LobeHub是什么？
LobeHub是开源的多智能体（Agent）协作平台，旨在让用户摆脱一次性、任务驱动的AI工具，构建能够长期协作并随用户共同进化的Agent团队。平台以Agent为工作单元，提供从创建、协作到进化的全链路基础设施，并引入首席Agent运营官（CAO）机制：用户只需制定策略，CAO自动从技能市场雇佣合适的Agent，组建AI团队，7×24小时在云端运行任务，并通过Slack、Discord等IM工具汇报进展。
LobeHub支持任意主流大语言模型（OpenAI、Claude、DeepSeek、Mistral、本地Ollama模型等），通过32万+技能库与6.5万+MCP服务器扩展Agent能力。平台提供云服务与完全自托管的社区版（Community Edition），满足不同隐私与部署需求。截至2026年，LobeHub在GitHub上获得73,800个星标，被Vercel CEO Guillermo Rauch评价为“神作，开源版Poe和ChatGPT UI”。
产品功能
创建：以Agent为工作单元
Agent Builder：用户只需输入一句话描述需求，系统自动设置Agent的名称、角色、技能和行为，无需手动配置即可立即使用。
统一智能：平台支持接入任意LLM（包括闭源与开源模型）以及任意模态的输入输出（文本、图像、语音、视频），所有模型选择完全由用户掌控。
技能生态：平台提供332,786个预置技能（SKILLs）和65,317个MCP服务器，覆盖联网搜索、图片生成、代码执行、数据分析等领域。Agent可通过技能市场直接连接用户日常使用的工具和服务。
协作：扩展新型协作网络
Agent群组：系统根据任务需求自动组合合适的Agent团队，支持并行执行与迭代优化，Agent之间可像真实队友一样协作[4]。
页面（Pages）：多个Agent可在同一页面中共用上下文，协作编写和润色内容，避免信息孤岛。
排程（Schedule）：用户为任务设定运行时间，Agent在指定时刻自动执行，即使离线也能完成工作。
项目管理（Project）：按项目组织Agent工作，所有任务结构化呈现，便于追踪进度。
团队工作区（Workspace）：提供供团队使用的共享工作区，人与Agent协作，权限归属清晰，任务进度对成员可见。
进化：人类与Agent的共同进化
个人记忆（Personal Memory）：Agent建立对用户需求的清晰理解，记录工作偏好与习惯[4]。
持续学习（Continual Learning）：Agent从用户的工作方式中学习，逐步适应并优化行为。
自适应行为（Adaptive Behavior）：Agent在恰当的时机主动行动，无需用户手动触发。
白盒记忆（White-Box Memory）：Agent的记忆采用结构化设计，用户可查看、编辑记忆内容，完全掌握Agent记住的信息[4]。
产品特色亮点
| 特色 | 描述 |
|---|---|
| CAO（首席Agent运营官） | 自动雇佣、调度、汇报整个AI团队。用户指定策略后，CAO从27万+技能市场中选聘Agent，7×24小时云端运行，通过Slack/Discord报告结果[6]。 |
| 多模型支持 | 无供应商锁定：支持OpenAI、Claude、DeepSeek、Gemini、本地Ollama等任意LLM，可在同一工作流中按任务切换不同模型[14]。 |
| 白盒记忆系统 | 结构化的可编辑记忆，用户可完全控制Agent记住的内容，实现透明、个性化的AI体验[4]。 |
| IM网关 | 用户可在自己常用的聊天工具（Slack、Discord等）中直接调用Agent，无需切换平台。 |
| 大规模技能市场 | 332,786个技能与65,317个MCP服务器，Agent可连接搜索引擎、数据库、图片生成、代码分析等任意服务。 |
| 开源自托管 | 完整社区版支持Docker、Vercel一键部署，数据完全由用户掌控，无需依赖云服务[14]。 |
使用方法
步骤一：选择接入方式
云服务：访问
app.lobehub.com，注册账号即可在浏览器中使用，无需安装。桌面客户端：从官网下载macOS或Windows原生应用，支持跨设备同步。
移动端：iOS通过App Store、Android通过Google Play或APK下载安装。
自托管（社区版）：在GitHub仓库获取社区版，通过Docker或Vercel部署至自己的服务器。
步骤二：创建首个Agent
进入Agent Builder界面。
在输入框中用一句话描述任务需求，例如：“自动分类工单为Bug、需求、咨询”。
系统自动配置Agent的名称、角色、技能和行为，页面显示“配置完成，可立即使用”的提示[4]。
步骤三：配置模型与技能
在Agent设置页面选择LLM提供商（如GPT-4o、Claude、DeepSeek）。
从技能市场中勾选所需技能（如联网搜索、PDF解析、GitHub连接器）。
如需本地模型，在设置中启用Ollama连接，选择本地已下载的模型[14]。
步骤四：组建Agent团队（可选）
进入Agent Groups功能，点击“创建新组”。
系统根据任务类型自动推荐合适的Agent成员，用户也可手动添加。
组内Agent共享上下文，支持并行或串行执行任务[4]。
步骤五：使用CAO自动化调度
授权CAO访问技能市场，CAO自动搜索并雇佣匹配的Agent。
在任务面板中下达指令，CAO即开始调度团队执行，并在Slack/Discord中同步进展。
用户无需留在页面，任务完成后收到通知[6]。
步骤六：监控与编辑记忆
在“工作区”查看各Agent的执行记录、耗时与输出。
