better-chatbot — Claude MCP 必备工具中文教程
better-chatbot — Claude MCP 必备工具中文教程 是 AI Skill Hub 本期精选AI工具之一。已获得 1.1k 颗 GitHub Star，综合评分 8.2 分，整体质量较高。我们强烈推荐将其纳入你的 AI 工具库，帮助提升工作效率。
📚 深度解析
**为什么要使用开源工具而非商业 SaaS？**
对于个人开发者和有隐私需求的用户，本地部署的开源工具意味着数据不离本机，不受第三方服务商的数据政策约束。同时，开源工具通常没有使用次数限制和月度费用，一次安装即可长期使用，对于高频使用场景的总拥有成本（TCO）远低于订阅制商业工具。
**安装与环境准备**
better-chatbot — Claude MCP 必备工具中文教程 依赖 TypeScript 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 TypeScript 版本，避免全局环境污染。对于新手用户，推荐先创建虚拟环境（python -m venv venv && source venv/bin/activate），再安装依赖，这样即使出现问题也可以随时删除虚拟环境重新开始，不影响系统稳定性。
**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues（已关闭的问题），大多数常见问题都已有解答。遇到 Bug 时，提供 pip list 的输出、完整错误堆栈和最小可复现示例，能显著提高开发者响应速度。AI Skill Hub 将持续追踪 better-chatbot — Claude MCP 必备工具中文教程 的版本更新，及时通知重要功能变化。
📋 工具概览
基于Agent、MCP和Workflows技术构建的增强型智能聊天机器人。集成Claude模型，支持自动化工作流和多Agent协作，适合需要构建复杂对话系统和任务自动化的开发者。
better-chatbot — Claude MCP 必备工具中文教程 是一款基于 TypeScript 开发的开源工具，专注于 聊天机器人、Agent框架、MCP协议 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
📖 中文文档
基于Agent、MCP和Workflows技术构建的增强型智能聊天机器人。集成Claude模型，支持自动化工作流和多Agent协作，适合需要构建复杂对话系统和任务自动化的开发者。
better-chatbot — Claude MCP 必备工具中文教程 是一款基于 TypeScript 开发的开源工具，专注于 聊天机器人、Agent框架、MCP协议 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
# 方式一：npm 全局安装 npm install -g better-chatbot # 方式二：npx 直接运行（无需安装） npx better-chatbot --help # 方式三：项目依赖安装 npm install better-chatbot # 方式四：从源码运行 git clone https://github.com/cgoinglove/better-chatbot cd better-chatbot npm install npm start
- 访问 GitHub 仓库页面
- 按照 README 文档完成依赖安装
- 根据系统环境完成初始化配置
- 参考官方示例或文档开始使用
- 遇到问题可在 GitHub Issues 中查找解答
# 命令行使用
better-chatbot --help
# 基本用法
better-chatbot [options] <input>
# Node.js 代码中使用
const better_chatbot = require('better-chatbot');
const result = await better_chatbot.run(options);
console.log(result);
# better-chatbot 配置说明 # 查看配置选项 better-chatbot --config-example > config.yml # 常见配置项 # output_dir: ./output # log_level: info # workers: 4 # 环境变量（覆盖配置文件） export BETTER_CHATBOT_CONFIG="/path/to/config.yml"
简介
[!WARNING] The author of this project has paused development until February, however, I (@brrock) will try and address vulnerabilities and issues. If you are contributing, you might have to wait until development continues. <img width="1184" height="576" alt="thumbnail" loading="lazy" src="https://github.com/user-attachments/assets/d6ba80ff-a62a-4920-b266-85c4a89d6076" />
.+At+least+one+LLM+provider+API+key+(OpenAI,+Claude,+or+Google)+is+required,+but+you+can+add+all+of+them.+See+the+link+below+for+details.&envLink=https://github.com/cgoinglove/better-chatbot/blob/main/.env.example&demo-title=better-chatbot&demo-description=An+Open-Source+Chatbot+Template+Built+With+Next.js+and+the+AI+SDK+by+Vercel.&products=[{"type":"integration","protocol":"storage","productSlug":"neon","integrationSlug":"neon"},{"type":"integration","protocol":"storage","productSlug":"upstash-kv","integrationSlug":"upstash"},{"type":"blob"}]>)
🚀 Live Demo | See the experience in action in the preview below!
