LobeHub:7.7万Star的开源AI工作空间,让智能体成为协作队友

正文顶部截图

LobeHub 在 GitHub 上获得了 7.7 万 Star,是目前活跃度最高的开源 AI 对话平台之一。它将 AI 智能体作为工作单元,围绕创建、协作、进化三个维度构建了一套完整的工作空间。

README区域截图

智能体即工作单元

LobeHub 的设计核心是将 AI 智能体视作基本工作单元。通过内置的 Agent Builder,用户描述需求后,系统会自动完成智能体的配置,包括模型选择、技能绑定和提示词设定,无需手动调参即可投入使用。

平台接入了超过 1 万个 MCP 兼容插件和工具,覆盖数据库查询、文件处理、API 调用等场景。MCP(Model Context Protocol)插件支持一键安装,社区贡献的各类工具可以在对话中直接调用,从天气查询到电商比价都有对应的插件供选择。

智能体群组与分支对话

LobeHub 提出了 Agent Groups 的概念,允许多个智能体组队协作。系统根据任务类型自动分配对应的智能体,支持并行协作和迭代优化。

群组协作包含四个模块:

  • Pages:多个智能体在共享上下文中协作撰写和优化内容
  • Schedule:设置定时任务,智能体在指定时间自动执行
  • Project:按项目组织工作,保持结构可见、进度可追踪
  • Workspace:团队共享空间,确保所有权和访问范围明确

对话体验上,LobeHub 支持分支对话功能,用户可以随时从某条消息出发创建新的对话分支,选择继续当前讨论或独立开启新话题,将线性对话扩展为树状结构。

白盒记忆与持续学习

LobeHub 的个人记忆系统会记录用户的工作习惯和偏好,智能体据此调整行为模式。与多数产品的黑盒设计不同,LobeHub 采用了白盒记忆方案,用户可以查看和编辑智能体存储的内容,对数据拥有完整的控制权。

多模型接入与本地部署

平台支持 OpenAI、Google、Anthropic 等主流模型服务商,用户可按场景和成本切换不同模型。同时也兼容 Ollama 等本地大模型方案,适合对数据隐私有要求的场景。

功能覆盖面上,LobeHub 提供了视觉识别、语音对话(TTS/STT)、文生图、互联网搜索、知识库文件上传、Artifacts 渲染等能力,还内置了思维链可视化功能,可展示模型推理的每一步过程。桌面应用提供独立的运行环境,可以脱离浏览器使用。

自托管部署

LobeHub 支持多种部署途径:

  • 通过 Vercel、Zeabur、Sealos 等平台一键部署
  • Docker 容器化部署,适合已有服务器的用户
  • 环境变量配置灵活,可对接自有 API Key 和数据库

项目采用 PWA 架构,手机端可以添加到主屏幕使用,支持多用户管理和自定义主题。

从 2023 年起步至今,LobeHub 始终在快速迭代。它试图回答一个问题:如果 AI 能够作为与你一同成长的智能体队友,人与机器的协作会是什么形态。

安装与使用

通过 Docker 一键启动:

docker run -d -p 3210:3210 \
  -e OPENAI_API_KEY=sk-xxxx \
  lobehub/lobe-chat

也可以克隆仓库本地运行:

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

/lobehub/lobe-chat.git
cd lobe-chat
pnpm install
pnpm dev


Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