LobeHub 部署时怎么自定义服务商模型列表并标注模型扩展能力？

LobeHub 部署时怎么自定义服务商模型列表并标注模型扩展能力？

【免费下载链接】lobehub🤯 LobeHub is your Chief Agent Operator, organizing your agents into 7×24 operations by hiring, scheduling, and reporting on your entire AI team.项目地址: https://gitcode.com/GitHub_Trending/lo/lobehub

自部署 LobeHub 时，内置模型列表往往不符合运营需要：可能想只放行几个指定模型，想给模型起用户看得懂的展示名，或者想声明某个模型支持 Function Calling、视觉识别等能力。这些都通过每个服务商对应的*_MODEL_LIST环境变量在部署时配置，无需改代码。本文适用前提：你正在通过 Docker 等方式自部署 LobeHub，并已准备好对应服务商的 API Key；扩展能力（<...>尖括号语法）从 LobeHub0.147.8版本开始支持，低版本不生效。

模型列表的语法规则

所有服务商的模型列表变量共用同一套定义语法（规则见 model-list 文档）：

id->deploymentName=displayName<maxToken:vision:reasoning:search:fc:file:imageOutput>,model2,model3

• +模型名：把该模型加入列表；
• -模型名：把该模型从列表中隐藏；
• -all：先隐藏所有内置模型，通常与+组合，实现"只启用显式指定的模型"；
• =展示名：自定义界面中显示的模型名；
• ->deploymentName：映射部署名，可以省略，省略时默认为最新版本的模型。当前支持->deploymentName的服务商有：Azure、Azure AI、Qwen、Spark、Volcengine（及其 coding plan）以及 Kimi Coding Plan；
• <...>：扩展配置，尖括号内第一个值必须是该模型的maxToken，第二个值起是扩展能力，能力之间用冒号:分隔，顺序不重要。

一个典型组合示例：

+qwen-7b-chat,+glm-6b,-gpt-3.5-turbo,gpt-4-turbo=gpt-4o

含义是：增加qwen-7b-chat和glm-6b，删除gpt-3.5-turbo，并把gpt-4-turbo的展示名改为gpt-4o。如果想只保留个别模型：

OPENAI_MODEL_LIST=-all,+gpt-3.5-turbo,+gpt-4-turbo=gpt-4o

仅启用gpt-3.5-turbo和gpt-4-turbo（展示为gpt-4o），其余模型全部隐藏。

标注模型扩展能力

尖括号里可以声明模型支持的能力，目前支持的取值及含义如下：

文档给出的标注示例：

chatglm-6b=ChatGLM 6B<4096> spark-v3.5=讯飞星火 v3.5<8192:fc> gemini-2.5-flash=Gemini 2.5 Flash<16000:vision> o3-mini=OpenAI o3-mini<200000:reasoning:fc> qwen-max-latest=Qwen Max<32768:search:fc> gpt-4-all=ChatGPT Plus<128000:fc:vision:file> gemini-2.0-flash-exp-image-generation=Gemini 2.0 Flash (Image Generation) Experimental<32768:imageOutput:vision>

两条硬性规则需要记住：

1. maxToken必须是< >内的第一个值，写<8192:fc:vision>而不是<fc:vision>，否则能力标注不生效；
2. 能力标注只是声明，LobeHub 无法开启服务商 API 本身不提供的能力，需确认模型在其 API 中实际支持该能力。

在各服务商的部署变量中配置

模型列表挂在每个服务商自己的环境变量下，完整变量说明见 模型服务商环境变量文档。以 OpenAI 为例，OPENAI_MODEL_LIST为可选变量，用于控制模型列表；ENABLED_OPENAI控制是否启用 OpenAI 服务商（默认1，设为0关闭）；OPENAI_API_KEY为必填项，OPENAI_PROXY_URL可选、用于覆盖默认 API 地址（默认https://api.openai.com/v1）。

不同服务商的写法差异不大，按自身服务商替换前缀即可：

# OpenAI — 精选列表 OPENAI_MODEL_LIST=-all,+gpt-4o,+gpt-4o-mini # Google GOOGLE_MODEL_LIST="+gemini-2.5-pro=Gemini 2.5 Pro<1000000:vision:fc" # Perplexity PERPLEXITY_MODEL_LIST=-all,+sonar-pro,+sonar # Ollama（本地模型） OLLAMA_PROXY_URL=http://localhost:11434 OLLAMA_MODEL_LIST="+llama3:8b=Llama 3 8B<8192>,+mistral:latest=Mistral<8192:fc>,+codellama:34b=Code Llama 34B<16000"

Azure OpenAI 是例外：Azure 要求用->deploymentName把模型 ID 映射到你的实际部署名（见 Azure OpenAI 部署文档，其中AZURE_MODEL_LIST为必填项）：

AZURE_ENDPOINT=https://your-resource.openai.azure.com AZURE_API_KEY=your-api-key AZURE_API_VERSION=2024-02-01 # id->deploymentName=displayName<能力> AZURE_MODEL_LIST="gpt-35-turbo->my-gpt35-deploy=GPT-3.5 Turbo<16000:fc>,gpt-4->my-gpt4-deploy=GPT-4<128000:fc:vision"

上面的 endpoint、API key 是文档示例值，替换为你 Azure 账户中 "Keys and Endpoints" 部分提供的真实值。

先起测试实例验证配置

文档建议上生产前先起一个独立的测试实例验证模型配置（该命令会启动一个名为lobehub-test的后台容器并映射 3210 端口，测试容器名称需与环境中已有容器不冲突）：

docker run -d -p 3210:3210 \ -e OPENAI_API_KEY="sk-test..." \ -e OPENAI_MODEL_LIST="-all,+gpt-4o" \ --name lobehub-test lobehub/lobehub

将sk-test...替换为你有权限的测试 API Key。验证点有两个：

• 打开 LobeHub 界面，确认模型选择器中出现且仅出现你期望的模型，展示名与<...>能力标注按预期呈现；
• 用新配置发一次真实对话请求，确认能拿到非空回复。

验证通过后，再在正式部署环境的同一组环境变量上落配置。

配置后常见问题

模型未出现在选择器中

• 检查语法错误：逗号缺失、尖括号不匹配是最常见的写法问题；
• 确认服务商本身已启用（如ENABLED_OPENAI=1）；
• 若使用了-all，确认已用+把该模型加回来。

模型返回空响应

• 走代理时尝试在 URL 末尾加/v1再试：OPENAI_PROXY_URL=https://api.example.com/v1（是否要/v1与服务商的转发方式有关，文档对 OpenAI 代理有专门说明）；
• 确认模型 ID 与服务商 API 期望的完全一致；
• 确认 API Key 有权限访问该模型。

扩展能力不生效

• 检查maxToken是否写在< >第一位；
• 确认服务商 API 实际支持该能力——LobeHub 无法开启 API 本身不提供的能力；
• 确认运行的 LobeHub 版本足够新（扩展配置从0.147.8引入），过旧版本需先升级再配置。

完整的规则、更多服务商示例与排查条目见 docs/self-hosting/advanced/model-list.mdx 与 docs/self-hosting/environment-variables/model-provider.mdx。

【免费下载链接】lobehub🤯 LobeHub is your Chief Agent Operator, organizing your agents into 7×24 operations by hiring, scheduling, and reporting on your entire AI team.项目地址: https://gitcode.com/GitHub_Trending/lo/lobehub