mcpField
L
Lobu

Lobu

远程服务
lobu.ai记忆与知识231今天更新

关于 Lobu

Lobu 是面向 AI Agent 的开源事件溯源上下文层,供个人或组织中的多个 Agent 共享持久、可查询且受权限控制的历史与当前信息。它将事件关联到身份和类型化实体,并支持通过 MCP 委派给持久化 specialist。

主要功能

  1. 01汇集工具调用、数据变更与对话事件
  2. 02关联身份、实体及来源记录
  3. 03按权限查询和写入共享上下文
  4. 04支持持久 specialist 与任务委派
  5. 05提供审批、凭证代理和审计控制

适用场景

  1. 01跨 Agent 查询组织决策及近期变化
  2. 02让多个 Agent 共享连接源中的项目上下文
  3. 03将长期职责委派给持久 specialist
  4. 04在权限和审批规则下执行系统操作

MCP 相关

MCP 客户端可使用 Lobu 查询和贡献共享组织状态,也可发现并调用持久 specialist。Lobu 还通过服务端策略与审批治理工具操作。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://lobu.ai/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

详细介绍

Lobu — 为每个 Agent 提供实时的世界模型

Lobu 是一个面向 AI Agent 的开源事件溯源上下文层。 每次工具调用、数据变更、设备信号、API 事件和对话都会成为一个事件,并关联到其所属的实体和身份——例如个人、项目、客户、家庭或公司。这样一来,Agent 就能获得一个实时、可查询的世界模型,而不是在会话结束后就被遗忘的对话记录。

无论你是在连接自己的账户,还是整个公司的技术栈,ChatGPT、Claude、Codex 和你自己的 Agent 都能读取和写入同一份支持权限控制的历史记录与当前上下文。当某项职责需要超越单次聊天持续运转时,任何 Agent 都能通过 MCP 发现 Lobu 的常驻专业 Agent 并将任务交给它。

只需连接一次工具。每个 Agent 都能从同一份实时上下文继续工作。

WITHOUT LOBU                         WITH LOBU

Agent A -> Slack / GitHub / CRM      Slack  GitHub  CRM  DBs  Devices
Agent B -> Slack / GitHub / CRM         \      |     |    |     /
Agent C -> Slack / GitHub / CRM          +-----+-----+----+----+
                                                     |
Each agent re-fetches.                               v
Each session forgets.                       +-------------------+
                                             |       LOBU        |
                                             | events + entities |
                                             | history + policy  |
                                             +---------+---------+
                                                       |
                                                shared context
                                     +-----------------+-----------------+
                                     |                 |                 |
                                  ChatGPT         Claude / Codex      Your agents

在 ChatGPT 中查看效果

这段 86 秒的静音演示展示了 ChatGPT 如何通过 MCP 使用 Lobu,获取已连接的上下文并调用受管控的工具,无需离开对话。同一份共享上下文也可供 Claude、Codex 和自定义 Agent 使用。

https://github.com/user-attachments/assets/26e6329a-1bc6-4480-8e57-e9388e38dde9

从你正在使用的 Agent 开始

将任意 MCP 客户端指向 Lobu。无需 Lobu Agent 运行时或 lobu.config.ts。

# Claude Code
npx @lobu/cli@latest connect claude-code

# Codex
npx @lobu/cli@latest connect codex

# OpenCode
npx @lobu/cli@latest connect opencode

按提示完成 OAuth,连接要共享的数据源,并在 Agent 需要共享上下文时让它使用 Lobu。

同一个 MCP 端点适用于 Claude Code、Codex、OpenCode、Antigravity、ChatGPT、Claude Desktop、Cursor 和自定义 MCP 客户端。运行 lobu connect 可检测客户端、安装受支持的 MCP 和技能包,或在宿主需要通过 UI 设置时获取准确的原生接入指引。首次使用时,身份验证会在该 Agent 中进行。

设置指南:Claude · ChatGPT · Codex · Grok

下载 Lobu:Mac 应用 · Chrome 扩展程序

要升级使用 ai.lobu.mac 应用身份之前安装的 Mac 版本?请手动安装 DMG——应用内更新程序无法在软件包标识符变更后迁移安装。它会就地替换 /Applications/Lobu.app;如果仍有重命名前的版本,也请删除 /Applications/Owletto.app,因为它位于独立路径中。从 20.0.1 开始,你的设置和应用的设备身份会在重命名后保留,因此固定到设备的自动化会继续由同一工作进程运行。登录项和隐私授权无法保留——macOS 会根据软件包标识符关联这两者——因此新应用会询问一次是否在登录时打开,并在首次使用时重新请求每项权限。

