LobeChat 下载哪个版本：桌面端、网页版和手机 PWA

LobeChat 常被当成「ChatGPT 的替代界面」，这个描述只说对一半。它真正在做的事，是把十几家模型服务、插件、知识库、助手市场收进同一个界面，然后让你决定这套东西跑在谁的服务器上。

它解决什么问题

一个问题：模型太多，界面太散。写作在 A 家、写代码在 B 家、看图在 C 家，会话记录散在四个网页里。LobeChat 把这些入口合并，同时提供助手预设、插件调用和文件知识库。

它本身不提供模型，只提供「接模型的框架」。模型要么填各家 API Key，要么指向本机的 Ollama 接口。

四种形态，更新节奏不一样

桌面端：Windows、macOS、Linux 都有安装包，但版本号是 0.0.0-nightly.pr… 这种形式——它跟的是每日构建，用于验证某个 PR 的桌面表现，官方明确写了「不适合生产使用」。

Docker 自托管：最稳的形态。镜像按正式版本发布，数据落在自己的数据库里。

Vercel 部署：一键 fork 部署，适合个人快速试用，免费额度下性能和存储都有限。

手机 PWA：不发布独立 App，用浏览器「添加到主屏幕」，体验接近原生，但推送和后台能力受浏览器限制。

最近更新了什么

11 月 13 日的构建仍属于 nightly 通道，改动围绕桌面端行为验证。对普通用户更有参考价值的是它近期的方向：模型服务商持续增补、助手市场的内容运营、以及知识库文件解析的稳定性。

需要稳定功能的用户，建议直接看容器的版本标签，而不是桌面端的构建号。

部署与配置

以 Docker 为例，最少需要三个东西：一个数据库（推荐 Postgres）、一个对象存储（文件与图片）、一组模型 Key。三者缺一个，某些功能就会静默失败——比如没有对象存储时，图片上传会报错但界面提示很含糊。

模型接入分两条路：云端模型填 Key，本地模型填 Ollama 或 LocalAI 的地址。两条路可以同时配，在对话界面切换。

三个容易忽略的点

数据归属。 云端版的数据在服务商那里，自托管的数据在自己数据库里。这不是技术细节，是选型前提。

许可不是纯 MIT。 仓库标注的是自定义条款，商用、二次分发、去除品牌标识都有额外要求，上线前要读原文。

插件要审。 插件能读会话内容、能发网络请求，来源不明的插件不要装。

常见问题

LobeChat 收费吗？ 软件开源免费，模型调用按各家 API 计费。官方也有托管服务，那是另一套账。

有手机 App 吗？ 没有独立客户端，官方方案是 PWA，添加到主屏幕后可以全屏使用。

和 ChatGPT 有什么区别？ ChatGPT 是模型加产品一体，LobeChat 只是界面层，模型能力取决于你接的那家。

能接本地模型吗？ 能，Ollama、LocalAI、任何 OpenAI 兼容端点都能填。

一句话判断

想要一个统一界面又不想被单一厂商绑定，LobeChat 是成熟选项；想要开箱即用、不碰部署，它不是最省事的那一类。