试来试去，还是 LobeHub

最近花了几天时间深度体验了多款 AI Agent 产品，从 WorkBoddy、OpenClaw、LobeHub、DeerFlow2、LirbeChat、钉钉悟空到 OpenCode，几乎把我搜到的工具都试了一遍。每个人的需求不同，我主要关注的是开源可自部署、功能完整度和实际可用性。以下是我个人从实际使用角度的对比。

功能对比

Lobehub 前身是 Lobechat，已经是第二次重构了，因此功能相当丰富的:

特性	LobeHub	OpenClaw	DeerFlow2	WorkBoddy	LirbeChat	钉钉悟空	OpenCode
开源	✅	✅	✅	❌	❌	❌	✅
可自部署	✅	✅	✅	❌	❌	❌	✅
Web 端功能完整	✅	一般	✅	❌	❌	❌	✅
多种搜索支持	✅	✅	✅	受限	✅	依赖钉钉	✅
第三方 LLM Provider	✅	✅	有限	❌	❌	❌	✅
MCP 支持	✅	✅	❌	❌	❌	❌	✅
Runtime 支持	云沙箱	subprocess	容器	本地	本地	本地	本地
定时任务	✅	❌	❌	✅ 企业版	❌	✅	❌
Agent 生成辅助	✅	✅	✅	内置市场	内置市场	内置市场	❌

Lobehub当前的限制

无自部署runtime：官方目前也无意开发自部署的沙盒，通过云端运行多少有点不稳定，不过通过skill和mcp，理论上是可以替代的
无法使用定时任务：定时任务在自部署版本被屏蔽了，官方解释是功能通过 Qstash 提供，理论上自己写技能和mcp服务应该也是可以的，就是没有相应的监控面板了

写在最后

客观来说，每款产品都有自己的适用场景。OpenClaw 对开发者更友好，钉钉悟空在企业场景更成熟，OpenCode 专注代码任务。我需要开源 + 自部署 + 全面功能的平衡点，LobeHub 是目前最合适的选择。但它并非完美，自部署场景下的定时任务和本地 Runtime 仍是短板，期待以后自部署版本中能有进一步的更新