Beschreibung
LobeHub ist ein Open-Source-Projekt auf GitHub (lobehub/lobehub), das von seinen Betreuern als "Chief Agent Operator" beschrieben wird, um die KI-Agenten eines Benutzers in kontinuierliche, 24/7-Betrieb zu organisieren, anstatt einmalige, einzelne Chats zu führen. Das Repository hat über 82.000 Sterne, mehr als 15.900 Forks und erhielt bis zum Zeitpunkt dieses Schreibens weiterhin Commits.
Weiterlesen
Das Projekt betrachtet Agenten als die grundlegende Arbeitseinheit. Seine "Operator"-Schicht stellt ein, plant und berichtet über die Agenten eines Benutzers, einschließlich eines IM-Gateways, damit Agenten über Chat-Apps, die der Benutzer bereits verwendet, erreicht werden können. Seine "Create"-Schicht umfasst einen Agenten-Builder: Ein Benutzer beschreibt, was er benötigt, und das System wendet eine automatische Konfiguration an, mit Zugriff auf jedes unterstützte Modell oder jede Modalität und einer Bibliothek, die das Projekt mit mehr als 10.000 Fähigkeiten und MCP-kompatiblen Plugins angibt.
Eine "Collaborate"-Schicht fügt Agentengruppen hinzu, bei denen das System mehrere Agenten zusammenstellt, um eine Aufgabe parallel zu bearbeiten, zusammen mit gemeinsamen Seiten für das Schreiben mit mehreren Agenten, geplanten Ausführungen und projekt- sowie arbeitsbereichsbezogener Organisation für Teams. Eine "Evolve"-Schicht fügt das hinzu, was das Projekt als persönliche Erinnerung bezeichnet: Agenten, die im Laufe der Zeit lernen, wie ein Benutzer arbeitet, basierend auf dem, was LobeHub als "white-box", strukturierten und bearbeitbaren Speicher beschreibt, anstatt eines undurchsichtigen Speichers.
LobeHub kann auf Vercel, Zeabur, Sealos oder Alibaba Cloud selbst gehostet oder aus einem Docker-Image ausgeführt werden und unterstützt die Bindung einer benutzerdefinierten Domain; das Selbst-Hosting erfordert den eigenen OpenAI-API-Schlüssel des Benutzers. Das Projekt ist in TypeScript geschrieben und wird unter einer benutzerdefinierten Lizenz veröffentlicht, die nicht einer standardmäßigen OSI-Lizenz entspricht (auf GitHub als "Other" gekennzeichnet), sodass jeder, der den Code wiederverwendet oder weiterverbreitet, die Bedingungen direkt überprüfen sollte, anstatt von einer permissiven Open-Source-Nutzung auszugehen. Die Betreuer beschreiben sich als eine Gruppe von Design-Ingenieuren, die das Projekt durch einen Bootstrapping-Ansatz aufbauen, mit dem Ziel, ein offenes, transparentes Produktökosystem sowohl für alltägliche Benutzer als auch für professionelle Entwickler zu schaffen. LobeHub pflegt auch eine Discord-Community, veröffentlicht ein öffentliches Sternverlauf-Diagramm, das das Wachstum auf GitHub im Laufe der Zeit verfolgt, und wurde zweimal auf Product Hunt gestartet.
- KategorieKI-Chatbots
- PreismodellOpen Source
- BereitstellungSelbst gehostet
- PlattformenWeb
LobeHub's Kernfunktionen
Organisiert mehrere KI-Agenten in laufende Operationen anstelle von einmaligen Chats
Beinhaltet einen Agenten-Builder, der einen neuen Agenten aus einer Beschreibung in einfacher Sprache automatisch konfiguriert
Bietet eine Bibliothek von mehr als 10.000 Fähigkeiten und MCP-kompatiblen Plugins
Unterstützt Agentengruppen, die mehrere Agenten zusammenstellen, um eine Aufgabe parallel zu bearbeiten
Bietet gemeinsame Seiten, Projekte und Arbeitsbereiche für die Zusammenarbeit auf Teamebene mit Agenten
Beinhaltet eine strukturierte, benutzerbearbeitbare "white-box"-Speicherschicht für Agenten
Erreicht Agenten über ein IM-Gateway innerhalb von Chat-Apps, die der Benutzer bereits verwendet
Selbst-Hosting auf Vercel, Zeabur, Sealos, Alibaba Cloud oder Docker
Erste Schritte mit LobeHub
LobeHub bereitstellen: Selbst-Hosting über Vercel, Docker oder eine unterstützte Cloud unter Verwendung Ihres eigenen OpenAI-API-Schlüssels.
Einen Agenten erstellen: Beschreiben Sie, was Sie im Agenten-Builder benötigen, und lassen Sie ihn automatisch konfigurieren.
Fähigkeiten verbinden: Fügen Sie relevante Fähigkeiten oder MCP-kompatible Plugins aus der Bibliothek hinzu.
Ein IM-Gateway einrichten: Erreichen Sie den Agenten über eine Chat-App, die Sie bereits verwenden, falls erforderlich.
Agenten für größere Aufgaben gruppieren: Verwenden Sie Agentengruppen oder Seiten, wenn eine Aufgabe mehrere Agenten benötigt.
Agentenspeicher überprüfen: Überprüfen und bearbeiten Sie, was ein Agent durch seine Speicherschicht gelernt hat.
LobeHub's Anwendungsfälle
- Automatisierung von Multi-Agenten-Aufgaben
- Benutzerdefinierte Agentenerstellung
- Selbst-gehostete Agentenoperationen
- Team-Agenten-Zusammenarbeit
