Chatbot UI翻译站点

Chatbot UI 是 Mckay Wrigley 主导的开源 AI 聊天界面，MIT 许可，官方口号”The open-source AI chat app for everyone” 。2.0 版本从早期浏览器本地存储重构为 Next.js + Supabase（PostgreSQL）全栈架构——前端 Next.js+TypeScript+Tailwind，后端 Supabase 提供认证、数据库与文件存储 。

核心能力：多模型统一接入（OpenAI、Azure OpenAI、Anthropic、Mistral、Groq、Perplexity、OpenRouter、Ollama 本地模型等）、对话历史持久化、文件夹/标签管理、Prompt 模板、文件上传、暗色模式、响应式布局 。它是”交互前端”分类中“可定制自托管全栈聊天 UI”的代表作——与 NextChat（轻量跨平台、BYOK、零后端）、Astral Web UI（极简本地优先+分支对话树）形成清晰的差异化：Chatbot UI 的竞争力在”MIT 许可 + 全栈自托管（Supabase 持久化）+ 高度可定制 + 多模型统一 + 2.0 活跃维护“。

 

产品概述

Chatbot UI 由 Mckay Wrigley 开发，是开源 ChatGPT 风格界面的最早一批标杆项目之一，官方定位”the open-source AI chat app for everyone” 。2.0 版本是一次重大架构升级——官方 README 明确写道：”Previously, we used local browser storage to store data. However, this was not a good solution for a few reasons: Security issues, Limited storage, Limits multi-modal use cases. We now use Supabase because it’s easy to use, it’s open-source, it’s Postgres, and it has a free tier for hosted instances” 。

 

核心定位哲学：

第三方分析精准概括：”Chatbot UI is an open-source, full-featured chat interface for AI models that aims to lower the barrier for anyone wanting to run their own AI-powered chatbot — whether using remote LLM APIs or local/self-hosted models” 。它的设计理念是”保留 ChatGPT 官方界面的简洁可用性，同时增加高级用户需要的灵活性与可定制性” 。

 

它做什么 / 不做什么（关键归类）：

• ✅ 做：接收用户聊天请求 → 通过配置的提供商 API 直连（或 Ollama 本地推理）→ 流式返回响应 → 在 Supabase 中持久化对话历史、用户设置、文件 → 在此之上提供多模型切换、文件夹/标签管理、Prompt 模板、文件上传、暗色模式、响应式布局
• ❌ 不做：不持有模型算力、不做 RAG 文档检索（核心开源版）、不提供 Agent Builder 工作流编排、不具备 MCP 市场/插件生态、无多用户 SSO 企业特性
• 本质是自托管全栈聊天前端：它是”交互前端”分类中唯一默认需要后端数据库（Supabase/PostgreSQL）的全栈聊天 UI——这使它比 NextChat（零后端、浏览器本地存储）更”重”，但比 LibreChat/LobeChat（已移至通用工作台）更轻 。这种”中等重量”的全栈自托管形态，正是它的独特定位。

 

技术架构​ ：

• 前端：Next.js + React + TypeScript（95.7%）+ Tailwind CSS
• 后端：Supabase（PostgreSQL + Auth + Storage）
• 本地运行依赖：Docker（运行 Supabase 本地实例）+ Supabase CLI
• 可选：Ollama（本地模型）
• 部署形态：
  • 本地：Docker + Supabase CLI + npm run chat → http://localhost:3000
  • 云端：GitHub 仓库 + Supabase 托管项目 + Vercel 部署
• 数据库迁移：Supabase 迁移文件管理（supabase db push）

 

模型提供商支持​ ：

OpenAI（GPT 系列）、Azure OpenAI、Anthropic Claude、Mistral、Groq、Perplexity、OpenRouter、Ollama（本地模型） 。通过环境变量配置 API Key，配置后界面中的 Key 输入框自动禁用 。

许可策略：MIT 许可证 ，允许商用、修改、分发，是”最干净许可”阵营中最宽松的。官方托管版本 chatbotui.com 提供 SaaS 形态 ，但鼓励用户自托管以获得完整数据控制权 。

💡 与同层项目的关键差异：

• vs NextChat：NextChat 是轻量跨平台客户端（~5MB），浏览器本地存储、BYOK、Vercel 1 分钟部署，零后端 ；Chatbot UI 是全栈自托管，Supabase 持久化，部署难度中等（需 Docker+Supabase），但数据主权更完整、可定制性更强
• vs Astral Web UI：Astral 是极简本地优先、零后端、分支对话树为一等公民；Chatbot UI 是全栈自托管、线性对话为主、Supabase 持久化
• vs LibreChat/LobeChat（已移至通用工作台）：Chatbot UI 不具备 Agent Builder/MCP 市场/工作流编排，是纯聊天前端

