正在打开工具详情…
正在打开工具详情…
自托管的智能体工作空间：把代理当员工来招、排班、汇报，有 Agent Groups、Pages、定时任务和可编辑的白盒记忆。适合要长期养一批代理的人；代价是要自备 OpenAI API key 并自己运维。
想长期维护一批常驻代理（定时出报告、协作写内容、按项目分工）的团队，以及希望记忆可控可编辑、不想被黑盒画像牵着走的人。
只想要一个能聊天的界面的人——它整套「招人 / 排班 / 汇报」的抽象对你没用；也不适合不想管 Docker 与 API key 的人。
LobeHub 现在的定位是 Chief Agent Operator：把「代理」当成工作单元，招进来、排班、汇报，你在掌控但不必一直在线。它和普通聊天客户端的差别在三处——Agent Builder 描述一次需求就自动配置好一个代理；Agent Groups 让多个代理在一个共享上下文里并行协作（Pages 一起写内容、Project 按项目组织、Workspace 按团队分权限）；Schedule 让代理在你离线时按计划执行。另外还有 Personal Memory，而且是白盒的：结构化、可编辑，它记错了你能直接改掉。
接入面给得也很宽：统一接入任意模型与模态，一万多个技能与 MCP 兼容插件，IM Gateway 让你在已经在用的聊天工具里跟代理说话。
代价是它不是开箱即用的 SaaS。自托管要自备 OPENAI_API_KEY 并起 Docker，README 给的 Docker 路径是 mkdir lobehub-db && cd lobehub-db，再 bash <(curl -fsSL https://lobe.li/setup.sh) 初始化基础设施，最后 docker compose up -d。一键部署有个真实的坑：Vercel 默认是「创建项目」而不是 fork，结果是一直提示有更新、又检测不准，官方建议改用 Auto Sync With Latest 重新部署；自己 fork 的话只保留 upstream sync 这个 action，其余关掉。另外 OPENAI_MODEL_LIST 是个容易被忽略的控制点：+模型 加、-模型 隐藏、模型名=显示名 改名，逗号分隔。
上手步骤之外的具体做法：常见场景怎么配、命令怎么写、报错怎么处理。
按第一次部署会卡在哪讲：Vercel 一键部署与 Docker 自托管怎么选、三个关键环境变量、Vercel 那个「一直提示更新」的坑、以及白盒记忆为什么值得先摸一遍。
| 一键部署（Vercel / Zeabur / Sealos / 阿里云） | Docker 自托管 | |
|---|---|---|
| 门槛 | 登录即部署 | 自己起 Docker |
| 必填 | OPENAI_API_KEY | OPENAI_API_KEY |
| 适合 | 先跑起来看看 | 长期用、数据在自己手里 |
Docker 路径 README 写得很短：
bashmkdir lobehub-db && cd lobehub-db
bash <(curl -fsSL https://lobe.li/setup.sh) # 初始化基础设施
docker compose up -d| 变量 | 必填 | 作用 |
|---|---|---|
OPENAI_API_KEY | 是 | 在 OpenAI 账号页申请的 key |
OPENAI_PROXY_URL | 否 | 覆盖默认 https://api.openai.com/v1 |
OPENAI_MODEL_LIST | 否 | 控制模型列表 |
OPENAI_MODEL_LIST 的语法值得记住：
textqwen-7b-chat,+glm-6b,-gpt-3.5-turbo即 + 增加、- 隐藏、model_name=display_name 改显示名，逗号分隔。默认列出的模型不合用时，改这一个变量就够了，不用动代码。
这是 README 里点明的已知问题：Vercel 默认是创建项目而不是 fork，导致无法正确检测上游更新，于是反复提示。
处理办法：
另外 Vercel 分配的域名在部分地区 DNS 被污染，绑个自定义域名能直连。
LobeHub 把 Personal Memory 做成结构化、可编辑的，而不是一个你改不了的画像。建议第一次用就把记忆区打开看看，它到底记了什么、按什么结构记的——后续代理的行为几乎都由这块决定，早发现记错比事后纠正省事得多。
Agent Groups、Pages、Schedule、Workspace 是按团队协作设计的。个人先用单个 Agent Builder 生成的代理跑通一条流程，再考虑分组与定时，否则很容易变成一堆没人管的常驻任务。