在“个人记忆”模块可编辑Agent已记录的用户偏好，删除或修改特定条目[4]。
适合人群
| 用户类型 | 应用场景 | 推荐功能 |
|---|---|---|
| 个人开发者 | 构建定制化AI辅助工具（如代码审查、文档生成） | Agent Builder、自定义技能、本地模型支持 |
| 内容创作者 | 批量生产文案、多语言翻译、图片生成 | 多Agent并行协作、Pages共享上下文、技能市场（DALL-E/Midjourney） |
| 中小企业团队 | 自动化客户支持、工单处理、报告生成 | Agent Groups、Workspace、CAO自动调度 |
| 研究机构 | 文献分析、数据提取、RAG知识库查询 | 知识库集成、向量存储、多模型路由 |
| DevOps/全栈 | 自托管AI基础设施、隐私敏感业务 | 社区版自部署、白盒记忆、MCP插件扩展 |
| AI产品经理 | 原型验证、用户调研、竞品分析 | 一键创建Agent、项目管理、记忆持续学习 |
竞品对比
| 维度 | LobeHub | Manus | Claude Cowork | Poe |
|---|---|---|---|---|
| 核心定位 | 开源多Agent协作平台 | 自主任务执行AI | 桌面Agentic AI | 多模型聊天聚合 |
| 开源 | 是（73.8K stars） | 否（Meta收购后专有） | 否（Anthropic专有） | 否（Quora专有） |
| Agent市场 | 332,786+技能，65,317+MCP | 有限 | 无 | 有限 |
| 多Agent群组 | 自动组队、并行协作 | 侧重单Agent | 单Agent | 不支持 |
| 模型支持 | 任意LLM（含本地模型） | 平台管控 | 仅Claude | 仅云服务 |
| 自托管 | 社区版完全自托管 | 仅云 | 仅桌面应用 | 仅云 |
| 记忆系统 | 白盒记忆（结构化、可编辑） | 会话级上下文 | 会话级 | 会话级 |
| IM集成 | 原生Slack/Discord网关 | 通过API | 通过Connectors | 无 |
| 定价模式 | 免费+积分制（9.9美元起） | 订阅制 | 包含在Claude订阅中 | 订阅制 |
| 适用场景 | 定制化、团队协作、自托管 | 通用自主任务 | 桌面自动化 | 快速对话 |
常见问题解答（FAQ）
Q：LobeHub完全免费吗？
A：平台提供免费云方案，包含500,000计算积分。用户也可使用免费自托管的社区版，自行管理基础设施，无需支付平台费用，仅产生API调用成本和服务器费用。
Q：LobeHub支持哪些大语言模型？
A：平台支持OpenAI（GPT-4o、GPT-4o mini）、Anthropic Claude（Claude 3.5 Sonnet、Claude 3 Opus）、Google Gemini、DeepSeek、Mistral、Zhipu AI、本地Ollama模型等50+提供商。用户可在同一工作流中为不同任务切换模型[14]。
Q：如何将LobeHub部署到自己的服务器？
A：社区版支持Docker一键部署，官方提供完整的Docker Compose文件和Vercel部署指南。部署完成后即获得全部平台功能，数据全部存储于用户自己的服务器[11]。
Q：CAO会控制我的所有Agent吗？
A：CAO在用户授权下从技能市场雇佣Agent并调度任务。用户可以在控制面板中查看CAO的每项操作，随时撤回授权或手动干预。Agent的记忆和技能配置始终由用户完全掌控。
Q：Agent技能市场中的技能需要我额外付费吗？
A：技能市场中的技能多数为社区贡献或官方提供，免费使用。部分技能可能调用第三方API（如图片生成服务），此时用户需承担对应API费用。平台在技能详情页明确标注是否有额外成本[6]。
Q：使用LobeHub需要编程基础吗？
A：基础使用（如对话、预设Agent）无需编程。但构建定制工作流、配置模型路由、连接API或调试Agent群组时，需要具备一定的技术能力，例如理解REST API、编写Prompt或配置环境变量。实测报告指出，无技术背景用户可能遇到较高上手门槛[14]。
Q：计算积分用完后会怎样？
A：积分用完后，云端任务暂停执行，已存储的数据和配置依然保留。用户可以选择购买附加积分包、升级至更高套餐，或等待下个计费周期重置额度（月付方案）。免费用户则可切换至自托管社区版。
Q：LobeHub与ChatGPT GPTs兼容吗？
A：社区用户Kim Possible测试发现，在LobeHub Agent中输入与ChatGPT GPTs完全相同的指令，可以获得一致的使用体验。平台兼容GPTs的指令格式。
总结
LobeHub的核心优势在于三点：完全开源（73,800+ GitHub stars，社区活跃）、极致的模型与技能扩展性（任意LLM + 332,786技能 + 65,317 MCP服务器）、CAO驱动的自动化多Agent协作（用户制定策略，AI自动调度团队7×24运行）。平台同时提供白盒记忆系统，让AI真正理解用户且记忆可控；IM网关使其无缝融入现有工作流；社区版满足数据主权需求。
相比于Manus的封闭生态和Claude Cowork的单Agent局限，LobeHub以开源、多模型、大规模技能市场的组合拳，成为当前最灵活、定制化程度最高的AI Agent平台。尽管高阶功能存在学习曲线且计算积分消耗较快，但对于追求可控、可扩展、私有化部署的团队与个人，LobeHub是值得投入的技术选择。
