> ## 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 ### LobeChat에서 LobeHub로 LobeHub는 GitHub에서 77,000개 이상의 별을 넘어선 오픈 소스 프로젝트인 LobeChat의 후속 제품입니다. 2026년에 이 프로젝트는 리브랜딩되어 `lobehub/lobe-chat`에서 `lobehub/lobehub`로 마이그레이션되었으며, "오픈 소스 ChatGPT 클라이언트"에서 본격적인 **에이전트 협업 플랫폼**으로 재포지셔닝되었습니다. 공식 설명은 이를 "여러분과 함께 성장하는 에이전트 동료를 발견하고, 구축하고, 협업하는 작업과 생활 공간"으로 표현합니다. 이 새로운 제품 내러티브 하에서 에이전트는 더 이상 보조 도구가 아니라 — LobeHub에서 가장 작은 작업 단위입니다. ### 세 가지 배포 모드 LobeHub는 개별 사용자에서 엔터프라이즈 팀까지 모든 것을 다루는 세 가지 배포 모드로 제공됩니다. | 모드 | 진입점 | 데이터 저장 | 가장 적합한 용도 | | :-------------------------------- | :----------------------------------------------------- | :-------- | :-------------------------------- | | LobeHub Cloud | [lobehub.com](https://lobehub.com/) | 관리형 클라우드 | 구독 크레딧이 있는 제로 설정 시험 | | 데스크톱 클라이언트 | [lobehub.com/downloads](https://lobehub.com/downloads) | 로컬 | 오프라인 액세스; 네이티브 macOS / Windows 통합 | | 자체 호스팅 (Docker / Vercel / Zeabur) | [GitHub 저장소](https://github.com/lobehub/lobehub) | 자체 데이터베이스 | 비공개 배포, 팀 작업 공간, 심층 사용자 정의 | 클라우드 에디션은 등록 시 **450,000 무료 컴퓨팅 크레딧**을 부여합니다. 유료 구독은 Starter, Premium, Ultimate로 계층화되며, 선택적 크레딧 충전이 가능합니다. 데스크톱 및 자체 호스팅 에디션 자체는 무료입니다 — 추론 비용은 사용자의 자체 API 키를 통해 지불됩니다. ### 2026년 릴리스의 핵심 기능 2026년 LobeHub 릴리스는 오랫동안 전통적인 채팅 클라이언트를 넘어 성장했습니다. 그 기능 매트릭스에는 이제 다음이 포함됩니다: * **다중 공급자 모델 액세스**: OpenAI, Anthropic, Google, DeepSeek, Moonshot, Zhipu, Alibaba, Volcano Engine 및 Ollama를 포함한 70+ 공급자에 대한 네이티브 지원. * **Agent Groups**: 네 가지 다중 에이전트 협업 모드 — Sequential, Parallel, Iterative, Debate. * **MCP 플러그인 마켓플레이스**: Model Context Protocol 표준을 기반으로 하며, 이미 10,000개 이상의 원클릭 설치 가능한 스킬이 등록되어 있습니다. * **개인 메모리**: 사용자가 언제든지 검사하고 편집할 수 있는 투명하고 구조화된 장기 메모리. * **이종 에이전트 런타임** (RFC-153에서 도입, v2.1 라인에서 출시): Claude Code 및 Codex와 같은 외부 CLI 에이전트를 LobeHub 워크플로우 내부에 직접 마운트. * **지식 베이스 / RAG**: PostgreSQL + pgvector로 뒷받침되는 벡터 검색 엔진으로, PDF, Markdown, Word 등 다양한 형식에 대해 자동 청킹 및 임베딩을 제공합니다. 