Cherry Studio est un client de bureau multi-modèles, fort pour changer de modèle en local, gérer des assistants et tenir une base de connaissances locale. Mais « alternative » ne signifie pas forcément remplacer un client de bureau par un autre : certains veulent utiliser mobile et ordinateur, d'autres ouvrir des comptes à une équipe, d'autres encore publier une base de connaissances et des workflows comme service. Selon l'objectif, la réponse peut être Chatbox, LobeChat ou Dify.
Cet article distingue d'abord trois catégories de produits, puis compare cinq dimensions — prise en charge des modèles, RAG, multi-utilisateurs, déploiement, contrôle des données — et termine par une liste de migration. Les fonctions et offres exactes relèvent de la documentation officielle de chaque éditeur.
Remarque : Cherry Studio, Chatbox, LobeChat, LobeHub et Dify sont des marques de leurs détenteurs respectifs. Cet article est purement technique, sans affiliation avec ces sociétés ; modèles et prix figurent sur la page tarifs des modèles.
1. Identifier d'abord la couche à remplacer
Les demandes de « changement d'outil » mélangent souvent trois couches :
- Couche client de bureau : Cherry Studio, Chatbox. Installés localement, données par défaut sur la machine, appels aux modèles avec votre propre clé.
- Couche application de chat auto-hébergée : LobeChat. Accessible par navigateur, déployable sur votre serveur, avec comptes, base de données et base de connaissances.
- Couche plateforme d'application et d'orchestration : Dify. L'enjeu n'est pas l'interface de chat, mais les workflows, agents, bases de connaissances et API publiées.
Si le problème se limite à des modèles coûteux, des clés difficiles à gérer ou un accès instable, ne migrez pas d'abord le workflow : une passerelle unifiée résout l'essentiel. On change réellement d'outil quand la forme ne correspond plus : besoin de mobile, de multi-utilisateurs, d'orchestration ou d'un contrôle des données renforcé.
2. Positionnement des quatre options
Cherry Studio : client de bureau multiplateforme, compatible avec de nombreux fournisseurs et des points de terminaison OpenAI personnalisés ; assistants, base de connaissances, MCP, agents et sauvegarde locale. La version personnelle est surtout mono-utilisateur ; collaboration d'équipe et déploiement privé relèvent d'une version entreprise, dont les capacités et la facturation sont décrites dans sa documentation.
Chatbox : disponible sur ordinateur, mobile et web, avec le service Chatbox AI intégré ou l'apport de votre propre clé chez plusieurs fournisseurs. La version de bureau propose une base de connaissances, les données restant par défaut en local. Adapté aux utilisateurs qui veulent du simple, du multiplateforme et peu d'exploitation ; la gestion de comptes d'équipe n'est pas le point fort.
LobeChat : application de chat open source, dont le site de documentation est désormais présenté sous la marque LobeHub. Déploiement en un clic ou auto-hébergement Docker ; plusieurs fournisseurs, base de connaissances, plugins et MCP. Après configuration d'une base de données serveur et de l'authentification, elle peut servir d'entrée interne partagée.
Dify : plateforme LLMOps open source, disponible en cloud ou en communauté auto-hébergée. Son cœur est l'orchestration visuelle, la base de connaissances RAG, les agents et la publication d'API ; c'est plutôt « le backend d'une application », l'interface de chat n'étant qu'une forme de sortie.
3. Comparaison sur cinq dimensions
| Dimension | Cherry Studio | Chatbox | LobeChat | Dify |
|---|---|---|---|---|
| Forme | Client de bureau | Bureau, mobile, web | Application web auto-hébergée | Plateforme d'orchestration |
| Modèles | Multi-fournisseurs, compatible OpenAI et personnalisé | Multi-fournisseurs, clé personnelle | Multi-fournisseurs, compatible OpenAI | Via plugins de modèles, points compatibles inclus |
| RAG | Base locale, modèle d'embedding optionnel, recherche hybride mots-clés/vecteurs | Base de connaissances sur bureau | Base de connaissances, envoi de fichiers, recherche vectorielle | Pipeline RAG complet : découpage, rappel, reranking |
| Multi-utilisateurs | Version personnelle surtout mono-utilisateur | Surtout mono-utilisateur | Multi-utilisateurs après authentification et base de données | Espaces de travail et membres, selon l'offre |
| Déploiement | Installation immédiate | Installation immédiate, mobile pratique | Docker ou plateforme cloud | Docker Compose auto-hébergé ou cloud |
| Données | Principalement locales | Principalement locales | Serveur et base de données auto-hébergés | Instance auto-hébergée et base vectorielle |
Un tableau ne montre que la forme ; il ne remplace pas un essai. « Multi-utilisateurs » suppose aussi que authentification, base de données, stockage objet et sauvegardes soient en place.