要测试合并到 main 的更改,请运行 bunx @lobu/cli@canary --help。只有维护者在 GitHub Actions 中对 main 运行 Publish Packages 并选择 canary 通道时,canary 标签才会更新;该运行要求提交通过 CI 和镜像检查,并会在发布前对打包后的 CLI 进行冒烟测试。发布的版本随后会在 Linux 运行时矩阵中测试,因此依赖它之前请先检查运行结果。稳定版请使用 @latest。Canary 版本包含完整的提交 SHA,因此复现错误时可以固定到某个预览版本。软件包管理器可能会缓存这个可变标签:从成功的工作流运行中复制确切版本号,替换 canary,并通过 lobu --version 确认已安装的版本。

回想公司了解的信息

向 Claude Code、Codex 或 ChatGPT 提问:

关于企业入职,我们做了什么决定?自上次发布以来又有哪些变化?

无论由哪个 Agent 提问,Lobu 都会在提问者的权限范围内搜索共享且持久的组织记忆。答案可以结合已连接的讨论、项目活动、客户记录、已保存的决定和类型化的公司实体,无需在每次聊天中从头重建这些上下文。

将工作交给持久的 Lobu 专家

向你的主 Agent 提问:

请让我们的客户研究专家查看最新反馈,并提出接下来的三场访谈建议。

Agent 会发现你可以使用的专家,选择合适的人选,委派任务,并带回结果。专家拥有自己的身份、指令、工具、持久对话和访问策略。

对用户而言,整个过程仍是在主 Agent 中进行的一次对话。专家本身会持续存在:其他获授权的人员和 Agent 仍可使用它,而不是随着当前聊天结束而消失。

为什么选择 Lobu

Lobu 不会让每个 Agent 都通过每次会话中的工具调用来重建相同的状态,而是运行一个共享数据层:

  • 连接一次。 轮询、webhook、API 和由 Agent 编写的连接器会将数据写入同一个仅追加事件日志。
  • 了解一次。 事件可以编入可搜索的知识,并关联到公司、项目、事件和客户等类型化实体。
  • 通过任何 Agent 使用。 获授权的 MCP 客户端可根据各自的授权读取相同的组织状态并为其提供信息。
  • 按需委派。 持久的 Lobu 专家可以负责某个角色、对话历史、工具和定期职责。
  • 保持控制。 身份、来源权限、审批、凭证代理、溯源和审计都保留在服务端。
flowchart TD
    Sources["Connectors / webhooks / devices / APIs"] --> Log[("append-only log")]
    Log -->|"resolve identities<br/>attach provenance"| Graph["context graph<br/>entities + links<br/>current + history"]
    Graph -->|"query"| Agents["agents + specialists"]
    Graph -->|"watch / subscribe"| Agents
    Agents -->|"sandbox + scoped tools / MCP<br/>policy + approvals"| Actions["actions on systems"]
    Actions -->|"action events"| Log

MCP 用于执行操作。Lobu 的事件图谱用于了解信息。

一个上下文层,适用于个人或公司

无论是单个人的账户,还是整个公司的技术栈,底层构件都不会改变—— 变化的只是已连接的内容。身份、实体、事件、历史记录和策略在两种范围下 都以相同的方式运作。

PERSONAL                               COMPANY

WhatsApp  Gmail  Calendar  Mac        Slack  GitHub  CRM  DB
    \       |       |      /              \      |     |   /
     +------+-------+-----+                +------+-----+---+
                    \                      /
                     +------- LOBU -------+
                     | identities         |
                     | entities + events  |
                     | history + policy   |
                     +---------+----------+
                               |
                      shared agent context
                  +------------+------------+
                  |                         |
       "When is Alice home?"      "Why is Acme at risk?"