이러한 기능들이 함께 명확한 전환을 확립합니다: LobeHub는 "ChatGPT 웹 대체"에서 **여러 공급자의 모델을 통합하는 통합 에이전트 워크벤치**로 진화했습니다. 따라서 기본 모델 공급의 안정성과 편의성은 일상적인 경험에서 결정적인 요소가 됩니다. *** ## AIHubMix 키 구성 AIHubMix는 단일 API 키로 GPT-5.5 / GPT-5.4, Claude Opus 4.7 / Sonnet 4.6, Gemini, DeepSeek V4 Flash, Kimi 및 기타 주요 모델에 액세스할 수 있는 통합 OpenAI 호환 엔드포인트를 제공합니다. one-api를 자체 호스팅하거나 Cloudflare Workers 리버스 프록시를 구축하는 것과 비교하여, AIHubMix는 서버 유지 관리, 모델 매핑 및 비율 제한 정책의 운영 오버헤드를 제거합니다. ## 사전 요구 사항 * [AIHubMix](https://aihubmix.com/) 계정 * 유효한 API 키 ([콘솔에서 받기](https://aihubmix.com/token)) *** ## 옵션 1: 웹 앱 ### 1단계 — 모델 공급자 설정 열기 [app.lobehub.com](https://app.lobehub.com/)에 방문하여, 왼쪽 하단의 아바타를 클릭하고, **설정 → 모델 공급자**로 이동합니다. 목록에서 **AIHubMix**를 찾아 엽니다. \ !\[Ff3451df F14d 429c A6f4 2391fdbe313a]\(/images/ff3451df-f14d-429c-a6f4-2391fdbe313a.jpeg) \ ### 2단계 — API 키 입력 AIHubMix API 키를 **API Key** 필드에 붙여넣고 오른쪽의 **Check**를 클릭하여 연결을 확인합니다. 녹색 상태 표시기는 성공적인 구성을 확인합니다. ### 3단계 — 공급자 활성화 및 모델 선택 페이지 상단의 공급자 스위치를 켜서 AIHubMix를 활성화합니다. 채팅 보기로 돌아가 모델 선택기를 열고 **AIHubMix** 그룹에서 모델을 선택하여 대화를 시작합니다. *** ## 옵션 2: 데스크톱 클라이언트 ### 다운로드 및 설치 [lobehub.com/downloads](https://lobehub.com/downloads)에서 적절한 빌드를 다운로드합니다: | 운영 체제 | 참고 | | :------ | :----------------------------- | | macOS | Apple Silicon 및 Intel용 유니버설 빌드 | | Windows | x64 빌드 | > 데스크톱 클라이언트는 현재 공개 베타이며, 웹 앱과 기능적으로 동등합니다. ### 구성 설치 후 구성 흐름은 웹 앱과 동일합니다: 1. 아바타 클릭 → **설정 → 모델 공급자** 2. **AIHubMix**를 찾아 API 키를 붙여넣습니다 3. 공급자 스위치를 활성화하고 채팅 보기로 돌아가 모델을 선택합니다 *** ## 실제 워크플로우 시나리오 ### 시나리오 1 — 일상 대화 및 카피라이팅 권장 모델 조합: GPT-5.5 (범용) + Claude Sonnet 4.6 (긴 형식). 마켓플레이스에서 글쓰기 중심 에이전트를 선택하세요 — 예를 들어 시니어 프롬프트 아키텍트 또는 브랜드 콘텐츠 어시스턴트 — 제품 자료와 참조 문서를 지식 베이스에 첨부하고, 브리프, 이메일 및 게시물을 대량으로 생성하세요. 긴 형식의 중국어 글쓰기의 경우 Claude Sonnet 4.6은 Opus 4.7보다 훨씬 더 나은 비용 대비 품질 비율을 제공하며, 긴 형식 출력의 기본 모델 역할을 해야 합니다. ### 시나리오 2 — 코드 및 엔지니어링 작업 권장 모델 조합: Claude Opus 4.7 (선호) + GPT-5.5. LobeHub Agent Builder를 사용하면 전용 코딩 에이전트의 시스템 프롬프트 및 MCP 도구 세트를 사용자 정의할 수 있습니다. GitHub MCP 플러그인이 첨부되면 에이전트는 저장소 코드를 읽고, 풀 리퀘스트 설명을 작성하고, 코드 리뷰를 직접 지원할 수 있습니다. 