> ## Documentation Index
> Fetch the complete documentation index at: https://docs.aihubmix.com/llms.txt
> Use this file to discover all available pages before exploring further.
# LobeHub
### 从 LobeChat 到 LobeHub
LobeHub 的前身是开源项目 LobeChat，GitHub 仓库 Star 数已经超过 77,000。2026 年项目完成品牌升级，仓库由 lobehub/lobe-chat 迁移至 lobehub/lobehub，定位也从「开源的 ChatGPT 客户端」转向「Agent 协作平台」。官方对它的描述是「一个工作与生活空间，用于发现、构建并与会随着您一起成长的 Agent 队友协作」。在新的产品语境下，Agent 不再是辅助工具，而是 LobeHub 中最小的工作单元。
### 三种使用形态
LobeHub 同时提供三种部署形态，覆盖从个人用户到企业团队的不同场景。
| 形态 | 入口 | 数据存储 | 适用场景 |
| ----------------------------- | ------------------------------------------------------ | ----- | ------------------------ |
| LobeHub Cloud | [lobehub.com](https://lobehub.com) | 官方云端 | 零门槛尝试，订阅积分制 |
| 桌面客户端 | [lobehub.com/downloads](https://lobehub.com/downloads) | 本地 | 离线访问、Mac / Windows 系统级集成 |
| 自部署（Docker / Vercel / Zeabur） | [GitHub 仓库](https://github.com/lobehub/lobehub) | 自有数据库 | 私有化、团队共享、深度定制 |
云端版注册即获得 450,000 compute credits 免费额度，付费订阅分为 Starter、Premium、Ultimate 三档，按积分包额外计费。桌面版与自部署版本身免费，模型调用费用由用户提供的 API Key 承担。
### 2026 版核心能力
LobeHub 2026 版的能力矩阵已远超传统对话客户端，主要构成包括：
* **多模型接入**：原生支持 OpenAI、Anthropic、Google、DeepSeek、月之暗面、智谱、阿里、火山、Ollama 等 40 余家服务商
* **Agent Groups**：支持 Sequential、Parallel、Iterative、Debate 四种多 Agent 协作模式
* **MCP 插件市场**：基于 Model Context Protocol 标准，已收录超过 10,000 个可一键安装的 Skill
* **Personal Memory**：白盒结构化长期记忆，用户可随时查看与编辑
* **Heterogeneous Agent**（v2.1.56 引入）：允许将 Claude Code、Codex 等外部 CLI Agent 直接挂载进 LobeHub 工作流
* **知识库 / RAG**：基于 PostgreSQL + pgvector 的向量检索引擎，支持 PDF、Markdown、Word 等格式自动分块与嵌入
这些能力共同决定了一个事实：LobeHub 已经从「替代 ChatGPT 网页」演变为「整合多家模型的统一 Agent 工作台」。正因为如此，模型供给的稳定性和便利性，成为决定其使用体验的关键变量。
***
## 配置 AIHubMix Key
AIHubMix 提供兼容 OpenAI 协议的统一接入端点，单个 Key 可同时调用 GPT-5.5 / GPT-5.4、Claude Opus 4.7 / Sonnet 4.6、Gemini、DeepSeek V4 Flash、Kimi 等主流模型。相较于自建 one-api 或 Cloudflare Workers 反代方案，AIHubMix 省去了服务器运维、模型映射与限流策略的维护成本。
## 前提条件
* 已注册 [AiHubMix](https://aihubmix.com) 账号
* 已获取 API Key（[前往控制台获取](https://aihubmix.com/token)）
***
## 方式一：网页版
### 第一步：打开模型服务商设置
访问 [app.lobehub.com](https://app.lobehub.com)，点击左下角头像，进入 **「设置」→「模型服务商」**，在列表中找到 **AIHubMix** 并点击进入。
### 第二步：填入 API Key
在 **API Key** 输入框中粘贴你的 AIHubMix API Key，点击右侧「校验」按钮确认连接正常， 状态变为绿色即代表配置成功。
