Bỏ qua tới nội dung
Ông T.vn

LobeHub: đưa agent AI vào nhóm chat của bạn, tự nhận việc — hướng dẫn cài đặt và dùng

11 phút đọcCập nhật

Bài này là một góc nhìn khác về lobehub/lobehub — repo từng đổi tên nên mình viết lại với cách tiếp cận khác. Bài hướng dẫn chính: LobeHub: thêm super-agent vào nhóm chat để tự nhận việc — hướng dẫn cài đặt và dùng →

LobeHub: đưa agent AI vào nhóm chat của bạn, tự nhận việc — hướng dẫn cài đặt và dùng

Tóm tắt nhanh

LobeHub là một ứng dụng mã nguồn mở để tạo và quản lý agent AI cho cả nhóm: agent nhận việc, làm song song và nhớ các lần bạn sửa. Bạn có thể dùng bản cloud hoặc tự host bằng Docker Compose. Cách tự host chỉ cần vài lệnh, nhưng cần Docker và máy chạy ổn định.

LobeHub là một nền tảng mã nguồn mở để đưa các "super-agent" (agent AI) vào những cuộc chat mà nhóm bạn đang dùng sẵn. Theo mô tả của tác giả, các agent này tự nhận việc, làm nhiều việc cùng lúc và tốt dần lên theo thời gian. Bạn có thể dùng bản cloud trên trang chủ, hoặc tự cài trên máy chủ của mình để giữ dữ liệu ở nhà.

Repo này hợp với ba nhóm người. Thứ nhất là chủ doanh nghiệp nhỏ và nhân viên văn phòng muốn có một "đồng nghiệp AI" dùng chung cho cả nhóm. Thứ hai là người đang dùng nhiều mô hình AI và muốn gom về một chỗ. Thứ ba là lập trình viên muốn tự host một giao diện agent đầy đủ hoặc tham gia phát triển. Hiện repo có khoảng 85.213 sao và 16.266 fork, và vẫn được cập nhật trong vài tháng gần đây.

Điểm đáng giá nhất là cách nghĩ "agent như nhân viên mới": ngày đầu đọc lịch sử chat, tuần đầu nhận việc đầu tiên, vài tháng sau ít sai hơn vì nhớ những lần bạn sửa. Bạn xem thêm video ngắn bên dưới để thấy giao diện thực tế. Bài này tập trung vào cách tự host bằng Docker Compose, là cách README khuyến nghị.

Ứng dụng

lobehub/lobehub

LobeHub là nền tảng để thêm các agent AI vào nhóm chat của bạn: chúng tự nhận việc, chạy song song và học dần. Có bản cloud và bản tự host bằng Docker.

★ 85kTypeScript
Xem repo trên GitHub
Video giới thiệu lobehubXem trên YouTubeXem trên Facebook

I.LobeHub làm được gì

README mô tả một super-agent qua bốn ý chính. Mình diễn giải theo hướng dùng thực tế:

  • Kết nối linh hoạtbạn gắn được các app nhắn tin, agent và mô hình khác nhau vào cùng một chỗ. Bạn không phải mở mỗi công cụ một tab.
  • Làm song songagent chạy nhiều việc cùng lúc, bạn không phải ngồi đợi từng việc xong rồi mới giao việc tiếp.
  • Tự tìm việcagent nhận những việc hợp với nó, không cần ai chuyển tiếp tin nhắn. Ví dụ có người đăng yêu cầu tính năng trong Discord mà chưa ai giao, agent có thể tự nhận.
  • Ngày càng giỏicàng dùng nhiều, agent càng tích lũy chuyên môn. Mỗi lần bạn sửa sai sẽ thành một "bài học" nó giữ lại.