고급 패턴은 Agent Groups의 **Iterative** 모드입니다: Claude Opus 4.7이 초기 구현을 생성하고, GPT-5.5가 검토하고 수정을 제안하고, Opus 4.7이 다시 반복합니다. 두 모델 모두 동일한 AIHubMix 엔드포인트를 통해 제공되므로 전체 루프가 공급자 전환 없이 단일 대화 내에서 실행됩니다. ### 시나리오 3 — 장기 문서 연구 및 지식 베이스 Q\&A 권장 모델 조합: Gemini 2.5 Pro (긴 컨텍스트) + Kimi (2M 토큰 중국어 컨텍스트) + DeepSeek V4 Flash (비용 효율). LobeHub의 자체 호스팅 데이터베이스 에디션에서 지식 베이스는 pgvector를 사용하여 완전한 RAG 파이프라인을 제공합니다: 문서 업로드 → 자동 청킹 → 벡터 임베딩 → 검색 증강 생성. 임베딩 모델 (예: `text-embedding-3-large`)과 채팅 모델을 모두 AIHubMix를 통해 구성하면, 전체 스택이 단일 키 하에서 실행됩니다 — 크로스 프로바이더 계정 관리가 필요하지 않습니다. ### 시나리오 4 — 다중 에이전트 협업 Agent Groups는 2026년 LobeHub 릴리스의 플래그십 기능으로, 네 가지 협업 모드를 제공합니다: * **Sequential**: 연구 에이전트 → 분석 에이전트 → 글쓰기 에이전트. 명확한 핸드오프 지점이 있는 선형 워크플로우에 가장 적합합니다. * **Parallel**: 여러 에이전트가 동시에 독립적인 하위 작업을 처리합니다. * **Iterative**: 작가와 편집자가 수정을 교환합니다; 마무리가 필요한 출력에 이상적입니다. * **Debate**: 여러 에이전트가 동일한 질문에 대해 다른 입장을 주장합니다; 중재자가 최종 결론을 종합합니다. 실용적인 예시: Gemini 2.5 Pro를 연구원으로, Claude Opus 4.7을 비평가로, GPT-5.5를 종합자로 하여 경쟁 분석 팀을 구성합니다. Sequential 모드에서는 세 명이 순서대로 실행되어 지지하는 관점과 반대하는 관점 모두를 반영하는 균형 잡힌 보고서를 생성합니다. *** ## LobeHub vs. Claude Code vs. Codex ### 셋이 어떻게 다른가 LobeHub, Claude Code 및 Codex는 2026년 대화에서 자주 함께 그룹화되지만, 별개의 제품 카테고리를 차지합니다: * **LobeHub**: 범용 워크플로우를 대상으로 하는 그래픽 다중 에이전트 협업 플랫폼. * **Claude Code**: 코딩 및 터미널 작업에 중점을 둔 Anthropic의 공식 명령줄 도구. * **Codex**: 코딩 작업에 중점을 둔 OpenAI의 코딩 에이전트. 엄밀히 말하면 "LobeHub vs. Claude Code"는 동등한 비교가 아닙니다 — "플랫폼 vs. 도구" 관계에 더 가깝습니다. ### 나란히 비교 | 차원 | LobeHub | Claude Code | Codex | | :----------- | :----------------------- | :--------------- | :----------- | | 형태 | 웹 / 데스크톱 / 자체 호스팅 | 명령줄 CLI | 명령줄 CLI | | 주요 사용 사례 | 대화, 지식 베이스, 에이전트 오케스트레이션 | 저장소 내 코딩, 터미널 작업 | 저장소 내 코딩 | | 기본 모델 | 70+ 공급자, 자유 선택 | Claude 패밀리 (고정) | GPT 패밀리 (고정) | | 다중 모델 협업 | 네이티브 Agent Groups | 지원되지 않음 | 지원되지 않음 | | 지식 베이스 / RAG | 내장 (pgvector) | 없음 | 없음 | | 플러그인 생태계 | MCP (10,000+) | MCP | MCP | | 학습 곡선 | 낮음 | 중간 | 중간 | | 대상 사용자 | 일반 지식 노동자 | 엔지니어 | 엔지니어 | ### LobeHub를 선택해야 할 때 LobeHub는 다음과 같은 경우에 더 적합합니다: * 팀에 엔지니어와 비엔지니어가 혼합되어 있습니다. * 공급자 (GPT / Claude / Gemini) 간에 자주 전환합니다. * 지식 베이스와 장기 메모리가 필요합니다. * 시각화된 대화 기록과 함께 다중 에이전트 오케스트레이션을 원합니다. ### Claude Code 또는 Codex를 선택해야 할 때 CLI 도구는 다음과 같은 경우에 더 적합합니다: * 작업이 직접 저장소 및 터미널 액세스가 필요한 집약적인 코딩 워크플로우에 의해 지배됩니다. * 명령줄 인터페이스를 선호하고 컨텍스트 전환을 최소화하고자 합니다. * 단일 모델 공급업체에 대한 잠금을 수용합니다. ### 셋 모두 결합: 이종 에이전트 RFC-153에서 도입된 이종 에이전트 런타임을 사용하면 Claude Code 및 Codex와 같은 외부 CLI 에이전트를 LobeHub 워크플로우에 마운트할 수 있습니다. 책임 분담이 명확합니다: * LobeHub는 대화 상태, 메모리 및 에이전트 오케스트레이션을 소유합니다. * Claude Code / Codex는 로컬 실행 (파일 I/O, 명령 실행)을 소유합니다. * 사용자는 GUI를 떠나지 않고 LobeHub의 채팅 창 내부에서 CLI 에이전트를 구동합니다. 실용적 가치는 GUI와 CLI 간의 지속적인 컨텍스트 전환을 제거하는 것입니다. Claude Code 및 Codex의 기본 모델이 모두 AIHubMix를 통해 라우팅되면, 전체 설정이 통합 인증 및 청구를 위해 단일 API 키 하에서 실행됩니다 — 동일한 작업에서 두 CLI를 벤치마킹하는 것을 쉽게 만듭니다. *** ## 자주 묻는 질문 **Q1. Base URL이** `/v1`**로 끝나야 하나요?** LobeHub는 경로 세그먼트를 자동으로 추가합니다. `https://aihubmix.com/v1`은 일반적으로 즉시 작동합니다; 404 또는 빈 응답이 발생하면 `https://aihubmix.com`으로 전환하여 다시 시도하세요. 모델 목록 옆의 **Check** 버튼을 사용하여 연결을 확인하세요. **Q2. 모델 목록에 Claude Opus 4.7 또는 기타 새로 출시된 모델이 표시되지 않습니다.** LobeHub의 내장 모델 카탈로그는 업스트림 릴리스보다 약간 뒤처집니다. 모델을 수동으로 추가하는 두 가지 방법이 있습니다: * **Custom Provider** 구성에서, 모델 ID를 **Model List** 필드에 추가합니다. * 모델이 AIHubMix 콘솔에서 활성화되어 있는지 확인하고, 공식 모델 ID를 복사하여 LobeHub에 붙여넣습니다. **Q3. 응답이 일관되게 비어 있거나 스트리밍이 출력 중간에 끊깁니다.** 다음 순서로 진단합니다: 1. Base URL의 `/v1` 접미사를 확인합니다. 2. Stream 옵션이 비활성화되었는지 확인합니다. 3. 로컬 네트워크가 SSE (Server-Sent Events)를 차단하지 않는지 확인합니다. 4. AIHubMix 콘솔에서 요청 로그를 검사하여 요청이 게이트웨이에 도달했는지 확인합니다. **Q4. 502 Bad Gateway.** * **자체 호스팅**: PostgreSQL 컨테이너와 LobeHub 컨테이너의 상태를 확인합니다. `DATABASE_URL`, NextAuth 도메인 허용 목록 및 S3 CORS 구성이 올바른지 확인합니다. * **클라우드 또는 데스크톱**: 일반적으로 일시적인 네트워킹 문제 — 몇 분 기다리거나 네트워크를 전환하고 다시 시도하세요. **Q5. AIHubMix를 구성한 후 LobeHub를 통해 Claude Code 및 Codex를 구동할 수 있나요?