@lobehub/chat 1.0.0 → 1.0.2

package/docs/usage/plugins/development.zh-CN.mdx

@@ -0,0 +1,323 @@
+---
+title: LobeChat 插件开发指南
+description: 学习如何在 LobeChat 中添加和使用自定义插件，包括创建插件项目、在角色设置中添加本地插件、测试插件功能以及插件开发流程和部署。
+tags:
+  - LobeChat
+  - 插件开发
+  - 自定义插件
+  - 插件部署
+  - 插件发布
+  - 插件UI
+  - 插件SDK
+---
+
+# 插件开发指南
+
+## 插件构成
+
+一个 LobeChat 的插件由以下几个部分组成：
+
+1. **插件索引**：用于展示插件的基本信息，包括插件名称、描述、作者、版本、插件描述清单的链接，官方的插件索引地址：[lobe-chat-plugins](https://github.com/lobehub/lobe-chat-plugins)。若想上架插件到官方插件市场，需要 [提交 PR](https://github.com/lobehub/lobe-chat-plugins/pulls) 到该仓库；
+2. **插件描述清单 (manifest)**：用于描述插件的功能实现，包含了插件的服务端描述、前端展示信息、版本号等。关于 manifest 的详细介绍，详见 [manifest][manifest-docs-url]；
+3. **插件服务**：用于实现插件描述清单中所描述的服务端和前端模块，分别如下：
+   - **服务端**：需要实现 manifest 中描述的 `api` 部分的接口能力；
+   - **前端 UI**（可选）：需要实现 manifest 中描述的 `ui` 部分的界面，该界面将会在插件消息中透出，进而实现比文本更加丰富的信息展示方式。
+
+## 自定义插件流程
+
+本节将会介绍如何在 LobeChat 中添加和使用一个自定义插件。
+
+<Steps>
+  ### 创建并启动插件项目
+
+你需要先在本地创建一个插件项目，可以使用我们准备好的模板 [lobe-chat-plugin-template][lobe-chat-plugin-template-url]
+
+```bash
+$ git clone https://github.com/lobehub/chat-plugin-template.git
+$ cd chat-plugin-template
+$ npm i
+$ npm run dev
+```
+
+当出现`ready started server on 0.0.0.0:3400, url: http://localhost:3400` 时，说明插件服务已经在本地启动成功。
+
+<Image
+  alt="创建并启动插件项目"
+  height={483}
+  inStep
+  src="https://github-production-user-asset-6210df.s3.amazonaws.com/28616219/265259526-9ef25272-4312-429b-93bc-a95515727ed3.png"
+/>
+
+### 在 LobeChat 角色设置中添加本地插件
+
+接下来进入到 LobeChat 中，创建一个新的助手，并进入它的会话设置页：
+
+<Image
+  alt="在 LobeChat 角色设置中添加本地插件 S1"
+  height={483}
+  inStep
+  src="https://github-production-user-asset-6210df.s3.amazonaws.com/28616219/265259643-1a9cc34a-76f3-4ccf-928b-129654670efd.png"
+/>
+
+点击插件列表右侧的 <kbd>添加</kbd> 按钮，打开自定义插件添加弹窗：
+
+<Image
+  alt="在 LobeChat 角色设置中添加本地插件 S2"
+  height={483}
+  inStep
+  src="https://github-production-user-asset-6210df.s3.amazonaws.com/28616219/265259748-2ef6a244-39bb-483c-b359-f156ffcbe1a4.png"
+/>
+
+在 **插件描述文件 Url** 地址 中填入 `http://localhost:3400/manifest-dev.json` ，这是我们本地启动的插件描述清单地址。
+
+此时，你应该可以看到看到插件的标识符一栏已经被自动识别为 `chat-plugin-template`。接下来你需要填写剩下的表单字段（只有标题必填），然后点击 <kbd>保存</kbd> 按钮，即可完成自定义插件添加。
+
+<Image
+  alt="在 LobeChat 角色设置中添加本地插件 S3"
+  height={483}
+  inStep
+  src="https://github-production-user-asset-6210df.s3.amazonaws.com/28616219/265259964-59f4906d-ae2e-4ec0-8b43-db36871d0869.png"
+/>
+
+完成添加后，在插件列表中就能看到刚刚添加的插件，如果需要修改插件的配置，可以点击最右侧的 <kbd>设置</kbd> 按钮进行修改。
+
+<Image
+  alt="在 LobeChat 角色设置中添加本地插件 S4"
+  height={483}
+  inStep
