LobeChat 是一个偏现代化的 AI 聊天前端，适合个人部署，也适合小团队做统一入口。如果你已经有 DeepAI API 中转站 的 Key，就可以把 LobeChat 当作 OpenAI-compatible 客户端来配置，让它通过统一的 Base URL 调用多种模型。
这篇文章重点讲清楚：LobeChat 里如何配置 OpenAI Compatible Provider、Base URL 应该填什么、API Key 和模型 ID 怎么设置，以及遇到 401、404、模型不显示、流式输出异常时应该怎么排查。
> DeepAI Base URL：https://api.deepai.wang/v1
LobeChat 和 DeepAI API 中转站是什么关系
LobeChat 负责聊天界面、会话管理、助手角色、插件生态和用户体验；DeepAI API 中转站负责模型 API 入口、Key 管理、多模型转发和调用记录。
它们的关系可以理解成：
LobeChat → DeepAI API 中转站 → 上游模型 → LobeChat所以配置的核心不是“让 LobeChat 变成模型服务”，而是让 LobeChat 通过 OpenAI-compatible API 调用 DeepAI 中转站提供的模型。
只要抓住三个参数，配置就不会乱：
- Base URL：
https://api.deepai.wang/v1 - API Key：DeepAI API Key
- Model ID：DeepAI 后台实际可用的模型 ID
适合哪些用户
这篇教程适合：
- 已经部署 LobeChat，想接入 DeepAI API 中转站；
- 想用一个聊天前端调用多个模型；
- 希望把 LobeChat、Chatbox、Open WebUI、Dify 等工具统一到同一个 API 网关；
- 遇到 LobeChat 配置后 401、404、模型不显示的问题；
- 不想在每个模型厂商之间反复切换 Key 和 Endpoint。
如果你还没有验证 DeepAI Key，建议先看这篇基础测试教程：
从 curl 到 Python：如何确认 DeepAI OpenAI 兼容接口真的能用
准备工作
开始前准备好：
- 一个可访问的 LobeChat 实例；
- DeepAI API Key；
- 至少一个确认可用的模型 ID；
- 可以访问
https://api.deepai.wang/v1的网络环境； - 如果是团队使用，建议给 LobeChat 单独创建一个 Key。
在正式配置 LobeChat 前，可以用 curl 测试一次：
curl https://api.deepai.wang/v1/chat/completions \
-H "Authorization: Bearer sk-你的DeepAIKey" \
-H "Content-Type: application/json" \
-d '{
"model": "你的模型ID",
"messages": [
{"role": "user", "content": "hello"}
]
}'如果 curl 不通，先不要急着改 LobeChat。优先排查 Key、模型 ID、余额、权限和网络。
第一步：找到 LobeChat 的模型服务配置
LobeChat 的版本和部署方式不同，界面入口可能略有差异。一般可以从以下位置查找：
1. 打开 LobeChat； 2. 进入设置； 3. 找到模型服务、Model Provider 或 Language Model； 4. 选择 OpenAI 或 OpenAI Compatible； 5. 添加自定义接口配置。
如果你是 Docker / 私有部署版本，也可能需要通过环境变量配置模型服务。无论是界面配置还是环境变量配置，最终核心参数仍然是 Base URL、API Key 和模型 ID。
第二步：Base URL 应该填什么
DeepAI API 中转站按 OpenAI-compatible API 使用时，Base URL 推荐填写：
https://api.deepai.wang/v1不要填写成：
https://api.deepai.wang/v1/chat/completions原因是：LobeChat 会根据请求类型自动拼接接口路径。如果你把完整接口地址填进 Base URL，最终请求可能变成重复路径，从而导致 404 或请求失败。
可以按下面表格检查：
| 配置项 | 推荐填写 |
|---|---|
| Provider | OpenAI / OpenAI Compatible |
| Base URL | https://api.deepai.wang/v1 |