### 第三步：开启服务商并选择模型
打开页面顶部的开关，启用 AiHubMix 服务商。 回到对话页面，点击模型选择栏，在 **AIHubMix** 分组下选择你要使用的模型即可开始对话。
***
## 方式二：桌面客户端
### 下载安装
前往 [lobehub.com/downloads](https://lobehub.com/downloads) 下载对应系统版本：
| 系统 | 说明 |
| ------- | ------------------------ |
| macOS | 支持 Apple Silicon 和 Intel |
| Windows | x64 版本 |
> 桌面客户端目前处于公测阶段，功能与网页版保持同步。
### 配置步骤
安装完成后，配置步骤与网页版完全一致：
1. 点击左下角头像 → **「设置」→「模型服务商」**
2. 找到 **AIHubMix**，填入 API Key
3. 开启服务商开关，返回对话页选择模型
***
## 典型使用场景
### 场景一：日常对话与文案写作
推荐模型组合：GPT-5.5（综合）+ Claude Sonnet 4.6（长文）。
在助手市场挑选合适的写作 Agent，例如 Senior Prompt Architect 或品牌内容助手，挂载产品资料、参考文档至知识库，即可批量生成文档、邮件、推文。Claude Sonnet 4.6 在中文长文写作中的性价比明显高于 Opus 4.7，建议作为长文场景的默认模型。
### 场景二：代码与技术任务
推荐模型组合：Claude Opus 4.7（首选）+ GPT-5.5。
LobeHub 的 Agent Builder 允许自定义代码 Agent 的 System Prompt 与 MCP 工具集。挂载 GitHub MCP 插件后，Agent 可以直接读取仓库代码、生成 Pull Request 描述、辅助代码评审。
进阶用法是 Agent Groups 的 Iterative 模式：让 Claude Opus 4.7 生成初版实现，GPT-5.5 进行评审与提出修改建议，再由 Opus 4.7 迭代。由于两个模型都通过 AIHubMix 接入，整个流程可在单个对话窗口内完成，不涉及多端切换。
### 场景三：长文档研究与知识库问答
推荐模型组合：Gemini 2.5 Pro（长上下文）+ Kimi（中文 2M token）+ DeepSeek V4 Flash（性价比高）。
在自部署的数据库版 LobeHub 中，知识库功能基于 pgvector 提供完整 RAG 流程：上传文档 → 自动分块 → 嵌入向量化 → 检索增强生成。通过 AIHubMix 同时配置嵌入模型（如 `text-embedding-3-large`）与对话模型，整套流程在单一 Key 下完成，无需跨服务商管理。
### 场景四：多 Agent 协作
Agent Groups 是 LobeHub 在 2026 版的旗舰能力，提供四种协作模式：
* **Sequential**：研究 Agent → 分析 Agent → 写作 Agent，适用于线性工作流
* **Parallel**：多个 Agent 并行处理独立子任务
* **Iterative**：作者与编辑反复迭代，适用于需要打磨的产出
* **Debate**：多个 Agent 围绕同一议题展开辩论，最终由 Moderator 汇总结论
一个实战示例：组建竞品分析小组，Gemini 2.5 Pro 担任调研员、Claude Opus 4.7 担任批判者、GPT-5.5 担任汇总者。Sequential 模式下三者依次工作，最终产出一份带有对立观点平衡的竞品分析报告。
***
## LobeHub vs Claude Code vs Codex
### 三者定位差异
LobeHub、Claude Code、Codex 在 2026 年常被并列讨论，但产品定位并不相同：
* **LobeHub**：图形界面的多 Agent 协作平台，面向广义工作流
* **Claude Code**：Anthropic 官方命令行工具，面向编码与终端任务
* **Codex**：OpenAI 的代码 Agent，面向编码任务
严格意义上，「LobeHub vs Claude Code」并非同类竞品对比，更接近「平台 vs 工具」的关系。
### 核心维度对比
| 维度 | LobeHub | Claude Code | Codex |
| :-------- | :---------------- | :---------- | :------- |
| 形态 | Web / 桌面 / 自部署 | 命令行 CLI | 命令行 CLI |
| 主用场景 | 通用对话、知识库、Agent 编排 | 仓库内编码、终端任务 | 仓库内编码 |
| 底层模型 | 40+ 服务商任选 | Claude 系列固定 | GPT 系列固定 |
| 多模型协作 | 原生 Agent Groups | 不支持 | 不支持 |