4. Choisir selon le scénario
| Scénario | Choix plutôt adapté | Raison |
|---|---|---|
| Usage personnel sur bureau, changement de modèles, base locale | Cherry Studio | Installation simple, assistants et base en local |
| Besoin sur téléphone, tablette et ordinateur | Chatbox | Couverture mobile, configuration légère |
| Petite équipe partageant une entrée web | LobeChat | Auto-hébergeable, comptes séparés après base de données et authentification |
| Publier base de connaissances et workflows en API | Dify | Orchestration, RAG et publication d'API au cœur |
| Unifier seulement clés, factures et quotas | Client existant + passerelle | Pas besoin de migrer l'outil, régler d'abord l'accès |
| Données interdites hors du réseau interne | Auto-hébergement + modèles locaux | Vérifier modèle, journaux et sauvegardes un par un |
5. Prise en charge des modèles et accès compatible OpenAI
Les quatre produits acceptent des points de terminaison compatibles OpenAI ; la différence est l'entrée de configuration. Cherry Studio et Chatbox ajoutent un fournisseur personnalisé dans l'interface ; LobeChat passe par l'interface ou des variables d'environnement ; Dify nécessite l'installation d'un plugin compatible, puis le renseignement de l'URL de base, de la clé et du nom de modèle.
Avant de migrer, vérifiez avec curl que le modèle cible est disponible, pour ne pas confondre un problème de passerelle avec un problème de client :
export ZSQH_API_KEY="sk-votre-clé"
curl "https://ai.zhongshangqihang.com/v1/chat/completions" \
-H "Authorization: Bearer $ZSQH_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "votre-ID-de-modèle",
"messages": [{"role": "user", "content": "Réponds seulement OK"}]
}'
Si la réponse contient choices, la clé, l'adresse et le modèle communiquent. Copiez l'identifiant depuis la page tarifs des modèles, en respectant casse et suffixe de version ; sans clé, vous pouvez d'abord créer un compte ZSQH AI Gateway.
6. RAG, multi-utilisateurs et contrôle des données
Le RAG est le coût de migration le plus sous-estimé. La base de Cherry Studio peut fonctionner par mots-clés ou en hybride avec un modèle d'embedding ; changer de modèle déclenche une reconstruction. Chatbox privilégie les questions-réponses sur documents locaux. LobeChat et Dify dépendent d'un stockage vectoriel et d'un modèle d'embedding ; changer de modèle ou de dimension impose généralement une réindexation.
Pour migrer une base de connaissances, ne déplacez pas seulement les fichiers : notez la méthode de découpage, le modèle d'embedding, le nombre d'extraits rappelés et les réglages de reranking. Si l'un de ces éléments change, la qualité de recherche peut varier ; comparez avec un jeu fixe de questions.
Le multi-utilisateurs sépare le client de bureau de l'application auto-hébergée. Sur bureau, données et clés restent locales ; changer d'utilisateur revient à partager des identifiants. LobeChat et Dify placent comptes, sessions et données côté serveur, mais exigent authentification, HTTPS, sauvegarde de base et permissions.
Le contrôle des données couvre deux segments : où sont stockées les données applicatives, et où partent les requêtes de modèle. L'auto-hébergement ne règle que le premier ; si le modèle reste cloud, le contenu des requêtes quitte aussi le serveur. Pour interdire toute sortie du réseau interne, passez à l'inférence locale et évaluez journaux et cache.
