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 网页应用程序。
地址：https://github.com/lobehub/lobe-chat
LobeChat介绍
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 ，我觉得有以下几点需求的朋友可以用到 ：
- 有时需要在不开代理的情况下访问 ；
- 有些场景下语音输入很便利，可以体验到 安卓版的便利；
- 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。
- 不仅体验 ，有时需要切换其他大模型厂商；
- 能自定义域名并个性化使用。
- 视觉认知: 支持 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。
- 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。
- 文生图功能: 结合最新 技术，用户可将文本直接转换为图片。
- 插件系统: 扩展 功能，包括实时信息获取、新闻、文档检索等。
- 助手市场: 提供多种助手，支持工作和学习，促进社区协作。
- 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。
- 移动适配: 优化移动体验，欢迎用户反馈以改进版本。
- 自定义主题: 提供多种主题和颜色选择，满足个性化需求。
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。
- 一台服务器：使用 部署服务时需要，使用 时不需要。
- ：调用 提供的 时需要使用。
- 代理：要调用 ，无法访问外网时需要代理服务， 部署时不需要。
提供了 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 安装
白嫖 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
这个 仓库，为了保持和原仓库同步更新，建议执启动 ，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
是一个自动化的 应用部署、预览和上线平台，结合了 和 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 项目导入和联动。 专注于项目的部署和静态托管，提供 ，但不涉及持续集成测试等其他 流水线任务。此外， 支持零配置部署到全球边缘网络，提高访问速度，自动处理 和 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 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 ， 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 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 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
部署也很简单，使用以下命令即可使用一键启动 服务：
代码语言：javascript
复制
运行容器
如果你需要通过代理使用 服务，你可以使用 环境变量来配置代理地址：
代码语言：javascript
复制
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 、、智普 等多种模型 。配合租赁 即可享受 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。
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。 “？”“”等问题热议不断。
事实上，
继等巨头公司发布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「」，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 分享出来：包括等, 😝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）👈
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。
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)
四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）
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 包括等, 😝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）👈