Ngoài ra, tài liệu của dự án liệt kê nhiều phần hữu ích khác:

  • Lobe AIagent có sẵn, chat, viết, nghiên cứu, viết code mà không cần thiết lập gì.
  • Agent Teamnhiều agent phối hợp theo kiểu tuần tự, song song, lặp lại hoặc tranh luận.
  • Kết nối agent bên ngoàiđưa Claude Code, Codex, OpenClaw, Hermes và một số công cụ khác vào làm việc cùng.
  • Tasksgiao việc, theo dõi trạng thái, trao đổi qua bình luận, chạy một lần hoặc theo lịch.
  • Memorybộ nhớ có cấu trúc, bạn xem, sửa và xóa được.
  • Pages và Resource Libraryviết tài liệu dài bằng Markdown cùng agent, và để agent trả lời dựa trên tài liệu của bạn.
  • Channelstạo bot riêng trên Discord, Slack, Telegram, LINE, QQ, WeChat, Feishu và Lark.
  • Model Providerscó hướng dẫn cho hơn 40 nhà cung cấp mô hình, nền tảng suy luận và mô hình chạy local.
  • Marketplacekho agent, MCP server và skill của cộng đồng. Skill dùng định dạng SKILL.md mở, README nói chúng cũng chạy được trong Claude Code, Codex CLI và ChatGPT.

II.Cần chuẩn bị gì

Tư liệu chỉ nêu rõ một số thứ. Mình liệt kê đúng những gì có:

  • Để tự host bằng Docker ComposeREADME nói cách này chạy trên Linux và macOS, hoặc trên Windows thông qua WSL 2. Các lệnh dùng docker compose, nên máy bạn cần có Docker.
  • Bộ dịch vụ đi kèmDocker Compose sẽ dựng LobeHub cùng PostgreSQL, Redis, kho lưu trữ file RustFS, công cụ tìm kiếm SearXNG và agent gateway. Bạn không phải tự cài từng thứ.
  • Để chạy bản phát triển (dành cho lập trình viên)các lệnh trong README dùng git, pnpm và bun. README không ghi phiên bản Node cụ thể, bạn xem thêm trong Development Guide trên trang tài liệu.
  • Khóa API mô hìnhfile .env.example của repo có biến OPENAI_API_KEY. README chính không nói chi tiết cách điền khi tự host. Danh sách đầy đủ biến cấu hình nằm ở mục Environment Variables trong tài liệu chính thức.
  • Phần cứngtư liệu chưa có yêu cầu cấu hình tối thiểu cụ thể.
  • Nếu chọn deploy lên VercelREADME nói bạn cần một cơ sở dữ liệu PostgreSQL, kho lưu trữ tương thích S3 và vài khóa bí mật trước khi deploy.

Khóa API (như OPENAI_API_KEY) gắn với tài khoản và tiền của bạn. Đừng dán khóa vào chat nhóm, đừng đưa file .env lên GitHub. Nếu tự host cho cả nhóm, hãy kiểm tra ai được truy cập vào hệ thống, vì mọi người có thể dùng chung khóa đó.

III.Cài đặt từng bước

Bạn có hai hướng: tự host bằng Docker Compose (khuyến nghị) hoặc chạy bản phát triển trên máy. Phần này hướng dẫn hướng thứ nhất trước, rồi nói ngắn gọn hướng thứ hai.

  1. Mở terminalDùng Linux, macOS hoặc WSL 2 trên Windows
  2. Tạo thư mụcTạo thư mục lobehub và đi vào đó
  3. Chạy script càiTải và chạy script thiết lập do dự án cung cấp
  4. Khởi độngChạy docker compose up -d
  5. Mở trình duyệtVào http://localhost:3210

A.Mở terminal đúng chỗ

README ghi lệnh này chạy trên Linux và macOS, còn Windows thì qua WSL 2. Vậy nếu bạn dùng Windows, hãy mở cửa sổ WSL 2 (Linux) chứ đừng gõ trong PowerShell thường. Lệnh có dùng bash <(...) nên cần một shell kiểu Linux. Chỗ này người mới hay vấp nhất.

