LobeHub 是 GitHub 上 80k+ Star 的开源 AI Agent 平台，整合 Claude/GPT/Gemini/Ollama 等主流模型。支持 MCP 多智能体协作、多模态对话、TTS/STT、本地知识库、Docker 一键自托管，从聊天工具升级为 Agent 团队操作平台。

🎤 引言

想用一个界面同时聊 Claude、GPT、Gemini？想给 AI 团队排班 7×24 干活而不是只问一句话？厌倦了每个 AI 工具都要单独登录订阅？GitHub 上这个 80.4k Star 的项目把答案打包了 —— LobeHub，定位是 Your Chief Agent Operator，一个能雇佣、调度、汇报 AI 团队的开源平台。

它最早叫 LobeChat，是 ChatGPT 的开源替代品。最近品牌升级后定位更激进 —— 不再只是聊天界面，而是 Agent 团队操作平台，把多个 AI 模型、插件、本地知识库整合成可长期协作的 Agent 团队。

⭐ 核心功能

1. 全模型聚合，一个界面搞定

LobeHub 最强的能力是把所有主流 LLM 塞进同一个聊天窗口：

  • 闭源旗舰：OpenAI（GPT-4o、o1）、Anthropic Claude 3/4、Google Gemini、Groq、Moonshot Kimi、智谱 GLM
  • 开源模型：通过 Ollama 接入 DeepSeek、Qwen、Llama、Mistral、Gemma
  • 特殊渠道：GitHub Models（免费额度）、Bedrock、Vertex AI、HuggingFace
  • 聚合服务：OpenRouter、Poe 等

切换模型时对话历史不丢失，适合做横向对比测试 —— "同一个问题 GPT 和 Claude 哪个答得更好？"

2. MCP 多智能体协作

2025 年最热的 Model Context Protocol，LobeHub 是最早原生支持的开源平台之一。通过 MCP 可以：

  • 让 Agent 调用外部工具（搜索、数据库、API）
  • 多个 Agent 协作完成复杂任务
  • 把本地服务、远程 API、知识库统一暴露给 AI

3. 多模态能力

不只是文字对话：

  • 视觉识别：GPT-4 Vision、Gemini Vision、智谱 GLM-4 Vision 都支持，可拖拽图片让 AI 看图说话
  • TTS 语音合成：把 AI 回复转成语音（多音色可选）
  • STT 语音输入：直接语音提问
  • 文生图：集成 DALL-E 3、MidJourney、Pollinations，对话中直接生成配图

4. 本地知识库

上传 PDF/Markdown/TXT 文件，自动向量化后让 AI 基于你的私有资料回答。对企业内知识库、个人学习笔记都实用。

5. 助手市场 + 插件生态

  • 助手市场：社区贡献的预设助手（翻译、编程、写作、心理咨询等几十种）
  • 插件索引：lobe-chat-plugins 仓库收录搜索、识图、生图等插件
  • 自定义 Agent：可视化编辑 Agent 的 Prompt、工具、知识库

6. 全平台客户端

  • Web 版：开箱即用，无需安装
  • PWA：可安装到桌面像原生 App
  • 桌面客户端：Windows / macOS / Linux 都有
  • Docker 自托管：完全私有化部署

📥 安装使用

方式一：在线使用（最快）

直接访问 https://app.lobehub.com，注册账号后填入 API Key 就能用。无需任何部署。

方式二：Docker 自托管（推荐生产）

# 拉取镜像
docker pull lobehub/lobehub

# 一键启动
docker run -d \
  --name lobehub \
  -p 3210:3210 \
  -e OPENAI_API_KEY=sk-*** \
  -e ANTHROPIC_API_KEY=sk-ant-*** \
  lobehub/lobehub

浏览器访问 http://localhost:3210 即可。

方式三：Docker Compose（多服务集成）

仓库自带 docker-compose.yml，可一键启动 LobeHub + PostgreSQL + MinIO 等完整栈：

git clone https://github.com/lobehub/lobehub.git
cd lobehub/docker-compose
docker compose up -d

方式四：从源码构建（开发者）

git clone https://github.com/lobehub/lobehub.git
cd lobehub
pnpm install
pnpm dev

需要 Node.js 20+ 和 pnpm。

接入 Ollama 本地模型

# 启动 Ollama 服务
ollama serve

# LobeHub 配置 Ollama：
# 1. 设置 → 模型服务 → Ollama
# 2. 接口地址：http://127.0.0.1:11434
# 3. 点击「检查」→ 「获取模型列表」
# 4. 选择 qwen2.5 / deepseek-r1 等

