Web 版 vs 桌面版 vs Docker 自托管，怎么选？

Web 版（chat.lobehub.com）最快上手但数据存 LobeHub 服务器；桌面版数据本地存、隐私好；Docker 自托管对团队 / 公司部署最优，完全掌控数据。

支持哪些模型？

80+ 模型：OpenAI 全系列、Anthropic Claude、Google Gemini、DeepSeek、Qwen、Kimi、Moonshot、字节豆包、Groq、Together、OpenRouter、Ollama / LM Studio 本地模型，以及任何 OpenAI 兼容 API。

多模型对比怎么用？

同一对话窗口里把消息广播给多个模型并排回答，选型 / 评估特别有用——直接看 Claude 和 GPT 在同一 prompt 下的回答差异。

助手市场是什么？

LobeHub 维护的预设 AI 角色市场（代码审查 / 翻译 / 写作 / 角色扮演等几百个），一键拉到本地用，省去自己写 System Prompt。

LobeChat — AIHO

Name: LobeChat
Rating: 4.8

TL;DR

LobeChat 是 LobeHub 团队的开源 AI 聊天框架，2023 年发布、GitHub 72k+ stars、MIT 协议。Web + 桌面 + Docker 自托管三形态，把 OpenAI / Claude / Gemini / DeepSeek / Qwen / Kimi / Ollama / LM Studio 等 80+ 模型聚合到一个现代设计的客户端里。内置 RAG 知识库 + 插件市场 + 助手市场 + 多模型对比 + MCP，是当下综合最强的多模型 AI 客户端之一。

适合：需要 Web 端访问、Docker 自托管、多模型对比、丰富助手市场的用户；中文重度用户；想给团队 / 家庭部署一个共享 AI 工作台。不适合：只用桌面 + 不需要 Web（Cherry Studio 同样优秀且更精细）、强企业 RBAC + 多租户（Open WebUI 多用户更完善）。

核心能力

多模型聚合：OpenAI / Claude / Gemini / DeepSeek / Qwen / Kimi / 豆包 / Groq / Together / OpenRouter / Ollama / LM Studio
多模型对比：同 prompt 给多模型并排回答
本地 RAG 知识库：上传 PDF / Word / 网页 → 向量化 → 检索引用
插件市场：联网搜索 / 代码执行 / 图像生成 / 翻译等几十款官方插件
助手市场：几百个预设 AI 角色，一键导入
MCP 协议：扩展任意工具能力
代码解释器 / 文件上传 / TTS / 多模态
Web + 桌面 + Docker：三形态，数据可完全本地
LobeHub Cloud：官方云托管，免部署
快捷指令 / 工作流：自定义 prompt 模板，/podcast-summary 类用法

价格

自托管 / 桌面：完全免费、MIT 开源
LobeHub Cloud：订阅制，云端托管 + 团队协作 + 同步

模型 API 费用按你自己的供应商付费；本地 Ollama / LM Studio 零成本。

实测（M2 + 自托管 Docker，连 OpenAI + DeepSeek + 本地 Ollama）

亮点：

界面颜值是这一类工具里第一档（深色 / 透明 / 现代感）
多模型并排对比对选型极其有用：写一道复杂题，Claude / GPT / DeepSeek 直接对比答案
知识库 RAG 上传 50+ PDF 后检索准确，引用片段可视化
助手市场拿来即用——「Code Reviewer」「Translation Polish」节省 prompt 编写
Docker 一键部署，团队 5 人共享流畅
多平台数据同步（Cloud / WebDAV）

踩坑：

自托管要熟悉 Docker + 反代 + HTTPS
国内连 OpenAI / Claude 需自带网络方案
Web 版数据存 LobeHub，隐私敏感场景走桌面 / Docker
插件市场质量参差，要自筛
团队多人共享需配 LobeHub Cloud 或自建数据库（Postgres + S3）

上手

选形态：Web（chat.lobehub.com 注册即用） / 桌面（GitHub Releases 下载） / Docker
Docker：docker run -d -p 3210:3210 -e OPENAI_API_KEY=sk-xxx --name lobe-chat lobehub/lobe-chat
设置 → AI 服务商 → 添加 OpenAI / Claude / DeepSeek / Ollama
模型选择器测试对话
知识库：拖文件 → 等向量化 → 对话引用
助手市场拉「Code Reviewer」「论文翻译润色」试用
进阶：插件市场启用联网搜索 / 代码执行；MCP 自定义工具

对比

维度	LobeChat	Cherry Studio	Open WebUI	LM Studio
形态	Web + 桌面 + Docker	桌面	Docker / 桌面	桌面
多模型聚合	✅ 80+	✅	✅	本地为主
多模型对比	✅ 一等	✅	弱	弱
知识库 RAG	✅	✅	✅ + oikb	弱
插件 / 助手市场	✅ 丰富	300+ 助手	Tools	弱
MCP	✅	✅	✅ mcpo	弱
多用户	配 Cloud / 自建	无	✅ 一等	无
GitHub Stars	72k+	60k+	126k+	–
开源协议	MIT	AGPL-3.0	MIT	闭源（免费）

避坑

Web 版数据不本地：隐私敏感选桌面或 Docker 自托管
国内连海外模型走中转：直连 OpenAI / Claude 不稳，配 OpenRouter / Ofox / 国内中转
Docker 自托管暴露公网：上反代 + HTTPS + Auth + 备份数据库
嵌入模型中文优化：默认嵌入对中文一般，配 bge-m3 / 硅基流动 Pro 版
插件市场审一遍：第三方插件可执行代码，团队部署谨慎启用
同步选 Cloud vs WebDAV：团队多端走 LobeHub Cloud；个人多设备 WebDAV 即可

适合 / 不适合

✅ Web + 桌面双形态需求
✅ Docker 自托管 / 团队共享
✅ 多模型对比 / 选型
✅ 中文重度用户
✅ 助手市场 / 插件生态用户
❌ 强企业 RBAC + 多租户（Open WebUI 更完善）
❌ 只要桌面 + 数据完全本地（Cherry Studio 同样优秀）
❌ 完全不会碰 Docker

来源

LobeChat GitHub 仓库（72k+ stars，MIT）https://github.com/lobehub/lobe-chat
腾讯云开发者社区 — Lobe Chat 本地化 AI 聊天终极桌面客户端（2026-01）https://cloud.tencent.com/developer/article/2622150
Ofox.ai — LobeChat 完全配置指南 2026（2026-04-17）https://ofox.ai/zh/blog/lobechat-api-configuration-guide-2026