LobeChat 是一套可自托管的 AI 聊天台，把各家模型、插件、知识库、多个 Agent 放进同一个界面。

如果你的日常是在五六个 AI 网站之间切，每个网站一套对话历史、一套文件上传，LobeChat 解决的就是这个。它自己不是模型，而是前端 + 服务端：你接自己的 API Key，它把对话、知识库、插件、Agent 统一管起来。项目现在已经往“多个超级 Agent 协作”的方向走，不只是聊天框。

基本信息

项目内容
项目名称LobeChat（lobehub/lobehub）
编程语言TypeScript
开源许可证LobeHub Community License（自定义社区许可，非 OSI 标准开源许可）
GitHub 地址https://github.com/lobehub/lobehub
官网或 Demohttps://lobehub.com

核心能力

多供应商统一入口。 一个界面里接 OpenAI、Anthropic、Google、国内各家兼容接口，切换模型不用切网站。对同时用好几家模型做对比的人，这一步就值。

Agent 与多角色。 除了单轮对话，它支持建不同类型的 Agent（带不同系统提示词与工具），新版往“团队里多个 Agent 协作”走。适合把“写文案的”“审稿的”“查资料的”分开成不同角色。

知识库与文件。 内置文档上传与检索，把某份手册或产品文档变成可问答的上下文。比自己拼 RAG 省事。

插件与 MCP 市场。 可以装插件、接 MCP 服务器，把搜索、生图、工具调用接进来。生态是这个项目最大的优势：很多常见工具已经有人做好了。

一键 Docker 部署。 官方镜像直接跑，一条命令起服务，数据全在自己机器上。这是很多人选它而不是用官方客户端的根本原因。

使用上手

  1. 先看官网 demo（https://lobehub.com）判断界面是否合你习惯。
  2. 本机装了 Docker 的话，直接跑：docker run -d -p 3210:3210 -e OPENAI_API_KEY=sk-xxx -e ACCESS_CODE=你的访问密码 lobehub/lobe-chat。
  3. 浏览器打开 http://localhost:3210，用访问密码登录。
  4. 在设置里逐个添加模型供应商的 Key，先只开一个模型测试。
  5. 建第一个 Agent：写清角色、可用工具、输出格式。
  6. 上传一份你常问的文档到知识库，测一下检索是否准。
  7. 需要外网访问时，前面挂一层反向代理并开 HTTPS，别直接暴露端口。

优点与不足

优点是自托管、数据在自己手里；多供应商 + 插件 + 知识库一套齐；部署真的简单，一条 docker 命令就能跑。不足是许可证不是标准开源许可（LobeHub Community License），商用与二次分发前必须读许可证；功能多导致配置面大，新手容易在设置里迷路；自托管意味着升级、备份、安全都得自己管；部分插件质量参差不齐。

适合谁

适合想把多个模型统一到一个界面的重度用户；适合需要数据不出内网的小团队；适合想自建知识库问答但不想从零写 RAG 的人。不适合完全不想维护服务器的用户（直接用官方云服务更省事）。

下载与访问

仓库：https://github.com/lobehub/lobehub
官网：https://lobehub.com
Docker 镜像：lobehub/lobe-chat

许可证与部署

项目说明
源码部署git clone https://github.com/lobehub/lobehub 后按 README 用 pnpm 构建；或 Vercel 一键部署
容器部署docker run -d -p 3210:3210 lobehub/lobe-chat（生产建议加数据库与环境变量）
许可证LobeHub Community License，商用/分发前需阅读条款
星标以 GitHub 为准（公开数据约 8.5 万，仅作参考）

自托管意味着你要自己负责升级、备份与访问控制，上线前把这三件事定下来。

本文属于「项目」分类的 AI 资源专栏，更多评测见分类页。