部署 LobeHub 总结经验

介绍

LobeHub 是什么？

  • AI 前端

    • LobeChat （又称 Lobe Chat）是由 LobeHub 团队开发的一款开源、现代化设计的 AI 聊天应用框架。它不仅仅是一个简单的 ChatGPT 克隆，而是一个功能完整的 AI 生产力平台，旨在为用户提供超越官方 ChatGPT 的使用体验。

  • 私有聊天中心

    • 简单来说，LobeChat 是专属于你的 私有化 AI 聊天中心 。它支持一键免费部署，让你能够在自己的服务器上搭建一个支持多模型、多模态、插件扩展的智能聊天应用。截至目前，LobeChat 在 GitHub 上已获得超过 68,000+ Stars，成为开源社区中最受欢迎的 AI 聊天界面之一。

  • API 管理器

    • 它就像一个"AI 模型路由器"，将 OpenAI GPT-4、Claude 3、Gemini 3 Pro、DeepSeek、Ollama 本地模型等 40+ 种 AI 服务整合在一个界面中，让你无需在不同平台间频繁切换。

LobeHub 有哪些优点，缺点？

✅ 核心优势

  1. 极致的界面美学：

    • 采用 React + Next.js + Tailwind CSS 构建，界面设计现代、流畅，动画细腻，可以说是目前开源 AI 聊天工具中颜值最高的产品，甚至比许多商业软件还要精致。

  2. 多模型统一接入：

    • 支持 OpenAI、Azure、Claude、Gemini、DeepSeek、Groq、Ollama、GLM、Qwen等 40+ 家 AI 服务商，可以在对话中随时切换不同模型进行对比。

  3. 强大的多模态能力：

    • 不仅支持文本，还原生集成 TTS（语音合成） 、 STT（语音识别） 、 文生图 、 视觉识别 （图片理解）等功能，真正实现全感官交互。

  4. MCP 插件生态：

    • 支持 Function Calling 插件机制，拥有插件市场，可以安装网页搜索、代码执行、图像生成等扩展，功能可无限延伸。

  5. 知识库 & RAG：

    • 支持文件上传（PDF、Word、图片等），基于 RAG 技术构建私有知识库，让 AI 基于你的文档回答问题。

  6. 开箱即用的部署：

    • 支持 Docker 一键部署、Vercel 零成本部署、PWA 渐进式 Web 应用，甚至有桌面客户端。

  7. 完全开源免费：

    • 基于 MIT 协议开源，代码透明，可自由修改和二次开发，数据完全自主可控。
❌ 不足之处

  1. 部署门槛相对较高：

    • 虽然基础版本 Docker 部署简单，但如果想使用 服务端数据库版本 （支持多用户、数据同步、文件上传等高级功能），需要配置 PostgreSQL、S3 存储、Clerk 鉴权等，对新手不够友好。

  2. 资源占用较大：

    • 相比 Open WebUI 等极简方案，LobeChat 功能丰富的同时也意味着更高的内存和 CPU 占用，在低配服务器上可能运行缓慢。
      • 其实不然，普通 2核2G5M 的轻量服务器都可以运行。