+  src="https://github-production-user-asset-6210df.s3.amazonaws.com/28616219/265260093-a0363c74-0b5b-48dd-b103-2db6b4a8262e.png"
+/>
+
+### 会话测试插件功能
+
+接来下我们需要测试这个插件的功能是否正常。
+
+点击 <kbd>返回</kbd> 按钮回到会话区，然后向助手发送消息：「我应该穿什么？ 」此时助手将会尝试向你询问，了解你的性别与当前的心情。
+
+<Image
+  alt="会话测试插件功能 S1"
+  height={483}
+  inStep
+  src="https://github-production-user-asset-6210df.s3.amazonaws.com/28616219/265260291-f0aa0e7c-0ffb-486c-a834-08e73d49896f.png"
+/>
+
+当回答完毕后，助手将会发起插件的调用，根据你的性别、心情，从服务端获取推荐的衣服数据，并推送给你。最后基于这些信息做一轮文本总结。
+
+<Image
+  alt="会话测试插件功能 S2"
+  height={483}
+  inStep
+  src="https://github-production-user-asset-6210df.s3.amazonaws.com/28616219/265260461-c22ae797-2809-464b-96fc-d0c020f4807b.png"
+/>
+
+当完成这些操作后，你已经了解了添加自定义插件，并在 LobeChat 中使用的基础流程。
+
+</Steps>
+
+## 本地插件开发
+
+在上述流程中，我们已经了解插件的添加和使用的方式，接下来重点介绍自定义插件开发的过程。
+
+### manifest
+
+`manifest` 聚合了插件功能如何实现的信息。核心字段为 `api` 与 `ui`，分别描述了插件的服务端接口能力与前端渲染的界面地址。
+
+以我们提供的模板中的 `manifest` 为例：
+
+```json
+{
+  "api": [
+    {
+      "url": "http://localhost:3400/api/clothes",
+      "name": "recommendClothes",
+      "description": "根据用户的心情，给用户推荐他有的衣服",
+      "parameters": {
+        "properties": {
+          "mood": {
+            "description": "用户当前的心情，可选值有：开心（happy）, 难过（sad）,生气 （anger）,害怕（fear）,惊喜（ surprise）,厌恶 （disgust）",
+            "enums": ["happy", "sad", "anger", "fear", "surprise", "disgust"],
+            "type": "string"
+          },
+          "gender": {
+            "type": "string",
+            "enum": ["man", "woman"],
+            "description": "对话用户的性别，需要询问用户后才知道这个信息"
+          }
+        },
+        "required": ["mood", "gender"],
+        "type": "object"
+      }
+    }
+  ],
+  "gateway": "http://localhost:3400/api/gateway",
+  "identifier": "chat-plugin-template",
+  "ui": {
+    "url": "http://localhost:3400",
+    "height": 200
+  },
+  "version": "1"
+}
+```
+
+在这份 manifest 中，主要包含了以下几个部分：
+
+1. `identifier`：这是插件的唯一标识符，用来区分不同的插件，这个字段需要全局唯一。
+2. `api`：这是一个数组，包含了插件的所有 API 接口信息。每个接口都包含了 url、name、description 和 parameters 字段，均为必填项。其中 `description` 和 `parameters` 两个字段，将会作为 [Function Call](https://sspai.com/post/81986) 的 `functions` 参数发送给 gpt， parameters 需要符合 [JSON Schema](https://json-schema.org/) 规范。 在这个例子中，api 接口名为 `recommendClothes` ，这个接口的功能是根据用户的心情和性别来推荐衣服。接口的参数包括用户的心情和性别，这两个参数都是必填项。
+3. `ui`：这个字段包含了插件的用户界面信息，指明了 LobeChat 从哪个地址加载插件的前端界面。由于 LobeChat 插件界面加载是基于 iframe 实现的，因此可以按需指定插件界面的高度、宽度。
+4. `gateway`：这个字段指定了 LobeChat 查询 api 接口的网关。LobeChat 默认的插件网关是云端服务，而自定义插件的请求需要发给本地启动的服务，远端调用本地地址，一般调用不通。gateway 字段解决了该问题。通过在 manifest 中指定 gateway，LobeChat 将会向该地址发送插件请求，本地的网关地址将会调度请求到本地的插件服务。发布到线上的插件可以不用指定该字段。