B.Tạo thư mục và chạy script thiết lập

Terminal
mkdir lobehub && cd lobehub
bash <(curl -fsSL https://lobe.li/setup.sh) -l en

Dòng đầu tạo thư mục lobehub rồi đi vào trong. Dòng sau tải script thiết lập từ địa chỉ của dự án và chạy ngay. Phần -l en là tùy chọn ngôn ngữ như README ghi. Mình không biết script hỏi bạn những câu gì, nên khi chạy bạn đọc kỹ từng câu hỏi trên màn hình.

C.Khởi động các dịch vụ

Terminal
docker compose up -d

Lệnh này dựng toàn bộ dịch vụ và chạy nền. Lần đầu có thể mất một lúc vì Docker phải tải các thành phần về. Hãy đợi nó chạy xong rồi sang bước kế tiếp.

D.Mở LobeHub

Mở trình duyệt và vào địa chỉ http://localhost:3210. README cũng nói các chế độ cổng, mạng LAN, tên miền và cách nâng cấp được giải thích trong hướng dẫn Docker Compose trên trang tài liệu.

E.Hướng thứ hai: chạy bản phát triển

Dành cho người muốn xem hoặc sửa mã nguồn. Các lệnh dưới đây chép từ README (README viết cho shell fish, bạn bỏ dấu $ ở đầu dòng khi gõ):

Terminal
git clone https://github.com/lobehub/lobehub.git
cd lobehub
pnpm install
bun run dev
bun run dev:spa

bun run dev chạy bản đầy đủ (Next.js và Vite SPA). bun run dev:spa chỉ chạy phần giao diện, ở cổng 9876. Bạn cần cài sẵn pnpm và bun trước. README chưa hướng dẫn cài hai công cụ này, bạn xem Development Guide trên trang tài liệu.

README cũng lưu ý: sau khi chạy dev:spa, terminal in ra một địa chỉ proxy để phát triển giao diện với backend thật. Đó chỉ là tiện ích cho lập trình, không phải nơi để kiểm chứng thay đổi.

Nếu bạn không muốn cài gì, README còn nêu hai lối khác: dùng bản LobeHub Cloud, hoặc bấm nút deploy một chạm (Vercel, Zeabur, Sealos, RepoCloud, Alibaba Cloud). Riêng Vercel thì phải chuẩn bị cơ sở dữ liệu như đã nói ở trên.

IV.Kiểm tra đã chạy được chưa

Theo README, dấu hiệu thành công khá đơn giản: sau docker compose up -d, bạn mở http://localhost:3210 và thấy giao diện LobeHub hiện ra. Nếu trang không mở, bạn thử các việc sau:

  • Chạy docker compose ps để xem các dịch vụ đã lên chưa. Đây là lệnh Docker phổ thông, không phải lệnh riêng của dự án.
  • Đợi thêm một lúc rồi tải lại trang, vì lần khởi động đầu thường chậm hơn.
  • Xem phần hướng dẫn Docker Compose trên trang tài liệu nếu bạn đã đổi cổng hoặc dùng chế độ tên miền.

Khi đã vào được giao diện, hãy thử chat với Lobe AI (agent có sẵn). README nói bạn dùng được ngay để chat, viết, nghiên cứu mà không cần thiết lập thêm. Nếu muốn dùng mô hình của một nhà cung cấp cụ thể, bạn làm theo hướng dẫn nhà cung cấp đó trong mục Model Providers.

V.Dùng vào việc thật

Các tình huống dưới đây bám theo những gì README và tài liệu mô tả. Mình không khẳng định tính năng nào ngoài tư liệu.

A.Chủ shop nhỏ nhờ agent đọc lại lịch sử chat nhóm

Bạn có một nhóm chat bán hàng với vài nhân viên, tin nhắn dồn dập mỗi ngày. Theo mô tả "Day 1" trong README, bạn thêm agent vào nhóm và nhờ nó đọc lại lịch sử. Bạn có thể ra lệnh kiểu:

text
Hãy đọc toàn bộ lịch sử trò chuyện của nhóm này, tóm tắt các việc còn dang dở và chào mọi người trong nhóm.