  3. 功能过于复杂：

    • 对于只想简单聊天的用户来说，LobeChat 众多的设置选项和功能模块可能显得冗余，学习成本略高。
      • 个人感觉不是很难。

  4. 依赖外部服务：

    • 完整功能需要配合 API Key 使用，如果希望纯离线使用（仅 Ollama 本地模型），部分联网功能受限。

LobeHub 的竞品有哪些？

对比维度 LobeChat Open WebUI ChatGPT-Next-Web LibreChat Chatbox AI SillyTavern Cherry Studio
GitHub Stars 68k+ 54k+ 86k+ 20k+ 20k+ 12k+ 38k+
部署方便性 ⭐⭐⭐（基础版简单，完整版复杂） ⭐⭐⭐⭐⭐（极简，专为本地设计） ⭐⭐⭐⭐（Vercel 一键部署） ⭐⭐⭐（Docker Compose） ⭐⭐⭐⭐⭐（桌面应用，开箱即用） ⭐⭐（需 Node.js 环境，配置较繁琐） ⭐⭐⭐⭐⭐（桌面应用，开箱即用）
界面美观度 ⭐⭐⭐⭐⭐（顶级设计） ⭐⭐⭐（简洁实用） ⭐⭐⭐⭐（清爽轻巧） ⭐⭐⭐（类 ChatGPT） ⭐⭐⭐⭐（现代美观） ⭐⭐⭐⭐（二次元/RP 风格，可深度定制） ⭐⭐⭐⭐（现代化，支持透明窗口）
功能丰富度 ⭐⭐⭐⭐⭐（多模态+插件+知识库） ⭐⭐⭐⭐（RAG+模型管理强） ⭐⭐（基础聊天） ⭐⭐⭐⭐（多 Provider+插件） ⭐⭐⭐（基础+绘图） ⭐⭐⭐⭐⭐（RP 专属功能：群聊、世界书、角色卡） ⭐⭐⭐⭐⭐（300+助手+MCP+多模型并行）
适用场景 个人知识库、团队部署、多模型管理 本地 LLM 部署、Ollama 用户 个人轻量使用、快速访问 企业多用户、多 API 管理 个人桌面端、零配置使用 AI 角色扮演、小说创作、TRPG 跑团 个人生产力、多模型对比、办公辅助
API 供应商管理 ✅ 支持 40+ 家 ✅ 支持多家，偏重本地 ✅ 支持多家 ✅ 支持 15+ 家 ✅ 支持多家 ✅ 支持 20+ 家（含 AI Horde 免费算力） ✅ 支持主流云厂商+本地 Ollama
RAG/知识库 ✅ 原生支持，基于文件 ✅ 原生支持，内置 RAG ❌ 不支持 ✅ 通过插件支持 ❌ 不支持 ⚠️ 基础文件参考（非核心功能） ✅ 支持 PDF/Word/Excel 等多种格式
Agent 工作流 ✅ 支持 MCP 插件 ⚠️ 基础支持 ❌ 不支持 ✅ 支持 ❌ 不支持 ✅ 支持群聊多 Agent 交互 ✅ 支持 MCP 协议
文生图/多模态 ✅ 支持 TTS/STT/绘图/识图 ⚠️ 基础图像支持 ⚠️ 仅基础识图 ⚠️ 依赖插件 ✅ 支持绘图 ✅ 支持 SD/ComfyUI/NovelAI 深度集成 ✅ 支持 AI 绘画（硅基流动等）
汉化友善度 ⭐⭐⭐⭐⭐（原生中文） ⭐⭐⭐⭐（支持中文） ⭐⭐⭐⭐⭐（原生中文） ⭐⭐⭐（英文为主） ⭐⭐⭐⭐⭐（原生中文） ⭐⭐⭐（英文为主，社区汉化） ⭐⭐⭐⭐⭐（原生中文）
移动端适配 ⭐⭐⭐⭐⭐（PWA 完美适配） ⭐⭐⭐（可用） ⭐⭐⭐⭐（响应式） ⭐⭐⭐（基础适配） 桌面端为主 ⭐⭐⭐（Web 移动端可用） ⭐⭐⭐（桌面优先）
资源占用 中等偏高 低（~200MB） 极低 中等 低 中（浏览器-based） 低
协议/开源 MIT BSD-3 MIT GPL-3.0 部分开源 AGPL-3.0 AGPL-3.0
备注 服务端版本功能最全 与 Ollama 集成最深 轻量快速 权限管理完善 开箱即用 强依赖角色卡生态，学习曲线陡峭 内置 300+ 预配置助手，一问多答

部署

开始准备

Linux & MaxOS

安装 docker 环境

Windows

安装 Docker Desktop

如果无法启动

  • 安装 wsl，命令如下：
    • 下载慢：关闭 Terminal 重开，魔法时间到！（笔者是这样解决的）
wsl install

如何部署

基于 docker

原教程文档：使用 Docker 部署 LobeHub 数据库 · LobeHub Docs · LobeHub

前置：安装数据库

创建带有 PGVector 插件的 Postgres 数据库实例，shell 脚本如下：

docker network create pg

docker run --name my-postgres --network pg -e POSTGRES_PASSWORD=mysecretpassword -p 5432:5432 -d pgvector/pgvector:pg17

备注：

  • docker 实例名称、数据库端口不要更改，不然和作者预先准备好的脚本不一致，修改可能会很麻烦，还可能出 bug。
  • mysecretpassword：这个是可以自己设置的，不过下个步骤填写 .env 配置文件、编写 cmd 命令时，对应的位置也要同步修改。
Linux 云端部署