+5. `version`：这是插件的版本号，现阶段暂时没有作用；
+
+在实际开发中，你可以根据自己的需求，修改插件的描述清单，声明想要实现的功能。 关于 manifest 各个字段的完整介绍，参见：[manifest][manifest-docs-url]。
+
+### 项目结构
+
+[lobe-chat-plugin-template][lobe-chat-plugin-template-url] 这个模板项目使用了 Next.js 作为开发框架，它的核心目录结构如下：
+
+```
+➜  chat-plugin-template
+├── public
+│   └── manifest-dev.json            # 描述清单文件
+├── src
+│   └── pages
+│   │   ├── api                      # nextjs 服务端文件夹
+│   │   │   ├── clothes.ts           # recommendClothes 接口实现
+│   │   │   └── gateway.ts           # 本地插件代理网关
+│   │   └── index.tsx                # 前端展示界面
+```
+
+本模板使用 Next.js 作为开发框架。你可以使用任何你熟悉的开发框架与开发语言，只要能够实现 manifest 中描述的功能即可。
+
+同时也欢迎大家贡献更多框架与语言的插件模板。
+
+### 服务端
+
+服务端需要实现 manifest 中描述的 api 接口。在模板中，我们使用了 vercel 的 [Edge Runtime](https://nextjs.org/docs/pages/api-reference/edge)，免去运维。
+
+#### API 实现
+
+针对 Edge Runtime ，我们在 `@lobehub/chat-plugin-sdk` 提供了 `createErrorResponse` 方法，用于快速返回错误响应。目前提供的错误类型详见：[PluginErrorType][plugin-error-type-url]。
+
+模板中的 clothes 接口实现如下：
+
+```ts
+export default async (req: Request) => {
+  if (req.method !== 'POST') return createErrorResponse(PluginErrorType.MethodNotAllowed);
+
+  const { gender, mood } = (await req.json()) as RequestData;
+
+  const clothes = gender === 'man' ? manClothes : womanClothes;
+
+  const result: ResponseData = {
+    clothes: clothes[mood] || [],
+    mood,
+    today: Date.now(),
+  };
+
+  return new Response(JSON.stringify(result));
+};
+```
+
+其中 `maniClothes` 和 `womanClothes` 是 mock 数据，在实际场景中，可以替换为数据库查询等。
+
+#### Plugin Gateway
+
+由于 LobeChat 默认的插件网关是云端服务 `/api/plugins`，云端服务通过 manifest 上的 `api.url` 地址发送请求，以解决跨域问题。
+
+针对自定义插件，插件请求需要发送给本地服务， 因此通过在 manifest 中指定网关 ([http://localhost:3400/api/gateway)，LobeChat](<http://localhost:3400/api/gateway)，LobeChat>) 将会直接请求该地址，然后只需要在该地址下创建对应的网关即可。
+
+```ts
+import { createLobeChatPluginGateway } from '@lobehub/chat-plugins-gateway';
+
+export const config = {
+  runtime: 'edge',
+};
+
+export default createLobeChatPluginGateway();
+```
+
+[`@lobehub/chat-plugins-gateway`](https://github.com/lobehub/chat-plugins-gateway) 包含了 LobeChat 中插件网关的[实现](https://github.com/lobehub/lobe-chat/blob/main/src/pages/api/plugins.api.ts)，你可以直接使用该包创建网关，进而让 LobeChat 访问到本地的插件服务。
+
+### 插件 UI 界面
+
+自定义插件的 UI 界面是一个可选项。例如 官方插件 [「🧩 / 🕸 网页内容提取」](https://github.com/lobehub/chat-plugin-web-crawler)，没有实现相应的用户界面。
+
+<Image
+  alt="插件 UI 界面 S1"
+  height={483}
+  src="https://github-production-user-asset-6210df.s3.amazonaws.com/28616219/265263241-0e765fdc-3463-4c36-a398-aef177a30df9.png"