| 知识库 / RAG | 内置（pgvector） | 无 | 无 |
| 插件生态 | MCP（10,000+） | MCP | MCP |
| 学习曲线 | 低 | 中 | 中 |
| 适用人群 | 通用知识工作者 | 工程师 | 工程师 |
### 选 LobeHub
以下场景下 LobeHub 更合适：
* 团队中既有工程师也有非工程师
* 需要在多家模型之间频繁切换（GPT / Claude / Gemini）
* 需要知识库与长期记忆
* 需要多 Agent 编排与对话历史可视化
### 选 Claude Code 或 Codex
以下场景下 CLI 工具更合适：
* 重度编码工作流，需要直接操作仓库与终端
* 习惯命令行界面，希望最小化上下文切换
* 接受锁定单一模型厂商
### 三者结合： Heterogeneous Agent
LobeHub v2.1.56 引入的 Heterogeneous Agent 架构，允许将 Claude Code、Codex 等外部 CLI Agent 接入 LobeHub 工作流，职责划分如下：
* LobeHub 负责对话状态、Memory、Agent 编排
* Claude Code / Codex 负责本地执行（读写文件、运行命令）
* 用户在 LobeHub 的对话窗口内即可驱动 CLI Agent 完成任务
这一架构的实际价值在于消除 GUI 与 CLI 之间的来回切换。当 Claude Code 与 Codex 的底层模型均通过 AIHubMix 调用时，整套配置可在同一个 Key 下统一鉴权与计费，便于在相同任务上对比两者表现。
***
## 常见问题（FAQ）
**Q1：Base URL 末尾要不要加** `/v1`**？**
LobeHub 在请求时会自动拼接路径。Base URL 填写 `https://aihubmix.com/v1` 通常可直接生效；如遇到 404 或空响应，可改为 `https://aihubmix.com` 后重试，并通过「模型列表」中的「测试连接」功能进行验证。
**Q2：模型列表中看不到 Claude Opus 4.7 或新发布的模型怎么办？**
LobeHub 内置模型列表更新存在一定滞后。可通过两种方式手动添加：
* 在「自定义服务商」配置的「模型列表」字段中手动追加模型 ID
* 在 AIHubMix 控制台确认该模型已启用，复制官方模型 ID 后粘贴至 LobeHub
**Q3：响应一直为空或流式中断**
按以下顺序排查：
1. 检查 Base URL 末尾 `/v1` 后缀
2. 检查 Stream 选项是否被禁用
3. 检查本地网络是否阻断 SSE（Server-Sent Events）
4. 在 AIHubMix 控制台查看请求日志，确认请求是否到达
**Q4：502 Bad Gateway**
* 自部署场景：检查 PostgreSQL 与 LobeHub 容器的健康状态，确认 `DATABASE_URL`、NextAuth 域名白名单、S3 CORS 配置正确
* 云端或桌面场景：通常为临时性网络问题，等待数分钟或切换网络后重试
**Q5：接入后能直接使用 Claude Code 与 Codex 吗？**
需满足两个前置条件：
1. LobeHub 版本 ≥ v2.1.56
2. 本地已安装 Claude Code CLI 或 Codex CLI
完成后在 LobeHub 中启用 Heterogeneous Agent，并将 CLI 工具的 `ANTHROPIC_BASE_URL` 与 `OPENAI_BASE_URL` 同样指向 AIHubMix，即可统一鉴权与计费。
***
LobeHub 提供 Agent 工作台，AIHubMix 提供统一的模型供给。两者组合的效果是：一个图形界面、一个 API Key、一套配置，即可访问 GPT-5.5、Claude Opus 4.7、Gemini、DeepSeek V4 Flash 等 2026 年主流模型，并在 Agent Groups、知识库、MCP、Heterogeneous Agent 等能力之上构建个人或团队的 AI 工作流。
对于刚开始接触 LobeHub 的用户，建议起步路径如下：
1. 在 [AiHubMix](https://aihubmix.com)注册并创建测试 Key
2. 使用桌面客户端按「路径 A」完成最小配置，体验完整功能
3. 根据使用频率与团队规模，决定是否升级到自部署数据库版
**相关资源**
* [LobeHub 官网](https://lobehub.com/zh)
* [LobeHub GitHub](https://github.com/lobehub/lobehub)
* [LobeHub 下载页](https://lobehub.com/downloads)
* [LobeHub Pricing](https://lobehub.com/pricing)
* [AIHubMix 官网](https://aihubmix.com/)
最新更新日期：2026年5月13日