 

核心能力

-多模型统一接入

• 云端提供商：OpenAI（GPT 系列）、Azure OpenAI、Anthropic Claude、Mistral、Groq、Perplexity、OpenRouter
• 本地模型：通过 Ollama 接入本地推理
• 自定义端点：任何 OpenAI 兼容端点
• 环境变量配置 Key：OPENAI_API_KEY、AZURE_OPENAI_API_KEY、AZURE_OPENAI_ENDPOINT 等，配置后界面 Key 输入框自动禁用

 

-全栈持久化（Supabase）

• 对话历史：PostgreSQL 存储，跨会话/跨设备持久化
• 用户认证：Supabase Auth，邮箱登录（可关闭 Confirm email 用于个人实例）
• 文件存储：Supabase Storage 支持多模态用例
• 用户设置：模型偏好、Prompt 模板等持久化

 

-对话管理

• 文件夹/标签：组织对话历史
• 搜索：全文本搜索历史消息
• 导出/导入：JSON/Markdown 格式
• 消息编辑/重新生成：编辑历史 Prompt、重新生成回复

 

-提示词与定制

• Prompt 模板：保存常用系统提示
• 自定义系统 Prompt：每个对话独立设置
• 模型参数调节：Temperature/Top-p 在 UI 中可调
• 高度可定制：MIT 许可 + React 组件，可深度修改 UI/UX 匹配品牌

 

-用户体验

• 响应式设计：桌面/移动端适配，2.0 改进了移动端布局
• 暗色模式：支持明暗主题
• Markdown 渲染：完整 Markdown + 代码高亮 + LaTeX
• 文件上传：支持文档处理与分析
• 多语言：界面国际化，语言文件位于 public/locales/

 

-部署灵活性

• 本地自托管：Docker + Supabase CLI，npm run chat 启动
• 云端托管：GitHub + Supabase 项目 + Vercel 部署
• 官方 SaaS：chatbotui.com 提供零运维托管版本

 

优势亮点

• MIT 最干净许可：商用、修改、分发无任何限制，与 NextChat/Astral Web UI 并列最干净许可阵营
• 全栈自托管数据主权：Supabase/PostgreSQL 持久化，数据完全私有，不像 NextChat 仅存浏览器本地
• 高度可定制：Next.js+React+Tailwind 技术栈，MIT 许可允许深度修改 UI/UX 匹配品牌需求
• 多模型统一接入：OpenAI/Azure/Anthropic/Mistral/Groq/Perplexity/OpenRouter/Ollama 全覆盖
• 2.0 活跃维护：近期提交了 UI/UX 重设计、后端兼容性改进、移动端布局优化
• 官方 SaaS 可选：不想自托管可用 chatbotui.com，零运维上手
• Supabase 生态：认证、数据库、文件存储、实时订阅全套后端能力
• 社区规模较大：LibHunt 数据显示约 33K GitHub Stars、社区活跃度 9.2
• 第三方集成生态：可前置 agentgateway 等 API 网关层，集中管理 Key 与审计

 

局限

• 自己不执行推理：Chatbot UI 是聊天前端，后端必须接各家 API 或本地 Ollama
• 部署难度中等：需要 Docker + Supabase CLI，比 NextChat 的 Vercel 1 分钟部署复杂
• 默认需 Supabase 后端：2.0 废弃了纯浏览器本地存储方案 ，无 Supabase 则无法运行——这对只想快速试用的用户是门槛
• 无 RAG 文档检索：核心开源版不具备 AnythingLLM/Open WebUI 那样的文档聊天能力
• 无 Agent/工作流：不具备 LibreChat/LobeChat/Cherry Studio 的 Agent Builder、MCP 市场、工作流编排
• 无多用户 SSO：开源核心无企业级 LDAP/SAML/2FA
• 无 MCP 原生支持：不像 LibreChat（需开关）或 LobeChat 那样原生集成 MCP
• 定制需技术能力：虽然可定制性高，但需要 Next.js/React/Supabase 技术栈知识
• Issues 限制：官方明确”Issues 仅限代码库相关问题”，其他问题需到 Discussions 提问
• 与 NextChat 对比：NextChat 客户端仅 ~5MB、Vercel 1 分钟部署 ；Chatbot UI 全栈形态更重，适合需要持久化与定制的场景，不适合”快速试用”