Kết quả mong đợi là một bản tóm tắt các việc đang treo, để bạn không phải cuộn lại hàng trăm tin nhắn. Muốn kết nối với Discord, Slack, Telegram… bạn xem mục Channels trong tài liệu.

B.Nhân viên văn phòng giao việc định kỳ cho agent

Bạn phải làm báo cáo đều đặn và muốn có người nhắc, theo dõi. Mục Tasks trong tài liệu nói bạn có thể giao việc, theo dõi trạng thái, trao đổi qua bình luận, và chạy một lần hoặc theo lịch. Bạn tạo một task, mô tả rõ việc cần làm và chọn lịch chạy. Kết quả là agent làm theo lịch, còn bạn chỉ vào duyệt.

Nếu bạn muốn agent dựa vào tài liệu nội bộ (bảng giá, quy trình), bạn đưa chúng vào Resource Library để agent trả lời dựa trên đó.

Bạn chỉ cần bước vào một lần, để nghiệm thu kết quả.

Ông T

C.Lập trình viên theo dõi pull request của agent

Nếu nhóm bạn dùng agent để viết code, mục GitHub Integration trong tài liệu cho biết: bạn theo dõi các pull request của agent, khi merge tức là chấp nhận công việc, còn kiểm tra thất bại thì được trả về cho agent làm lại. Bạn cũng có thể đưa Claude Code hoặc Codex vào làm việc cùng, kèm ngữ cảnh dự án và quyền hạn, theo mục Connect External Agents. Chi tiết cách cấu hình quyền nằm ở trang tài liệu đó.

D.Người làm nội dung dùng Pages và Agent Team

Bạn cần viết một tài liệu dài, ví dụ cẩm nang cho khách hàng. Bạn mở Pages để viết bằng Markdown cùng agent. Nếu muốn chất lượng cao hơn, bạn dựng một Agent Team để các agent phối hợp, chẳng hạn một agent viết nháp rồi agent khác góp ý theo kiểu lặp lại hoặc tranh luận. Kết quả là bản nháp được xem xét nhiều vòng trước khi bạn duyệt. Cách thiết lập từng chế độ phối hợp bạn xem trong mục Agent Team của tài liệu.

VI.Lỗi hay gặp và cách xử lý

Tư liệu không liệt kê lỗi cụ thể. Dưới đây là những chỗ rất dễ vấp với loại công cụ tự host bằng Docker.

A.Gõ lệnh cài trong PowerShell thường

Triệu chứng: báo lỗi cú pháp ở dòng bash <(curl ...). Nguyên nhân là lệnh viết cho shell kiểu Linux. Cách xử lý: trên Windows hãy mở WSL 2 và chạy lệnh ở đó, đúng như README nói.

B.Không có Docker hoặc Docker chưa chạy

Triệu chứng: docker compose up -d báo không tìm thấy lệnh hoặc không kết nối được. Cách xử lý: cài Docker, mở nó lên rồi chạy lại. Nếu dùng WSL 2, kiểm tra Docker có truy cập được từ bên trong WSL không.

C.Trang localhost:3210 không mở được

Có thể các dịch vụ chưa khởi động xong, hoặc cổng đã bị chương trình khác dùng. Cách xử lý: đợi thêm, chạy docker compose ps để xem trạng thái, và đọc hướng dẫn Docker Compose về cổng. Đừng tắt các dịch vụ giữa chừng khi chưa hiểu chúng.

D.Chat không trả lời vì thiếu khóa mô hình

Giao diện lên rồi nhưng agent không phản hồi. Nguyên nhân thường là chưa cấu hình nhà cung cấp mô hình hoặc khóa API. Cách xử lý: xem mục Model Providers và Environment Variables trong tài liệu, điền khóa đúng chỗ, và nhớ giữ khóa kín.

