LibreChat 是什麼？自架多模型 AI 聊天介面，我用官方 Docker 裝起來量了要多大的主機

你可能想給家人、同事或自己的小團隊一個「自己的 ChatGPT」：大家用同一個網址登入，想用 GPT 就用 GPT、想用 Claude 就用 Claude，不用每個人各訂一個月費方案，對話也存在自己的主機上。LibreChat 就是做這件事的開源軟體。

問題是它不像一般 App 點兩下就裝好。我在一台雲端測試機上照官方文件用 Docker 把它裝起來，日期是 2026 年 10 月 15 日，版本 v0.8.8。先講清楚邊界：我沒有註冊帳號、沒有放任何 API 金鑰，所以沒有實際聊天；我量的是它要跑幾個東西、吃多少硬碟和記憶體、預設設定會卡在哪，聊天畫面的操作依官方文件。

LibreChat 是什麼

LibreChat 是一套裝在自己主機上的 AI 聊天介面，授權是 MIT，GitHub 上有 4 萬 5 千多顆星，最新正式版是 10 月 1 日的 v0.8.8。

它最大的特色是「多家模型放在同一個畫面」。官網列的功能有：OpenAI、Anthropic、Google、Azure、AWS 等模型，代理（Agents）、執行程式碼、Artifacts（在對話裡產生網頁、React 元件、流程圖）、搜尋舊對話、MCP、記憶、網路搜尋，還有給公司用的單一登入（OAuth、SAML、LDAP）和兩步驟驗證。

2025 年 11 月 4 日，資料庫公司 ClickHouse 宣布收購 LibreChat，創辦人和團隊一起加入。公告寫 LibreChat 繼續用原本的 MIT 授權完全開源。現在的 GitHub 也從原作者的個人帳號搬到了 LibreChat-AI/LibreChat。

要先知道的是，LibreChat 只是「介面」，本身不含模型。你要自己接：雲端模型要 API 金鑰（照用量付費），或是接 Ollama 這類在自己主機上跑的本地模型。

用 Docker 裝起來

官方文件的步驟就這幾行：

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

然後用瀏覽器開 http://localhost:3080，會看到登入頁。我在測試機上照做，用的是 v0.8.8 那一版的設定檔，過程是這樣：

一次會開 6 個容器：LibreChat 本體、MongoDB（存帳號和對話）、Meilisearch（搜尋）、pgvector（向量資料庫）、rag_api（檔案問答）、admin-panel（管理面板）。

一開始就會看到一排警告：The "UID" variable is not set. Defaulting to a blank string.。這是因為 .env 裡的 UID、GID 預設是註解掉的，不影響啟動，我的測試裡容器都正常跑起來了。

下載映像檔：6 個映像檔在資料中心的網路只花了 38 秒，整台機器一共下載 2.6 GB（含裝 Docker）。下載完硬碟從 1.4 GB 用到 13 GB，Docker 列的映像檔合計 10.4 GB，最大的是 LibreChat 本體 4.25 GB，其次是檔案問答的 2.5 GB。

啟動很快：docker compose up -d 之後 9 秒，健康檢查就回應正常；本體的紀錄寫的是 LibreChat@v0.8.8。

預設設定會卡住的地方：管理面板

照官方步驟裝完，6 個容器裡有 5 個正常，管理面板那個一直在重啟。看它的紀錄是這樣：

[admin-panel] SESSION_SECRET must be set to at least 32 characters (got 0). Refusing to start.

原因是 v0.8.8 新加的管理面板需要一組至少 32 個字元的密鑰，而 .env.example 裡 ADMIN_PANEL_SESSION_SECRET= 是空的。.env 的註解有寫要先產生一組：

openssl rand -hex 32

把產生的字串填進 .env 的 ADMIN_PANEL_SESSION_SECRET= 後面，再跑一次 docker compose up -d，管理面板就起來了，在 http://localhost:3000，網頁標題是「LibreChat Admin Panel」。不需要管理面板的話，不補也不影響聊天介面本身。

吃多少記憶體

測試機的 Docker 量不到單一容器的記憶體，所以我改量每個容器裡所有行程實際佔用的記憶體。啟動約一分鐘、閒置、還沒有人登入的時候：

再加上 Docker 本身約 175 MB，整套閒置時大約 1.5 GB。這是沒有人用的時候；有人聊天、上傳檔案做問答，用量會再往上。

跟我之前量過的 Open WebUI 比，Open WebUI 是一個容器，閒置 0.3 到 1 GB；LibreChat 多了資料庫、搜尋、檔案問答和管理面板，比較重。差別和怎麼選，在下面「跟 Open WebUI 怎麼選」。

