LibreChat — self-hosted клон ChatGPT со всеми моделями в одном интерфейсе

LibreChat — это открытая платформа для чата с ИИ, которую вы разворачиваете на своём сервере. Она объединяет Anthropic, OpenAI, Google, локальные модели и любые OpenAI-совместимые API в одном интерфейсе. Данные остаются у вас: ни один запрос не уходит на сторонние серверы платформы. Проект написан на TypeScript, распространяется по лицензии MIT и собрал более 45 тысяч звёзд на GitHub.

Помимо обычного чата, внутри есть агенты с инструментами, поддержка MCP, Code Interpreter, веб-поиск, генерация изображений и полноценная мультипользовательская авторизация. Это делает LibreChat готовой основой для командного доступа к ИИ: один сервер, свои ключи, управление пользователями из браузера.

Модели и провайдеры

Главная идея проекта — не привязываться к одному вендору. LibreChat поддерживает из коробки:

• Anthropic (Claude), OpenAI, Azure OpenAI, Google, Vertex AI, AWS Bedrock — через штатные интеграции и Responses API;
• Кастомные эндпоинты — любой OpenAI-совместимый API без прокси;
• Локальные и облачные альтернативы — Ollama, groq, Cohere, Mistral AI, together.ai, OpenRouter, Deepseek, Qwen и другие.

Переключаться между моделями и пресетами можно прямо в середине разговора. Интерфейс подсвечивает размышления reasoning-моделей вроде DeepSeek-R1 отдельным блоком.

Агенты, Skills и MCP

Вторая опора проекта — агенты. Это кастомные ассистенты, которые собираются без кода: вы задаёте инструкции, выбираете модель и добавляете инструменты.

Что умеют агенты LibreChat:

• Skills — переиспользуемые наборы инструкций в формате SKILL.md. Skill можно включать вручную, автоматически или держать всегда активным.
• Subagents — делегирование подзадач дочерним агентам. У каждого своё окно контекста.
• Agent-плагины — экспериментальная упаковка Skills и MCP-серверов в пакеты, которые загружаются при старте.
• MCP-серверы — LibreChat входит в официальный список клиентов Model Context Protocol и подключает внешние инструменты через MCP.
• Поиск по файлам и выполнение кода — агентам можно разрешить работу с документами и запуск программ.

Агентами можно делиться с отдельными пользователями и группами, а в каталоге сообщества легко найти готовых агентов.

Code Interpreter и артефакты

Code Interpreter API выполняет код в изолированной песочнице. Поддерживаются Python, Node.js, Go, C/C++, Java, PHP, Rust и Fortran. Файлы загружаются, обрабатываются и скачиваются прямо из чата. Исполнение полностью изолировано, а сам компонент основан на открытом проекте ClickHouse/code-interpreter.

Артефакты позволяют генерировать React, HTML и Mermaid-диаграммы прямо в чате. Предпросмотр открывается на весь экран, а диаграммы Mermaid экспортируются в SVG и PNG.

Контекст, файлы и поиск

По управлению контекстом LibreChat обгоняет большинство публичных чат-интерфейсов:

• Ветки сообщений — можно редактировать и повторно отправлять любое сообщение, а форкирование создаёт копию диалога с нужной точки;
• Компакция — длинный разговор сжимается в краткое резюме без потери недавнего контекста;
• Пресеты — наборы настроек модели сохраняются и шарятся между пользователями;
• Мультимодальность — изображения анализируют Claude, GPT-4o, Gemini, Llama-Vision, а файлы читают все основные провайдеры;
• Импорт и экспорт — диалоги переезжают из ChatGPT, а выгружаются в markdown, JSON, текст или скриншот.

Есть и веб-поиск. Он объединяет поисковых провайдеров, загрузку страниц и переранжирование результатов. Так контекст модели дополняется свежими данными из интернета.

Мультипользовательский режим и админ-панель

LibreChat создавалась как платформа для команд и организаций:

• авторизация через OAuth2, LDAP, Email, OpenID;
• роли, группы и права доступа;
• лимиты расхода токенов и встроенная модерация;
• админ-панель в браузере — пользователи, роли и настройки меняются без пересборки и повторного развёртывания;
• развёртывание через Docker Compose одной командой, плюс готовые шаблоны для Railway, Zeabur и Sealos.

Из приятного для русскоязычных команд: интерфейс переведён на десятки языков, включая русский.

Наблюдаемость и надёжность

Для production-развёртываний есть всё необходимое. Трейсы и логи экспортируются через OpenTelemetry и связываются с Langfuse — так видно, что делали модель и агенты, и сколько это стоило. Возобновляемые стримы достраивают ответ после обрыва соединения и синхронизируют диалог между вкладками и устройствами. Связанные сервисы проекта — RAG API для поиска по документам и сайт librechat.ai — тоже открыты.

Что нового в v0.8.8

Версия v0.8.8 заметно сдвигает проект в сторону инструментов для разработчиков:

• Agent Management API (beta) — создание, обновление и удаление агентов через API, управление файлами и Skills, аутентификация машинных клиентов через OIDC;
• Attached workspaces (экспериментально) — агент получает доступ к рабочей директории: смотрит дерево файлов, читает и ищет по ним, правит код и запускает Bash с ограничением по времени;
• Управление правами на код — для записи файлов и выполнения команд администратор задаёт режимы «Спрашивать», «Разрешить» или «Запретить»;
• Ручная компакция контекста — суммаризация запускается до переполнения окна контекста;
• Панель Context Usage — видно, сколько контекста занимают диалог, вызовы инструментов, инструкции агентов и сколько осталось до лимита;
• GPT-6 Astra и GPT-6.1 Sol — новые модели с маршрутизацией через Responses API.

Кому подойдёт

LibreChat — хороший выбор в трёх сценариях. Первый: команде нужен единый доступ к разным моделям под своим контролем, без облака. Второй: организация хочет дать сотрудникам чат с ИИ, но с авторизацией, ролями и лимитами расходов. Третий: разработчики хотят платформу с агентами, Skills и MCP, но без привязки к закрытому клиенту.

Документация проекта живёт на librechat.ai/docs, а развёртывание чаще всего начинается с Docker Compose из репозитория.