（实测：其实 windows 也可以使用这种方式，而[下面的方式](#Windows & MacOS 本地部署)，windows 执行就会报错了）

  1. 创建名为 lobe-chat.env 文件用于存放环境变量，文件模板如下：
# 网站域名
APP_URL=https://your-prod-domain.com

# DB 必须的环境变量
# 用于加密敏感信息的密钥，可以使用 openssl rand -base64 32 生成
KEY_VAULTS_SECRET='jgwsK28dspyVQoIf8/M3IIHl1h6LYYceSYNXeLpy6uk='
# Postgres 数据库连接字符串
# 格式：postgres://username:password@host:port/dbname，如果你的 pg 实例为 Docker 容器，请使用容器名
DATABASE_URL=postgres://postgres:mysecretpassword@my-postgres:5432/postgres

# 身份验证（Better Auth）
# 会话加密密钥（使用以下命令生成：openssl rand -base64 32）
AUTH_SECRET=jgwsK28dspyVQoIf8/M3IIHl1h6LYYceSYNXeLpy6uk=
# JWKS 密钥，用于签名和验证 JWT（在此生成：https://lobehub.com/zh/docs/self-hosting/environment-variables/auth#jwks_key）
JWKS_KEY='{"keys":[...]}'

# S3 相关
S3_ACCESS_KEY_ID=xxxxxxxxxx
S3_SECRET_ACCESS_KEY=xxxxxxxxxx
# 用于 S3 API 访问的域名
S3_ENDPOINT=https://xxxxxxxxxx.r2.cloudflarestorage.com
S3_BUCKET=LobeHub
# 用于外网访问 S3 的公共域名，需配置 CORS
S3_PUBLIC_DOMAIN=https://s3-for-LobeHub.your-domain.com
# S3_REGION=ap-chengdu # 如果需要指定地域

备注：

  1. 启动 lobehub docker 镜像

启动命令：

docker run -it -d -p 3210:3210 --network pg --env-file lobe-chat.env --name lobehub lobehub/lobehub

检查日志命令：

docker logs -f lobehub

成功标志：（仅代表可访问，不代表功能一定正常）

[Database] Start to migration...
✅ database migration pass.
-------------------------------------
  ▲ Next.js 14.x.x
  - Local:        http://localhost:3210
  - Network:      http://0.0.0.0:3210

 ✓ Starting...
 ✓ Ready in 95ms

然后就可以，访问 网址:端口 试一下了。

备注：

  • Linux Desktop：如果使用 Linux Desktop GUI 可以在实例的标签页，点开 lobehub | lobechat (old | light version)，查看日志输出，不必敲代码在 Terminal 盯日志了。
    • Debug：如果项目出了 Bug，也可以在 Linux Desktop 实例标签页查看对应实例的 log 查漏补缺。
Windows & MacOS 本地部署

使用 docker 命令行：在有数据库的情况下，直接执行 docker 命令行指令，指令如下：

docker run -it -d --name lobehub -p 3210:3210 \
  -e DATABASE_URL=postgres://postgres:mysecretpassword@host.docker.internal:5432/postgres \
  -e KEY_VAULTS_SECRET=jgwsK28dspyVQoIf8/M3IIHl1h6LYYceSYNXeLpy6uk= \
  -e AUTH_SECRET=jgwsK28dspyVQoIf8/M3IIHl1h6LYYceSYNXeLpy6uk= \
  -e JWKS_KEY='{"keys":[...]}' \
  -e APP_URL=http://localhost:3210 \
  -e S3_ACCESS_KEY_ID=xxxxxxxxxx \
  -e S3_SECRET_ACCESS_KEY=xxxxxxxxxx \
  -e S3_ENDPOINT=https://xxxxxxxxxx.r2.cloudflarestorage.com \
  -e S3_BUCKET=LobeHub \
  -e S3_PUBLIC_DOMAIN=https://s3-for-LobeHub.your-domain.com \
  lobehub/lobehub

