Description
LobeHub est un projet open-source sur GitHub (lobehub/lobehub) que ses mainteneurs décrivent comme un "Opérateur Principal d'Agents," destiné à organiser les agents d'IA d'un utilisateur en opérations continues, 24/7, plutôt qu'en discussions ponctuelles. Le dépôt compte plus de 82 000 étoiles, plus de 15 900 forks, et recevait encore des commits au moment de la rédaction.
Lire la suite
Le projet considère les agents comme l'unité de travail de base. Sa couche "Opérateur" embauche, planifie et rend compte des agents d'un utilisateur, y compris une passerelle IM pour que les agents puissent être atteints depuis les applications de chat que l'utilisateur utilise déjà. Sa couche "Créer" comprend un Constructeur d'Agents : un utilisateur décrit ce dont il a besoin et le système applique une auto-configuration, avec accès à tout modèle ou modalité pris en charge et une bibliothèque que le projet affirme contenir plus de 10 000 compétences et des plugins compatibles MCP.
Une couche "Collaborer" ajoute des Groupes d'Agents, où le système assemble plusieurs agents pour travailler sur une tâche en parallèle, ainsi que des Pages partagées pour l'écriture multi-agents, des exécutions programmées, et une organisation au niveau des projets et des espaces de travail pour les équipes. Une couche "Évoluer" ajoute ce que le projet appelle Mémoire Personnelle : des agents qui apprennent de la manière dont un utilisateur travaille au fil du temps, construite sur ce que LobeHub décrit comme une mémoire "boîte blanche," structurée et modifiable plutôt qu'un stockage opaque.
LobeHub peut être auto-hébergé sur Vercel, Zeabur, Sealos, ou Alibaba Cloud, ou exécuté à partir d'une image Docker, et prend en charge l'association d'un domaine personnalisé ; l'auto-hébergement nécessite la clé API OpenAI de l'utilisateur. Le projet est écrit en TypeScript et est publié sous une licence personnalisée plutôt qu'une licence OSI standard (étiquetée "Autre" sur GitHub), donc toute personne réutilisant ou redistribuant le code devrait vérifier ses termes directement plutôt que de supposer une utilisation permissive en open-source. Les mainteneurs se décrivent comme un groupe d'ingénieurs en design construisant le projet par une approche de démarrage, visant un écosystème de produit ouvert et transparent pour les utilisateurs quotidiens et les développeurs professionnels. LobeHub maintient également une communauté Discord, publie un graphique d'historique public des étoiles suivant sa croissance sur GitHub au fil du temps, et a été lancé deux fois sur Product Hunt.
- CatégorieChatbots IA
- Modèle tarifaireOpen source
- DéploiementAuto-hébergé
- PlateformesWeb
Fonctionnalités principales de LobeHub
Organise plusieurs agents d'IA en opérations continues plutôt qu'en discussions ponctuelles
Comprend un Constructeur d'Agents qui auto-configure un nouvel agent à partir d'une description en langage courant
Fournit une bibliothèque de plus de 10 000 compétences et de plugins compatibles MCP
Prend en charge des Groupes d'Agents qui assemblent plusieurs agents pour travailler sur une tâche en parallèle
Offre des Pages, Projets et Espaces de travail partagés pour la collaboration au niveau de l'équipe avec des agents
Comprend une couche de mémoire "boîte blanche" structurée et modifiable par l'utilisateur pour les agents
Atteint les agents via une passerelle IM à l'intérieur des applications de chat que l'utilisateur utilise déjà
S'auto-héberge sur Vercel, Zeabur, Sealos, Alibaba Cloud, ou Docker
Premiers pas avec LobeHub
Déployer LobeHub : Auto-héberger via Vercel, Docker, ou un cloud pris en charge, en utilisant votre propre clé API OpenAI.
Construire un agent : Décrivez ce dont vous avez besoin dans le Constructeur d'Agents et laissez-le s'auto-configurer.
Connecter des compétences : Attachez des compétences pertinentes ou des plugins compatibles MCP de la bibliothèque.
Configurer une passerelle IM : Atteignez l'agent depuis une application de chat que vous utilisez déjà, si nécessaire.
Regrouper des agents pour des tâches plus importantes : Utilisez des Groupes d'Agents ou des Pages lorsque une tâche nécessite plusieurs agents.
Vérifier la mémoire de l'agent : Consultez et modifiez ce qu'un agent a appris à travers sa couche de mémoire.
Cas d'utilisation de LobeHub
- Automatisation des tâches multi-agents
- Création d'agents personnalisés
- Opérations d'agents auto-hébergés
- Collaboration d'agents d'équipe