+/>
+
+如果你希望在插件消息中展示更加丰富的信息，或者包含一些富交互操作，你可以为插件定制一个用户界面。例如下图则为[「搜索引擎」](https://github.com/lobehub/chat-plugin-search-engine)插件的用户界面。
+
+<Image
+  alt="插件 UI 界面 S2"
+  height={483}
+  src="https://github-production-user-asset-6210df.s3.amazonaws.com/28616219/265263427-9bdc03d5-aa61-4f62-a2ce-88683f3308d8.png"
+/>
+
+#### 插件 UI 界面实现
+
+LobeChat 通过 `iframe` 实现插件 ui 的加载，使用 `postMessage` 实现主体与插件的通信。因此， 插件 UI 的实现方式与普通的网页开发一致，你可以使用任何你熟悉的前端框架与开发语言。
+
+<Image
+  alt="插件 UI 界面实现"
+  height={483}
+  src="https://github-production-user-asset-6210df.s3.amazonaws.com/28616219/265263653-4ea87abc-249a-49f3-a241-7ed93ddb1ddf.png"
+/>
+
+在我们提供的模板中使用了 React + Next.js + [antd](https://ant.design/) 作为前端界面框架，你可以在 [`src/pages/index.tsx`](https://github.com/lobehub/chat-plugin-template/blob/main/src/pages/index.tsx) 中找到用户界面的实现。
+
+其中关于插件通信，我们在 [`@lobehub/chat-plugin-sdk`](https://github.com/lobehub/chat-plugin-sdk) 提供了相关方法，用于简化插件与 LobeChat 的通信。你可以通过 `fetchPluginMessage` 方法主动向 LobeChat 获取当前消息的数据。关于该方法的详细介绍，参见：[fetchPluginMessage][fetch-plugin-message-url]。
+
+```tsx
+import { fetchPluginMessage } from '@lobehub/chat-plugin-sdk';
+import { memo, useEffect, useState } from 'react';
+
+import { ResponseData } from '@/type';
+
+const Render = memo(() => {
+  const [data, setData] = useState<ResponseData>();
+
+  useEffect(() => {
+    // 从 LobeChat 获取当前插件的消息
+    fetchPluginMessage().then((e: ResponseData) => {
+      setData(e);
+    });
+  }, []);
+
+  return <>...</>;
+});
+
+export default Render;
+```
+
+## 插件部署与发布
+
+当你完成插件的开发后，你可以使用你习惯的方式进行插件的部署。例如使用 vercel ，或者打包成 docker 发布等等。
+
+如果你希望插件被更多人使用，欢迎将你的插件 [提交上架](https://github.com/lobehub/lobe-chat-plugins) 到插件市场。
+
+[![][submit-plugin-shield]][submit-plugin-url]
+
+### 插件 Shield
+
+[![lobe-chat-plugin](https://img.shields.io/badge/%F0%9F%A4%AF%20%26%20%F0%9F%A7%A9%20LobeHub-Plugin-95f3d9?labelColor=black&style=flat-square)](https://github.com/lobehub/lobe-chat-plugins)
+
+```markdown
+[![lobe-chat-plugin](https://img.shields.io/badge/%F0%9F%A4%AF%20%26%20%F0%9F%A7%A9%20LobeHub-Plugin-95f3d9?labelColor=black&style=flat-square)](https://github.com/lobehub/lobe-chat-plugins)
+```
+
+## 链接
+
+- **📘 Pluging SDK 文档**: [https://chat-plugin-sdk.lobehub.com](https://chat-plugin-sdk.lobehub.com)
+- **🚀 chat-plugin-template**: [https://github.com/lobehub/chat-plugin-template](https://github.com/lobehub/chat-plugin-template)
+- **🧩 chat-plugin-sdk**: [https://github.com/lobehub/chat-plugin-sdk](https://github.com/lobehub/chat-plugin-sdk)
