Cherry Studio 怎么批量导入多个模型服务商的 API 密钥,只能一条一条手填吗?
Cherry Studio 的密钥输入框一次只接收一个密钥,没有多选粘贴的批量表单;所谓批量导入,实质是批量创建服务商条目,可以修改备份 JSON 后恢复、复制已有条目再改 Key,或把多个模型统一到一个 OpenAI 兼容聚合地址。不同厂商的密钥必须分条目,不能合并进同一条记录。
Cherry Studio 不支持把多把来自不同厂商的 API 密钥一次性粘贴进同一个输入框,它的批量能力只有两条路:复制已经建好的服务商条目,以及通过备份文件整体恢复配置。适用条件是这些条目字段结构一致,也就是 Base URL、密钥、模型 ID 三项齐全;不适用的是把 OpenAI、Anthropic、Gemini 等不同协议的密钥塞进同一条记录,那样只会得到 401 或 404。
一条服务商记录等于一个 Base URL 加一把密钥,密钥始终跟地址绑定。原因是 Cherry Studio 按 OpenAI 兼容协议发请求,请求头里的鉴权串取自当前选中的条目,模型 ID 决定这次请求路由到哪个模型。所以批量导入的本质是批量建条目,条目数量大致等于你要同时可用的服务商与账号数量。
条目在两三个到五个之间时,最稳的做法仍然是图形界面逐条添加自定义提供商。路径是进入模型服务设置,添加提供商,类型选择 OpenAI 兼容,填写名称与 Base URL(多数服务商要求以 /v1 结尾),粘贴 API Key,再手动添加模型 ID 或拉取模型列表,最后点检查连接。这条路慢,但每一步都可回退,出错时也能立刻定位到是地址问题还是密钥问题。
条目超过十个或需要多机同步时,改备份文件比手填更可靠。先在本地建一个样例条目,通过数据设置里的备份功能导出配置(本地或 WebDAV 均可),备份文件里会包含服务商数组,复制该对象后修改名称、地址、密钥与模型列表,再执行恢复。这里有两个前提:恢复是覆盖式操作,动手前必须先备份当前状态;不同版本的字段名可能变化,改完先在测试环境恢复验证,再应用到主力机器。
同一家服务商买了两三个账号想做密钥轮询,Cherry Studio 单条目只认一把密钥,没有内置的密钥池。原因在于鉴权串是条目级的静态配置,不存在多密钥取模或失败切换机制。要轮换只能建多条记录并用后缀区分,例如按账号编号命名;或者把轮换放到外层网关,客户端只保留一个地址和一把密钥。
把多个模型统一到一个 OpenAI 兼容聚合端点,可以把条目数从 N 降到 1,这是批量配置里最省事的一种结构。好处是一次配置到处可用,换机器只需改一处;代价是单点故障、账单归属不透明、上游限流叠加后难以判断是哪一家先触发。挑选这类端点时重点看三件事:是否提供模型列表接口、是否有独立的用量与日志、密钥能否按人或按项目拆分。它适合个人做多模型对比和轻量团队试用,不适合对上游隔离有硬性要求的场景。
批量导入会把多把密钥集中到一个文件里,安全边界必须同步收紧。备份文件和本地配置中的密钥是可读的,放进公共网盘、代码仓库或群聊就等于泄露;团队共享时应按人分发各自的密钥,而不是共用一把;多数上游条款禁止密钥转售与多人共用,企业采购要确认是否支持子密钥与额度隔离。
批量配置失败,八成不是密钥错,而是地址与协议对不上。Base URL 少写或多写 /v1、把 Anthropic 的密钥填进 OpenAI 兼容条目、模型 ID 拼错大小写、系统代理拦截请求,都会表现为连不上。区分方法很直接:401 指向鉴权,404 多是路径或模型名问题,429 则是额度或并发被打满。
批量操作之后必须做一次逐条验证,否则问题会拖到正式使用时才暴露。做法是先选一条条目发一句最短的对话请求,确认连通后再恢复整份配置;恢复完成后逐个条目发同一句话,观察返回是否来自预期模型;最后核对每个条目的模型下拉里是否只出现该密钥可用的模型。
判断要不要走批量路径,看条目数量和维护频率。条目少于五个、一年只装一次,手填比折腾备份更快;需要频繁重装、多台机器保持一致、或条目超过十个,才值得用备份文件加脚本;跨厂商密钥无论多少条都必须分开建,这一点没有捷径。
把这件事当成配置管理问题而不是输入框问题,才算真正解决。维护一份基线清单,记录服务商名称、Base URL、模型 ID、密钥归属人和额度情况,每次变更后同步导出一次备份;下次换机或团队扩容,恢复这份基线即可,而不必从零回忆每条记录是怎么填的。