| API Key | DeepAI API Key |
| Model ID | DeepAI 后台实际可用模型 |
| Endpoint Path | 一般不用单独填写 |
如果 LobeChat 某个版本要求填写的是 Endpoint 而不是 Base URL，需要看它最终是否自动拼接 /chat/completions。判断原则是：请求最终应该落到 /v1/chat/completions，而不是 /v1/chat/completions/chat/completions。
第三步：API Key 怎么填
API Key 填 DeepAI 生成的 Key，例如：
sk-xxxxxxxxxxxxxxxx通常不要手动加 Bearer。客户端会自动生成：
Authorization: Bearer sk-xxxxxxxxxxxxxxxx如果手动加了 Bearer，部分客户端可能会变成重复 Bearer，最终返回 401。
建议不同工具拆分不同 Key：
- LobeChat 专用 Key；
- Chatbox 专用 Key；
- Open WebUI 专用 Key；
- Dify 专用 Key；
- Cline 或代码 Agent 专用 Key。
这样做的好处是日志更清楚、消耗更容易统计、出问题时也能只停用某个工具的 Key。
第四步：模型 ID 怎么配置
模型 ID 必须使用 DeepAI 后台实际可用的 ID。不要把展示名、中文名、营销名直接当作模型 ID。
例如界面上可能显示：
DeepSeek Chat实际调用时可能需要：
deepseek-chat真实值以 DeepAI 后台或 /v1/models 返回为准。
建议第一次配置时只添加一个已验证模型，先跑通基础对话，然后再添加其他模型。这样可以避免多个模型同时配置错误，导致你不知道问题出在哪里。
第五步：发送测试消息
保存配置后，新建对话，选择刚配置好的模型，发送：
请用一句话说明 OpenAI Compatible API 的作用。如果能正常回答，说明链路打通：
LobeChat → DeepAI API 中转站 → 模型 → LobeChat如果失败，先看错误码和日志，不要反复随机修改配置。
LobeChat 报 401 Unauthorized 怎么办
401 通常和 Key 或权限有关，优先检查：
- API Key 是否复制完整；
- 前后是否有空格；
- 是否误填了
Bearer； - Key 是否被删除、禁用或过期；
- 当前 Key 是否有调用模型的权限；
- LobeChat 是否读取到了正确配置；
- 是否有环境变量覆盖了界面配置。
最好的验证方式是：用同一个 Key 运行 curl。如果 curl 能通，但 LobeChat 报 401，多半是 LobeChat 配置位置、环境变量或客户端保存问题。如果 curl 也报 401，就回到 DeepAI Key 本身排查。
LobeChat 报 404 Model Not Found 怎么办
404 常见有两类原因：路径错，或模型 ID 错。
先检查 Base URL 是否为：
https://api.deepai.wang/v1然后检查模型：
- 是否把展示名当成模型 ID；
- 模型 ID 大小写是否正确；
- 当前 Key 是否有权限调用该模型；
- LobeChat 是否还在使用旧模型配置；
- Base URL 是否误填了完整
/chat/completions路径。
如果你刚修改过配置，建议刷新页面、重新打开会话，或重启服务端实例，避免旧配置缓存影响判断。
模型不显示怎么办
模型不显示不一定代表 DeepAI API 不可用。LobeChat 可能因为以下原因没有展示模型：
- 没有自动拉取
/v1/models； - 自定义模型列表没有填写；
- 模型过滤配置把模型过滤掉了；
- 当前用户没有使用该模型的权限；
- 前端缓存仍然是旧配置；
- 服务端环境变量没有生效。
如果目标只是先跑通，可以先手动写入一个确认可用的模型 ID。等基础聊天成功后，再整理完整模型列表。
流式输出异常怎么办
LobeChat 通常会使用流式输出提升体验。但流式输出对代理、网关、部署方式要求更高。
如果出现回答中断、一直转圈、stream disconnected，可以尝试：
- 临时关闭流式输出测试；
- 换一个模型测试；
- 减少上下文长度；
- 检查反向代理是否支持 SSE；
- 检查 Cloudflare、Nginx、网关是否中断长连接；
- 对照 DeepAI 后台日志确认请求是否完整返回。
如果非流式能通，流式不通，重点排查 LobeChat 部署层和代理层，而不是只怀疑 API Key。
Docker 部署时要注意什么
