# 1. Что такое LobeChat?

LobeChat — это open-source AI-чат-клиент нового поколения, созданный командой LobeHub (Китай). Проект стартовал в 2023 году как self-hosted альтернатива ChatGPT, и к 2026 году превратился в одну из самых популярных платформ для общения с LLM: на GitHub у репозитория lobehub/lobe-chat уже более 50 000 звёзд, а проект активно развивается еженедельными релизами.

Главная идея LobeChat — дать пользователю полный контроль над AI-чатом: вы разворачиваете клиент на своём сервере, подключаете любые модели (облачные или локальные), и все ваши данные остаются у вас. Никакой цензуры, никакой передачи переписки третьим лицам, никаких ежемесячных подписок.

В отличие от простых «обёрток» над API, LobeChat включает полноценную экосистему:

• Агенты — готовые ассистенты с ролями, системными промптами и инструментами (аналог GPTs из ChatGPT);
• Плагины — расширения для поиска в интернете, работы с документами, генерации изображений;
• MCP-поддержка — подключение любых Model Context Protocol-серверов;
• Knowledge Base (RAG) — загрузка файлов и создание базы знаний для ответов по вашим документам;
• Голосовые ассистенты — распознавание речи и синтез (Whisper, Edge TTS, OpenAI TTS);
• Мультимодальность — работа с изображениями, аудио, документами в одном окне.

# 2. Ключевые метрики

По данным репозитория: лицензия MIT, стек — Next.js 14, TypeScript, Zustand, Tailwind CSS. Проект поддерживает сообщество из сотен контрибьюторов, а релизы выходят практически каждую неделю.

# 3. Установка через Docker

Самый быстрый способ запустить LobeChat — официальный Docker-образ. Всё, что нужно — сервер с Docker и свободный порт 3210:

# 1. Простейший запуск одной командой
docker run -d -p 3210:3210 \
  --name lobe-chat \
  --restart=always \
  lobehub/lobe-chat

# 2. Проверяем, что контейнер поднялся
docker ps | grep lobe

# 3. Открываем в браузере
curl http://localhost:3210 -o /dev/null -w "%{http_code}\n"
# → 200

После запуска откройте http://ваш-сервер:3210 — вы увидите интерфейс чата. Без настроенных API-ключей можно пользоваться встроенным «гостевым» режимом, но для реальной работы нужно подключить провайдеров.

# 4. Docker Compose: полная конфигурация

Рекомендуемый способ — docker-compose.yml с переменными окружения для провайдеров, авторизацией и автообновлением:

version: '3.8'
services:
  lobe-chat:
    image: lobehub/lobe-chat:latest
    container_name: lobe-chat
    restart: always
    ports:
      - "3210:3210"
    environment:
      # --- Провайдеры моделей ---
      OPENAI_API_KEY: sk-ваш-ключ-openai
      OPENAI_PROXY_URL: https://api.openai.com/v1
      DEEPSEEK_API_KEY: sk-ваш-ключ-deepseek
      # --- Локальные модели через Ollama ---
      OLLAMA_PROXY_URL: http://host.docker.internal:11434
      # --- Авторизация (обязательно!) ---
      ENABLE_OAUTH_SSO: false
      ACCESS_CODE: ваш-секретный-код
      # --- База данных для синхронизации ---
      DATABASE_DRIVER: postgres
      DATABASE_URL: postgres://lobe:пароль@postgres:5432/lobe
  postgres:
    image: postgres:16-alpine
    environment:
      POSTGRES_USER: lobe
      POSTGRES_PASSWORD: пароль
      POSTGRES_DB: lobe
    volumes:
      - pgdata:/var/lib/postgresql/data
volumes:
  pgdata:

Переменная ACCESS_CODE — самый простой способ ограничить доступ. Если вы хотите мультипользовательскую систему с регистрацией — включите OAuth через Clerk или NextAuth (потребуется регистрация на clerk.com и настройка ключей).

# 5. Подключение провайдеров: OpenAI, DeepSeek, локальные модели

LobeChat поддерживает более 30 провайдеров — от OpenAI и Anthropic до DeepSeek, Groq, Mistral, Qwen и локальных Ollama. Настройка происходит в интерфейсе: Настройки → Модели провайдеров, либо через переменные окружения при деплое.

DeepSeek — отличный выбор для пользователей из России: недорогой API, отличное качество кода, оплата в юанях/долларах напрямую. Подключение через env:

# В docker-compose.yml, секция environment:
DEEPSEEK_API_KEY: sk-xxxxxxxx
DEEPSEEK_PROXY_URL: https://api.deepseek.com/v1

# Проверка ключа через curl
curl https://api.deepseek.com/v1/models \
  -H "Authorization: Bearer sk-xxxxxxxx" | head -20

Локальные модели через Ollama — полная приватность, работа без интернета:

# 1. Устанавливаем Ollama на хосте
curl -fsSL https://ollama.com/install.sh | sh

# 2. Качаем модель (например qwen3:8b или llama3.1:8b)
ollama pull qwen3:8b

# 3. В LobeChat: Настройки → Ollama → proxy url
http://host.docker.internal:11434

# 4. Проверка API Ollama
curl http://localhost:11434/api/tags | head -5

LobeChat сам обнаружит установленные в Ollama модели — их не нужно вручную добавлять в список.

