LibreChat 完整教學 2026：4.5 萬星自架 AI 聊天平台，整合 OpenAI／Claude／Gemini／Ollama，Agent＋MCP＋RAG＋多用戶權限一次學會

一句話結論

LibreChat 是一套 MIT 授權、4.5 萬顆星的自架 AI 聊天平台，用 Docker Compose 三行指令就能裝好，把 OpenAI、Anthropic、Google、OpenRouter 和本機 Ollama 收進同一個介面，還附帶 Agents、MCP、Skills、Code Interpreter、RAG 與多用戶權限——資料留在我自己的機器上，但介面體驗不輸 ChatGPT。

為什麼要自架聊天平台，而不直接用 ChatGPT？

直接訂閱 ChatGPT 是最省事的選擇，但以下情境它幫不上忙：

• 想把同一段對話換四家模型比一比——官方 App 一次只能一家，貼來貼去。
• 想在內網跑本機模型（Ollama、vLLM）處理敏感資料，卻又想要好用的網頁介面與對話紀錄。
• 想給團隊一個共用入口，每個人有自己的帳號、可以分享 Agent 跟 Prompt，但 API 金鑰由管理員統一管。
• 想把 MCP 工具、RAG 知識庫、程式碼執行接進聊天，而不是每個人都自己裝一遍。

LibreChat 就是補這塊：它是「前端＋後端＋資料庫」的完整平台，不是一個模型、也不是一個純前端殼。

LibreChat 現況（2026 年 10 月）

v0.8.8 這版的更新重點包括：Agent Management API（beta）（用 OIDC 身分程式化管理 Agent／檔案／Skill）、Attached Code Workspaces（高度實驗性）、Background tool 控制與 Code approval 控制（Ask／Allow／Deny／Full access）、手動 context 壓縮、Context Usage 用量面板、統一附件處理、新增 GPT-6 Astra 與 GPT-6.1 Sol、Trace Viewer 觀測與 OpenTelemetry 匯出。

跟 Open WebUI 差在哪？該選誰

兩套都是自架聊天介面，但定位其實不同（本部落格另有 Open WebUI 介紹）：

一句話挑選法：主要是「自己一個人接本機模型、想最快跑起來」→ Open WebUI 更輕；要「多家 API 統一管理、給團隊用、要權限與審計」→ LibreChat 更完整。兩套不衝突，很多人的伺服器上是兩個都跑。

安裝：Docker Compose 三步驟

前置需求：Docker 與 Docker Compose（建議 Docker Engine 24+ 或 Docker Desktop），Linux／macOS 皆可，Windows 用 WSL2。

# 1. 取得原始碼
git clone https://github.com/danny-avila/LibreChat.git
cd LibreChat

# 2. 建立環境檔（預設值即可開跑）
cp .env.example .env
#    Windows: copy .env.example .env

# 3. 啟動
docker compose up -d

第一次啟動會拉映像檔，需要幾分鐘；之後快很多。完成後打開瀏覽器：

http://localhost:3080

第一個註冊的帳號就是管理員（單租戶模式），所以務必先把服務放在安全的網路環境、或直接設定好反向代理與登入限制再開放。

它幫你起了哪些容器？

LibreChat 的 docker-compose.yml 是個小型全家桶，不是只有一個服務：

也就是說，你得到的不只是聊天介面，還有一整套搜尋、向量與後台。

更新方式

git pull
docker compose pull
docker compose up -d

⚠️ 更新前務必先看官方 changelog 的 breaking changes，LibreChat 版號推進時偶爾會動到環境變數或設定格式。

.env 必改的幾個關鍵變數

.env.example 有數百行，但真正上線前一定要處理的是這幾個：

觀念：user_provided 的意思是「讓每個使用者自己填金鑰」，金鑰會被 CREDS_KEY 加密後存進資料庫。想統一代管，就在 .env 直接填入伺服器端金鑰。

設定完都要重啟：

docker compose down && docker compose up -d

接上本機 Ollama 與自訂端點（librechat.yaml）

LibreChat 支援的供應商已經很多，但真正的彈性在 librechat.yaml——任何 OpenAI 相容 API 都能掛進來，包含自架 Ollama、vLLM、LM Studio 或公司內部的 LLM Gateway。

步驟 1：建立設定檔

cp librechat.example.yaml librechat.yaml

設定檔開頭會看到 version: 1.3.17，這個版本號要跟著官方文件更新。

步驟 2：在 docker-compose.override.yml 打開掛載

官方建議不要直接改 docker-compose.yml，而是用 override：

services:
  api:
    volumes:
      - type: bind
        source: ./librechat.yaml
        target: /app/librechat.yaml