+- **🚪 chat-plugin-gateway**: [https://github.com/lobehub/chat-plugins-gateway](https://github.com/lobehub/chat-plugins-gateway)
+- **🏪 lobe-chat-plugins**: [https://github.com/lobehub/lobe-chat-plugins](https://github.com/lobehub/lobe-chat-plugins)
+
+[fetch-plugin-message-url]: https://github.com/lobehub/chat-plugin-template
+[lobe-chat-plugin-template-url]: https://github.com/lobehub/chat-plugin-template
+[manifest-docs-url]: https://chat-plugin-sdk.lobehub.com/guides/plugin-manifest
+[plugin-error-type-url]: https://github.com/lobehub/chat-plugin-template
+[submit-plugin-shield]: https://img.shields.io/badge/🧩/🏪_submit_plugin-%E2%86%92-95f3d9?labelColor=black&style=for-the-badge
+[submit-plugin-url]: https://github.com/lobehub/lobe-chat-plugins

package/docs/usage/plugins/store.mdx

@@ -0,0 +1,30 @@
+---
+title: LobeChat Plugin Store
+description: >-
+  Learn how to access the Plugin Store in LobeChat to easily install and use
+  various plugins for enhanced functionality.
+tags:
+  - Plugin Store
+  - LobeChat
+  - Install Plugins
+  - Extension Tools
+  - Enhanced Functionality
+---
+
+# Plugin Store
+
+You can access the plugin store by going to `Extension Tools` -> `Plugin Store` in the session toolbar.
+
+<Image
+  alt="Plugin Store S1"
+  height={472}
+  src="https://github.com/lobehub/lobe-chat/assets/28616219/ab4e60d0-1293-49ac-8798-cb29b3b789e6"
+/>
+
+In the plugin store, you can directly install and use plugins in LobeChat.
+
+<Image
+  alt="Plugin Store S2"
+  height={472}
+  src="https://github.com/lobehub/lobe-chat/assets/28616219/d7a5d821-116f-4be6-8a1a-38d81a5ea0ea"
+/>

package/docs/usage/plugins/store.zh-CN.mdx

@@ -0,0 +1,27 @@
+---
+title: LobeChat 插件商店
+description: 在 LobeChat 中浏览和安装各种实用插件，提升会话工具条的功能和体验。
+tags:
+  - LobeChat
+  - 插件商店
+  - 扩展工具
+  - 会话工具条
+---
+
+# 插件商店
+
+你可以在会话工具条中的 `扩展工具` -> `插件商店`，进入插件商店。
+
+<Image
+  alt="插件商店 S1"
+  height={472}
+  src="https://github.com/lobehub/lobe-chat/assets/28616219/ab4e60d0-1293-49ac-8798-cb29b3b789e6"
+/>
+
+插件商店中会在 LobeChat 中可以直接安装并使用的插件。
+
+<Image
+  alt="插件商店 S2"
+  height={472}
+  src="https://github.com/lobehub/lobe-chat/assets/28616219/d7a5d821-116f-4be6-8a1a-38d81a5ea0ea"
+/>

package/docs/usage/providers/groq.mdx

@@ -0,0 +1,76 @@
+---
+title: Using Groq in LobeChat
+description: >-
+  Integrate Groq's LPU Inference Engine with LobeChat to accelerate large
+  language models. Learn how to obtain GroqCloud API keys and configure Groq in
+  LobeChat for optimal performance.
