ChatGPT 读不了内部文档?LobeChat 能,带插件市场

你有没有过这种时刻，想让 ChatGPT 帮你梳理公司那几百页产品手册，它只能让你一段段贴进去；想让它查个实时数据，得另开一个网站。不是模型不够强，是它够不着你的资料和工具。这个问题，一个叫 LobeChat 的开源项目盯了很久。

LobeChat 在 GitHub 上约 7.9 万星。它做的事，简单说就是把大模型和你的资料、你的工具连起来。接 OpenAI、Claude、Gemini、Ollama、DeepSeek、Qwen 这些模型是基本功，真正让它和网页版 ChatGPT 拉开距离的，是后面三件事。

你的文档，终于能直接问了

它内置 RAG 知识库，把文档、图片、音频、视频拖进去就能问答，本地优先。以前你要把公司手册一段段喂给 ChatGPT，现在直接整包丢进去，问一句第三章的退款政策是什么它就能答。对经常要翻内部资料的人，这比开一个干净对话窗口实用得多。记录还能留在自己机器上，不进第三方服务器。

一个插件市场，顶你好几个 SaaS 订阅

官方维护着上万款 MCP 兼容插件和技能。联网搜、画图、查数据、调 API，等于给聊天框接了一整个工具箱，不用再为这些零散需求单独开会员。我没法保证它能替你省掉哪一笔具体开销，取决于你原本为这些小工具交了多少，但方向是清楚的，那些一年用不了几次的订阅，有可能被它收编。

一个人，能跑起一个小团队

Agent Builder 一句话拉起一个专属助手，Agent Groups 让多个 Agent 像同事一样分工。一个负责搜资料，一个负责写稿，校对交给第三个，流程自己串。一个人做内容或小团队，不用再在四五个工具间跳。

LobeChat 主界面与 Agent、PDF 对话演示

和 LibreChat 怎么选

上一篇聊的 LibreChat 赢在全能统一和企业级功能，LobeChat 赢在能接资料、接工具、多 Agent 协作。如果你要的是把模型入口归置到一处，选 LibreChat；如果你要的是让 ChatGPT 读得懂你公司文档、还能调用一堆外部工具，选 LobeChat。两者不冲突，有人两个都装。

动手要三分钟，先把文档接进来

部署两选一。本地最快，一条命令 docker run -d --name lobe-chat -p 3210:3210 -e OPENAI_API_KEY=你的Key lobehub/lobe-chat，浏览器开 http://localhost:3210。想放公网就走 Vercel：fork 官方仓库、导入 Vercel、填同样的 Key 环境变量，几分钟拿到一个域名。

接文档三步走。左侧会话区点"知识库"新建一个，选本地文件夹，把产品手册的 PDF、Word、Markdown 整包丢进去，它在本地做向量化。建完在对话里 @知识库名 就能问，比如"第三章退款政策是什么"，答案直接带出处。

开插件。设置里打开插件市场，装官方维护的搜索、画图类，对话时它自己会调用，不用再为这些零散需求另开网站。

先用一个模型和一份真实文档跑通，再谈别的。别一上来把全家桶都配上，反而看不清它到底帮你省了什么。

几个坑要先说

Vercel 填个 Key 就能部署，或 Docker 自托管。插件多不等于都好用，优先挑官方维护的那批。如果做企业商用，注意它的 Community License 边界，别踩到授权灰色地带。桌面版已经推出，想脱离浏览器的可以优先体验。

我的看法是，它适合嫌通用聊天网页太素、又不想装一堆独立工具的人。如果你只想要一个干净的对话窗口，它的插件市场反而会让你分心。模型不会因为换了客户端就变聪明，但它能让你用的过程少开几个网站。

#开源工具 #AI提效 #LobeChat #多模型客户端