备注：

  • 不可用：亲测 windows 不可用，至于怎样修改才能使用，大家就各显神通吧。
总结

一种简单、灵活的部署（本地使用）方式，直接使用 docker 进行部署。

优点：

  • 方便快捷，轻量，两个 docker 实例就可以正常使用。

缺点：

  • 可能有莫名其妙的 bug，如：
    • 笔者亲测：接入的绘画 api 不能正常调用。（@硅基流动 Kolors）
基于 docker compose

原教程文档：通过 Docker Compose 部署 LobeHub · LobeH… · LobeHub

一键部署 （其实不然，网络不好挺折腾的）

兼容性说明：

  • Unix 环境支持：支持 Unix 环境（Linux/macOS）的一键部署。
    • 实测：Windows 基于 GIT: git-bash 也是可以支持的。
  • Windows 用户需通过 WSL 2 运行
    • GIT: git-bash 亲测更好用。
  • 一键启动脚本为首次部署专用，非首次部署请参考 自定义部署 章节
    • 没看，大家感兴趣可以看一看。
  • 端口占用检查：确保 3210、9000、9001 端口可用
    • 关闭电脑防火墙（还有云端端口全开放）：我是这么做的。
1. 下载脚本
  1. 初始化部署环境，目录 lobehub 将用于存放你的配置文件和后续的数据库文件
mkdir lobehub && cd lobehub
  1. 获取并执行部署脚本

🔞不推荐：

  • 网络：边下载遍使用，依赖网络环境。
  • 云端部署：需要使用 sudo 才能初始化 docker 容器，以下方式无法 sudo 执行，因此初始化 docker 容器失败，部署失败。
bash <(curl -fsSL https://lobe.li/setup.sh) -l zh_CN

🟡勉强推荐：

  • 下载完之后，可以重复尝试，容错率高，但容易下到空白内容。
curl -O https://lobe.li/setup.sh

✅推荐：

  • 直接浏览器打开 https://lobe.li/setup.sh，Ctrl + S 保存，简单粗暴。

注意：

  • wget：这个脚本需要使用 wget 来下载配置文件。
  • 网络环境：脚本执行成功率很抽象，有时一次就能成功，有时好几次都不可以，主要是下载文件时，只要网络不稳定，很容易失败。（而且，配置文件存储的网页好像使用的是外国服务器，所以下载成功率感人）
  • 推荐：可以自己根据脚本推出配置文件的地址，手动下载。
2. 执行脚本

🔞方案：直接按照交互式脚本执行就可以了。
✅其他：在命令行调用脚本，按照交互式脚本执行。

部署方式：

  • 本地模式（默认）：仅能在本地访问，不支持局域网 / 公网访问，适用于初次体验；
  • 端口模式：支持局域网 / 公网的 http 访问，适用于无域名或内部办公场景使用；
  • 域名模式：支持局域网 / 公网在使用反向代理下的 http/https 访问，适用于个人或团队日常使用；
    • 笔者只用过端口模式，其他模式你们有条件的话去试一试吧，告诉我好不好用。

需要开放的端口：

  • 3210
  • 9000
  • 9001
3. 使用 docker compose 命令
观察配置生成报告

不同的部署模式会有不同的配置生成报告。（其实用处不大）

  • 本地
安全密钥生成结果如下：
LobeHub:
  - URL: http://localhost:3210
RustFS:
  - URL: http://localhost:9000
  - Username: admin
  - Password: 8c82ea41
  • 端口
安全密钥生成结果如下：
LobeHub:
  - URL: http://your_server_ip:3210
RustFS:
  - URL: http://your_server_ip:9000
  - Username: admin
  - Password: dbac8440
  • 域名
安全密钥生成结果如下：
LobeHub:
  - URL: https://lobe.example.com
RustFS:
  - URL: https://s3.example.com
  - Username: admin
  - Password: dbac8440
执行 docker compose 命令

然后就可以执行 docker compose 命令了。

启动 docker：

docker compose up -d

检查日志：

  • Docker Desktop： 还是可以使用 Docker Desktop GUI 查看。
docker logs -f lobehub
观察日志表现

不同部署方式，日志表现不同。

  • 本地
[Database] Start to migration...
✅ database migration pass.
-------------------------------------
  ▲ Next.js 16.x.x
  - Local:        http://localhost:3210
  - Network:      http://0.0.0.0:3210

 ✓ Starting...
 ✓ Ready in 95ms
  • 端口
[Database] Start to migration...
✅ database migration pass.
-------------------------------------
  ▲ Next.js 16.x.x
  - Local:        http://your_server_ip:3210
  - Network:      http://0.0.0.0:3210
 ✓ Starting...
 ✓ Ready in 95ms
  • 域名
[Database] Start to migration...
✅ database migration pass.
-------------------------------------
  ▲ Next.js 16.x.x
  - Local:        https://localhost:3210
  - Network:      http://0.0.0.0:3210
  ✓ Starting...
  ✓ Ready in 95ms

