LibreChat 自托管实战15 分钟在自家机器上跑起多模型 AI 聊天平台【免费下载链接】LibreChatEnhanced ChatGPT Clone: Features Agents, MCP, Skills, DeepSeek, Anthropic, AWS, OpenAI, Responses API, Azure, Groq, o1, GPT-5, Mistral, OpenRouter, Vertex AI, Gemini, Artifacts, AI model switching, message search, Code Interpreter, langchain, DALL-E-3, OpenAPI Actions, Functions, Secure Multi-User Auth, Presets, open-source for self-hosting. Active项目地址: https://gitcode.com/GitHub_Trending/li/LibreChatLibreChat 是一个可自托管的多模型 AI 聊天平台OpenAI、Anthropic、Bing、Gemini 等模型接进同一个对话界面还自带消息搜索、DALL·E 绘图和 LangChain 集成。下面这条路线只做三件事——用 Docker 把它跑起来、把配置填好用、再学会日常运维。全程不需要改代码一条命令的事居多。先用 Docker Compose 把服务拉起来Docker Compose下文简称 Compose可以理解成一键起容器编队的工具一个 yml 文件描述全部服务你敲一条命令它就把 API、数据库、搜索引擎一次性装好。先拿代码到本地git clone https://gitcode.com/GitHub_Trending/li/LibreChat cd LibreChat cp .env.example .env.env.example是配置模板复制成.env后我们只改自己的文件模板原样保留。然后启动整编队docker compose up -d执行完用docker compose ps看一眼应该看到 6 个容器全部处于 Up 状态apiWeb 服务、mongodb存对话数据、meilisearch全文搜索、vectordbrag_api文档问答的向量库与接口、admin-panel管理面板默认 3000 端口。浏览器打开http://localhost:3080就能看到登录注册界面——至此LibreChat Docker 部署的核心动作已经完成。⚠️ 提示docker-compose.yml头部注释明确写了不要直接改它任何定制都应放进 docker-compose.override.yml.example 这类覆盖文件里。再填配置让模型真正能对话服务能访问 ≠ 能聊天接下来在.env里补上三处。模板里已有大量注释说明完整字段可对照 .env.example 和 librechat.example.yaml 逐行看。1. 模型密钥OPENAI_API_KEYsk-xxxx填你自己的 OpenAI 密钥即可Anthropic、Mistral、Groq 等其余厂商各有对应的_API_KEY字段按需填写。保存后重启容器docker compose up -d刷新页面模型列表里对应的图标就会点亮。2. 两个安全字段JWT_SECRET是登录会话的签名盐MEILI_MASTER_KEY是搜索引擎的管理密钥两者都别用默认值各生成一段随机长字符串填进去。多用户部署时这两项直接决定会话安全。3. 端口被占用就改端口3080 被占时不用碰docker-compose.yml在项目目录下新建docker-compose.override.ymlservices: api: ports: - 3081:3080Compose 会自动合并这份覆盖文件重启后改用http://localhost:3081访问。这是改端口最干净的做法。需要集群时用 Helm 装到 Kubernetes单机够用就跳过这节。生产环境要上多节点时仓库自带 Helm ChartK8s 的应用安装包格式配置集中在 helm/librechat/values.yaml密钥通过existingSecretName指向集群里预先建好的 Secret避免明文写进 values 文件。helm install librechat ./helm/librechat -n librechat --create-namespace kubectl get pods -n librechat安装命令跑完后第二条命令应列出 librechat、mongodb、meilisearch 等 Pod 且状态为 Running若某 Pod 处于 CrashLoopBackOff先kubectl logs看它缺哪个环境变量通常是 Secret 没建对。管好它健康检查、日志、备份与升级日常运维就四件小事每个都一条命令。健康检查——挂到监控脚本里curl http://localhost:3080/health返回 200 且耗时正常说明 API 活着。查日志——启动失败时第一反应就是它docker compose logs -f api数据库连不上、密钥格式错这类问题末尾几行通常直接写明原因。备份——对话数据全在 MongoDB 里每周跑一次docker exec chat-mongodb mongodump --out /data/db/backup_$(date %Y%m%d)跑完容器里会多出一个按日期命名的目录把整个目录拷到别的机器即完成异地备份。升级——官方提供了更新脚本自动拉代码、更新依赖并重启node config/update.js逻辑细节可看 config/update.js建议升级前先做一遍上面的 mongodump。下一步部署通了只是开始模型怎么组合、共享链接权限怎么设、Skills 目录怎么用仓库的文档与 Issue 区都有现成答案。遇到报错或想要新功能直接去项目 Issue 列表反馈——这也是这类自托管项目最活跃的社区入口。【免费下载链接】LibreChatEnhanced ChatGPT Clone: Features Agents, MCP, Skills, DeepSeek, Anthropic, AWS, OpenAI, Responses API, Azure, Groq, o1, GPT-5, Mistral, OpenRouter, Vertex AI, Gemini, Artifacts, AI model switching, message search, Code Interpreter, langchain, DALL-E-3, OpenAPI Actions, Functions, Secure Multi-User Auth, Presets, open-source for self-hosting. Active项目地址: https://gitcode.com/GitHub_Trending/li/LibreChat创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 LibreChat 自托管实战：15 分钟在自家机器上跑起多模型 AI 聊天平台