使用 Lobu 的三种方式

1. 为现有 Agent 添加共享上下文

Agent 无需切换到新的聊天界面或采用 Lobu 的运行时,就能搜索和保存记忆、查询结构化实体、检查已连接的来源,并委派任务给 Lobu 专家。

文档:Memory · Claude · ChatGPT · Codex

2. 运行持久化的 Lobu 专家

为一项长期职责创建专家:客户研究、支持请求分流、版本发布协调、事件跟进或内部领域。用户可以通过 Lobu Web 应用或 Slack 与它交流,其他 Agent 也可以通过 MCP 调用同一个专家。

在本地搭建并运行一个:

npx @lobu/cli@latest init my-specialist
cd my-specialist
npx @lobu/cli@latest run
npx @lobu/cli@latest chat -c local "hello"

默认情况下,lobu run 会启动包含内嵌 Postgres 数据库的本地堆栈,并在 :8787 打开 Web UI。只有在内嵌模式下,它才会自动应用项目的 lobu.config.ts。若要使用外部 Postgres,请设置 DATABASE_URL,确保 pgvector 可用,然后进行身份验证,并单独将项目应用到该运行环境。

当前的 canary CLI 会在首次使用时下载所需的运行时组件,并缓存以供后续运行。--help、--version 以及仅连接远程运行时的命令不会安装本地堆栈。Docker 镜像会在构建时包含其运行时依赖,并直接启动;本地嵌入模型权重仍可能在首次使用时下载。有关独立的数据库和服务配置,请参阅 Docker 部署。

lobu init(包括 init -y)会在项目的 .env 中生成 ENCRYPTION_KEY。手动设置时,必须在启动前提供此密钥:使用 openssl rand -base64 32 生成一个 32 字节的 base64 值。请将同一个密钥与持久化数据库一同保存;替换密钥会导致先前加密的机密信息无法读取。

文档:快速入门 · Agent 工作区 · 技能 · Slack

3. 使用 CLI 和 TypeScript SDK 构建

无需 Agent,也可以使用同样受治理的数据和操作:

npx @lobu/cli@latest memory run                     # list the memory tools
npx @lobu/cli@latest memory run search_memory '{"query":"onboarding"}'
npx @lobu/cli@latest call run_sdk --arg title='List recent entities' \
  --arg script='export default async (_ctx, client) => client.entities.list({ limit: 5 })'

或者使用 Node 和 TypeScript:

import { client, searchMemory } from "@lobu/client";

client.setConfig({
  baseUrl: "https://lobu.ai",
  headers: { Authorization: `Bearer ${process.env.LOBU_TOKEN}` },
});

const hits = await searchMemory({
  path: { orgSlug: "my-org" },
  body: { query: "onboarding" },
});

使用 lobu token create 创建令牌。MCP 工具和类型化 SDK 操作共用服务端工具注册表和访问规则;lobu memory run 通过 MCP 端点分发,而 lobu call 默认通过 REST 工具路由分发(设置 LOBU_API_TOKEN 和 LOBU_MEMORY_URL 后则使用 MCP)。lobu call run_sdk、query_sdk 和 query_sql 都需要一个 title 参数,用于在活动动态中命名此次调用。

核心概念

共享上下文

连接器会按计划或通过 Webhook 收集活动数据。讨论、项目变更、客户记录、API 事件以及保存的 Agent 知识都会写入同一份只追加历史记录。

类型化实体将这些历史记录与您关注的对象关联起来:Company、Project、Customer、Incident 或您定义的架构。更正会取代旧事实,而不会抹去其来源记录。

连接器可扩展。您可以用 TypeScript 构建连接器;对于 Lobu 尚未提供集成的来源,编码 Agent 可以使用 Lobu 的连接器规范和验证流程来创建集成。

文档:记忆 · 连接器 · API

持久化专家

Lobu 专家拥有稳定的角色、指令、记忆、工具和对话历史。用户可以通过网页聊天或 Slack 联系它,外部 Agent 也可以通过 client.conversations.send 调用它。

专家通过角色文件设定身份和指令:IDENTITY.md、SOUL.md 和 USER.md。防护机制可以检查输入、输出和工具调用。连接器操作遵循 Settings → Policies 中的组织级 Auto、Ask 或 Block 规则;即使设为 Auto,防护机制仍会生效,操作结果也会返回到共享事件日志。

外部 Agent 无需让用户编写委派代码。它们会将如下脚本传递给 Lobu 的 query_sdk 和 run_sdk MCP 工具:

脚本必须默认导出一个异步函数。Lobu 会将执行上下文作为第一个参数,将 ClientSDK 作为第二个参数;await 和 return 必须放在该函数内部。单独使用顶层 await 或 return 会导致编译失败。同样的函数格式也适用于 lobu call run_sdk --arg title='…' --arg script='…'。