要多大的主機

照我量到的數字：

• 記憶體：至少 4 GB。整套閒置就要 1.5 GB，加上作業系統和使用時的高峰，2 GB 的主機會很緊。
• 硬碟：映像檔就佔約 10.4 GB，加上作業系統、對話資料和上傳的檔案，至少留 15 GB。
• CPU：只跑介面的話，1 到 2 核心就夠；模型是在雲端或另一台機器上算的。

如果你要在同一台主機上用 Ollama 跑本地模型，記憶體要另外算，而且沒有顯卡會很慢，模型要多大的機器在 Ollama 模型推薦。

Hostinger 有 LibreChat 的一鍵安裝範本，我 10 月 15 日看到的最低方案是 KVM 1：4 GB 記憶體、50 GB 硬碟，促銷價每月 6.49 美元（整個合約期一次付清），續約變成每月 11.99 美元。8 GB 的 KVM 2 促銷價每月 8.99 美元。只跑 LibreChat、接雲端模型，KVM 1 照我量到的數字就夠了。續約價、要不要選它，我整理在 Hostinger 評價；其他家的比較在 VPS 推薦。

裝好之後一定要改的兩件事

第一，第一個註冊的帳號就是管理員，而且預設任何人都能註冊。官方文件寫，沒有預設帳號密碼，第一個在註冊頁建立的帳號會變成管理員。我讀 /api/config 看到預設是 "registrationEnabled":true，註冊頁也打得開。如果主機是對外的，裝好馬上先註冊你自己，再把 .env 的 ALLOW_REGISTRATION=true 改成 false，重啟之後陌生人就不能自己註冊了。

第二，把幾組密鑰設成固定的值。.env 裡的 CREDS_KEY、CREDS_IV、JWT_SECRET、JWT_REFRESH_SECRET 預設是空的。文件寫，留空的話 LibreChat 會自己產生一組暫存的值，但正式使用前應該設成你自己的固定值；其中 CREDS_KEY 和 CREDS_IV 是拿來加密存在資料庫裡的金鑰的。官方網站有一個 Credentials Generator 可以幫你產生。

另外，對外的主機最好用官方的 deploy-compose.yml，它多了一個 nginx 在前面，文件的 Ubuntu 部署教學用的就是這個。

怎麼接模型

預設的 .env 裡，OPENAI_API_KEY、ANTHROPIC_API_KEY、GOOGLE_KEY 都設成 user_provided。文件的意思是：讓每個使用者在網頁上填自己的 API 金鑰，費用各自算。如果你要幫全團隊出錢，就把 user_provided 換成你的金鑰。

要接 Ollama，是在 librechat.yaml 加一個自訂端點，再用 docker-compose.override.yml 把這個檔掛進容器。官方文件的範例（LibreChat 跑在 Docker 裡的版本）：

endpoints:
  custom:
    - name: "Ollama"
      apiKey: "ollama"
      baseURL: "http://host.docker.internal:11434/v1/"
      models:
        default: ["llama3:latest", "mistral"]
        fetch: false
      titleConvo: true
      titleModel: "current_model"
      modelDisplayLabel: "Ollama"

models 的清單換成你在 Ollama 裡下載的模型；fetch 改成 true 會自動抓 Ollama 上有的模型，文件寫這時 name 要以 ollama 開頭。apiKey 填什麼都可以，Ollama 不檢查，但欄位一定要有。LibreChat 跑在 Docker 裡的時候，網址要寫 host.docker.internal，不能寫 localhost；官方的 compose 已經幫你把這個名字指到主機。Ollama 怎麼裝、怎麼讓 Docker 連得到，在 Ollama Docker 安裝。

Mac M 系列要注意

官方文件特別寫了一個坑：M1 到 M4 的 Mac 用預設的 MongoDB 映像檔會出問題，要另外建一個 docker-compose.override.yml，把 MongoDB 換成 mongo:4.4.18。在 Mac 上自己試的人照文件改就好；放在 Linux 主機上沒有這個問題。

跟 Open WebUI 怎麼選

兩個都是開源、自架的 AI 聊天介面，我都在測試機上裝過：

只想在自己電腦上，用好看一點的介面跟 Ollama 的模型聊天，Open WebUI 比較簡單，一行指令就起來。要給一群人用、要同時接好幾家的雲端模型、要公司帳號單一登入，LibreChat 的功能比較齊，代價是比較重、設定比較多。

另一個常被拿來比的是 LobeHub（以前叫 LobeChat），我也用官方一鍵腳本裝過，閒置約 1.0 GB、映像檔 3.9 GB，比 LibreChat 輕，主打代理和技能市集，在 LobeChat 是什麼。

這篇沒有測的

我沒有註冊帳號，所以沒有實際聊天，介面、代理、MCP、檔案問答的操作都沒有用過；沒有放任何 API 金鑰；沒有實際接上 Ollama；管理面板只確認它起得來，沒有登入；記憶體是閒置時量的，多人同時使用的用量沒有測；Mac 上的 MongoDB 問題是官方文件寫的，我沒有在 Mac 上試。