零基础LibreChat自托管部署3条命令跑起来【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想让 AI 对话不经过第三方、数据落在自己机器上的 LibreChat自托管部署比想象中简单。一台能跑 Docker 的机器、一个配置文件就是全部前置条件。下面按自己玩、小团队共用、长期养着三条路走你对号入座就行。三条命令把它跑起来个人折腾的路径最短真正要敲的命令就三条。1. 拿代码、改配置git clone https://gitcode.com/GitHub_Trending/li/LibreChat cd LibreChat把代码拉到本地并进入目录后面所有操作都在这里进行。仓库不带现成的.env但有一份样板可以直接复制cp .env.example .env这一步把配置样板复制成实际生效的文件之后所有改动都在.env里做。打开它至少填两项MEILI_MASTER_KEY消息搜索的密钥以及你要用的模型密钥比如OPENAI_API_KEY。想留意的项都有注释完整配置样例里也写了每个字段的用途。2. 启动并确认活着docker compose up -d一行命令把 API、MongoDB、Meilisearch 搜索、向量库、RAG 服务全部拉起来编排清单里写得很清楚。起完打开http://localhost:3080看到登录页就成功了。没反应也别慌往下看排查那节。登录后模型密钥加在哪很多人卡在这一步页面起来了但发消息说没有可用模型。LibreChat 的模型接入分两层。你在.env里填的密钥是部署级的所有用户共享登录后进 Settings → Endpoints 填的密钥是个人级的只有你自己能用。小团队共用一个 OpenAI 账户时用前者省事各自带各自 Key 时用后者更干净。它支持 OpenAI、Anthropic、Groq、Gemini、OpenRouter 这些云端服务也支持 Ollama、MLX 这类本地推理接本地模型就不用再花一分钱 token小团队开始共用时一个人用完想给同事开账号不用额外装什么多用户认证是内置的。1. 账号和隔离每个用户注册后各有自己的对话、上传文件和密钥互不可见。.env里的JWT_SECRET建议换成自己生成的随机长串它负责给登录状态签发凭证默认值留在线上环境是有风险的。管理端另开了一个 3000 端口的面板能看用户、查用量不用进数据库抠数据。2. 搜索和权限消息搜索依赖的 Meilisearch 已经随 docker-compose.yml 一起启动MEILI_MASTER_KEY填了就能用历史对话全文可搜。权限上管理员可以按角色限制谁能用哪些端点、哪些工具中间件层里的规则就是干这个的。如果以后要上集群仓库里自带 Helm Chart到那时再折腾也不迟单机阶段完全用不上。卡住了先看这两个地方出问题时你只需要记两个入口日志和健康检查。1. 翻日志docker compose logs -f api实时跟踪 API 容器的日志90% 的启动失败——数据库连不上、密钥写错、端口被占——都能在这里直接看到原因。日志文件同时落在仓库的logs/目录写入逻辑里默认开启不用额外配置。2. 健康检查和端口用curl http://localhost:3080/health访问返回OK就说明服务本身是活的这个端点专门给监控用。页面打不开多半是端口冲突不用改 compose 文件在.env里把PORT改成 3081 再重启即可。确实要改编排配置时按文件头部的提示用docker-compose.override.yml.example那份样例新建一个 override 文件覆盖别直接动主文件升级时才不会冲突。长期养着更新、备份和几条底线部署完成只是开始日常维护就三件事。1. 更新node config/update.js仓库自带的更新脚本会自动拉代码、装依赖、重启服务加-d参数则走 Docker 流程。它的逻辑不神秘脚本本体就几百行跑之前扫一眼也行。2. 备份docker compose exec chat-mongodb mongodump --out /data/db/backup把 MongoDB 里的全部数据导出到容器内目录再拷出来保存。对话、账号、密钥配置都在这个库丢了基本等于重来每周跑一次足够。最后把几条底线收在一起起不来先看logs -f确认服务死活用/health团队共用前一定改掉JWT_SECRET备份定成周期任务而不是想起来才做。现在打开终端把git clone那条命令敲下去——十分钟后你的登录页就在 localhost:3080 等你了。【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