// Discover specialists through query_sdk.
export default async (_ctx, client) => {
  const { agents } = await client.agents.list();
  return agents;
};
// Delegate through run_sdk and wait for the specialist's reply.
export default async (_ctx, client) => {
  return client.conversations.send({
    agent_id: "customer-researcher",
    thread: "enterprise-onboarding",
    text: "Review the latest customer feedback and propose the next three interviews.",
  });
};

文档:Agent 工作区 · 防护机制 · 安全

自动化

自动化是有版本管理的后台职责,可手动激活、按计划激活、由连接器事件激活,或由另一项自动化的持久化输出激活。它们会读取受治理的数据源、持久化结构化结果,并可通知 Slack、创建工单,或在无人聊天时启动 Agent 任务。

数据收集与激活彼此独立:只需连接一次数据源,就能保留持久历史,供每个获授权的 Agent 使用;然后选择某项职责是按计划运行,还是在收到匹配事件时立即运行。轮询连接器、经过身份验证的 Webhook 和自动化输出会使用各自适用的数据接入路径,但最终都会汇入相同的持久化自动化运行生命周期。首次同步会建立基线,不会向订阅者发送过多通知;重复投递会被去重。

请参阅激活与串联模型。

可选执行

通过 MCP 共享上下文和委派任务,并不要求 Lobu 为调用它的 Agent 执行代码。当 Lobu 专家需要 shell 时,内置运行时会提供轻量级的 just-bash 执行环境。对于需要更强隔离或更多计算资源的工作负载,可以连接 Vercel Sandbox 等远程沙箱提供商。

选择哪个沙箱来运行代码取决于部署方式。Lobu 提供围绕沙箱的共享上下文、权限和治理。

渠道

Lobu 专家可以服务于 Slack、Telegram、WhatsApp、Discord、Teams、Google Chat、Web 应用和 REST API。各渠道的对话彼此独立,但会读取相同的获授权组织上下文。

设置:Slack · Telegram · Discord · WhatsApp · Teams · Google Chat

Lobu 的不同之处

  • Agent 框架帮助开发者实现 Agent 循环。Lobu 为 Agent 和人员提供共享的组织状态,以及用于维护持久化专家的场所。
  • 直接 MCP 集成会公开单个提供商提供的工具。Lobu 会持续构建持久化的跨来源上下文,供每个获授权的 Agent 重复使用。
  • Agent 运行时用于托管特定 Agent。Lobu 让人们可以继续使用 Claude Code、Codex、ChatGPT 或自己的运行时,并仅在需要共享上下文或委派任务时使用 Lobu。
  • 工作流引擎会编码预先设定的步骤图。Lobu 自动化负责处理持久化触发器和后台职责,而 Agent 则决定如何完成开放式任务。

Agent 配置

运行时配置通过 Web 应用或与 CLI 使用的同一组织范围 REST API 管理。本地 lobu.config.ts 项目支持验证和可重复执行的应用工作流。

npx @lobu/cli@latest login
npx @lobu/cli@latest org set my-org
npx @lobu/cli@latest agent list

文档:CLI 参考 · lobu apply

部署

可在本地使用嵌入式运行时,也可通过外部 Postgres 自托管 Lobu。生产环境指南:Docker · Cloud · Kubernetes

安全与隐私

权限和审计由 Lobu 网关负责。Lobu MCP 服务和凭据代理层负责处理提供商和连接器凭据、OAuth 和令牌刷新,以及第三方 API 代理。工作进程接收的是限定范围的占位符或短期的提供商派生访问权限,而不是 OAuth 令牌或持久存储的凭据。连接器操作遵循组织审批策略,连接的数据仍限定在组织范围内。

内置的 just-bash 和嵌入式执行模式是策略与便利性边界,并非用于运行恶意代码的虚拟机。当工作负载需要更强的隔离边界时,请使用远程沙箱提供商。

文档:安全 · 密钥代理 · 防护措施 · 威胁模型

设计合作伙伴

我们正在与技术团队合作。这些团队已在使用 Claude Code、Codex、ChatGPT 或自定义 Agent,并希望这些 Agent 共享公司上下文,或委派任务给持久化的专家 Agent。

最佳起点是一个团队、一个或两个已连接的数据源,以及一项重复性职责。联系创始人或通过 X/Twitter 联系我们。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。