如果你用 Docker 部署 LobeChat，常见问题是：你在宿主机上能 curl 通，但容器里访问不到 DeepAI API。
建议进入容器测试：
docker exec -it lobechat sh
curl https://api.deepai.wang/v1/models \
-H "Authorization: Bearer sk-你的DeepAIKey"如果容器内不通，重点查：
- 容器 DNS；
- Docker 网络；
- 代理环境变量；
- 防火墙；
- 出站网络限制。
很多“LobeChat 配置错了”的问题，实际是容器网络没有打通。
LobeChat、Chatbox、Open WebUI 怎么选
它们都可以接 DeepAI API 中转站，但定位不同：
| 工具 | 更适合 |
|---|---|
| LobeChat | 现代化聊天前端、助手角色、个人/小团队部署 |
| Chatbox | 轻量桌面客户端、本地会话 |
| Open WebUI | 团队 Web 入口、本地 Ollama + 云端模型混合 |
| Dify | Workflow、RAG、应用发布 |
| Cherry Studio | 桌面多模型管理、个人高频使用 |
如果你重视界面体验和助手角色，LobeChat 很适合。如果你想要更轻量的桌面聊天，Chatbox 更简单。如果你要给团队统一使用，Open WebUI 更像一个管理入口。
站内相关教程：
- https://paper.deepai.wang/chatbox-deepai-openai-compatible-api-tutorial/
- https://paper.deepai.wang/openwebui-deepai-openai-compatible-api-tutorial/
- https://paper.deepai.wang/dify-deepai-openai-compatible-tutorial/
- https://paper.deepai.wang/openai-compatible-api-cherry-studio-dify-cline/
推荐配置清单
| 项目 | 建议 |
|---|---|
| Provider | OpenAI Compatible |
| Base URL | https://api.deepai.wang/v1 |
| API Key | LobeChat 单独创建一个 Key |
| Model ID | 先填一个已验证模型 |
| 流式输出 | 默认开启，异常时关闭对照测试 |
| Docker 部署 | 记得在容器内测试网络 |
| 排查方式 | curl、LobeChat 日志、DeepAI 日志三方对照 |
这套方式的目的不是让配置复杂化，而是为了让问题出现时能快速分层定位。
FAQ
LobeChat 可以接 DeepAI API 中转站吗？
可以。只要使用 OpenAI-compatible Provider，把 Base URL 设置为 https://api.deepai.wang/v1，再填写 DeepAI API Key 和模型 ID 即可。
Base URL 要不要带 /v1？
推荐带 /v1，即填写 https://api.deepai.wang/v1。不要把完整 /chat/completions 路径填进去。
为什么 LobeChat 里模型不显示？
可能是模型列表没有自动拉取、自定义模型列表没填、模型过滤生效、用户权限不足或配置缓存。建议先手动添加一个确认可用的模型 ID 测试。
Docker 里配置了但访问失败怎么办？
进入 LobeChat 容器内部用 curl 测试。如果容器内访问不到 https://api.deepai.wang/v1，先排查 Docker 网络、DNS、代理和防火墙。
LobeChat 和 Chatbox 哪个更适合 DeepAI？
两者都可以。LobeChat 更适合现代化 Web 前端和助手角色管理，Chatbox 更适合轻量桌面聊天。核心配置都是 Base URL、API Key、Model ID。
总结
LobeChat 接入 DeepAI API 中转站的关键，不在于界面有多少选项，而在于三个参数是否正确：
- Base URL：
https://api.deepai.wang/v1； - API Key：DeepAI 生成的 Key，不要多填 Bearer；
- Model ID：DeepAI 后台实际可用模型。
配置完成后，LobeChat 就可以通过 DeepAI API 中转站调用多种模型，成为一个体验更好的 Web 聊天入口。对于个人用户，它适合日常对话、写作和角色助手；对于小团队，它也可以作为统一模型入口的一部分。