Demo Chats
- MCP Tools Demo: Chat with Tools
- Image Generation Demo: Chat with Image Generation
1. Install dependencies
pnpm i
Enter required information in the .env file
The .env file is created automatically. Just fill in the required values.
Getting Started
This project uses pnpm as the recommended package manager.
```bash
Quick Start (Docker Compose Version) 🐳
```bash
3. Build and start all services (including PostgreSQL) with Docker Compose
pnpm docker-compose:up
```
For the fastest setup, provide at least one LLM provider's API key (e.g., OPENAI_API_KEY, CLAUDE_API_KEY, GEMINI_API_KEY, etc.) and the PostgreSQL URL you want to use.
pnpm build:local && pnpm start
If you don't have PostgreSQL running locally, start it with: pnpm docker:pg
POSTGRES_URL=postgres://your_username:your_password@localhost:5432/your_database_name
Quick Start 🚀
Get your app running in minutes! No installation or payment required.
You only need one AI Provider API Key (OpenAI, Claude, Gemini, etc.). Everything else runs on free tiers - database, file storage, and hosting.
👉 Click this guide to deploy your site with just a few clicks
---
Better Chatbot - A better open-source AI chatbot for individuals and teams, inspired by ChatGPT, Claude, Grok, and Gemini.
• Multi-AI Support - Integrates all major LLMs: OpenAI, Anthropic, Google, xAI, Ollama, and more • Powerful Tools - MCP protocol, web search, JS/Python code execution, data visualization • Image Generation - Create and edit images with AI models (OpenAI, Google Gemini, xAI) • Automation - Custom agents, visual workflows, artifact generation • Collaboration - Share agents, workflows, and MCP configurations with your team • Voice Assistant - Realtime voice chat with full MCP tool integration • Intuitive UX - Instantly invoke any feature with @mention • Quick Start - Deploy free with Vercel Deploy button
Built with Vercel AI SDK and Next.js, combining the best features of leading AI services into one platform.
Example: The app works with just OPENAI_API_KEY filled in.
Quick Start (Local Version) 🚀
```bash pnpm i
#(Optional) Start a local PostgreSQL instance
📘 Guides
Step-by-step setup guides for running and configuring better-chatbot.
🔌 MCP Server Setup & Tool Testing
- How to add and configure MCP servers in your environment
🐳 Docker Hosting Guide
- How to self-host the chatbot using Docker, including environment configuration.
▲ Vercel Hosting Guide
- Deploy the chatbot to Vercel with simple setup steps for production use.
🗂️ File Storage Drivers
- Cloud-based file storage with Vercel Blob (default) for seamless uploads in both development and production. S3 support coming soon.
🎯 System Prompts & Chat Customization
- Personalize your chatbot experience with custom system prompts, user preferences, and MCP tool instructions
🔐 OAuth Sign-In Setup
- Configure Google, GitHub, and Microsoft OAuth for secure user login support.
🕵🏿 Adding openAI like providers
- Adding openAI like ai providers
🧪 E2E Testing Guide
- Comprehensive end-to-end testing with Playwright including multi-user scenarios, agent visibility testing, and CI/CD integration <br/>
2. Enter only the LLM PROVIDER API key(s) you want to use in the .env file at the project root.
(The .env file is automatically created when you run pnpm i.)
In that case, make sure to update the PostgreSQL URL in your .env file.
pnpm docker:pg
(Recommended for most cases. Ensures correct cookie settings.)
Ensure your .env includes: POSTGRES_USER, POSTGRES_PASSWORD, POSTGRES_DB matching POSTGRES_URL
docker compose -f docker/compose.yml up -d postgres
Environment Variables
The pnpm i command generates a .env file. Add your API keys there.
```dotenv
(Optional)
(Optional)
Exa AI for web search and content extraction (optional, but recommended for @web and research features)
EXA_API_KEY=your_exa_api_key_here
Whether to use file-based MCP config (default: false)
FILE_BASED_MCP_CONFIG=false
Pull the token locally with `vercel env pull`
FILE_STORAGE_TYPE=vercel-blob FILE_STORAGE_PREFIX=uploads BLOB_READ_WRITE_TOKEN=
(Optional)
=== OAuth Settings ===
Optional Tenant Id
MICROSOFT_TENANT_ID=
=== LLM Provider API Keys ===
🔗 Visual Workflows as Custom Tools
<img width="1912" height="953" alt="workflow" loading="lazy" src="https://github.com/user-attachments/assets/e69e72e8-595c-480e-b519-4531f4c6331f" />
<img width="1567" alt="workflow-mention" loading="lazy" src="https://github.com/user-attachments/assets/cf3e1339-ee44-4615-a71d-f6b46833e41f" />
Example: Create custom workflows that become callable tools in your chat conversations.