** 두 가지 전제 조건을 충족해야 합니다: 1. LobeHub 버전 ≥ v2.1.56. 2. Claude Code CLI 또는 Codex CLI가 로컬에 설치되어 있습니다. 이러한 조건이 충족되면 LobeHub에서 이종 에이전트 기능을 활성화하고 CLI 도구의 `ANTHROPIC_BASE_URL` 및 `OPENAI_BASE_URL`을 AIHubMix로 가리킵니다. 그러면 인증 및 청구가 동일한 키 하에서 통합됩니다. *** LobeHub는 에이전트 워크벤치를 제공하고; AIHubMix는 통합 모델 공급을 제공합니다. 결합하면, 단일 그래픽 인터페이스, 단일 API 키 및 단일 구성을 통해 GPT-5.5, Claude Opus 4.7, Gemini, DeepSeek V4 Flash 및 기타 주요 2026년 모델에 액세스할 수 있습니다 — 그 위에 Agent Groups, 지식 베이스, MCP 및 이종 에이전트 런타임이 개인 또는 팀 AI 워크플로우를 구성할 수 있도록 합니다. LobeHub를 처음 사용하는 사용자에게 권장되는 온보딩 경로는 다음과 같습니다: 1. AIHubMix에 등록하고 테스트 키를 생성합니다. 2. 데스크톱 클라이언트를 사용하고 **옵션 2**를 따라 전체 기능 세트를 탐색하기 위한 최소 실행 가능 구성을 진행합니다. 3. 사용 빈도 및 팀 크기에 따라 자체 호스팅 데이터베이스 에디션으로 업그레이드할지 결정합니다. **관련 자료** * [LobeHub 공식 웹사이트](https://lobehub.com/) * [GitHub의 LobeHub](https://github.com/lobehub/lobehub) * [LobeHub 다운로드](https://lobehub.com/downloads) * [LobeHub 가격](https://lobehub.com/pricing) * [AIHubMix 공식 웹사이트](https://aihubmix.com/) 마지막 업데이트: 2026년 5월 13일 *** 검토를 위한 몇 가지 번역 참고 사항: * **공급자 수**: 원본은 "40+"라고 했으나; 현재 LobeHub 홈페이지 및 공식 문서에 따라 \*\*70+\*\*로 업데이트. * **이종 에이전트**: 검색 가능성과 신뢰성을 위해 **RFC-153** 및 v2.1 라인에 고정. * **브랜드 표기**: 모든 인스턴스를 **AIHubMix**로 정규화 (소스에는 사전 요구 사항 및 3단계 섹션에 두 개의 분산된 "AiHubMix" 발생이 있었음). * **SEO 키워드 표면화**: "LobeHub에서 AIHubMix 구성", "OpenAI 호환 엔드포인트", "다중 에이전트 협업 플랫폼", "이종 에이전트 런타임", "MCP 플러그인 마켓플레이스", "pgvector RAG" — 모두 LobeHub + AIHubMix 청중의 합리적인 영어 검색 쿼리. 용어 및 사실 확인에 사용된 출처: * [LobeHub — 여러분과 함께 성장하는 에이전트 동료](https://lobehub.com/) * [GitHub의 lobehub/lobehub](https://github.com/lobehub/lobehub) * [Agent Groups · LobeHub Docs](https://lobehub.com/docs/usage/agent/agent-team) * [RFC-153 — 이종 에이전트 런타임](https://lobehub.com/blog/rfc-153) * [LobeHub Changelog](https://lobehub.com/changelog) * [LobeHub 가격](https://lobehub.com/pricing) * [AIHubMix — 하나의 인터페이스, 모든 LLM 라우터](https://aihubmix.com/) * [AIHubMix 문서 허브](https://docs.aihubmix.com/en/api/Aihubmix-Integration)