跳转到主要内容
PromptQuorum为人类设计。 为AI结构化。
主页/本地LLM
Tools & Interfaces

LobeHub 评测(原 LobeChat):支持桌面应用和自托管的智能体工作区

·阅读约8分钟Hans Kuepper 作者 · PromptQuorum创始人 · 开放权重与开源AI发现引擎

LobeHub 是混合型而非纯本地:同一款开源产品可以作为桌面应用、托管云服务和自建服务器运行,通过 Ollama 等连接器使用本地模型。 它的重心已从简单的聊天窗口转向以团队方式工作的智能体,因此只想要简单本地聊天界面的用户可能会觉得它过于庞大。

关键要点

  • 更名:项目及其仓库已从 LobeChat 改名为 LobeHub,旧仓库地址会自动跳转。
  • 平台:提供 macOS、Windows 和 Linux 桌面安装包(版本 2.2.20,2026年10月18日发布),另有云端应用和自托管。
  • 本地模型:Ollama 是受支持的提供商,设置方式与其他提供商相同。
  • 代码:GitHub 星标 83,000+,仓库最近更新于2026年10月24日。

📍 简单一句话

LobeHub 是 LobeChat 的后继者,是一个用于创建 AI 智能体并让它们协同工作的开源工作区,可作为桌面应用、云服务或在你自己的服务器上使用。

💬 简单来说

可以把它看作一个长成了小型 AI 团队的聊天应用:你描述一个智能体,它就获得工具和记忆,多个智能体还能处理同一项任务。它运行在你的电脑、LobeHub 的服务器还是你自己的服务器上,由你决定。

📌注: 本评测基于官方网站、GitHub 仓库及其文档和隐私政策,核查日期为2026年10月24日。未进行实际使用或基准测试。

LobeHub原名 LobeChat,是一个开源的 AI 工作区,源代码位于 github.com/lobehub/lobehub。它最初是自托管的聊天界面,如今自称智能体协作平台:你可以创建智能体、把它们组成团队,并让它们按计划运行。本评测介绍它目前的功能、运行方式、本地模型的用法、许可证和套餐。

LobeHub 评测(原 LobeChat):支持桌面应用和自托管的智能体工作区

LobeHub 是什么?

LobeHub 是一个用于创建 AI 智能体并让它们以团队方式工作的开源平台,原名 LobeChat。 GitHub 简介把它称为“Chief Agent Operator”,负责聘用、安排和汇报你的智能体;官网则称其为智能体协作平台。

最初的 LobeChat 是面向众多模型提供商的自托管聊天界面。目前的 README 增加了 Agent Builder、可并行处理同一任务的智能体群组、与多个智能体共同写作的 Pages、定时运行、项目、共享工作区以及 Personal Memory 功能。本评测针对 LobeHub 仓库中发布的产品;该仓库的 LICENSE 文件仍在使用 LobeChat 这个名称。

获取方式

LobeHub 有三种使用方式:安装桌面应用、在浏览器中打开云服务,或自行托管。 桌面安装包不需要终端。

平台
获取方式
macOSGitHub Releases(Apple 芯片版和 Intel 版 .dmg)
WindowsGitHub Releases(安装程序 .exe)
LinuxGitHub Releases(AppImage、.deb、.rpm 和 snap)
网页(云端)app.lobehub.com(LobeHub Cloud,需要账号)
自托管README 中的自托管部分(Docker 或一键部署)
源代码GitHub 上的 lobehub/lobehub(LobeHub Community License)
官方网站lobehub.com
隐私政策lobehub.com/privacy(最后更新:2026年3月5日)

评测版本:2.2.20,于2026年10月18日发布在 GitHub Releases;仓库本身在2026年10月24日有更新,因此没有停止维护的警告。自托管需要终端,详见下文。

功能

在 LobeHub 中,智能体是工作的基本单位,聊天只是与它们交流的一种方式。 以下内容来自 README 和官网。

  • Agent Builder。 只需描述一次智能体,配置会自动完成。
  • 智能体群组、Pages 和定时任务。 多个智能体在共享上下文中处理同一任务、在同一页面上协作写作,或在你不在时按设定时间运行。
  • Skills。 README 称有超过 10,000 个工具和兼容 MCP 的插件库。
  • 模型。 众多提供商集中在一个界面后面,可以在同一个对话设置中切换模型。
  • Personal Memory 和 IM Gateway。 智能体可以从你的工作方式中学习,并出现在你已在使用的聊天应用里。

自托管

自托管需要终端和 Docker;一键部署则需要云服务账号。 README 介绍了两种方式。

  • Docker。 新建一个文件夹,运行 README 中的安装脚本(`bash <(curl -fsSL https://lobe.li/setup.sh)`),然后用 `docker compose up -d` 启动。
  • 一键部署。 提供 Vercel、Zeabur、Sealos、RepoCloud 和阿里云的按钮;README 要求在环境变量中填写 `OPENAI_API_KEY`。