+tags:
+  - Groq
+  - LobeChat
+  - AI solutions
+  - LPU Inference Engine
+  - GroqCloud
+  - API keys
+  - Language Model
+---
+
+import { Callout, Steps } from 'nextra/components';
+
+# Using Groq in LobeChat
+
+<Image
+  alt={'Using Groq in LobeChat'}
+  cover
+  src={'https://github.com/lobehub/lobe-chat/assets/34400653/d0d08d98-a8d2-4b97-97c0-24a4f01d7eac'}
+/>
+
+Groq's [LPU Inference Engine](https://wow.groq.com/news_press/groq-lpu-inference-engine-leads-in-first-independent-llm-benchmark/) has excelled in the latest independent Large Language Model (LLM) benchmark, redefining the standard for AI solutions with its remarkable speed and efficiency. By integrating LobeChat with Groq Cloud, you can now easily leverage Groq's technology to accelerate the operation of large language models in LobeChat.
+
+<Callout type={'info'}>
+  Groq's LPU Inference Engine achieved a sustained speed of 300 tokens per second in internal
+  benchmark tests, and according to benchmark tests by ArtificialAnalysis.ai, Groq outperformed
+  other providers in terms of throughput (241 tokens per second) and total time to receive 100
+  output tokens (0.8 seconds).
+</Callout>
+
+This document will guide you on how to use Groq in LobeChat:
+
+<Steps>
+  ### Obtaining GroqCloud API Keys
+
+First, you need to obtain an API Key from the [GroqCloud Console](https://console.groq.com/).
+
+<Image
+  alt={'Get GroqCloud API Key'}
+  height={274}
+  inStep
+  src={'https://github.com/lobehub/lobe-chat/assets/34400653/6942287e-fbb1-4a10-a1ce-caaa6663da1e'}
+/>
+
+Create an API Key in the `API Keys` menu of the console.
+
+<Image
+  alt={'Save GroqCloud API Key'}
+  height={274}
+  inStep
+  src={'https://github.com/lobehub/lobe-chat/assets/34400653/eb57ca57-4f45-4409-91ce-9fa9c7c626d6'}
+/>
+
+<Callout type={'warning'}>
+  Safely store the key from the pop-up as it will only appear once. If you accidentally lose it, you
+  will need to create a new key.
+</Callout>
+
+### Configure Groq in LobeChat
+
+You can find the Groq configuration option in `Settings` -> `Language Model`, where you can input the API Key you just obtained.
+
+  <Image alt={'Groq service provider settings'} height={274} inStep src={'https://github.com/lobehub/lobe-chat/assets/34400653/88948a3a-6681-4a8d-9734-a464e09e4957'} />
+</Steps>
+
+Next, select a Groq-supported model in the assistant's model options, and you can experience the powerful performance of Groq in LobeChat.
