
LibreChat 快速自托管部署教程10分钟跑通Docker ComposeKubernetes进阶指南【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如果你的服务器里已经躺着一个 OpenAI 兼容的模型 API想要一个能给全团队共用、对话可搜索、数据不出内网的 AI 聊天前端LibreChat 就是为此设计的自托管方案。下文带你从克隆仓库到浏览器里看到登录页再讲清关键配置和日常运维。自己搭一套的底气LibreChat 是一个增强版 ChatGPT 克隆统一的聊天界面背后可以接 OpenAI、Anthropic、Google、Azure、Groq、DeepSeek、Ollama 本地模型等十几种 AI 端点随时切换。自己部署相比直接用官方托管服务换来的是三件实在的东西数据自主对话记录存在你自己的 MongoDB 里不经过第三方多用户可控内置登录鉴权、分组、权限管理适合团队共用能力完整Agent、MCP 工具、消息搜索、DALL-E 绘图、Code Interpreter 这些高级能力全部可用除了云端模型它也支持 Ollama、Apple MLX 这类本地推理端点——也就是说连接哪个模型这件事都可以完全由你决定。开工前的准备Docker Compose 方式会一次性拉起 5 个容器API 主服务、MongoDB、Meilisearch搜索、Postgrespgvector向量库、RAG API。先看资源需求项目最低要求说明系统64位 Linux / macOS需预装 Docker 与 Docker Compose内存4GB建议 8GB五个容器常驻向量库吃内存磁盘20GB 可用镜像约 5GB数据另计端口3080、3000API 主界面 / 管理面板需空闲密钥至少一个模型 API Key如 OpenAI、Azure 或本地 Ollama10分钟跑起来第 1 步拿到代码git clone https://gitcode.com/GitHub_Trending/li/LibreChat cd LibreChat第 2 步准备.env文件在仓库根目录新建.env写入你使用的模型密钥例如OPENAI_API_KEYsk-...。这一步是容器启动的配置来源——docker-compose.yml会把根目录的.env直接挂载进 API 容器缺了它服务起不来。第 3 步一条命令启动docker compose up -d所有镜像会自动拉取无需你手动npm install。第 4 步验证访问浏览器打开http://localhost:3080看到登录页注册一个账号即可开始聊天http://localhost:3000是随附的管理面板用于管理用户和权限。完整服务编排细节见 docker-compose.yml各 AI 端点的写法可参考 librechat.example.yaml。几个关键配置项挑 5 个最常动的参数讲清楚参数默认值建议改法原因OPENAI_API_KEY无必填若用 OpenAI不配则聊天框里没有可用模型JWT_SECRET容器自动生成临时值生产环境设为固定长随机串保证重启后用户登录态不失效MEILI_MASTER_KEY无必填一个随机串消息搜索依赖 Meilisearch缺此密钥搜索不可用PORT3080冲突时改为如 3081决定浏览器访问的地址ADMIN_PANEL_SESSION_SECRET无必填随机串管理面板的会话签名缺失时面板拒绝启动前三个密钥建议用openssl rand -hex 32生成。它们都写在根目录.env里改完执行docker compose up -d生效。不同环境怎么选部署方式维度Docker Compose 单机Helm Kubernetes上手成本低一条命令高需要集群与 Secret 管理扩展能力单机横向扩展困难多副本、可扩缩适用人群个人、小团队、内网试用企业多节点、需要高可用K8s 路线的关键步骤不展开完整流程按 helm/librechat/values.yaml 修改 values 文件把JWT_SECRET、MEILI_MASTER_KEY等放进existingSecretName指向的 Secret执行helm install librechat ./helm/librechat -n librechat --create-namespace用kubectl get pods -n librechat确认全部 Running单机方案跑稳之后再考虑迁移 K8s 通常更划算。日常运维清单健康检查curl http://localhost:3080/health返回正常说明 API 存活实时日志docker compose logs -f api出问题时第一时间看这里落盘日志日志默认挂载在仓库根目录logs/可用tail -f logs/查看历史版本更新node config/update.js自动拉新代码并重启脚本逻辑见 config/update.js数据备份docker exec chat-mongodb mongodump --out /data/backup/$(date %Y%m%d)对话数据全在 MongoDB 里不工作时先查这几处现象可能原因解决办法浏览器打不开 3080端口被占用改.env中PORT为 3081 等空闲端口重启容器起不来或反复重启根目录缺.env或缺必需密钥补齐OPENAI_API_KEY、MEILI_MASTER_KEY等后docker compose up -d登录页正常但发消息报 500模型密钥无效或端点配置错docker compose logs api找具体报错核对密钥消息搜索无结果Meilisearch 密钥不匹配确认.env中MEILI_MASTER_KEY与容器内一致管理面板打不开缺ADMIN_PANEL_SESSION_SECRET在.env补上该值并重启写在最后到这里一套能用的 LibreChat 自托管已经就位。更完整的端点配置、反向代理和 Redis 扩展方案建议直接读仓库里的 README.md 与官方文档。别光收藏——现在就把docker compose up -d敲下去吧。【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