使用本地模型

LobeHub 把 Ollama 列为提供商,并提供了设置文档。 安装 Ollama,将环境变量 `OLLAMA_ORIGINS` 设为 `*` 以允许跨域请求,再重启 Ollama,LobeHub 就能与 Ollama 提供的模型对话。

这一步来自浏览器版的文档。桌面应用是否需要它,以及能否完全离线运行,我们没有测试。

套餐与价格

LobeHub Cloud 采用免费增值模式;应用和自托管服务器按许可证可免费使用。 价格页上的价格仅以美元标示,我们没有找到本地货币价格。

套餐
价格
包含内容
Free$0每月 500K 积分,100 MB 向量存储
Starter$12.9/月(按年计费 $9.9)5M 积分,1 GB 文件
Premium$24.9/月(按年计费 $19.9)15M 积分,2 GB 文件
Ultimate$49.9/月(按年计费 $39.9)35M 积分,4 GB 文件

Enterprise 价格需联系咨询。据来源称,这些数字反映的是营销网站的配置,并建议在应用内核对账单;自托管服务器上的模型用量由你所连接的提供商计费。

许可证

LobeHub 使用 LobeHub Community License,它基于 Apache License 2.0,并不是单纯的 MIT 或 Apache。 允许商业使用,包括在不修改源代码的情况下作为前端和后端服务使用。开发并分发衍生作品需要向 LobeHub 获取商业许可证(联系邮箱:hello@lobehub.com)。贡献者还需同意其代码可用于商业用途(包括云版本),并同意发布方可以变更许可条款。

适合哪些人使用

  • 希望在一个工作区里使用智能体、定时任务和共享记忆的人,而不只是一个聊天窗口。
  • 希望在 macOS、Windows 或 Linux 上双击安装,并可选配云账号的用户。
  • 熟悉 Docker 的自托管用户,希望用一个界面同时使用云端模型和 Ollama 模型。

我们无法核实的内容

  • 应用的实际表现。 安装、速度、稳定性和桌面应用均未测试。
  • 离线使用。 我们阅读的来源没有说明桌面应用能否在没有网络时运行,也没有说明能否跳过跨域步骤直接连接 Ollama。
  • 云端数据处理。 隐私政策称,聊天记录默认保存在本地,开启云同步后会同步到云服务器;移动应用不会将聊天内容用于模型训练。政策没有涉及桌面版和自托管版,我们也没有审核其中任何一项。
  • Skills 数量。 超过 10,000 这一数字是 README 的说法。

竞品与替代方案

应用
平台
价格 / 许可证
主要区别
Open WebUI网页、桌面免费 / BSD 3-Clause内置 RAG 的自托管界面,通常搭配 Ollama 使用
LibreChat网页免费 / MIT带团队功能的自托管多提供商聊天
Big-AGI网页免费 / MIT带角色设定的多提供商界面,需自备密钥
Cherry Studio桌面免费 / AGPL 3.0无需服务器的单用户桌面客户端

竞品信息经常变化,请在各应用自己的页面上确认当前的价格、许可证和平台。

在目录中比较

常见问题

LobeChat 和 LobeHub 是同一个东西吗?

是的。LobeHub 是原名 LobeChat 的项目的现用名称;仓库现位于 lobehub/lobehub,旧地址会跳转到新地址。

LobeHub 可以离线运行吗?

不清楚。文档中只记载了连接本地 Ollama 服务器的方式,桌面应用的离线使用没有经过测试。

我需要账号吗?

使用 LobeHub Cloud 需要。隐私政策把电子邮箱和姓名列为其收集的数据。桌面应用和自托管是否需要账号,我们没有核实。

自托管版本免费吗?

是的,按许可证规定,未经修改的商业使用也免费;你只需要向所连接的模型提供商付费。

在哪里反馈问题或提出功能需求?

README 指向 GitHub 的 Issues 页面和一个 Discord 社区。

结论

LobeHub 已经超越了它最初的聊天界面:如今它是一个可以安装、订阅或自行托管的智能体工作区。发布节奏、覆盖三大桌面系统的安装包,以及有文档记载的 Ollama 支持,都是实实在在的优势。混合模式、以云为中心的产品形态,以及未经测试的离线使用,意味着需要严格本地运行的读者应先在自己的设备上验证。

来源

关于第三方事实的说明

本文引用了第三方AI模型、基准测试、价格和许可证。AI领域变化迅速。基准分数、许可条款、模型名称和API价格可能在写作时间和您阅读时之间发生变化。在根据本文做出部署或合规决策之前,请在每个提供商的官方来源核实当前数据:Hugging Face模型卡用于许可证和基准测试,提供商网站用于API定价,EUR-Lex用于当前GDPR和EU AI法案文本。

使用本地LLM、您自己的API密钥或两者运行PromptQuorum — 您来决定使用哪个后端。

下载 PromptQuorum 测试版 →

← 返回本地LLM

MCP