> ## Documentation Index > Fetch the complete documentation index at: https://docs.aihubmix.com/llms.txt > Use this file to discover all available pages before exploring further. # LobeHub ### LobeChat から LobeHub へ LobeHub は LobeChat の後継であり、GitHub スター 77,000 を超えるオープンソースプロジェクトです。2026 年にプロジェクトはブランド変更され、`lobehub/lobe-chat` から `lobehub/lobehub` に移行し、「オープンソースの ChatGPT クライアント」から本格的な **エージェント協業プラットフォーム** へと再ポジショニングされました。公式説明では「あなたと共に成長するエージェントの仲間と発見し、構築し、協業する仕事と生活の空間」と表現されています。この新しい製品ナラティブの下では、エージェントはもはや補助的なユーティリティではなく — LobeHub における最小単位の仕事になります。 ### 3 つのデプロイメントモード LobeHub は、個人ユーザーから企業チームまでをカバーする 3 つのデプロイメントモードで提供されます。 | モード | エントリーポイント | データストレージ | 最適な対象 | | :------------------------------- | :----------------------------------------------------- | :-------- | :---------------------------------- | | LobeHub Cloud | [lobehub.com](https://lobehub.com/) | マネージドクラウド | サブスクリプションクレジット付きのゼロセットアップトライアル | | デスクトップクライアント | [lobehub.com/downloads](https://lobehub.com/downloads) | ローカル | オフラインアクセス、ネイティブな macOS / Windows 統合 | | セルフホスト（Docker / Vercel / Zeabur） | [GitHub リポジトリ](https://github.com/lobehub/lobehub) | 自分のデータベース | プライベートデプロイ、チームワークスペース、深いカスタマイズ | クラウド版は登録時に **450,000 の無料計算クレジット** を付与します。有料サブスクリプションは Starter、Premium、Ultimate にティア分けされており、オプションでクレジットのトップアップが可能です。デスクトップ版とセルフホスト版はそれ自体は無料です — 推論コストはユーザー自身の API キーを通じて支払われます。 ### 2026 リリースのコア機能 2026 年版 LobeHub は、従来のチャットクライアントの範疇をとうに超えています。その機能マトリックスには以下が含まれます： * **マルチプロバイダーモデルアクセス**：OpenAI、Anthropic、Google、DeepSeek、Moonshot、Zhipu、Alibaba、Volcano Engine、Ollama などを含む 70+ プロバイダーをネイティブサポート。 * **エージェントグループ**：Sequential、Parallel、Iterative、Debate の 4 つのマルチエージェント協業モード。 * **MCP プラグインマーケットプレイス**：Model Context Protocol 標準上に構築され、すでに 10,000 を超える 1 クリックインストール可能なスキルがリストされています。 * **パーソナルメモリ**：ユーザーがいつでも検査・編集できる、透明で構造化された長期メモリ。 * **異種エージェントランタイム**（RFC-153 で導入、v2.1 系列で出荷）：Claude Code や Codex のような外部 CLI エージェントを LobeHub ワークフロー内に直接マウントできます。 * **ナレッジベース / RAG**：PostgreSQL + pgvector に支えられたベクトル検索エンジンで、PDF、Markdown、Word などの形式に対する自動チャンキングと埋め込みを備えています。 これらの機能を合わせると、明確な変化が確立されます：LobeHub は「ChatGPT のウェブ代替」から **多くのプロバイダーのモデルを統合する統一エージェントワークベンチ** へと進化しました。したがって、基礎となるモデル供給の安定性と利便性が、日々の体験における決定的な要因となります。 *** ## AIHubMix キーの設定 AIHubMix は統一された OpenAI 互換エンドポイントを提供し、単一の API キーで GPT-5.5 / GPT-5.4、Claude Opus 4.7 / Sonnet 4.6、Gemini、DeepSeek V4 Flash、Kimi などの主流モデルにアクセスできます。one-api のセルフホストや Cloudflare Workers リバースプロキシの構築と比較して、AIHubMix はサーバーメンテナンス、モデルマッピング、レート制限ポリシーの運用オーバーヘッドを排除します。 ## 前提条件 * [AIHubMix](https://aihubmix.com/) アカウント * 有効な API キー（[コンソールから取得](https://aihubmix.com/token)） *** ## オプション 1：ウェブアプリ ### ステップ 1 — モデルプロバイダー設定を開く [app.lobehub.com](https://app.lobehub.com/) にアクセスし、左下のアバターをクリックして **Settings → Model Provider** に移動します。リストで **AIHubMix** を見つけて開きます。 \ !\[Ff3451df F14d 429c A6f4 2391fdbe313a]\(/images/ff3451df-f14d-429c-a6f4-2391fdbe313a.jpeg) \ ### ステップ 2 — API キーを入力 AIHubMix API キーを **API Key** フィールドに貼り付け、右側の **Check** をクリックして接続を確認します。緑のステータスインジケーターが表示されれば設定が成功したことを確認できます。 ### ステップ 3 — プロバイダーを有効化してモデルを選択 ページ上部のプロバイダースイッチをオンに切り替えて AIHubMix を有効化します。チャットビューに戻り、モデルセレクタを開き、**AIHubMix** グループからモデルを選んで会話を開始します。 *** ## オプション 2：デスクトップクライアント ### ダウンロードとインストール [lobehub.com/downloads](https://lobehub.com/downloads) から適切なビルドをダウンロードします： | OS | 備考 | | :------ | :------------------------------- | | macOS | Apple Silicon と Intel 用ユニバーサルビルド | | Windows | x64 ビルド | > デスクトップクライアントは現在パブリックベータで、ウェブアプリと機能パリティです。 ### 設定 インストール後、設定フローはウェブアプリと同一です： 1. アバターをクリック → **Settings → Model Provider** 2. **AIHubMix** を見つけて API キーを貼り付け 3. プロバイダースイッチを有効化し、チャットビューに戻ってモデルを選択 *** ## 実際のワークフローシナリオ ### シナリオ 1 — 日常会話とコピーライティング 推奨モデルミックス：GPT-5.5（汎用）+ Claude Sonnet 4.6（長文）。 マーケットプレイスからライティング志向のエージェントを選択 — 例えばシニアプロンプトアーキテクトやブランドコンテンツアシスタントなど — そして製品資料と参照ドキュメントをその知識ベースに添付し、ブリーフ、メール、投稿を大量生産します。長文の中国語ライティングについては、Claude Sonnet 4.6 が Opus 4.7 よりも顕著に優れたコスト対品質比を提供しており、長文出力のデフォルトモデルとして使用すべきです。 ### シナリオ 2 — コードとエンジニアリングタスク 推奨モデルミックス：Claude Opus 4.7（優先）+ GPT-5.5。 LobeHub Agent Builder では、専用コーディングエージェントのシステムプロンプトと MCP ツールセットをカスタマイズできます。GitHub MCP プラグインを取り付けると、エージェントはリポジトリコードを読み、プルリクエストの説明文を起草し、コードレビューを直接支援できます。 高度なパターンはエージェントグループの **Iterative** モードです：Claude Opus 4.7 が初期実装を生成し、GPT-5.5 がレビューして改訂を提案し、Opus 4.7 が再びイテレートします。両モデルが同じ AIHubMix エンドポイントを介して提供されるため、ループ全体がプロバイダーの切り替えなしに単一の会話内で実行されます。 ### シナリオ 3 — 長文ドキュメント研究と知識ベース Q\&A 推奨モデルミックス：Gemini 2.5 Pro（長文コンテキスト）+ Kimi（2M トークンの中国語コンテキスト）+ DeepSeek V4 Flash（コスト効率）。 LobeHub のセルフホストデータベース版では、知識ベースは pgvector を使って完全な RAG パイプラインを提供します：ドキュメントのアップロード → 自動チャンキング → ベクトル埋め込み → 検索拡張生成。埋め込みモデル（`text-embedding-3-large` など）とチャットモデルの両方を AIHubMix 経由で設定すれば、スタック全体が単一のキーで動作し — クロスプロバイダーのアカウント管理は必要ありません。 ### シナリオ 4 — マルチエージェント協業 エージェントグループは 2026 年版 LobeHub の旗艦機能で、4 つの協業モードを提供します： * **Sequential**：研究エージェント → 分析エージェント → ライティングエージェント。明確な引き継ぎポイントのある線形ワークフローに最適。 * **Parallel**：複数のエージェントが独立したサブタスクを同時に処理。 * **Iterative**：作成者と編集者が改訂を交換します。磨きを必要とする出力に理想的。 * **Debate**：複数のエージェントが同じ質問について異なる立場で議論します。モデレーターが最終結論をまとめます。 