📌 项目：https://github.com/lobehub/lobehub | 星数：83k | 语言：TypeScript | 协议：MIT | 更新：2026-10-21
LobeHub是lobehub团队开源的Agent操作平台，83k颗星，TypeScript编写，MIT协议。定位是"你的AI团队Chief Operator"——你定义一组Agent（各自有角色、工具、模型），LobeHub负责雇佣（启动Agent实例）、调度（按计划或事件触发）、报告（汇总Agent产出）。核心卖点是"7×24运行无需人在线"——Agent在后台持续工作，你睡觉时它们完成任务，醒来查看报告。这把Agent从"被动工具"（你提问它回答）变成"主动工作者"（它自主完成分配的任务）。
Agent平台和个人Agent方向，桌面编程Agent可参考Omnirush编程Agent指南，Cloudflare上的个人Agent可看Talorys Cloudflare Agent指南，开源个人Agent可参考Open Dot个人Agent指南。
Agent编排与调度引擎：LobeHub的调度引擎支持多种触发模式——定时（cron表达式，如每天9点跑市场分析Agent）、事件（ webhook触发，如GitHub PR创建时跑代码审查Agent）、链式（Agent A完成后触发Agent B，形成工作流）。每个Agent有角色定义（system prompt + 工具集 + 模型选择），平台负责实例化和管理生命周期。多Agent协作支持消息传递（Agent间发消息协调）和共享状态（Agent读写共享工作区）。调度引擎用TypeScript实现，可自托管在Vercel/Docker/本地，MIT协议允许商用。
报告与可观测性：LobeHub的报告系统是区别于其他Agent框架的核心——每个Agent执行后生成结构化报告（任务目标、执行步骤、产出结果、异常处理），汇总到Dashboard。你可以查看"今天AI团队做了什么"的完整时间线。报告支持多种输出格式（Markdown/Slack通知/邮件摘要），适合团队协作场景——管理者不需要盯着Agent执行，每天看报告即可。还支持Agent执行回放（逐步查看Agent的推理和操作），方便调试和优化Agent行为。
部署与集成生态：LobeHub支持多种部署方式——Vercel一键部署（免费tier够小团队用）、Docker自托管（数据完全私有）、Cloudflare Workers（边缘部署低延迟）。Agent工具集支持MCP协议集成外部工具（如Scrapling爬虫、文件系统、数据库）。模型层支持OpenAI/Anthropic/本地Ollama等。与LobeChat（同团队的聊天前端）深度集成，可以用LobeChat界面直接管理和操作LobeHub的Agent团队。
| ✅ 优势 | ❌ 劣势 |
|---|---|
| 7×24后台自动运行 | 自托管需运维能力 |
| 调度引擎支持定时/事件/链式 | Agent质量依赖prompt设计 |
| 结构化报告与Dashboard | 多Agent协调复杂度高 |
| 多部署方式含Vercel免费 | Vercel免费tier有执行时长限制 |
| MIT协议可商用 |
LobeChat是同团队的开源AI聊天前端（类似ChatGPT Web界面），LobeHub是Agent操作平台。两者深度集成——LobeChat提供交互界面，LobeHub提供后台Agent调度。你可以只用LobeChat做手动对话，也可以配合LobeHub让Agent在后台自动运行。简单理解：LobeChat是"你和AI对话的窗口"，LobeHub是"AI团队在后台自动工作的引擎"。两者都MIT协议可商用。
Vercel免费tier限制：函数执行时长10秒/次、月度带宽100GB。LobeHub的轻量Agent（如定时摘要、简单审查）在免费tier可用，但长时间运行的任务（如网页爬取+分析）会超时。建议测试期用Vercel免费，生产用Docker自托管或Cloudflare Workers（按需付费无硬性时长限制）。Agent调度的cron job在Vercel上用其Cron Functions功能，免费tier每天最多100次触发。
LobeHub用YAML/TypeScript定义Agent——system prompt描述角色（"你是代码审查员，关注安全漏洞和代码规范"），tools声明可用工具（MCP工具/文件系统/API调用），model指定LLM后端（claude-sonnet/gpt-4o/本地模型）。调度规则单独定义（何时触发、触发频率、依赖链）。平台提供Agent模板库（代码审查/内容生成/数据分析等常见角色），可直接用或定制。建议从模板开始，逐步调整prompt和工具集优化Agent表现。