- Build visual workflows by connecting LLM nodes (for AI reasoning) and Tool nodes (for MCP tool execution)
- Publish workflows to make them available as
@workflow_nametools in chat - Chain complex multi-step processes into reusable, automated sequences
<br/>
Better Chatbot 是一款专为个人和团队打造的开源 AI 聊天机器人项目。它旨在提供更优质的用户体验，支持多种主流 AI 模型。需要注意的是，目前项目处于维护阶段，作者将重点修复漏洞和处理 Issue，开发者在参与贡献时请留意开发进度。
在开始之前，请确保您的开发环境已安装 pnpm。项目运行需要配置必要的环境变量，系统会自动生成 .env 文件，您只需根据提示在其中填入所需的 API Key 即可完成基础环境的准备。
本项目推荐使用 pnpm 作为包管理器。您可以选择本地开发模式或 Docker 模式进行部署：本地模式通过 pnpm i 安装依赖；Docker 模式则可以通过 pnpm docker-compose:up 一键构建并启动包含 PostgreSQL 在内的所有服务，实现快速部署。
您可以实现分钟级的快速上手！无需复杂的安装或额外付费，只需准备一个 AI Provider 的 API Key（如 OpenAI、Claude 或 Gemini）即可运行。项目中的数据库、文件存储和托管服务均可利用免费额度。此外，我们也提供了 Vercel 一键部署指南，方便用户快速上线应用。
配置过程非常简单。在运行 pnpm i 后，系统会自动创建 .env 文件。您只需在文件中填入想要使用的 LLM Provider API Key 即可。如果您选择使用 Docker 运行 PostgreSQL，请务必在配置文件中同步更新 PostgreSQL 的 URL 地址以确保连接正确。
本项目支持多种 LLM Provider 的 API 集成。您可以在配置文件中灵活配置 OpenAI、Claude 或 Gemini 等模型的 API Key，从而根据需求切换不同的底层大模型能力。
Better Chatbot 具备强大的可视化工作流功能，允许用户将 Visual Workflows 转化为自定义工具（Custom Tools）。通过直观的界面，您可以构建复杂的逻辑流，并将其集成到对话能力中，实现高度定制化的 AI 交互体验。
架���完善，集成度高。Agent与MCP结合创新，工作流能力强。代码质量良好，社区活跃，是构建智能自动化系统的优选方案。
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 构建企业知识库 / RAG 检索应用的团队
- 跨境业务、多语言内容运营团队
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
- 分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
- embedding 模型与查询模型不一致导致检索失效
- 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
- Docker：better-chatbot 提供官方镜像，docker compose up 一键启动
- CLI：直接 npm install -g / pip install，命令行调用
- 本地部署：CPU 8GB 起，GPU 推荐 16GB+ 显存
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 构建企业知识库 / RAG 检索应用的团队
- 跨境业务、多语言内容运营团队
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
- 分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
- embedding 模型与查询模型不一致导致检索失效
👥 适合人群
🎯 使用场景
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
⚖️ 优点与不足
- +MIT 协议，可免费商用
- +完全开源免费，无授权费用
- +本地部署，数据完全自主可控
- +开发者社区支持，遇问题可查可问
- −安装和初始配置可能需要一定技术基础
- −功能完整性通常不如成熟商业产品
- −技术支持主要依赖开源社区，响应速度不稳定
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
🔗 相关工具推荐
❓ 常见问题 FAQ
经综合评估，better-chatbot — Claude MCP 必备工具中文教程 在AI工具赛道中表现稳健，质量优秀。如果你已有明确的使用需求，可以直接上手体验；如果还在评估阶段，建议对比同类工具后再做决策。
| 原始名称 | better-chatbot |
| 原始描述 | Just a Better Chatbot. Powered by Agent & MCP & Workflows. |
| Topics | 聊天机器人Agent框架MCP协议工作流自动化Claude集成 |
| GitHub | https://github.com/cgoinglove/better-chatbot |
| License | MIT |
| 语言 | TypeScript |
收录时间：2026-05-22 · 更新时间：2026-05-30 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。