LibreChat 实测：一个窗口接上所有大模型，还能装进自己的服务器（2026）

作者

LibreChat 实测：一个界面接上所有大模型，还能装进自己的服务器（2026）

大部分人和 AI 的日常，停留在一堆浏览器标签页上：一个窗口挂着 ChatGPT，一个挂着 Kimi，还有一个 DeepSeek。同一个问题贴三个窗口，一个一个问。各家账单单独记，历史记录没有一处能看全。

有一个开源项目解决这件事好几年了：LibreChat。我在一台低配云服务器上跑了它一阵，把主力几家 API 都接了进去，下面是真实使用一个月后的感受。

它是什么

LibreChat 是一个开源的多模型聊天前端：界面和 ChatGPT 相似，但底下接的不是某一家的服务，而是可以同时配 OpenAI、Anthropic、Google、DeepSeek、Kimi、本地 Ollama 等等。同一个对话里聊到一半，中途可以直接切换到另一个模型接着聊，上下文不会丢。

项目活跃度不需要担心：到写这篇为止，最新正式版本 v0.8.8 于 2026 年 10 月 1 日发布，社区星标在 GitHub 上已超过 15 万，有官方中文界面和文档，部署文档更新很勤。

几个真实有用的功能

  • 多模型接入，对话中随时切。这是它最核心的能力。一个回答的质量不满意，切到另一个模型在同一上下文里重问，不用复制粘贴。
  • Agent 和工具系统（Agents API）。可以定义自己的 agent，接入 MCP 服务器、文件检索和代码执行；0.8.x 起还有 Beta 版 Agent 管理 API，可以批量创建和管理。
  • Agent 市场（Agent Marketplace）。官方里已经有一个类似应用商店的机制，可以安装社区做好的 agent。
  • 部署在自己服务器上。数据落到你自己的库里。做了几个月的聊天历史就是自家的资产，不想撑在别人服务器上的团队会看中这一点。
  • 多用户支持。支持用户注册和权限管理，小团队能直接部署当内部 AI 平台。

怎么部署

它是一个 Docker 应用，装 Docker 之后三条命令跑起来：

git clone https://github.com/LibreChat-AI/LibreChat.git
cd LibreChat
docker compose up -d

浏览器打开 http://localhost:3080，注册一个账号，再把你的各家 API key 填进 librechat.yaml 配置文件，重启容器就能用了。整套部署在一台低配的云服务器即可运行，费用就是服务器的钱加各家 API 的按量计费。

在配置文件里，每个模型入口主要就是三样东西：名称、接入点（base_url）、模型名映射，官方文档有现成示例。我之前写过一篇 改一行 base_url 换模型 的入门，机制上完全通用。

几个实话实说的坑

  • 配置文件不算省心。多模型接入全靠 YAML 手配，yaml 格式错一个缩进整个服务起不来。建议改完配置先：重启容器，再带着日记查一次。
  • Agent 功能还在演进。核心聊天很稳，Agent 管理等功能的版本迭代快，跟着版本升级有成本。
  • 移动端是网页。没有官方原生 App，手机上体验取决于你是不是愿意自己拼 PWA。
  • 需要自己管 API key。好处是记录归自己、账单可控；代价是 key 泄漏的风险归自己管，记得动手设权限时先想清楚哪些成员能看到哪些配置。

和 open-webui 有什么区别

装自托管聊天前端的人，多半会同时看到 open-webui，这两个到底怎么选？我实际用下来的感受：

  • open-webui 的重心是本地模型。它和 Ollama 的配合接近无缝，如果你主要跑本地模型，选它顺理成章。
  • LibreChat 的重心是多云 API 聚合。多模型对话中切换、Agent 工具链、多用户权限这两块，它做得更深，适合「主要用云端 API、偶尔跑本地」的用法。
  • 两个都是开源项目，都能试。我的建议是各花半个小时各自跑一遍，看界面的操作习惯更顺手哪个。

它适不适合你

三种人不用犹豫。第一种，手里有不止一家 API key、想统一界面统一记录的；第二种，想给自己搭一个内部 AI 平台的（多用户 + 权限管理直接能用）；第三种，重视数据自有，聊天历史想留在自己服务器上的。

反过来，如果你只用 ChatGPT 一家，或者需要开箱即用零配置，直接用官方 ChatGPT 或 Claude 客户端更省心。

另外，客户端路线的对比我也写过一篇：桌面端的 Cherry Studio 和本文的服务端方案，一个装在自己电脑上，一个装在服务器上，场景不同，可以按需选择。本地部署和云端 API 怎么取舍，看这篇 本地大模型 vs 云端 API。

一句话总结：它不是 ChatGPT 的替代品，而是把所有大模型装进同一个窗口、把数据留在你手里的收口工具。

发表评论