LibreChat 自托管实战15 分钟在自家机器上跑起多模型 AI 聊天平台【免费下载链接】LibreChatEnhanced ChatGPT Clone: Features Agents, MCP, Skills, DeepSeek, Anthropic, AWS, OpenAI, Responses API, Azure, Groq, o1, GPT-5, Mistral, OpenRouter, Vertex AI, Gemini, Artifacts, AI model switching, message search, Code Interpreter, langchain, DALL-E-3, OpenAPI Actions, Functions, Secure Multi-User Auth, Presets, open-source for self-hosting. Active项目地址: https://gitcode.com/GitHub_Trending/li/LibreChatLibreChat 是一个可自托管的多模型 AI 聊天平台OpenAI、Anthropic、Bing、Gemini 等模型接进同一个对话界面还自带消息搜索、DALL·E 绘图和 LangChain 集成。下面这条路线只做三件事——用 Docker 把它跑起来、把配置填好用、再学会日常运维。全程不需要改代码一条命令的事居多。先用 Docker Compose 把服务拉起来Docker Compose下文简称 Compose可以理解成一键起容器编队的工具一个 yml 文件描述全部服务你敲一条命令它就把 API、数据库、搜索引擎一次性装好。先拿代码到本地git clone https://gitcode.com/GitHub_Trending/li/LibreChat cd LibreChat cp .env.example .env.env.example是配置模板复制成.env后我们只改自己的文件模板原样保留。然后启动整编队docker compose up -d执行完用docker compose ps看一眼应该看到 6 个容器全部处于 Up 状态apiWeb 服务、mongodb存对话数据、meilisearch全文搜索、vectordbrag_api文档问答的向量库与接口、admin-panel管理面板默认 3000 端口。浏览器打开http://localhost:3080就能看到登录注册界面——至此LibreChat Docker 部署的核心动作已经完成。⚠️ 提示docker-compose.yml头部注释明确写了不要直接改它任何定制都应放进 docker-compose.override.yml.example 这类覆盖文件里。再填配置让模型真正能对话服务能访问 ≠ 能聊天接下来在.env里补上三处。模板里已有大量注释说明完整字段可对照 .env.example 和 librechat.example.yaml 逐行看。1. 模型密钥OPENAI_API_KEYsk-xxxx填你自己的 OpenAI 密钥即可Anthropic、Mistral、Groq 等其余厂商各有对应的_API_KEY字段按需填写。保存后重启容器docker compose up -d刷新页面模型列表里对应的图标就会点亮。2. 两个安全字段JWT_SECRET是登录会话的签名盐MEILI_MASTER_KEY是搜索引擎的管理密钥两者都别用默认值各生成一段随机长字符串填进去。多用户部署时这两项直接决定会话安全。3. 端口被占用就改端口3080 被占时不用碰docker-compose.yml在项目目录下新建docker-compose.override.ymlservices: api: ports: - 3081:3080Compose 会自动合并这份覆盖文件重启后改用http://localhost:3081访问。这是改端口最干净的做法。需要集群时用 Helm 装到 Kubernetes单机够用就跳过这节。生产环境要上多节点时仓库自带 Helm ChartK8s 的应用安装包格式配置集中在 helm/librechat/values.yaml密钥通过existingSecretName指向集群里预先建好的 Secret避免明文写进 values 文件。helm install librechat ./helm/librechat -n librechat --create-namespace kubectl get pods -n librechat安装命令跑完后第二条命令应列出 librechat、mongodb、meilisearch 等 Pod 且状态为 Running若某 Pod 处于 CrashLoopBackOff先kubectl logs看它缺哪个环境变量通常是 Secret 没建对。管好它健康检查、日志、备份与升级日常运维就四件小事每个都一条命令。健康检查——挂到监控脚本里curl http://localhost:3080/health返回 200 且耗时正常说明 API 活着。查日志——启动失败时第一反应就是它docker compose logs -f api数据库连不上、密钥格式错这类问题末尾几行通常直接写明原因。备份——对话数据全在 MongoDB 里每周跑一次docker exec chat-mongodb mongodump --out /data/db/backup_$(date %Y%m%d)跑完容器里会多出一个按日期命名的目录把整个目录拷到别的机器即完成异地备份。升级——官方提供了更新脚本自动拉代码、更新依赖并重启node config/update.js逻辑细节可看 config/update.js建议升级前先做一遍上面的 mongodump。下一步部署通了只是开始模型怎么组合、共享链接权限怎么设、Skills 目录怎么用仓库的文档与 Issue 区都有现成答案。遇到报错或想要新功能直接去项目 Issue 列表反馈——这也是这类自托管项目最活跃的社区入口。【免费下载链接】LibreChatEnhanced ChatGPT Clone: Features Agents, MCP, Skills, DeepSeek, Anthropic, AWS, OpenAI, Responses API, Azure, Groq, o1, GPT-5, Mistral, OpenRouter, Vertex AI, Gemini, Artifacts, AI model switching, message search, Code Interpreter, langchain, DALL-E-3, OpenAPI Actions, Functions, Secure Multi-User Auth, Presets, open-source for self-hosting. Active项目地址: https://gitcode.com/GitHub_Trending/li/LibreChat创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考