E.pnpm hoặc bun không nhận lệnh

Chỉ gặp khi chạy bản phát triển. Hai công cụ này phải được cài trước. README chưa ghi cách cài, bạn xem Development Guide hoặc trang chủ của từng công cụ.

VII.Có nên dùng không

Điểm mạnh

  • Cách cài chính thức chỉ vài lệnh, kèm sẵn cơ sở dữ liệu, bộ nhớ đệm, lưu trữ file và tìm kiếm.
  • Tự host nghĩa là dữ liệu nằm trên hạ tầng của bạn, như README nhấn mạnh.
  • Nhiều tính năng trong một chỗ: agent, nhóm agent, task có lịch, bộ nhớ, kết nối nhiều app chat, kho skill và MCP.
  • Hỗ trợ hơn 40 nhà cung cấp mô hình, gồm cả mô hình chạy local.
  • Cộng đồng lớn và repo vẫn được cập nhật.

Giới hạn

  • Đây là hệ thống khá lớn. Nếu bạn chỉ cần một khung chat đơn giản, nó có thể thừa.
  • Cần Docker và một máy chạy ổn định nếu tự host. Windows phải qua WSL 2.
  • README tự nhận dự án đang phát triển tích cực, nên có thể còn lỗi và thay đổi.
  • Giấy phép: cuối README ghi "LobeHub Community License". Nếu bạn dùng cho mục đích thương mại, hãy đọc kỹ file LICENSE trong repo trước.
  • Chi phí gọi mô hình AI vẫn do bạn trả cho nhà cung cấp mô hình.

Khi nào chọn cách khác: nếu bạn chỉ muốn thử cho nhanh mà không muốn lo hạ tầng, hãy dùng bản LobeHub Cloud. Nếu bạn chỉ cần một công cụ dòng lệnh cho lập trình, các agent code chuyên dụng sẽ gọn hơn. Còn nếu nhóm bạn cần một nơi chung để agent nhận việc, nhớ bài học và chạy theo lịch, LobeHub đáng để thử.

4.1/5 · Ông T chấm

Chưa có độc giả chấm

Bài này có ích với bạn không?

Câu hỏi thường gặp

LobeHub có miễn phí không?

Mã nguồn có trên GitHub và bạn tự host được bằng Docker Compose. Cuối README ghi giấy phép là LobeHub Community License, nên nếu dùng thương mại bạn nên đọc kỹ file LICENSE. Chi phí gọi mô hình AI và chi phí máy chủ thì tư liệu chưa nói rõ, thường do bạn tự chịu.

Cài LobeHub trên Windows được không?

Được, nhưng qua WSL 2. README nói cách Docker Compose chạy trên Linux và macOS, hoặc trên Windows thông qua WSL 2. Bạn chạy các lệnh trong cửa sổ WSL chứ không phải PowerShell thường.

Cài LobeHub có cần GPU không?

Tư liệu không nêu yêu cầu GPU hay cấu hình tối thiểu. README chỉ nói bạn dùng được nhiều nhà cung cấp mô hình, gồm cả mô hình local. Nếu định chạy mô hình local thì bạn xem hướng dẫn của từng nhà cung cấp trong mục Model Providers.

Dữ liệu của tôi có an toàn không?

README nói tự host là cách chạy LobeHub trên hạ tầng của bạn và giữ dữ liệu ở bên bạn. Mức độ an toàn thực tế còn phụ thuộc cách bạn cấu hình máy chủ, đăng nhập và khóa API. Phần xác thực (Better Auth, SSO như Auth0) được giải thích trong mục Authentication của tài liệu.

Cách dễ nhất để thử LobeHub là gì?

README đưa ra hai lối nhanh: dùng LobeHub Cloud trên trang chủ, hoặc tự host bằng Docker Compose với ba lệnh rồi mở localhost:3210. Cách thứ nhất không cần cài gì. Cách thứ hai cho bạn toàn quyền với dữ liệu.

