LobeHub 是原 LobeChat 品牌演进后的 AI Agent 工作空间。当前官方定位不再只是“好看的多模型聊天客户端”，而是 Chief Agent Operator：创建 Agent、组合技能和 MCP 插件，以 Pages、Projects、Workspace、Agent Groups、计划任务和可编辑记忆组织长期工作。个人可直接用 LobeHub Cloud 的模型额度与同步，也能部署社区版并自备模型服务；企业版另提供商业授权、用户管理、品牌和私有模型支持。
快速结论
LobeHub 适合希望在现代化界面里使用多模型、知识库与 agent 协作，又想在官方云和自部署之间选择的用户。Cloud 省去数据库、升级和模型结算，社区版给部署者更多数据与 provider 控制，但并非功能、服务和许可证都与 Cloud 完全等价。只需要自托管多 provider 聊天可比较 LibreChat；只需要单机私有文档问答，AnythingLLM Desktop 更轻。
核心功能
- Agent Builder：通过描述需求建立 agent，并配置模型、指令、知识和工具。
- 模型与多模态：统一使用多家文本、视觉、图像和其他模型，Cloud 可按 Credits 消耗，社区版支持自备 provider key。
- Skills 与 MCP 插件：官方项目主张大规模技能市场和 MCP 兼容插件；第三方工具的安全性与权限仍需用户判断。
- 协作工作区：Pages 用共享上下文写作，Projects 整理资料，Workspace 支持团队协作，Agent Groups 可让多个 agent 并行处理任务。
- 计划与记忆：支持 Schedule 运行和结构化、可编辑的 Personal Memory，适合长期重复工作。
- 自托管：官方提供 Docker，也列出 Vercel、阿里云等部署路径；完整服务端形态需要持久化数据库、对象/向量存储和可靠升级策略。
适合人群
它适合重视交互设计的个人知识工作者、多模型重度用户、需要共享 agent 工作区的小团队，以及希望基于开源代码二次开发的工程团队。企业若需要私有模型、统一用户管理、品牌定制与商业授权，应直接核对 Enterprise，而不是假设社区部署可无条件覆盖商业场景。需要确定性客服业务流程的团队应看 Rasa，需要大量企业连接器和权限继承则看 Onyx。
使用场景
个人可把研究、写作、图片理解和长期记忆集中在一个工作区；团队可用 Pages 和 Projects 共享上下文，让不同 agent 分工汇总；开发者可用 MCP 或插件接工具，并通过自备 API key 对比不同模型。它能做文件与知识问答，但并不替代专业数据治理：上传资料、共享 agent 或启用第三方技能之前，仍要确认谁能读到什么、内容会发往哪个模型。
价格与版本
| 版本 | 2026-07-15 官方公开价格 | 关键内容 |
|---|---|---|
| Cloud Free | $0 | 每月 500,000 Credits、10 MB 文件存储、100 条向量记录、无限 Pages |
| Cloud Starter | 月付 $12.9；年付折算 $9.9/月 | 每月 5,000,000 Credits、1 GB 文件、5,000 条向量、Agent Memory |
| Cloud Premium | 月付 $24.9；年付折算 $19.9/月 | 每月 15,000,000 Credits、2 GB 文件、10,000 条向量、优先邮件支持 |
| Cloud Ultimate | 月付 $49.9；年付折算 $39.9/月 | 每月 35,000,000 Credits、4 GB 文件、20,000 条向量、聊天与邮件支持 |
| 社区自托管版 | 软件可自行部署 | 基础设施和模型 API 自付；使用前核对当前 LobeHub Community License |
| Enterprise | 联系销售 | 商业授权、品牌、用户管理、自托管 provider、私有模型和定制支持 |
Credits 与 token 按模型映射，不应把“约可发多少条消息”视为保证；上下文长度和输出会显著改变消耗。Cloud 也允许自备 provider key 的无限消息请求，但对应 API 账单另算。
国内访问与使用体验
官网与自部署入口可用性取决于实际网络和云区域，needsVPN: false 仅表示产品本身不被定义为必须依赖特殊网络。选择国内可用 provider 或本地模型可改善延迟，但 Cloud 内具体模型仍可能有地区限制。自托管时应绑定合规域名、配置 HTTPS，并检查模型 API、插件、对象存储和遥测的跨境数据路径；不要把“部署在国内云”误解为所有请求都留在国内。
优点
- 界面完成度高，多模型、多模态和 agent 工作流集中。
- Cloud 有免费层和清晰额度，适合不想运维的用户。
- 社区版有多种部署路径，可自备 provider 和本地模型。
- Pages、Projects、Groups、Schedule 和白盒记忆让产品超出单次聊天。
不足
- 产品迭代快，旧 LobeChat 教程和当前 LobeHub 能力容易混淆。
- Credits 不是固定消息数，重度长上下文成本需实测。
- 社区版使用 Community License，不应继续写成 Apache 或简单称“无条件免费商用”。
- 自托管者要负责数据库迁移、备份、对象存储、密钥、插件权限、漏洞修补和可观测性；接云模型后，提示词与文件仍会离开主机。
替代品对比
| 产品 | 更适合 | 相比 LobeHub |
|---|---|---|
| LibreChat | 自托管多 provider 与团队聊天 | 配置和身份控制更偏平台，LobeHub 的云版与视觉工作区更完整 |
| AnythingLLM | 桌面或 Docker 私有 RAG | 工作区文档上手直接，LobeHub 的 agent 协作和界面更丰富 |
| Open WebUI | Ollama 与本地模型优先 | 本地推理生态更集中，LobeHub 更强调 Cloud、多模态和 Agent Operator |
| Dify | 构建并发布 LLM 工作流应用 | API、流程编排更产品化，LobeHub 更像终端用户工作空间 |
常见问题 FAQ
LobeHub 和 LobeChat 是两个产品吗？
LobeHub 是当前品牌与产品方向，源自 LobeChat。搜索旧教程时应核对发布日期、仓库名和当前文档，避免套用已变化的部署或定价。
Cloud 可以自备 API key 吗？
官方价格页列出 Bring your own Provider API keys 与无限消息请求。此类请求仍按 provider 账户计费，Cloud 订阅 Credits 主要覆盖平台提供的模型调用。
自托管版和 Cloud 功能完全相同吗？
不能默认相同。Cloud 包含托管、同步、平台 Credits 和支持层级，Enterprise 还有商业授权与管理能力；部署前应按当前功能矩阵核对。
自托管后数据一定不出服务器吗？
不一定。使用云模型、搜索、MCP、插件或外部存储都会产生出站数据。只有逐项选择本地组件并做网络审计，才能判断真实数据边界。
Credits 等于 token 吗？
不是一比一固定值。官方按不同模型的输入、输出 token 设置 Credits 映射，所以同一套餐在不同模型和上下文下可用量不同。
团队商业使用社区版要注意什么？
首先阅读仓库当前 LobeHub Community License，再评估用户管理、支持、品牌和私有模型需求。需要商业授权或定制支持时应联系 Enterprise，而不是依据旧 Apache 标识判断。
总结
LobeHub 已从多模型 UI 变成以 agent 为工作单元的长期工作空间。Cloud 适合追求省心和同步，自托管适合能承担基础设施与安全责任的团队；真正的选择点不是“免费还是付费”，而是谁负责模型结算、数据路径、许可证和持续运营。