配置 API Key

通过环境变量或界面「设置 → 模型服务」填入。LobeHub 支持为每个模型单独配置 Key，互不干扰。

🎯 适用场景

个人用户 —— 不想为每个 AI 工具付月费？一个 LobeHub 聚合所有模型，按使用量付费比订阅便宜。

AI 重度玩家 —— 经常需要对比 GPT-5 vs Claude 4 vs Gemini 3 的输出？LobeHub 的多模型切换效率碾压网页来回切换。

隐私敏感 —— 不想让对话数据上云？Docker 自托管，所有数据本地存储，敏感行业（法律、医疗、金融）友好。

团队协作 —— 给整个团队配一个统一 AI 工作台，权限统一管理、知识库共享，避免每个员工自己瞎折腾。

Agent 实验者 —— 想本地调试 MCP Agent？LobeHub 的可视化 Agent 编辑器比 LangChain Studio 友好得多。

不适合谁：完全没接触过 LLM 的新手 —— LobeHub 功能多但学习曲线比 ChatGPT 陡，第一次配置可能需要半小时。

🔍 对比/替代方案

工具类型优势劣势
LobeHub开源自托管平台多模型+MCP+插件+本地部署全都要部署稍重、功能多需学习
ChatGPT闭源 SaaS零门槛、模型最强数据上云、订阅贵
Claude.ai闭源 SaaS长文本处理最佳国内访问难、无本地部署
Open WebUI开源 Ollama 界面极简、Ollama 首选仅支持 Ollama 系、无 MCP
LibreChat开源 ChatGPT 替代多模型、UI 接近 ChatGPTAgent 能力弱
Dify开源 LLM 平台工作流编排、企业级偏开发、对终端用户不友好

关键差异：LobeHub 在「多模型聚合 + Agent 编排」两个维度都做到了第一梯队，是目前唯一同时支持 MCP、多模态、插件生态、本地部署的开源平台。

⚠️ 注意事项

1. API Key 费用

虽然 LobeHub 本身免费，但你用的 GPT/Claude/Gemini 都要花钱。建议：

  • 默认使用小模型（gpt-4o-mini、claude-haiku）
  • 重要问题再切大模型
  • 多用 Ollama 本地模型降低云端费用

2. 部署复杂度

Docker 一键启动看似简单，但要做好完整生产部署（数据库、对象存储、SSL、备份）需要折腾：

# 推荐的完整部署包含：
# - PostgreSQL（用户数据/对话历史）
# - MinIO / S3（文件存储）
# - Redis（缓存）
# - Nginx 反代 + HTTPS

直接 docker run 适合个人试用，企业用建议上 Kubernetes。

3. Ollama 模型大小

本地跑 7B 模型至少 8GB RAM，13B 要 16GB，70B 没 64GB+ 别想。Mac M 系列芯片表现最佳。

4. 数据备份

Docker 部署时数据存在容器卷里，容器一删数据就没了。建议挂载到宿主机：

docker run -d \
  -v /opt/lobehub/data:/app/data \
  -v /opt/lobehub/uploads:/app/uploads \
  lobehub/lobehub

5. 国内访问

官方 Docker 镜像在某些网络下拉取慢，可以用镜像加速：

docker run -d --name lobehub \
  -e DOCKER_IMAGE=lobehub/lobehub \
  ...

或者参考国内社区文档用 ghcr.io 镜像源。

6. 文档多但更新快

项目迭代非常频繁（看到提交数 12,305 了），有些教程可能基于旧版本。遇到问题先翻 GitHub Issues 搜关键词。

✅ 总结

LobeHub 不只是又一个 ChatGPT 替代品，它是当下开源 AI 工具里最完整的多模型 + Agent 平台。从个人试用到企业自托管、从单模型对话到 MCP 多智能体协作，覆盖面极广。

优点：

  • ✅ 80.4k Star，社区活跃、迭代快
  • ✅ 全模型支持（闭源 + 开源 + 本地）
  • ✅ 原生 MCP 多智能体，2025 年最新协议
  • ✅ 多模态 + 知识库 + 插件生态三位一体
  • ✅ Apache/MIT 开源，可商用

缺点：

  • ⚠️ 功能多学习曲线陡
  • ⚠️ Docker 生产部署需自行维护
  • ⚠️ 文档更新速度跟不上代码迭代

推荐指数：⭐⭐⭐⭐⭐（5/5）—— 想统一管理所有 AI 模型？想体验 MCP 多智能体？想本地自托管保障隐私？LobeHub 是 2026 年最值得一试的开源 AI 平台。

🔗 GitHub 仓库：https://github.com/lobehub/lobehub
🌐 官网：https://lobehub.com
🚀 在线试用：https://app.lobehub.com
📦 Docker Hub：https://hub.docker.com/r/lobehub/lobehub
⭐ 当前 Star：80.4k+