LobeHub dùng được những app chat nào?

Mục Channels trong tài liệu nói bạn tạo được bot riêng trên Discord, Slack, Telegram, LINE, QQ, WeChat, Feishu và Lark. Mục Messenger còn cho chat với agent qua bot của LobeHub trên Telegram, Slack, Discord và WeChat. Cách thiết lập từng kênh bạn xem trong tài liệu.

Skill trên LobeHub có dùng được ở công cụ khác không?

README nói skill trên chợ của LobeHub dùng định dạng SKILL.md mở và cũng chạy được trong Claude Code, Codex CLI và ChatGPT. Tư liệu không nói thêm về điều kiện cụ thể, nên bạn nên thử từng skill trước khi dùng thật.

Chuyển nhanh tới mục

  1. I.LobeHub làm được gì
  2. II.Cần chuẩn bị gì
  3. III.Cài đặt từng bước
    1. A.Mở terminal đúng chỗ
    2. B.Tạo thư mục và chạy script thiết lập
    3. C.Khởi động các dịch vụ
    4. D.Mở LobeHub
    5. E.Hướng thứ hai: chạy bản phát triển
  4. IV.Kiểm tra đã chạy được chưa
  5. V.Dùng vào việc thật
    1. A.Chủ shop nhỏ nhờ agent đọc lại lịch sử chat nhóm
    2. B.Nhân viên văn phòng giao việc định kỳ cho agent
    3. C.Lập trình viên theo dõi pull request của agent
    4. D.Người làm nội dung dùng Pages và Agent Team
  6. VI.Lỗi hay gặp và cách xử lý
    1. A.Gõ lệnh cài trong PowerShell thường
    2. B.Không có Docker hoặc Docker chưa chạy
    3. C.Trang localhost:3210 không mở được
    4. D.Chat không trả lời vì thiếu khóa mô hình
    5. E.pnpm hoặc bun không nhận lệnh
  7. VII.Có nên dùng không

Repo & Skill · 13/11/2026 · 11 phút đọc

Garden Skills: bộ skill thiết kế web, tạo ảnh, làm video cho AI — hướng dẫn cài đặt và dùng

Garden Skills là bộ sưu tập Agent Skills (kỹ năng cho AI) của tác giả ConardLi, dùng được với Claude Code, Cursor, Codex và các AI coding agent khác. Mỗi skill dạy agent làm tốt một việc như thiết kế trang web, tạo ảnh, làm video bằng code, biến tài liệu thành bài viết đẹp. Cài không khó, nhưng README có nhiều cách cài nên bạn cần chọn một cách hợp với công cụ đang dùng.

Repo & Skill · 13/11/2026 · 15 phút đọc

thesysdev/openui: xây giao diện AI dạng streaming — hướng dẫn cài đặt và dùng

OpenUI là framework full-stack, độc lập framework, giúp mô hình AI sinh giao diện có cấu trúc và hiển thị dần khi dữ liệu streaming về. Bạn có thể dựng nhanh một ứng dụng chat bằng CLI hoặc cài từng gói cho React, Vue, Svelte, Angular và LangChain. Việc bắt đầu khá đơn giản nếu máy có đúng phiên bản Node; README chưa ghi đầy đủ lệnh chạy ứng dụng sau khi scaffold.

Repo & Skill · 13/11/2026 · 11 phút đọc

Ruflo: điều phối nhóm agent AI cho Claude Code và Codex — hướng dẫn cài đặt và dùng

Ruflo (trước đây là Claude Flow) là một agent harness: lớp công cụ bao quanh Claude Code và Codex, bổ sung nhiều agent chuyên biệt, bộ nhớ qua các phiên và khả năng chia việc cho nhóm agent. Cài bằng một lệnh `npx ruflo@latest init` trong thư mục dự án, cần Node 20 trở lên. Cài khá dễ, nhưng hệ thống rất rộng nên bạn nên bắt đầu từ một tác vụ nhỏ.