LobeChat是什么

LobeChat 是开源的高性能聊天机器人框架，支持语音合成、多模态、可扩展的（Function Call）插件系统。支持一键免费部署私人 ChatGPT/LLM 网页应用程序。

地址：https://github.com/lobehub/lobe-chat

LobeChat介绍

为什么要用LobeChat

有些朋友会问，这些功能大部分都可以用chatGPT plus实现，为什么还要费劲安装 LobeChat，我觉得有以下几点需求的朋友可以用到 LobeChat：

1. 有时需要在不开代理的情况下访问 ChatGPT ；
2. 有些场景下语音输入很便利，可以体验到 ChatGPT 安卓版的便利；
3. 只有一个账号的情况下想共享给朋友使用，并且要保证用户的隐私安全。
4. 不仅体验 OpenAI ，有时需要切换其他大模型厂商；
5. 能自定义域名并个性化使用。

LobeChat的特性

1. GPT 视觉认知: LobeChat 支持 GPT-4-vision 的视觉识别，实现多模态对话，用户可上传图片进行智能对话。
2. 语音互动: 支持文本转语音和语音转文本，多种声音选择，提升交流体验。
3. 文生图功能: 结合最新 AI 技术，用户可将文本直接转换为图片。
4. 插件系统: 扩展 ChatGPT 功能，包括实时信息获取、新闻、文档检索等。
5. 助手市场: 提供多种助手，支持工作和学习，促进社区协作。
6. 渐进式Web应用: 提供类似原生应用的体验，优化移动和桌面使用。
7. 移动适配: 优化移动体验，欢迎用户反馈以改进版本。
8. 自定义主题: 提供多种主题和颜色选择，满足个性化需求。

准备工作

需要以下准备工作提前做好，具体操作可以参考文章最后的参考文献。

1. 一台服务器：使用 docker 部署服务时需要，使用 Vercel 时不需要。
2. OpenAI API Key：调用 ChatGPT 提供的 API 时需要使用。
3. API 代理：要调用 OpenAI API，无法访问外网时需要代理服务，Vercel 部署时不需要。

安装体验

LobeChat 提供了 Vercel 的 自托管版本 和 Docker 镜像，这使你可以在几分钟内构建自己的聊天机器人，无需任何基础知识。

使用 Vercel 安装

白嫖 Vercel的服务器资源，还不需要代理服务，推荐优先使用，不过个人版有限额，但够用了。

1、Fork 仓库

Fork 这个 https://github.com/lobehub/lobe-chat 仓库，为了保持和原仓库同步更新，建议执启动 Upstream Sync Action，启用之后可以设置每小时进行一次自动更新。

在自己克隆的仓库设置

image-20240220205159439

2、注册 vercel 账户

Vercel 是一个自动化的 Web 应用部署、预览和上线平台，结合了 Github Page 和 Github Action 的功能。它支持应用模板，帮助开发人员快速搭建和上线应用，同时支持 Github 项目导入和联动。Vercel 专注于项目的部署和静态托管，提供 Serverless Function ，但不涉及持续集成测试等其他 CI/CD 流水线任务。此外，Vercel 支持零配置部署到全球边缘网络，提高访问速度，自动处理 CDN 和 HTTPS 配置，且可以部署多种环境，如生产环境和预览环境。用户可以通过 Vercel 平台全自动部署个人网站，只需修改仓库中的代码并推送至 Github ，Vercel 便会自动触发重新部署流程。

地址：https://vercel.com/

3、新建项目

可以通过这个Deploy链接直接创建项目，参数都准备好了，也可以按照下面步骤一步步创建。

新建项目：

新建项目

选择自己git仓库中的项目，搜不到的话需要授权访问该项目：

选择克隆的项目仓库

设置环境变量：

|
环境变量

|

类型

|

描述

|

示例

|
| — | — | — | — |
|

OPENAI_API_KEY

|

必选

|

这是你在 OpenAI 账户页面申请的 API 密钥

|

sk-xxxxxx…xxxxxx

|
|

OPENAI_PROXY_URL

|

可选

|

如果你手动配置了 OpenAI 接口代理，可以使用此配置项来覆盖默认的 OpenAI API 请求基础 URL

|

https://api.chatanywhere.cn 或 https://aihubmix.com/v1 默认值: https://api.openai.com/v1

|
|

ACCESS_CODE

|

可选

|

添加访问此服务的密码，你可以设置一个长密码以防被爆破，该值用逗号分隔时为密码数组

|

awCTe)re_r74 or rtrt_ewee3@09! or code1,code2,code3

|
|

CUSTOM_MODELS

|

可选

|

用来控制模型列表，使用 + 增加一个模型，使用 - 来隐藏一个模型，使用 模型名=展示名 来自定义模型的展示名，用英文逗号隔开。

|

qwen-7b-chat,+glm-6b,-gpt-3.5-turbo

|

设置环境变量

部署过程需要静静等待几分钟。。。

部署成功之后，可以配置域名，也可以进一步设置：

部署成功

4、访问lobe-chat项目

点击中间图标进入，出现如下界面：

进入主界面

需要输入设置的访问密码 ACCESS_TOKEN 才能访问，也可以配置社交账号单点登录访问：

输入访问密码

可以切换 ChatGPT 版本或者其他厂商的模型：

设置->默认助手->模型

切换模型

切换成chatGPT-4

手机访问，适配也是没问题的：

手机访问

5、自定义域名

如下步骤可以设置自定义域名：

配置自定义域名

需要到域名解析服务商添加以下内容：

添加解析

使用docker安装

Docker 部署也很简单，使用以下命令即可使用一键启动 LobeChat 服务：

代码语言：javascript

复制

$ docker pull lobehub/lobe-chat
$ docker run -d -p 3210:3210 \
  -e OPENAI_API_KEY=sk-xxxx \
  -e ACCESS_CODE=lobe66 \
  --name lobe-chat \
  lobehub/lobe-chat

运行容器

如果你需要通过代理使用 OpenAI 服务，你可以使用 OPENAI_PROXY_URL 环境变量来配置代理地址：

代码语言：javascript

复制

$ docker run -d -p 3210:3210 \
  -e OPENAI_API_KEY=sk-xxxx \
  -e OPENAI_PROXY_URL=https://api-proxy.com/v1 \
  -e ACCESS_CODE=lobe66 \
  --name lobe-chat \
  lobehub/lobe-chat

总结

LobeChat 是一个功能强大、易于部署和使用的聊天机器人框架，为用户提供了一个创新的交互和沟通工具，可配置 OpenAI 、Azure OpenAI、智普 AI 等多种模型 API 。配合租赁 OpenAI API Key 即可享受 ChatGPT plus 相关功能，适用于需要部署和使用聊天机器人的个人和企业，特别是那些寻求高性能、多功能和可定制化聊天机器人解决方案的用户。

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、LLM大模型系列视频教程

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。

• 内容：

  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
  • L1.4.1 知识大模型
  • L1.4.2 生产大模型
  • L1.4.3 模型工程方法论
  • L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

• 内容：

  • L2.1 API接口
  • L2.1.1 OpenAI API接口
  • L2.1.2 Python接口接入
  • L2.1.3 BOT工具类框架
  • L2.1.4 代码示例
  • L2.2 Prompt框架
  • L2.3 流水线工程
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

• 内容：

  • L3.1 Agent模型框架
  • L3.2 MetaGPT
  • L3.3 ChatGLM
  • L3.4 LLAMA
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

• 内容：

  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​