# 6. Агенты: персональные ассистенты с ролями

Одна из сильнейших фич LobeChat — встроенная система агентов, аналогичная GPTs из ChatGPT. Агент — это комбинация системного промпта, выбранной модели, набора плагинов и базы знаний. В маркетплейсе LobeChat доступно сотни готовых агентов: переводчик, копирайтер, Python-разработчик, SEO-специалист, юрист и так далее.

Создать своего агента можно прямо в интерфейсе — кнопка «Ассистенты» → «Создать». За каждым агентом стоит простой промпт:

# Пример системного промпта агента «Python-разработчик»
Ты — senior Python-разработчик с 10-летним опытом.
Отвечай кратко и по делу. Всегда показывай код целиком,
с комментариями на русском. Если видишь ошибку в коде
пользователя — сразу объясняй причину и давай исправление.

# Агент получает доступ к инструментам:
- Код-интерпретатор (Python)
- Поиск в интернете (плагин web-search)
- Чтение файлов проекта (knowledge base)

Агенты можно шарить: экспортировать в JSON и импортировать на другом сервере — удобно для команды, где каждый участник использует свой набор ассистентов.

# 7. Плагины и MCP: расширение возможностей

Плагины добавляют чату реальные инструменты: поиск в интернете (Google, Bing, DuckDuckGo), извлечение контента страниц, генерация изображений (DALL-E, Midjourney через прокси), доступ к Wolfram Alpha, YouTube-транскриптам, базам знаний Notion и многое другое. Плагины ставятся из встроенного маркетплейса в один клик.

С 2025 года LobeChat получил полноценную поддержку Model Context Protocol (MCP) — открытого стандарта, который позволяет подключать к LLM любые внешние инструменты через унифицированный протокол:

# Пример: подключение MCP-сервера в LobeChat
# Интерфейс: Настройки → Инструменты → MCP Servers → Добавить

# Локальный MCP-сервер (stdio):
npx -y @modelcontextprotocol/server-filesystem /srv/data

# Удалённый MCP-сервер (SSE):
URL: https://mcp.example.com/sse

# Проверка списка инструментов MCP
curl -s https://mcp.example.com/tools | jq .

Благодаря MCP экосистема LobeChat расширяется практически бесконечно: можно подключить серверы для работы с GitHub, PostgreSQL, Slack, 1С, Google Sheets — всё, для чего есть MCP-реализация.

# 8. Knowledge Base: RAG на своих документах

Встроенная система знаний позволяет загружать файлы (PDF, DOCX, TXT, Markdown) и получать ответы по их содержимому. LobeChat сам разбивает документы на чанки, строит эмбеддинги и хранит их в векторном поиске — полноценный RAG без единой строчки кода:

# 1. В интерфейсе: Knowledge Base → Создать базу
# 2. Загрузить файлы (PDF/Word/Markdown)
# 3. Выбрать модель эмбеддингов (например text-embedding-3-small)
# 4. Привязать базу к агенту или чату

# Через API (если включён доступ):
curl -X POST https://lobe.example.com/api/kb/upload \
  -H "Authorization: Bearer токен" \
  -F "file=@договор.pdf"

Это делает LobeChat идеальным решением для команд: вся внутренняя документация, база знаний поддержки и регламенты доступны через единый AI-интерфейс, при этом данные не покидают ваш сервер.

# 9. Голос, мультимодальность и мобильный доступ

LobeChat умеет работать с голосом: распознавание речи (Whisper, локальный или облачный), синтез ответов (Edge TTS бесплатно, OpenAI TTS, ElevenLabs). Функция «голосовой агент» превращает чат в полноценного голосового ассистента — полезно для демо и accessibility.

Из коробки поддерживается мультимодальность: можно отправлять изображения моделям с vision (GPT-4o, Claude, Gemini), генерировать картинки прямо в чате, распознавать текст на фото. Для изображений есть встроенный просмотрщик с зумом и галереей.

# Мобильный доступ: PWA (установка как приложение)
# Откройте https://ваш-сервер:3210 в Chrome/Safari на телефоне
# → «Установить приложение» → LobeChat работает как native app

# Desktop-клиент (Win/Mac/Linux):
curl -L -o LobeChat.AppImage \
  https://github.com/lobehub/lobe-chat/releases/latest/download/LobeChat-linux-x64.AppImage
chmod +x LobeChat.AppImage
./LobeChat.AppImage

# 10. Сравнение с аналогами

Главный конкурент — Open WebUI: у него больше звёзд и зрелый RAG, но LobeChat выигрывает по агентам, плагинам, MCP и удобству интерфейса. Если вам нужен «ChatGPT, который живёт у вас» с максимальным набором функций — LobeChat лучший выбор в 2026 году.

# 11. Тарифы: бесплатно и навсегда

Сам клиент LobeChat — бесплатный (MIT-лицензия). Вы платите только за API моделей, которые используете. Ориентировочные расходы для личного использования:

• Только локальные модели (Ollama) — 0 ₽/мес, нужно железо с 16+ ГБ RAM;
• DeepSeek API — от ~100–300 ₽/мес при активном использовании;
• OpenAI GPT-4o — от ~$5–20/мес в зависимости от объёма;
• VPS для хостинга — от 300 ₽/мес (1 vCPU, 2 ГБ RAM достаточно).

Если вы хотите поддерживать проект и получить доступ к расширенным функциям облачной версии — есть подписка LobeHub Cloud (от $7/мес), но self-hosted версия не урезана: все ключевые функции доступны бесплатно. О том, как выбрать оптимальный тарифный план и оплатить сервисы из России, читайте на странице оплаты AI-сервисов и в разделе цен на инструменты.