零基础LibreChat自托管部署3条命令跑起来【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想让 AI 对话不经过第三方、数据落在自己机器上的 LibreChat自托管部署比想象中简单。一台能跑 Docker 的机器、一个配置文件就是全部前置条件。下面按自己玩、小团队共用、长期养着三条路走你对号入座就行。三条命令把它跑起来个人折腾的路径最短真正要敲的命令就三条。1. 拿代码、改配置git clone https://gitcode.com/GitHub_Trending/li/LibreChat cd LibreChat把代码拉到本地并进入目录后面所有操作都在这里进行。仓库不带现成的.env但有一份样板可以直接复制cp .env.example .env这一步把配置样板复制成实际生效的文件之后所有改动都在.env里做。打开它至少填两项MEILI_MASTER_KEY消息搜索的密钥以及你要用的模型密钥比如OPENAI_API_KEY。想留意的项都有注释完整配置样例里也写了每个字段的用途。2. 启动并确认活着docker compose up -d一行命令把 API、MongoDB、Meilisearch 搜索、向量库、RAG 服务全部拉起来编排清单里写得很清楚。起完打开http://localhost:3080看到登录页就成功了。没反应也别慌往下看排查那节。登录后模型密钥加在哪很多人卡在这一步页面起来了但发消息说没有可用模型。LibreChat 的模型接入分两层。你在.env里填的密钥是部署级的所有用户共享登录后进 Settings → Endpoints 填的密钥是个人级的只有你自己能用。小团队共用一个 OpenAI 账户时用前者省事各自带各自 Key 时用后者更干净。它支持 OpenAI、Anthropic、Groq、Gemini、OpenRouter 这些云端服务也支持 Ollama、MLX 这类本地推理接本地模型就不用再花一分钱 token小团队开始共用时一个人用完想给同事开账号不用额外装什么多用户认证是内置的。1. 账号和隔离每个用户注册后各有自己的对话、上传文件和密钥互不可见。.env里的JWT_SECRET建议换成自己生成的随机长串它负责给登录状态签发凭证默认值留在线上环境是有风险的。管理端另开了一个 3000 端口的面板能看用户、查用量不用进数据库抠数据。2. 搜索和权限消息搜索依赖的 Meilisearch 已经随 docker-compose.yml 一起启动MEILI_MASTER_KEY填了就能用历史对话全文可搜。权限上管理员可以按角色限制谁能用哪些端点、哪些工具中间件层里的规则就是干这个的。如果以后要上集群仓库里自带 Helm Chart到那时再折腾也不迟单机阶段完全用不上。卡住了先看这两个地方出问题时你只需要记两个入口日志和健康检查。1. 翻日志docker compose logs -f api实时跟踪 API 容器的日志90% 的启动失败——数据库连不上、密钥写错、端口被占——都能在这里直接看到原因。日志文件同时落在仓库的logs/目录写入逻辑里默认开启不用额外配置。2. 健康检查和端口用curl http://localhost:3080/health访问返回OK就说明服务本身是活的这个端点专门给监控用。页面打不开多半是端口冲突不用改 compose 文件在.env里把PORT改成 3081 再重启即可。确实要改编排配置时按文件头部的提示用docker-compose.override.yml.example那份样例新建一个 override 文件覆盖别直接动主文件升级时才不会冲突。长期养着更新、备份和几条底线部署完成只是开始日常维护就三件事。1. 更新node config/update.js仓库自带的更新脚本会自动拉代码、装依赖、重启服务加-d参数则走 Docker 流程。它的逻辑不神秘脚本本体就几百行跑之前扫一眼也行。2. 备份docker compose exec chat-mongodb mongodump --out /data/db/backup把 MongoDB 里的全部数据导出到容器内目录再拷出来保存。对话、账号、密钥配置都在这个库丢了基本等于重来每周跑一次足够。最后把几条底线收在一起起不来先看logs -f确认服务死活用/health团队共用前一定改掉JWT_SECRET备份定成周期任务而不是想起来才做。现在打开终端把git clone那条命令敲下去——十分钟后你的登录页就在 localhost:3080 等你了。【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