 

适用人群

• 需要数据主权的个人/团队：Supabase 自托管，对话历史与文件完全私有
• 品牌定制需求：需要修改 UI/UX 匹配企业品牌的团队，MIT 许可允许深度定制
• 全栈自托管偏好者：接受 Docker+Supabase 运维，换取完整后端能力
• 多模型用户：同时使用 OpenAI/Azure/Claude/Mistral/Groq/本地 Ollama 的用户
• 开发者/技术团队：Next.js+React+TypeScript 技术栈，易于二次开发
• 长期对话归档需求：研究人员/法律/写作场景，需要持久化对话历史搜索
• 不想用 SaaS 的个人用户：自托管替代 ChatGPT Plus 订阅

 

安装与部署

 

1. 环境要求

• Node.js v18（兼容版本）
• Docker（运行 Supabase 本地实例）
• Supabase CLI
• 可选：Ollama（本地模型）

 

2. 本地一键部署

# 1. 克隆仓库
git clone https://github.com/mckaywrigley/chatbot-ui.git
cd chatbot-ui

# 2. 安装依赖
npm install

# 3. 安装 Supabase CLI
# macOS/Linux:
brew install supabase/tap/supabase
# Windows:
scoop bucket add supabase https://github.com/supabase/scoop-bucket.git
scoop install supabase

# 4. 启动 Supabase 本地实例
supabase start

# 5. 配置环境变量
cp .env.local.example .env.local
# 编辑 .env.local 填入 supabase status 输出的值

# 6. 启动应用
npm run chat
# 访问 http://localhost:3000

 

3. 云端部署（Vercel + Supabase）

# 1. 在 Supabase 创建新项目，获取：
#    NEXT_PUBLIC_SUPABASE_URL
#    NEXT_PUBLIC_SUPABASE_ANON_KEY
#    SUPABASE_SERVICE_ROLE_KEY

# 2. 在 Vercel 导入 GitHub 仓库，设置 Framework Preset 为 Next.js

# 3. 配置环境变量：
NEXT_PUBLIC_SUPABASE_URL=your-project-url
NEXT_PUBLIC_SUPABASE_ANON_KEY=your-anon-key
SUPABASE_SERVICE_ROLE_KEY=your-service-role-key
OPENAI_API_KEY=your-openai-key  # 可选，配置后界面 Key 输入框禁用

# 4. Deploy 等待完成

 

4. 配置 Ollama 本地模型（可选）

# 在 .env.local 中设置
NEXT_PUBLIC_OLLAMA_URL=http://localhost:11434

# 确保 Ollama 服务运行且已拉取模型
ollama pull qwen2.5:7b

 

5. 使用 agentgateway 前置网关（可选，集中管理 Key）

# agentgateway 的 config.yaml
llm:
  port: 3001
  models:
    name: "*"
    provider: openAI
    params:
      apiKey: "$OPENAI_API_KEY"

 

6. 客户端调用（OpenAI SDK 兼容）

Chatbot UI 本身是聊天前端，但通过配置 OPENAI_API_HOST 可指向任意 OpenAI 兼容网关：

from openai import OpenAI

# 指向本地 Ollama 端点
client = OpenAI(
    api_key="ollama",
    base_url="http://localhost:11434/v1"
)

response = client.chat.completions.create(
    model="qwen2.5:7b",
    messages=[{"role": "user", "content": "Hello!"}]
)

 

7. 部署前必检清单

• 确认仓库位于 github.com/mckaywrigley/chatbot-ui（官方）
• 许可：MIT ，商用自托管无限制
• 严格属于”交互前端”子类，全栈自托管聊天 UI 形态
• 官方定位：”The open-source AI chat app for everyone”
• 当前版本：2.0（从浏览器本地存储重构为 Supabase 后端）
• 技术栈：Next.js + React + TypeScript + Tailwind + Supabase（PostgreSQL）
• 部署：本地 Docker+Supabase CLI / 云端 Vercel+Supabase
• 模型：OpenAI/Azure/Anthropic/Mistral/Groq/Perplexity/OpenRouter/Ollama
• 默认需 Supabase 后端，无 Supabase 无法运行（2.0 架构要求）
• 无 RAG 文档检索、无 Agent Builder、无 MCP 原生支持、无多用户 SSO——保持纯聊天前端定位
• 社区规模：LibHunt 显示约 33K Stars