LibreChat

项目简介

LibreChat 是一个开源的 AI 对话平台，旨在将全球主流大模型统一聚合到一个可私有部署的界面中。它并非某个特定大模型的产品官网，而是一个开源项目框架——用户需要自行配置 API 才能使用，因此本质上更接近「开发者工具/框架」，而非开箱即用的 SaaS 产品。项目由社区驱动，目前在 GitHub 上拥有极高的关注度，支持同时连接 Anthropic Claude、OpenAI GPT、AWS Bedrock、Google Gemini 等数十家大模型服务商，并提供 Agent 管理、代码解释器、网页搜索、图像生成等扩展能力。

核心功能

多模型聚合接入：支持同时接入 Anthropic（Claude）、OpenAI（GPT）、AWS Bedrock、Google Vertex AI、Azure OpenAI 等数十家大模型服务商，用户可在单次对话中自由切换不同模型，无需在多个产品间来回跳转。

无代码构建 AI Agent：内置可视化 Agent 构建器，无需编写代码即可创建定制化 AI 助手，支持从社区市场发现并一键部署他人分享的 Agent，配套 MCP 工具协议和 Skills 技能包机制。

代码解释器（Code Interpreter）：集成基于 ClickHouse 的沙盒代码执行环境，支持 Python、Node.js、Go、C/C++、Java、PHP、Rust、Fortran 等语言，可安全地在对话中执行代码并返回结果，全程隔离不泄露用户数据。

图像生成与编辑：集成 GPT-Image-1、DALL-E 3/2、Stable Diffusion、Flux 等主流图像生成模型，支持文生图和图生图两种模式，并在对话中直接呈现生成结果。

MCP 协议支持：全面支持 Model Context Protocol 标准，可连接各种外部 MCP Server，将工具调用能力无缝扩展到任意第三方服务。

技术实现

LibreChat 采用了现代化的前端 React + 后端 Node.js 架构，前端实现类 ChatGPT 的对话界面并做了大量体验增强（多端同步、对话分支、上下文压缩等），后端负责模型路由、认证鉴权、插件调度和文件处理。核心依赖包括：Redis 用于多实例状态同步和缓存，OpenTelemetry 用于全链路可观测性日志导出，支持导出到 Langfuse 等监控平台。代码解释器模块由 ClickHouse 开源的 code-interpreter 提供，采用强隔离的沙盒执行环境确保安全。项目整体使用 MIT 协议开源，支持 Docker Compose 一键部署，生产环境可水平扩展至多实例集群。

快速上手

第一步：克隆仓库

git clone https://github.com/danny-avila/LibreChat.git
cd LibreChat

第二步：配置环境变量

复制 .env.example 为 .env，填入至少一个大模型提供商的 API Key（如 OpenAI 或 Anthropic）。

第三步：启动服务

docker compose up -d

第四步：开始使用

打开浏览器访问 http://localhost:3080，注册账号后即可在设置中添加更多模型，开始与 AI 对话。

适用人群

LibreChat 适合以下用户群体：

• 开发者与技术团队：需要统一管理多个 AI 对话产品，或希望基于 LibreChat 构建内部 AI 平台的团队。
• 企业用户：对数据隐私有要求，希望在自有服务器上私有化部署 AI 对话系统，同时保留对模型提供商的灵活选择权。
• AI 爱好者：热衷于尝试不同大模型，希望在一个界面中对比不同模型的表现差异，并探索 Agent 工作流的高级用法。
• 开源贡献者：愿意参与开源项目，为 LibreChat 的插件生态、Agents 功能或国际化翻译贡献代码。

官网

https://librechat.ai

开源协议

MIT License，完全免费，可自由部署、修改和商业使用。