然后，你就可以通过 域名、IP、localhost: 端口 访问 LobeHub 服务了。

补充

需要避免的坑：

  1. 注意：如果是 Linux 云服务器部署，要在购买服务器的平台上，把服务器对应的端口打开（配置防火墙），不然可能出现无法访问网页、服务器无法上传、接收图片的现象。

一些常用的 docker 命令：

  • 注意： 云端部署环境，不是 root 用户，执行 docker 命令需要加 sudo。
  • 实例操作：
    • 列出实例：docker ps
    • 停止实例：docker stop [实例 ID]
    • 删除实例：docker rm [实例 ID]
      • 需要先停止。
  • 镜像操作：
    • 列出：docker image ls
    • 删除：docker image rm [镜像 ID]
  • compose 操作：
    • 启动：docker compose up
    • 释放：docker compose down
  • 其他：
    • 拉取镜像：docker pull [目标镜像名]
      • 默认拉取：latest
    • 运行镜像：docker run [一堆参数]
      • 笔者没有仔细研究，赶明抽空学一下 docker 吧。

如何更新

原教程文档：LobeHub 启动自动更新 - Vercel / Zeabur 部署 … · LobeHub

docker 部署

注意：Linux 云服务器，非 root 登录加 sudo。

  1. 停止 & 删除原 lobehub 实例
docker ps # 列出所有容器
docker stop [lobehub id] # 停止 lobehub 容器
docker rm [lobehub id] # 释放 lobehub 容器
  1. pull 最新 lobehub 实例
docker pull lobehub/lobehub
  1. （可选）删除原来 lobehub 镜像
docker image ls
docker image rm [old lobehub id]
docker compose 部署
  1. 释放 compose
cd lobehub
docker compose down
  1. 更新 image
docker pull lobehub/lobehub
docker image ls
docker image rm [old lobehub id]
  1. 启动 compose
docker compose up -d

享受

文本生成

  • 思维链可视化

    展示 AI 逐步推理过程（CoT），复杂问题拆解为可观察的逻辑步骤。

  • 分支对话

    从任意消息节点创建分支：
    - 延续模式：保留上下文继续延伸
    - 独立模式：基于历史节点开启全新话题

    线性对话转为树状结构，便于多路径探索。

  • 消息级微调

    单条消息可临时调整 Temperature、Top P 等参数，甚至切换模型，不影响全局设置。

助手管理

  • 自定义助手

    支持设置：角色头像、封面图（Unsplash 搜索）、系统提示词、默认模型、开场白。可为每个助手绑定特定插件（如联网搜索）。

  • 分组与标签

    拖拽排序，支持创建分组（如"工作"、“学习”）。快捷键 Ctrl/Cmd + Shift + N 快速创建。

  • 会话隔离

    每个助手拥有独立对话历史，切换助手不混淆上下文。

API (供应商) 管理

  • 多服务商接入

    同时配置 OpenAI、Claude、Gemini、DeepSeek、Ollama 等 40+ 家 API。

  • 模型管理

    支持设置模型别名、拖拽排序、启用/禁用特定模型。

绘图

  • 文生图

    自由调用 API 中的文生图模型，可指定尺寸

  • 图生文

    支持 GPT-4 Vision、Gemini Vision、Qwen-VL，上传图片进行 OCR、物体识别、图表分析。

  • 语音交互

    • TTS ：OpenAI Audio、Microsoft Edge Speech 多音色可选。
    • STT ：Whisper 语音识别，点击麦克风直接说话输入
# AIGC # AI作画
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

cover

你是第几级 AI 编程？看小白如何生成一个周易应用

avatar 2048 AI社区

VS Cose + PlatformIO +ESP32-S3 + ESPIDF开发环境安装卡壳持续等待问题解决

搭建VS Code + PlatformIO + ESP32-S3 + ESP-IDF 开发环境时遇到了下载问题、安装问题、新建项目持续等待、编译报错等问题，折腾了很长时间，静下心来逐个分析问题，借助大模型、网络帖子等多种方式，终于解决，简单总结笔记如下。

avatar 2048 AI社区
cover

springboot路路通公共交通线路查询系统-开题报告

avatar 2048 AI社区