LobeHub
LobeHub

更新日志

追踪 LobeHub 的新功能、修复与改进。

灵活适配的认证体系:Clerk 与 Next-Auth 双方案支持

灵活适配的认证体系:Clerk 与 Next-Auth 双方案支持

每个产品都需要可靠的登录系统,但不同团队的起点并不相同。有些团队希望快速接入社交登录上线,有些则需要企业级的安全管控。LobeHub 现在同时支持两种路径 —— 集成 next-auth 和 Clerk,满足不同阶段的需求。

这让团队可以自由选择:先以简单方案快速启动,待业务需要时再升级安全能力,无需重构整个认证架构。

Next-Auth:快速启动,灵活可控

Next-Auth 为希望快速交付的团队提供了轻量级认证层。它覆盖核心能力:主流 OAuth 提供商、邮箱登录、凭证登录,无需管理独立用户服务。

适用场景:

  • 需要快速接入 GitHub、Google 等社交登录
  • 开箱即用的会话管理
  • 对登录界面和流程的完全控制
  • 用户数据保留在自有基础设施中的隐私友好方案

Clerk:企业级身份管理

当你需要的不仅是登录 —— 多因素认证、用户档案管理、登录行为监控 ——Clerk 提供开箱即用的完整能力。作为托管身份平台,它随产品规模自动扩展。

适用场景:

  • 敏感账户需要 MFA 或满足合规要求
  • 需要内置的用户资料与账户管理界面
  • 实时监控登录活动
  • 免运维的高扩展性身份基础设施

体验优化与修复

  • 新增 next-auth v5 beta 支持,改进会话处理机制
  • 修复自定义登录页面导致的重定向循环问题
  • 优化 OAuth 连接失败时的错误提示信息
v0.125.0 ~ v0.118.1

支持 Text to Image 文生图

文生图:在对话中直接创作视觉内容

LobeHub 现已支持文生图功能,你可以在与助理对话时直接创作图像。借助 DALL-E 3、MidJourney 和 Pollinations 等工具,助理可以在同一段对话中将你的描述转化为视觉作品。

无需切换工具的创意工作流

以往,生成 AI 图像意味着离开对话、打开另一个工具、编写提示词、等待生成结果,然后再把图片复制回来。现在,你只需描述想要什么,助理就能直接在对话中生成图像。

这让创意节奏保持流畅。快速迭代想法 —— 要求调整、探索变体、优化描述 —— 都无需切换上下文。对话历史会保留你的创作方向,让你可以引用之前的想法并在此基础上继续发展。

私密且沉浸的创作体验

图像生成在现有对话中完成,让创作过程保持封闭和私密。无需管理多个账号或在不同平台之间跳转。你的提示词、迭代过程和最终图像都保存在同一个地方,与讨论内容一起有序管理。

多种生成选项

不同工具擅长不同风格。DALL-E 3 提供精细、准确的渲染效果,MidJourney 产出富有艺术感和氛围感的作品,Pollinations 提供快速、便捷的生成能力。你的助理可以帮你为每个创作任务选择和调用合适的工具。

v0.118.0 ~ v0.102.1

支持 TTS & STT 语音会话

语音会话:与你的助理自然对话

LobeHub 现已支持文字转语音(TTS)和语音转文字(STT),将文字对话转化为自然的语音交互。你可以与助理对话并听到它们的回复,体验更接近与真人交流。

自然的语音交互

借助 TTS,助理可以用清晰自然的声音朗读回复。借助 STT,你可以用语音输入代替打字。两者结合,实现了免提交互 —— 当你正在处理其他事务、在通勤途中,或单纯更喜欢说话时,这项功能尤其实用。

语音功能特别适合:

  • 听觉型学习者,通过聆听更好地处理信息
  • 希望在通勤或远离键盘时保持高效的用户
  • 觉得语音比文字更便捷或更易用的用户

个性化的声音选择

不同的助理可以配备不同的声音。你可以根据每个助理的性格或用途选择合适的声音。专业的助理可以使用沉稳、从容的语调,创意型的助理则可以更加富有表现力。

我们精选了 OpenAI Audio 和 Microsoft Edge Speech 的高品质声音选项,以服务不同地区和偏好的用户。选择最符合你使用风格或场景的语音。

完整的交流闭环

语音支持弥合了人类与 AI 交互方式之间的差距。自然地说话,听到语音回复,并像在真实对话中一样保持上下文。LobeHub 的其他功能 —— 插件、多模态支持、上下文管理 —— 都能与语音模式无缝协作。

v0.102.0 ~ v0.101.1

支持模型视觉识别

视觉识别:与图片对话,不只是文字

LobeHub 的对话不再局限于纯文字。我们现已支持多个具备视觉识别能力的大语言模型,包括 OpenAI 的 gpt-4-vision、Google Gemini Pro Vision,以及智谱 GLM-4 Vision。

自然地分享图片

上传图片或直接拖拽到对话框,助理就能理解视觉内容并基于上下文继续对话。无论是截图、照片、图表还是任何视觉参考,都能轻松分享。

这为日常场景和专业场景带来了更自然的多模态体验:

  • 分享生活中的照片并展开讨论
  • 上传界面截图获取设计反馈
  • 分享图表并获得解读
  • 引用视觉内容而无需用文字描述

上下文感知的视觉理解

助理不只是 "看见" 图片 —— 它能在持续对话中理解图片内容。你可以针对特定细节追问、比较多张图片,或将视觉资料作为复杂讨论的参考。

对于专业领域,这意味着更清晰的上下文和更实用的回复。医学影像讨论、建筑方案评审或技术图表分析,当双方都能看到相同的视觉参考时,交流变得更加自然高效。

个性化的语音交互

为了更好地服务不同地区和偏好的用户,我们还加入了 OpenAI Audio 和 Microsoft Edge Speech 的高品质语音选项。选择符合你风格或场景的声音,获得更个性化的交互体验。

v0.101.0 ~ v0.90.0

支持插件系统

插件系统:用社区技能扩展你的助理

LobeHub 现已支持插件功能,大幅扩展了助理的能力边界。借助社区开发的插件,助理可以获取实时数据、与外部平台交互,并处理各种专业工作流,而无需离开对话界面。

0:00 / 0:00

获取实时信息

以往,对话内容受限于模型本身的知识截止日期。现在,通过联网搜索等插件,助理可以实时获取最新资讯 —— 无论是新闻、技术文档、股价还是天气信息,都能在需要时即时查询。

你可以使用插件来:

  • 执行网页搜索,获得最新的答案
  • 查询技术文档和参考资料
  • 获取 Bilibili、Steam 等平台的数据
  • 在对话过程中按需生成图片

社区驱动的灵活性

插件系统设计为随社区贡献而不断成长。开发者可以构建并分享自定义插件,为任何助理添加新能力。用户只需根据具体工作流启用所需插件即可。

这意味着你的助理可以变得更加专业化。编程助理可以启用文档搜索和代码执行插件,创意助理可以使用图像生成和内容研究工具。同一个助理通过启用不同的插件,就能适应不同的使用场景。

自然的语音交互

除了插件能力之外,LobeHub 还提供了高品质的语音合成选项,包括 OpenAI Audio 和 Microsoft Edge Speech。你可以根据个人偏好或具体场景选择合适的声音,获得更个性化的交互体验。

了解更多插件使用方法,请查看文档。

v0.72.0 ~ v0.67.0
LobeHub

Super-Agents on Your Team

今天就把 Super-Agents 招进你的团队。