実例：競合分析チームを Gemini 2.5 Pro を研究者、Claude Opus 4.7 を批評家、GPT-5.5 を統合者として組み立てます。Sequential モードでは 3 つが順に実行され、賛成と反対の両視点を反映したバランスのとれたレポートを生成します。 *** ## LobeHub vs. Claude Code vs. Codex ### 3 つの違い LobeHub、Claude Code、Codex は 2026 年の会話で頻繁にグループ化されますが、明確に異なる製品カテゴリを占めています： * **LobeHub**：汎用ワークフローを対象としたグラフィカルなマルチエージェント協業プラットフォーム。 * **Claude Code**：Anthropic の公式コマンドラインツールで、コーディングとターミナルタスクに焦点を当てています。 * **Codex**：OpenAI のコーディングエージェントで、コーディングタスクに焦点を当てています。 厳密に言えば、「LobeHub vs. Claude Code」は同等の比較ではありません — むしろ「プラットフォーム vs. ツール」の関係に近いです。 ### 横並び比較 | ディメンション | LobeHub | Claude Code | Codex | | :----------- | :------------------------ | :-------------------- | :------------ | | 形態 | ウェブ / デスクトップ / セルフホスト | コマンドライン CLI | コマンドライン CLI | | 主な用途 | 会話、知識ベース、エージェントオーケストレーション | リポジトリ内コーディング、ターミナルタスク | リポジトリ内コーディング | | 基礎モデル | 70+ プロバイダー、自由選択 | Claude ファミリー（固定） | GPT ファミリー（固定） | | マルチモデル協業 | ネイティブエージェントグループ | 非対応 | 非対応 | | 知識ベース / RAG | 組み込み（pgvector） | なし | なし | | プラグインエコシステム | MCP（10,000+） | MCP | MCP | | 学習曲線 | 低 | 中 | 中 | | ターゲットオーディエンス | 一般知識労働者 | エンジニア | エンジニア | ### LobeHub を選ぶとき 次の場合に LobeHub がよりよい選択肢になります： * チームにエンジニアと非エンジニアが混在している。 * プロバイダー間（GPT / Claude / Gemini）を頻繁に切り替える。 * 知識ベースと長期メモリが必要。 * 可視化された会話履歴を備えたマルチエージェントオーケストレーションが欲しい。 ### Claude Code または Codex を選ぶとき 次の場合に CLI ツールがよりよい選択肢になります： * リポジトリとターミナルへの直接アクセスを必要とする集中的なコーディングワークフローが作業の中心。 * コマンドラインインターフェースを好み、コンテキストの切り替えを最小限に抑えたい。 * 単一のモデルベンダーへのロックインを受け入れる。 ### 3 つすべてを組み合わせる：異種エージェント RFC-153 で導入された異種エージェントランタイムを使うと、Claude Code や Codex のような外部 CLI エージェントを LobeHub ワークフローにマウントできます。責任分担は明確です： * LobeHub は会話状態、メモリ、エージェントオーケストレーションを所有します。 * Claude Code / Codex はローカル実行（ファイル I/O、コマンド実行）を所有します。 * ユーザーは LobeHub のチャットウィンドウ内から CLI エージェントを駆動し、GUI を離れません。 実用的価値は、GUI と CLI 間の絶え間ないコンテキストスイッチを排除することです。Claude Code と Codex の両方の基礎となるモデルが AIHubMix 経由でルーティングされている場合、セットアップ全体が単一の API キーで動作し、認証と課金が統一されます — これにより、2 つの CLI を同一タスクでベンチマークすることが容易になります。 *** ## よくある質問 **Q1. Base URL は** `/v1` **で終わるべきですか？** LobeHub はパスセグメントを自動的に追加します。`https://aihubmix.com/v1` は通常そのまま動作します。404 または空のレスポンスが発生した場合は、`https://aihubmix.com` に切り替えて再試行してください。モデルリストの横にある **Check** ボタンを使って接続を確認します。 **Q2. モデルリストに Claude Opus 4.7 や他の新しくリリースされたモデルが表示されません。** LobeHub の組み込みモデルカタログは、アップストリームリリースよりわずかに遅れています。モデルを手動で追加する方法は 2 つあります： * **Custom Provider** 設定で、モデル ID を **Model List** フィールドに追加します。 * モデルが AIHubMix コンソールで有効になっていることを確認し、公式モデル ID をコピーして LobeHub に貼り付けます。 **Q3. レスポンスが常に空、またはストリーミングが出力の途中で途切れます。** 以下の順序で診断してください： 1. Base URL の `/v1` サフィックスを確認します。 