアントです。Windows、macOS、Linux で動作します。中心となる考え方は明快で、ユーザーが特定のモデル提供元に縛られないことです。一つの画面で OpenAI、Gemini、Anthropic などのクラウドサービスに接続できます。Ollama や LM Studio といったローカル推論環境も使えます。Claude、Perplexity、Poe のような Web 型 AI サービスも同じ作業画面に取り込めます。README によると、300 種類以上のプリセットアシスタントがあり、独自アシスタントの作成や、複数モデルとの同時会話にも対応しています。

エンジニアリングの視点で見ると、このプロジェクトはモデルの断片化という問題に取り組んでいます。各社の API は表面上は似ていますが、認証方式、ストリーミングの仕様、パラメータ名、マルチモーダル入力の形式が異なります。クライアントはこの差異の上に共通のセッション抽象を置き、ユーザーが「どう呼び出すか」ではなく「どのモデルを使うか」だけを考えればよい状態を作ります。

コアアーキテクチャと動作の仕組み

リポジトリはクロスプラットフォームのデスクトップアプリで、開発ドキュメントは docs/contrib にあります。README は「環境構築なしですぐに使える」ことを強調しています。これは実行環境がパッケージに同梱されていることを意味し、ユーザーは Python や Node を別途導入する必要がありません。自前の Web パネルと比べた場合の、デスクトップ版の大きな利点です。

機能は大きく五つのサブシステムに分けて考えられます。

1. プロバイダー適応層。提供元ごとにアダプターがあり、共通のメッセージ構造をベンダー固有のリクエストに変換し、ストリーム応答を共通のイベントに戻します。新しい提供元の追加は、主にこの層の作業です。

2. アシスタントと会話の層。アシスタントは、システムプロンプト、既定のモデル、パラメータをまとめたプリセットです。会話はトピック単位で整理され、トピック管理、ドラッグ＆ドロップによる並べ替え、全体検索を備えます。複数モデルでの同時会話では、一つの入力を複数のアダプターへ並列に送り、回答を並べて表示します。比較がすぐにできます。

3. 文書とデータの処理層。テキスト、画像、Office 文書、PDF などを扱えます。WebDAV によるファイル管理とバックアップも可能です。出力側では、完全な Markdown 表示、コードの構文ハイライト、Mermaid 図の可視化に対応します。

4. ツールとプロトコルの層。MCP（Model Context Protocol）サーバーを内蔵し、モデルが外部のツールやデータ源を呼び出せます。AI 翻訳やミニプログラム対応などの実用機能もあります。

5. 体験とテーマの層。ライト／ダークテーマ、透明ウィンドウ、cherrycss.com のテーマギャラリー、Aero や PaperMaterial などのコミュニティテーマがあります。

技術的なポイント

第一に、MCP の実装です。MCP はツール呼び出しのエコシステムで最も重要なオープンプロトコルの一つです。クライアントが MCP に対応していれば、同じツールサーバーを異なるモデルで使い回せます。モデルごとにプラグインを書き直す必要がありません。ロードマップにある「MCP マーケットプレイス」は、ツールを探してインストールできる入口を作る意図を示しています。

第二に、ローカルとクラウドの併用です。Ollama や LM Studio を使えば、機密データを手元の端末で処理できます。品質が必要な作業だけクラウドモデルに切り替えられます。プライバシーを重視する個人や小規模チームに向いた方法です。

第三に、モデルの並列比較です。同じ質問を複数のモデルに送るのは、差を知る最も直接的な方法です。公開ランキングを見るより、自分のタスクに近い情報が得られます。

性能、コスト、トレードオフ

README にはベンチマーク数値が載っていないため、本稿でも数字は作りません。構造的なトレードオフは論じられます。クライアント自体が加える遅延は小さく、主に画面描画とネットワーク往復から生じます。

推論速度と料金は、選んだモデルで決まります。ユーザーは自分の API キーを使い、提供元に直接支払います。仲介の上乗せはありませんが、費用の管理は自分で行う必要があります。複数モデルの同時会話はトークン消費を増やすため、注意が必要です。

エコシステムと導入への影響

このプロジェクトは HelloGitHub に掲載され、Trendshift にも表示され、Product Hunt にも登場しました。コミュニティの窓口は Telegram、Discord、QQ グループで、中国語圏と英語圏の両方に利用者がいることがわかります。

開発者にとっては、すぐ使えるツールであると同時に参考実装でもあります。多数のベンダーアダプター、セッション保存、ツールプロトコルをデスクトップアプリでどう整理するかの実例になります。企業向けには、README に商用ライセンスのバッジがあり、コンプライアンス要件のあるチームが商用利用を検討できます。

制約と課題

第一に、機能の範囲が広く、保守の負担が大きくなります。提供元の API が変わるたびに、アダプター層の追随が必要です。第二に、デスクトップアプリは更新、セキュリティ、鍵の保管を利用者の端末に頼ります。

API キーはローカルに置かれるため、利用者が自分で守る必要があります。第三に、ディープリサーチ、プラグインシステム、音声認識、モバイル版などは計画段階であり、提供済みの機能とは見なせません。第四に、300 以上のアシスタントは品質にばらつきがあり、プリセットが目的のタスクに合うかは自分で確かめる必要があります。

今後の展望

ロードマップには、選択テキストアシスタント、ディープリサーチ、文書の前処理、MCP マーケットプレイス、ノートとコレクション、OCR、音声合成、音声認識、プラグインシステム、HarmonyOS、Android、iOS、マルチウィンドウ対応が挙げられています。特に重要なのはプラグインシステムと MCP マーケットプレイスです。

実現すれば、Cherry Studio はチャットクライアントから拡張可能な AI 作業台へ進化します。機能が増えても画面の簡潔さを保てるかが、長期的な課題です。

まとめ

Cherry Studio の価値は、新しい単一のアルゴリズムにあるのではありません。

複数モデルへの接続、ローカル推論、文書処理、MCP ツールを、すぐ使えるデスクトップ製品としてまとめた点にあります。特定の提供元への依存を避けたく、複雑な基盤を自前で作りたくない個人やチームにとって、検討する価値のある選択肢です。