项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1197
技术标签
使用教程
环境要求
- 已安装 pnpm(项目推荐的包管理器)
- 可用的 PostgreSQL 数据库(本地或 docker 启动)
- 至少一个 AI 提供商的 API Key(OpenAI、Claude、Gemini 等)
- 使用 Docker Compose 方式时需已安装 Docker
安装与启动步骤
-
1获取项目源码
从 GitHub 克隆仓库并进入项目目录,后续命令都在该目录下执行。
git clone https://github.com/keinsaasforever/better-chatbot.git cd better-chatbot -
2安装依赖
用 pnpm 安装全部依赖;执行后项目会自动生成 .env 文件,稍后按需修改。
pnpm i -
3配置环境变量
在 .env 中填写至少一个 AI 提供商 API Key(如 OPENAI_API_KEY)以及要使用的数据库地址。
POSTGRES_URL=postgres://your_username:your_password@localhost:5432/your_database_name -
4启动本地数据库
本地没有 PostgreSQL 时用该命令启动一个;已有自己的数据库可跳过这一步。
pnpm docker:pg -
5本地启动应用
构建并启动本地版本;开发调试阶段也可以改用 pnpm dev 启动。
pnpm build:local && pnpm start -
6Docker Compose 启动
一步拉起应用与 PostgreSQL 等全部服务,适合不想在本地单独装数据库的场景。
pnpm docker-compose:up -
7打开界面
浏览器访问 http://localhost:3000 即可开始使用聊天界面。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
POSTGRES_URL | 是 | PostgreSQL 连接地址,应用的数据存储依赖它 | postgres://your_username:your_password@localhost:5432/your_d |
OPENAI_API_KEY | 是 | 至少配置一个 LLM 提供商密钥,这里以 OpenAI 为例 | sk-xxxxxxxx |
CLAUDE_API_KEY | 否 | 可选,接入 Anthropic Claude 模型 | sk-ant-xxxxxxxx |
GEMINI_API_KEY | 否 | 可选,接入 Google Gemini 模型 | AIzaSyxxxxxxxx |
如何确认成功
浏览器打开 http://localhost:3000 能正常加载聊天界面并能发送消息即启动成功。
常见问题
Q:本地没有 PostgreSQL 怎么办?
A:执行 pnpm docker:pg 启动一个本地 PostgreSQL 实例,然后把 POSTGRES_URL 指向它;也可以直接使用已有的数据库地址。
Q:必须购买 API 吗?
A:不需要。只需准备一个 AI 提供商的 API Key,数据库、文件存储和托管都可以使用免费额度。
Q:不想本地安装,有更省事的方式吗?
A:README 提供了 Vercel 一键部署指南 docs/tips-guides/vercel.md,按指引操作即可几键上线。
Q:怎么接入 MCP 服务和外部工具?
A:参考文档 docs/tips-guides/mcp-server-setup-and-tool-testing.md,其中说明了 MCP 服务器的添加与配置方法。
Q:如何开启第三方账号登录?
A:参考 docs/tips-guides/oauth.md,可按说明配置 Google、GitHub、Microsoft 的 OAuth 登录。
注意事项
- 项目推荐使用 pnpm 作为包管理器,不要随意换成 npm/yarn。
- 执行 pnpm i 时会自动创建 .env 文件,填好配置后再启动应用。
- 自托管 Docker 的完整环境变量说明见 docs/tips-guides/docker.md。
- 本地开发推荐 pnpm dev,正式本地运行用 pnpm build:local && pnpm start。
核心亮点
- 多模型支持:无缝接入 OpenAI、Claude、Gemini、Ollama,灵活切换
- 原生 MCP 支持:内置客户端和服务端,轻松扩展工具链
- 低代码工作流:拖拽式编排自动化流程,降低使用门槛
不足之处
- 项目仍处于成长阶段,文档和社区生态有待完善
- 低代码能力可能不如专业自动化平台(如 n8n)成熟
适用场景
- 个人开发者搭建统一 AI 助手,集中管理多个模型
- 团队构建基于 MCP 的工具集成,实现数据互通
- 自动化日常任务,如内容生成、信息聚合、定时触发
替代项目
Dify、Flowise、n8n
上一篇:codefuse-chatbot
下一篇:flock
同类项目推荐
kagent
开源
把 AI Agent 部署进 K8s,让运维自动化真正落地
Cloud Native Agentic AI | Discord: https://bit.ly/kagentdiscord
adhd
开源
让AI像多动症一样发散思维,再剪枝聚焦,搞定复杂创意活。
ADHD — a skill for coding agents. Tree-of-thought with pruning, built on the Claude···
SOMAS
开源
让人和多个AI智能体组队协作并互相信任
A Trusted Human-Multi-Agent Reinforcement Learning Interaction Framework
ai-agent
开源
用 Java 编排多智能体,搞定复杂任务自动化
一个面向全网研究与复杂数据分析的云端智能体,能在公开网络、YouTube、BiliBili、X、小红···
OpenGiraffe
开源
让 AI 代理常驻后台,自动完成代码修改全流程
A persistent, daemon-based multi-agent system that leverages opencode to automatical···
ouroboros
开源
告别反复提示,用规范文件直接驱动 AI 智能体干活
Agent OS: the agent gets smarter on its own. We just hold the line: Interview-gated,···
MemGraphRAG
开源
给图数据库装个会记忆的多智能体,让复杂查询又快又准。
[KDD 2026] MemGraphRAG: Memory-based Multi-Agent System for Graph Retrieval-Augmente···
fieldflow
开源
把多步工具调用编排成流水线,省 token 又省心
AI4VisualNovel
开源
多智能体分工写视觉小说,剧情对话一键生成
A LLMs Multi-Agents framework for VisualNovel