+
+<Video
+  alt={'Select and use Groq model'}
+  src="https://github.com/lobehub/lobe-chat/assets/28616219/b6b8226b-183f-4249-8255-663a5e9f5af4"
+/>

package/docs/usage/providers/groq.zh-CN.mdx

@@ -0,0 +1,70 @@
+---
+title: 在 LobeChat 中使用 Groq
+description: >-
+  通过 LobeChat 与 Groq Cloud 的集成，利用 Groq 的技术加速大语言模型的运行。了解如何获取 GroqCloud API Key，并在
+  LobeChat 中配置 Groq，体验 Groq 强大的性能。
+tags:
+  - Groq
+  - LobeChat
+  - 大语言模型
+  - AI 解决方案
+  - API Key
+  - GroqCloud
+---
+
+# 在 LobeChat 中使用 Groq
+
+<Image
+  alt={'在 LobeChat 中使用 Groq'}
+  cover
+  src={'https://github.com/lobehub/lobe-chat/assets/34400653/d0d08d98-a8d2-4b97-97c0-24a4f01d7eac'}
+/>
+
+Groq 的 [LPU 推理引擎](https://wow.groq.com/news_press/groq-lpu-inference-engine-leads-in-first-independent-llm-benchmark/) 在最新的独立大语言模型（LLM）基准测试中表现卓越，以其惊人的速度和效率重新定义了 AI 解决方案的标准。通过 LobeChat 与 Groq Cloud 的集成，你现在可以轻松地利用 Groq 的技术，在 LobeChat 中加速大语言模型的运行。
+
+<Callout type={'info'}>
+  Groq LPU 推理引擎在内部基准测试中连续达到每秒 300 个令牌的速度，据 ArtificialAnalysis.ai
+  的基准测试确认，Groq 在吞吐量（每秒 241 个令牌）和接收 100 个输出令牌的总时间（0.8
+  秒）方面优于其他提供商。
+</Callout>
+
+本文档将指导你如何在 LobeChat 中使用 Groq：
+
+<Steps>
+  ### 获取 GroqCloud API Key
+
+首先，你需要到 [GroqCloud Console](https://console.groq.com/) 中获取一个 API Key。
+
+<Image
+  alt={'获取 GroqCloud API Key'}
+  height={274}
+  inStep
+  src={'https://github.com/lobehub/lobe-chat/assets/34400653/6942287e-fbb1-4a10-a1ce-caaa6663da1e'}
+/>
+
+在控制台的 `API Keys` 菜单中创建一个 API Key。
+
+<Image
+  alt={'保存 GroqCloud API Key'}
+  height={274}
+  inStep
+  src={'https://github.com/lobehub/lobe-chat/assets/34400653/eb57ca57-4f45-4409-91ce-9fa9c7c626d6'}
+/>
+
+<Callout type={'warning'}>
+  妥善保存弹窗中的 key，它只会出现一次，如果不小心丢失了，你需要重新创建一个 key。
+</Callout>
+
+### 在 LobeChat 中配置 Groq
+
+你可以在 `设置` -> `语言模型` 中找到 Groq 的配置选项，将刚才获取的 API Key 填入。
+
+  <Image alt={'Groq 服务商设置'} height={274} inStep src={'https://github.com/lobehub/lobe-chat/assets/34400653/88948a3a-6681-4a8d-9734-a464e09e4957'} />
+</Steps>
+
+接下来，在助手的模型选项中，选中一个 Groq 支持的模型，就可以在 LobeChat 中体验 Groq 强大的性能了。
+
+<Video
+  alt={'选择 Groq 模型'}
+  src="https://github.com/lobehub/lobe-chat/assets/28616219/b6b8226b-183f-4249-8255-663a5e9f5af4"
+/>

package/docs/usage/providers/ollama/gemma.mdx

@@ -0,0 +1,68 @@
+---
+title: Using Google Gemma Model in LobeChat
+description: >-
+  Learn how to integrate and utilize Google Gemma in LobeChat, an open-source
+  large language model, in LobeChat with the help of Ollama. Follow these steps
+  to pull and select the Gemma model for natural language processing tasks.
+tags:
+  - Google Gemma
+  - LobeChat
+  - Ollama
+  - Natural Language Processing
+  - Language Model
+---
+
+# Using Google Gemma Model
+
+<Image
+  alt={'Using Gemma in LobeChat'}
+  cover
+  src={'https://github.com/lobehub/lobe-chat/assets/28616219/e636cb41-5b7f-4949-a236-1cc1633bd223'}
+/>
+
+[Gemma](https://blog.google/technology/developers/gemma-open-models/) is an open-source large language model (LLM) from Google, designed to provide a more general and flexible model for various natural language processing tasks. Now, with the integration of LobeChat and [Ollama](https://ollama.com/), you can easily use Google Gemma in LobeChat.
+
+This document will guide you on how to use Google Gemma in LobeChat:
+
+<Steps>
+  ### Install Ollama locally
+
+First, you need to install Ollama. For the installation process, please refer to the [Ollama usage documentation](/docs/usage/providers/ollama).
