LobeChat 官方 Agent 索引仓库，通过 index.json 提供社区贡献的高质量提示词与 AI 助手角色，覆盖编程、写作、翻译、学术等多个领域。
项目定位#
LobeChat Agent Index 是 LobeChat 生态中的核心组件，充当"GPTs 商店"的后端数据源。它维护一份包含大量预定义 Agent 元数据的 index.json 索引文件及相关独立配置文件，LobeChat 前端通过访问此索引向用户展示可用的 Agent 列表。
解决的问题#
- 发现与分发：解决高质量提示词在不同用户间难以共享和发现的问题，构建标准化分发渠道
- 配置标准化：通过
agent-template结构规范 Agent 的名称、描述、标签、系统提示词等元信息 - 众包维护：利用 GitHub PR 机制实现 Agent 内容的社区众包维护
核心功能#
Agent 索引聚合#
维护 index.json，聚合所有已收录的 Agent 元信息，供 LobeChat 客户端拉取。覆盖编程开发、学术写作、多语翻译、心理健康、法律咨询、游戏娱乐等多个垂直领域。
标准化模板#
提供 agent-template.json 和 agent-template-full.json 规范提交格式。PR 合并后自动生成 createAt（创建时间）字段。
自动化 i18n#
依托 LobeChat 的能力，支持将 Agent 提示词自动翻译为多语言版本。
典型 Agent 示例#
| Agent 名称 | 领域 | 功能摘要 |
|---|---|---|
| Academic Writing Assistant | 学术写作 | 学术研究论文写作与正式文档专家 |
| Programming Development Assistant | 编程开发 | 擅长开发、调试与代码问题修复 |
| Multilingual Translator | 多语翻译 | 中文与英、日语之间的多语翻译 |
| Mental Health Counselor | 心理咨询 | 倾听用户故事的心理咨询师 |
| Python Development Master | 编程/Python | Python 开发专家，强调安全与可维护性 |
架构设计#
采用 Data Repository (数据仓库) 模式，代码即数据。
数据定义层 (src/ 目录)#
每一个 Agent 作为独立 JSON 文件存储在 src/ 目录下。文件名通常对应 Agent 的唯一标识符。结构包含：author、name、description、tags、config（含 systemRole）等。
索引构建层#
项目包含构建脚本（Bun 脚本），扫描 src/ 目录下所有 JSON 文件，聚合生成根目录下的 index.json 文件。包含 format 脚本，利用 OpenAI API 辅助翻译或格式化内容。
消费层#
LobeChat 前端应用通过 HTTP 请求定期或按需拉取此仓库的 index.json，解析并渲染"助手市场"界面。
使用方式#
本地开发与贡献#
# 克隆仓库
git clone https://github.com/lobehub/lobe-chat-agents.git
cd lobe-chat-agents
# 安装依赖
bun install
# 格式化与校验（需配置 OPENAI_API_KEY）
bun run format
提交 Agent 步骤#
- Fork 本仓库
- 复制
agent-template.json或agent-template-full.json模板 - 填写 Agent 描述、标签等元信息并重命名
- 将文件移动至
src目录 - 提交 PR，等待审核与合并
环境变量配置#
| 变量名 | 必填 | 说明 |
|---|---|---|
OPENAI_API_KEY | 是 | OpenAI API 密钥 |
OPENAI_PROXY_URL | 否 | OpenAI API 代理地址 |
一键部署私有市场#
支持 Deploy to Vercel 按钮，快速部署私有的 Agent 索引服务。部署完成后，在 LobeChat 的自定义设置中指向该部署地址即可使用私有市场。
适用场景#
- LobeChat 用户：在 LobeChat 的"助手市场"中浏览并添加社区贡献的高质量 Agent
- 提示词工程师/开发者：通过提交 JSON 文件发布自己创建的 Agent
- 私有化部署者：Fork 仓库后修改索引，构建企业内部或个人的专属 Agent 市场