7. Liste de migration
- Inventorier : conversations, assistants et prompts, fichiers de base, configuration MCP ou plugins, clés utilisées.
- Écrire l'objectif : changer d'interface, ajouter du mobile, du multi-utilisateurs, ou publier les capacités en API. Le choix en dépend.
- Exporter ce qui peut l'être. Les clients de bureau permettent souvent l'export ou la sauvegarde ; l'entrée dépend de la version.
- Configurer un seul modèle dans le produit cible, valider avec une requête minimale, puis ajouter les modèles par lots.
- Reconstruire la base de connaissances en notant modèle d'embedding et paramètres de découpage, puis comparer le rappel sur des questions fixes.
- Migrer assistants et prompts en vérifiant variables, prompts système et appels d'outils.
- Configurer réseau et proxy : pour une application interne, vérifier l'accès à la passerelle ; sur bureau, vérifier l'absence de conflit entre proxy système et proxy personnalisé.
- Tester à petite échelle une à deux semaines, en observant erreurs, latence et usage, avant de décider d'arrêter l'ancien outil.
- Conserver l'ancien client et les exports jusqu'à confirmation qu'aucune conversation ni base n'a été oubliée.
- Révoquer enfin les clés inutilisées pour éviter que d'anciens appareils continuent de générer des coûts.
8. Coûts et pièges courants
Un client gratuit ou open source n'implique pas un coût nul. Les appels de modèles sont facturés à l'usage ; l'auto-hébergement ajoute serveur, base de données, stockage objet, sauvegardes et temps d'exploitation. Dify est plus complet mais plus lourd à déployer et maintenir ; LobeChat est plus léger, mais le multi-utilisateurs exige tout de même base de données et authentification.
Quatre pièges fréquents : ne regarder que l'interface sans penser à la migration ; changer de modèle d'embedding sans réindexer ; partager une clé entre plusieurs personnes, ce qui empêche d'identifier un problème ; croire que l'auto-hébergement empêche toute sortie de données alors que le modèle reste cloud. Inscrire ces points au plan de migration évite les rattrapages coûteux.
Questions fréquentes
Faut-il absolument quitter Cherry Studio ?
Non. Si le problème concerne seulement l'accès aux modèles, le prix ou la stabilité réseau, changez d'abord de passerelle ou ajustez les clés, sans migrer le client. Le changement ne se justifie que si la forme ne convient plus : mobile, multi-utilisateurs ou publication d'API.
Quelle est la principale différence entre un client de bureau et une application web auto-hébergée ?
L'emplacement des données et l'usage partagé. Un client de bureau stocke par défaut sur l'ordinateur personnel ; une application web place les données sur un serveur et, après authentification, permet un usage à plusieurs, mais la responsabilité d'exploitation et de sécurité vous revient.
Que surveiller lors de la migration d'une base de connaissances ?
Notez la méthode de découpage, le modèle d'embedding, le nombre d'extraits rappelés et les réglages de reranking. Après changement de modèle ou de dimension, réindexez et comparez le rappel sur le même jeu de questions.
Le multi-utilisateurs impose-t-il Dify ?
Non. LobeChat, avec authentification et base de données, peut aussi servir d'entrée multi-utilisateurs ; Dify convient mieux aux workflows, à l'orchestration d'agents et à la publication d'API. Déterminez d'abord s'il vous faut du chat ou une application orchestrée.
La clé API existante fonctionne-t-elle après changement de client ?
Si le nouveau client accepte le protocole compatible OpenAI et que l'URL de base et l'identifiant de modèle sont corrects, la même clé fonctionne généralement. Mélanger les clés provoque facilement des 401 ; émettez une clé par client ou projet pour faciliter quotas et révocation.
Prochaines étapes
Ordre de choix : vérifier si le problème vient de la couche d'accès, puis si le multi-utilisateurs et la publication d'API sont nécessaires, et comparer enfin les interfaces. Pour un point d'entrée unifié, des clés et une gestion de l'usage, vous pouvez créer un compte ZSQH AI Gateway ; modèles et prix figurent sur la page tarifs des modèles.
Lectures associées :