+
+### Pull Google Gemma model to local using Ollama
+
+After installing Ollama, you can install the Google Gemma model using the following command, using the 7b model as an example:
+
+```bash
+ollama pull gemma
+```
+
+<Image
+  alt={'Pulling Gemma model using Ollama'}
+  height={473}
+  inStep
+  src={'https://github.com/lobehub/lobe-chat/assets/28616219/7049a811-a08b-45d3-8491-970f579c2ebd'}
+  width={791}
+/>
+
+### Select Gemma model
+
+In the session page, open the model panel and then select the Gemma model.
+
+<Image
+  alt={'Selecting Gemma model in the model selection panel'}
+  height={629}
+  inStep
+  src={'https://github.com/lobehub/lobe-chat/assets/28616219/c91d0c18-a21f-41f6-b5cc-94d29faeb797'}
+  width={791}
+/>
+
+  <Callout type={'info'}>
+    If you do not see the Ollama provider in the model selection panel, please refer to [Integrating
+    with Ollama](/docs/self-hosting/examples/ollama) to learn how to enable the Ollama provider in
+    LobeChat.
+
+</Callout>
+</Steps>
+
+Now, you can start conversing with the local Gemma model using LobeChat.

package/docs/usage/providers/ollama/gemma.zh-CN.mdx

@@ -0,0 +1,67 @@
+---
+title: 在 LobeChat 中使用 Google Gemma 模型
+description: >-
+  通过 LobeChat 与 Ollama 的集成，轻松使用 Google Gemma 模型进行自然语言处理任务。安装 Ollama，拉取 Gemma
+  模型，选择模型面板中的 Gemma 模型，开始对话。
+tags:
+  - Google Gemma
+  - LobeChat
+  - Ollama
+  - 自然语言处理
+  - 模型选择
+---
+
+# 使用 Google Gemma 模型
+
+<Image
+  alt={'在 LobeChat 中使用 Gemma'}
+  cover
+  rounded
+  src={'https://github.com/lobehub/lobe-chat/assets/28616219/e636cb41-5b7f-4949-a236-1cc1633bd223'}
+/>
+
+[Gemma](https://blog.google/technology/developers/gemma-open-models/) 是 Google 开源的一款大语言模型（LLM），旨在提供一个更加通用、灵活的模型用于各种自然语言处理任务。现在，通过 LobeChat 与 [Ollama](https://ollama.com/) 的集成，你可以轻松地在 LobeChat 中使用 Google Gemma。
+
+本文档将指导你如何在 LobeChat 中使用 Google Gemma：
+
+<Steps>
+  ### 本地安装 Ollama
+
+首先，你需要安装 Ollama，安装过程请查阅 [Ollama 使用文件](/docs/usage/providers/ollama)。
+
+### 用 Ollama 拉取 Google Gemma 模型到本地
+
+在安装完成 Ollama 后，你可以通过以下命令安装 Google Gemma 模型，以 7b 模型为例：
+
+```bash
+ollama pull gemma
+```
+
+<Image
+  alt={'使用 Ollama 拉取 Gemma 模型'}
+  height={473}
+  inStep
+  src={'https://github.com/lobehub/lobe-chat/assets/28616219/7049a811-a08b-45d3-8491-970f579c2ebd'}
+  width={791}
+/>
+
+### 选择 Gemma 模型
+
+在会话页面中，选择模型面板打开，然后选择 Gemma 模型。
+
+<Image
+  alt={'模型选择面板中选择 Gemma 模型'}
+  height={629}
+  inStep
+  src={'https://github.com/lobehub/lobe-chat/assets/28616219/69414c79-642e-4323-9641-bfa43a74fcc8'}
+  width={791}
+/>
+
+  <Callout type={'info'}>
+    如果你没有在模型选择面板中看到 Ollama 服务商，请查阅 [与 Ollama
+    集成](/docs/self-hosting/examples/ollama) 了解如何在 LobeChat 中开启 Ollama 服务商。
+
+</Callout>
+</Steps>
+
+接下来，你就可以使用 LobeChat 与本地 Gemma 模型对话了。