2. Stream オプションが無効になっていないか確認します。 3. ローカルネットワークが SSE（Server-Sent Events）をブロックしていないことを確認します。 4. AIHubMix コンソールのリクエストログを調べて、リクエストがゲートウェイに到達していることを確認します。 **Q4. 502 Bad Gateway。** * **セルフホスト**：PostgreSQL コンテナと LobeHub コンテナの健全性を確認します。`DATABASE_URL`、NextAuth ドメイン許可リスト、S3 CORS 設定が正しいことを確認します。 * **クラウドまたはデスクトップ**：通常は一時的なネットワークの問題です — 数分待つかネットワークを切り替えて再試行してください。 **Q5. AIHubMix を設定した後、LobeHub から Claude Code と Codex を駆動できますか？** 2 つの前提条件を満たす必要があります： 1. LobeHub のバージョンが ≥ v2.1.56。 2. Claude Code CLI または Codex CLI がローカルにインストールされている。 これらが整ったら、LobeHub で異種エージェント機能を有効にし、CLI ツールの `ANTHROPIC_BASE_URL` と `OPENAI_BASE_URL` も AIHubMix に向けます。これにより、認証と課金が同じキーの下で統一されます。 *** LobeHub はエージェントワークベンチを提供し、AIHubMix は統一されたモデル供給を提供します。組み合わせると、単一のグラフィカルインターフェース、単一の API キー、単一の設定で、GPT-5.5、Claude Opus 4.7、Gemini、DeepSeek V4 Flash、その他 2026 年の主要モデルへのアクセスを提供します — その上に、エージェントグループ、知識ベース、MCP、異種エージェントランタイムが、個人またはチームの AI ワークフローを構成することを可能にします。 LobeHub を初めて使うユーザーには、推奨されるオンボーディングパスは以下のとおりです： 1. AIHubMix で登録してテストキーを作成します。 2. デスクトップクライアントを使用し、**オプション 2** の最小限の設定に従って全機能セットを探索します。 3. 使用頻度とチームサイズに基づいて、セルフホストデータベース版にアップグレードするかどうかを決定します。 **関連リソース** * [LobeHub 公式サイト](https://lobehub.com/) * [GitHub の LobeHub](https://github.com/lobehub/lobehub) * [LobeHub ダウンロード](https://lobehub.com/downloads) * [LobeHub 価格](https://lobehub.com/pricing) * [AIHubMix 公式サイト](https://aihubmix.com/) 最終更新日：2026 年 5 月 13 日 *** レビューのための翻訳メモ： * **プロバイダー数**：オリジナルでは「40+」と記載 — 現在の LobeHub ホームページと公式ドキュメントに基づき **70+** に更新。 * **異種エージェント**：検索性と信頼性のために **RFC-153** と v2.1 系列に基づいています。 * **ブランド表記**：すべてのインスタンスを **AIHubMix** に統一しています（ソースには Prerequisites と Step 3 セクションで「AiHubMix」が 2 か所散見されました）。 * **SEO キーワードの浮上**：「configure AIHubMix in LobeHub」、「OpenAI-compatible endpoint」、「multi-Agent collaboration platform」、「Heterogeneous Agent Runtime」、「MCP plugin marketplace」、「pgvector RAG」 — すべて LobeHub + AIHubMix オーディエンスからの妥当な英語検索クエリです。 用語と事実の検証に使用したソース： * [LobeHub — Agent teammates that grow with you](https://lobehub.com/) * [lobehub/lobehub on GitHub](https://github.com/lobehub/lobehub) * [Agent Groups · LobeHub Docs](https://lobehub.com/docs/usage/agent/agent-team) * [RFC-153 — Heterogeneous Agent Runtime](https://lobehub.com/blog/rfc-153) * [LobeHub Changelog](https://lobehub.com/changelog) * [LobeHub Pricing](https://lobehub.com/pricing) * [AIHubMix — One Interface, Router All LLMs](https://aihubmix.com/) * [AIHubMix Documentation Hub](https://docs.aihubmix.com/en/api/Aihubmix-Integration)