LibreChat
通过统一聊天界面使用多种 AI 服务。
LibreChat 是可自行部署的多模型对话应用，可连接不同提供方、创建智能体，并组合文件检索、网页搜索和MCP工具。
可以用来完成：团队模型入口、资料辅助回答和工具协作
LibreChat 能做什么
它统一交互入口，模型服务、文件处理与外部工具仍需要各自配置。适合愿意维护部署环境并管理成员权限的个人或团队。
带代码工作区的能力在官方说明中仍标为高度实验性；先从普通对话和只读资料任务开始更容易检查结果。
接入多个模型提供方
支持不同云提供方及兼容接口，可按任务选择端点；需要为相应服务设置访问凭证。
为智能体配置能力
Agents可结合文件检索、MCP、工具及可复用Skills，以任务要求组织能力和指令。
处理附件与网页上下文
附件可以路由到模型或提取文本，并在需要时供文件检索使用；网页搜索还涉及搜索、抓取与重排组件。
组织会话和访问权限
支持对话搜索、消息或会话分支及管理员角色设置，便于保留不同探索路径并控制工具范围。
- 核心用途
- 多模型对话、文件检索和可配置智能体
- 可完成的工作
- 团队模型入口、资料辅助回答和工具协作
- 如何开始
- 按部署文档启动服务，再配置模型提供方
- 使用条件
- 部分代码工作区功能仍实验性；模型与工具条件独立
可以完成哪些工作
按你的目标查看准备资料、操作方法和交付结果。
建立团队模型入口可供目标成员使用的统一入口。
适合：维护AI应用的团队
- 准备什么
- 模型账号、成员角色和一组测试问题。
- 怎么完成
- 编辑建议：部署后先配置少量模型和角色，用普通成员账号检查对话与权限。
- 完成后得到什么
- 可供目标成员使用的统一入口。
- 交付前检查
- 核对模型费用和成员可见的附件、工具。
围绕附件整理答案便于追溯的资料答复。
适合：需要读文档的用户
- 准备什么
- 可用于问答的附件和明确问题。
- 怎么完成
- 编辑建议：上传资料并使用文件检索相关能力，要求答案区分来源事实和推断。
- 完成后得到什么
- 便于追溯的资料答复。
- 交付前检查
- 回看原文，确认没有把检索未命中的内容当成事实。
制作有边界的智能体可重复调用的任务配置。
适合：配置内部流程的技术人员
- 准备什么
- 任务说明、允许MCP工具、预期输出。
- 怎么完成
- 编辑建议：创建Agent并只接入必要工具，先用只读任务检查参数，再决定扩大权限。
- 完成后得到什么
- 可重复调用的任务配置。
- 交付前检查
- 检查外部工具身份、可写范围及每步输出。
如何使用 LibreChat
- 准备部署环境
按官方部署方式准备服务和持久数据，再进入应用配置。
- 设置模型端点
配置提供方凭证或自定义兼容接口，用短请求验证端点和模型。
- 加入附件或Agent工具
按任务配置文件检索、网页搜索或MCP，避免一次打开全部能力。
- 核对权限与输出
用不同角色检查可见范围，查看答案、工具调用及必要日志后再投入团队使用。
界面与操作参考
开始前需要了解
部署不含所有模型额度
不同提供方和兼容端点需要自己的访问条件；应用可部署不意味着模型调用无限免费。
外部搜索有独立组件
网页搜索组合搜索源、抓取及重排，任何一个服务的凭证或可用性都会影响结果。
代码工作区仍需谨慎试用
官方将附加代码工作区标为高度实验性，并提供Ask/Allow/Deny控制；文件写入和命令执行需要明确权限。
模型提供方与工具服务需分别配置；附加代码工作区属于高度实验性功能。
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
常见问题
可以接自己的兼容模型服务吗？
可以通过Custom Endpoints连接兼容接口，需配置正确地址、模型和身份。
Agent和普通聊天有什么区别？
Agent可固定指令并结合文件检索、MCP、Skills或其他工具；普通聊天不自动具备所有这些能力。
上传一次附件后会如何使用？
应用可把附件交给模型或提取文本，并按需要用于文件检索；具体路径受模型与配置影响。
代码工作区适合直接全权运行吗？
应先确认权限和隔离范围。该能力仍标实验性，建议从受控任务检查文件与命令行为。
从综合工具选择角度评估LibreChat
把综合工具选择需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
先看交付
你需要的是可编辑文档、图片、代码，还是有出处的资料表？
再看输入
资料能否上传、格式能否读取、敏感内容能否交给所选服务？
最后试用
用小样检查实际结果，再确认费用、导出和后续修改条件。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