步驟 3：加入 Ollama 端點

version: 1.3.17
cache: true

endpoints:
  custom:
    - name: "ollama"
      apiKey: "ollama"           # Ollama 不驗金鑰，填任意值
      baseURL: "http://host.docker.internal:11434/v1/"
      models:
        default: ["qwen3:8b", "llama3.2"]
        fetch: true               # 自動抓取本機已下載的模型
      titleConvo: true
      titleModel: "qwen3:8b"
      modelDisplayLabel: "本機 Ollama"

host.docker.internal 在容器內指向宿主機；Linux 上 compose 檔已加 extra_hosts: host.docker.internal:host-gateway，所以這個寫法可用。

🚨 陷阱：SSRF 保護會擋掉內網位址

LibreChat 對 Actions 與 MCP 有 SSRF 防護，預設會擋私有網段。如果你要接自架 Ollama 或內部 LLM gateway，必須在白名單列出 host:port：

endpoints:
  allowedAddresses:
    - 'host.docker.internal:11434'
    - 'localhost:11434'
    - '192.168.1.50:8080'

規則要注意：必須帶 port、不能用 URL 或 CIDR，而且列入的主機名稱會信任它解析到的 IP。這是很多人「設定看起來沒錯、但一直連不上」的真正原因。

功能實戰：這五件事最值得先玩

1. Agents：無程式碼自建助手

內建 Agent 建構器，選模型、掛工具、指定系統指令就能做出專用助手，還有 Agent Marketplace 可以部署社群做好的。Agent 可分享給特定使用者或群組。

2. MCP：把外部工具接進來

LibreChat 是官方 MCP 客戶端之一，在 Agent 裡掛上 MCP Server 就能呼叫外部工具。若還沒接觸過協定本身，建議先看本站的 MCP 完整教學。

3. Skills 與 Subagents

用 SKILL.md 打包可重複使用的指令集（可設手動觸發、自動觸發或常駐）；Subagents 則允許把子任務丟給獨立的子 Agent 執行，各自有獨立 context window——長任務不容易把主對話塞爆。

4. Code Interpreter 與 Artifacts

Code Interpreter 由 ClickHouse/code-interpreter 提供，沙盒支援 Python、Node.js（JS/TS）、Go、C/C++、Java、PHP、Rust 甚至 Fortran，可直接上傳／下載檔案。Artifacts 則能直接生成 React、HTML 與 Mermaid 內容並即時預覽。

順帶一提：本站會特別提醒 Mermaid 的渲染競態問題——在 LibreChat 的 Artifacts 裡 Mermaid 是獨立渲染的，不受影響；但如果是自己寫的網站要放圖，還是以 Markdown 表格代替流程圖最穩。

5. 多用戶權限與 Admin Panel

支援 Email、OAuth2、LDAP 登入，可用角色與群組切權限；Admin Panel 隨 Docker Compose 一起裝好（預設 3000 埠），可以在瀏覽器裡管理使用者、群組並即時改設定，不用重新部署。生產環境記得設定 ADMIN_PANEL_SESSION_SECRET。

常見陷阱清單

什麼時候不該用 LibreChat？

• 只想單機接 Ollama 聊天：Open WebUI 的安裝與資源佔用更輕。
• 要的是完整 SaaS 功能與原生手機 App：官方 ChatGPT／Claude 體驗仍更順。
• 完全不想維運資料庫：LibreChat 需要 MongoDB、Meilisearch 與 Postgres，長期要處理備份與升級。

反過來說，只要你有「多家模型 + 團隊共用 + 資料自持」這三個需求同時出現，LibreChat 就是目前開源圈最省事的答案之一。

延伸閱讀

• Open WebUI：自託管類 ChatGPT 介面，讓本機 LLM 更易用
• MCP 完整教學 2026：什麼是 Model Context Protocol？
• Cloudflare Tunnel 完整教學 2026：不開防火牆 port 也能把自架服務搬上網
• Docker 完整教學 2026：從安裝、Dockerfile、Compose 多階段構建到安全部署

原始來源

• LibreChat GitHub 專案（danny-avila/LibreChat）
• LibreChat 官方文件：Local Docker 安裝
• LibreChat 官方文件：librechat.yaml 設定
• LibreChat v0.8.8 Changelog