LobeHub 终于支持完全私有化部署了！2.2.7 版本新增自托管沙盒功能全解析

对于喜欢折腾 AI 工具和 NAS 玩家来说，LobeHub 一直是一个不错的可视化 AI 编排工具，特别是在没有代码基础也能快速搭建 ChatGPT 类应用方面表现突出。但老玩家可能一直有个心结：之前的版本虽然支持私有化部署，但在关键的“沙盒”功能上，总是强依赖官方的 Market 服务。这就意味着你的数据流转还得跑到外面去一圈，对于追求极致隐私和内网环境的朋友来说，总是差点意思。

好消息来了！在最新的 LobeHub 2.2.7 版本中，官方终于听劝，解锁了沙盒服务的多 Provider 支持。简单来说，你现在可以完全切断与官方服务的连接，实现真正意义上的本地化、私有化全功能运行。

🔧 核心更新解读：沙盒不再“外包”

LobeHub 作为可视化 AI 编排工具的主界面

在 2.2.7 版本之前，当你使用某些特定的 Agent 或插件功能时，LobeHub 的沙盒环境必须回连官方的 LobeHub Market。这不仅增加了延迟，而且在纯内网环境（如公司内网或离线 NAS）下几乎是不可用的。

新版本的更新核心在于引入了“多 Provider”机制。除了默认的官方 Market，现在正式支持了 Onlyboxes 作为沙盒服务的 Provider。

LobeHub 接入本地 Onlyboxes 沙盒服务的架构示意

Onlyboxes 是什么？ 你可以把它理解为一个完全开源、可本地部署的沙盒环境。当你将 LobeHub 的沙盒指向自己部署的 Onlyboxes 实例后，所有之前需要外部环境才能跑的逻辑，现在都在你自己的服务器/VPS/NAS 上闭环完成。

🚀 为什么要切到自托管沙盒？

可能有人会说：“连官方省心啊，为什么要自己搞？” 技术 Geek 们选择自托管通常基于以下几个硬核理由：

1. 数据隐私与合规性（最重要） 如果你的应用场景涉及企业内部数据，将推理逻辑或数据处理流程限制在内网闭环是安全合规的底线。自托管沙盒彻底杜绝了数据泄露到外部节点的可能性。

2. 极致的低延迟与稳定性 访问官方 Market 虽然方便，但毕竟受限于网络环境（尤其是国内用户访问海外节点）。本地通信通常是毫秒级的，且不会因为官方服务挂了而影响你本地 Agent 的运行。

3. 离线环境的可用性 对于不想暴露公网 IP 的纯内网环境，或者断网环境下的本地大模型调用，只有自托管沙盒才能保证功能完整性。

🛠️ 部署思路与避坑指南

虽然原文提示不重复文档细节，但我这里给大家梳理一下部署的大致思路，方便大家决策：

第一步：更新 LobeHub 确保你的容器或源码版本已经升级到 v2.2.7 及以上。旧版本是不识别新的沙盒配置项的。

第二步：部署 Onlyboxes Onlyboxes 本身也是一个容器化服务，建议直接通过 Docker Compose 部署。你需要准备一台性能稍微好点的机器（因为沙盒执行逻辑也是吃资源的）。如果是部署在 NAS 上，建议检查一下 NAS 的内存和虚拟化支持情况。

第三步：修改配置 在 LobeHub 的环境变量或配置文件中，将沙盒的 Provider 地址指向你的 Onlyboxes 服务地址（例如 http://your-onlyboxes-server:port）。保存并重启 LobeHub。

遇到问题怎么办？ 如果配置成功，你的 Agent 运行时不应再出现连接官方 Market 的报错。如果遇到超时或无响应：

• 检查 Onlyboxes 容器是否正常运行，日志里有没有报错。
• 确认 LobeHub 到 Onlyboxes 的网络连通性（如果是 Docker 网络，确保在同一个 bridge 网络下或者容器名能解析）。
• 查看资源占用情况，有时候不是配置错了，而是你的本地服务器跑不动了，CPU/内存爆满会导致沙盒响应超时。

📝 总结

这次 2.2.7 版本的更新，标志着 LobeHub 从一个“带云端强制依赖”的工具，真正进化为了一个独立自主的 PaaS 平台。对于想要构建私有 AI 助手、公司内部知识库问答或者单纯不想被厂家“卡脖子”的用户来说，这绝对是一个值得立即升级的里程碑更新。

如果你还在观望，不妨趁着周末动手试试，把你的 LobeHub 彻底“本地化”吧！