Conclusiones clave
- Más de 42.000 estrellas en GitHub, licencia MIT: gratis para uso personal y comercial, sin la restricción multi-tenant de algunos competidores
- Creado por Danny Avila; empezó en 2023 como proyecto del bootcamp de programación Hack Reactor llamado "ChatGPT Clone"
- El soporte de LLM locales es una función central, no un añadido: cualquier endpoint compatible con la API de OpenAI puede añadirse como endpoint personalizado
- Los agentes pueden llamar a herramientas mediante Model Context Protocol (MCP), ejecutar un intérprete de código aislado y publicarse en un mercado de agentes dentro de la app
- La API de RAG (repositorio separado) permite a los usuarios subir archivos y chatear con ellos, respaldada por una base de datos vectorial
- La autenticación multiusuario (correo/contraseña, proveedores OAuth2, LDAP) lo hace desplegable como herramienta de equipo compartida, a diferencia de las apps de escritorio de un solo usuario
📍 En una frase
LibreChat es una plataforma de chat gratuita, con licencia MIT y autoalojable que conecta tanto proveedores de IA propietarios como servidores de inferencia locales/autoalojados (Ollama, LocalAI, LM Studio, vLLM y similares) mediante endpoints personalizados compatibles con la API de OpenAI, y añade agentes, soporte de herramientas MCP y una API de RAG.
💬 En términos simples
En lugar de pagar por token en un chatbot alojado, LibreChat te permite ejecutar tu propia interfaz al estilo ChatGPT en tu propio servidor, conectada a un modelo que corre en tu propio hardware si quieres coste de API cero y cero datos saliendo de tu red.
📌Nota: Esta reseña recoge lo que indican el propio repositorio de GitHub, el sitio de documentación y el README de LibreChat. PromptQuorum no ha evaluado de forma independiente el rendimiento de LibreChat ni ha ejecutado su suite de pruebas por su cuenta; consulta la sección de Pruebas y CI para ver qué cubren los flujos de trabajo de CI propios del proyecto.
¿Qué es LibreChat?
LibreChat es una plataforma de chat de código abierto y autoalojable diseñada para unificar múltiples proveedores de IA bajo una sola interfaz. En lugar de atarte a un único proveedor, te permite configurar varios proveedores de IA y servidores de inferencia locales en paralelo y cambiar entre ellos en medio de una conversación. El proyecto lo mantiene Danny Avila junto con la comunidad de LibreChat, alojado en github.com/danny-avila/LibreChat, donde ha superado las 42.000 estrellas en GitHub.
- Chat multiproveedor: proveedores de IA propietarios y modelos autoalojados/locales configurados como endpoints separados dentro de la misma interfaz
- Endpoints personalizados: cualquier servidor compatible con la API de OpenAI, incluidos servidores de inferencia locales, puede añadirse sin cambios de código, solo con una entrada de configuración
- Agentes: asistentes personalizados sin código con acceso a herramientas, un mercado de agentes y soporte de Model Context Protocol (MCP)
- Intérprete de código: ejecución aislada en varios lenguajes, con manejo de archivos
- Artifacts: genera y renderiza componentes React, HTML y diagramas Mermaid directamente en el chat
- API de RAG: un servicio complementario (repositorio separado) para subir documentos y chatear con ellos mediante generación aumentada por recuperación
- Soporte multiusuario: inicio de sesión con correo/contraseña, OAuth2 (Google, GitHub, Discord y similares) y LDAP, por lo que puede desplegarse para un equipo en lugar de para una sola persona
Historia y fundador: Danny Avila
LibreChat fue creado por Danny Avila, un desarrollador autodidacta que, según su perfil de autor público en LibreChat, empezó a programar en 2022 y antes trabajaba como contable antes de pasarse a la ingeniería de software. El proyecto empezó bajo el nombre "ChatGPT Clone" como su proyecto final para el bootcamp de programación Hack Reactor, donde la tarea consistía en construir un proyecto full-stack desde cero en un plazo corto. Avila liberó el proyecto como código abierto en GitHub en 2023, y desde entonces ha estado en desarrollo continuo, pasando de un clon de ChatGPT de un solo proveedor a una plataforma multiproveedor con agentes, MCP y una API de RAG.
Avila sigue siendo el fundador y mantenedor principal del proyecto. El proyecto también acepta contribuciones de la comunidad en GitHub y lista a los autores del proyecto en el sitio de documentación oficial.
LibreChat y los LLM locales
El soporte de modelos locales en LibreChat funciona a través de su función de endpoints personalizados: cualquier servidor de inferencia que exponga un endpoint de completado de chat compatible con la API de OpenAI puede registrarse como proveedor, junto a los servicios de IA propietarios o en su lugar.
- Ollama: LibreChat incluye explícitamente a Ollama entre sus "proveedores de IA locales y remotos" documentados, convirtiéndolo en un objetivo compatible de fábrica
- LocalAI, text-generation-webui (oobabooga), LM Studio, vLLM: todos exponen APIs de completado de chat compatibles con OpenAI, a las que la configuración de endpoint personalizado de LibreChat puede apuntar igual que a cualquier otro proveedor
- Apple MLX y koboldcpp también aparecen en la lista de proveedores documentada del proyecto para inferencia local/alternativa
- Una configuración totalmente local (LibreChat más un servidor de inferencia local, sin claves de API propietarias configuradas) mantiene los datos de conversación en infraestructura que tú controlas y evita costes de API por token
- Se pueden configurar varios endpoints, locales y remotos, al mismo tiempo: un equipo puede ofrecer tanto un modelo propietario rápido como un modelo local privado en la misma instancia de LibreChat, y cambiar según la conversación
📌Nota: Una configuración totalmente sin conexión sigue necesitando que cada otra integración configurada (búsqueda web, herramientas MCP que llaman a API externas, generación de imágenes mediante un proveedor remoto) se desactive o se apunte a equivalentes locales: el endpoint personalizado hace local el completado de chat, no todas las funciones por defecto.
Cómo funciona LibreChat
LibreChat es una aplicación web autoalojada estándar: un backend en Node.js/Express, un frontend en React y MongoDB como almacén de datos principal, distribuida como un stack de Docker Compose, de modo que todo arranca con un solo comando.
- Backend: Node.js con Express gestiona las peticiones de API, el enrutamiento de proveedores/endpoints y la autenticación
- Frontend: una aplicación de página única en React sirve la interfaz de chat en el navegador
- Base de datos: MongoDB almacena conversaciones, usuarios y configuración; una base de datos vectorial respalda la API de RAG separada para los embeddings de documentos
- Despliegue: el inicio rápido oficial usa Docker Compose para levantar juntos la app, la base de datos y los servicios de soporte
- Configuración: los proveedores y endpoints personalizados (incluidos los servidores de inferencia locales) se declaran en un archivo de configuración YAML (librechat.yaml) más variables de entorno, no en el código
Funciones: agentes, MCP, RAG, Artifacts
Más allá del chat básico, el conjunto de funciones de LibreChat se centra en cuatro áreas: agentes, acceso a herramientas mediante MCP, recuperación sobre tus propios archivos y contenido interactivo generado.
- Agentes: asistentes personalizados sin código configurables por caso de uso, desplegables individualmente y compartibles mediante un mercado de agentes dentro de la app
- Model Context Protocol (MCP): los agentes pueden llamar a herramientas y fuentes de datos compatibles con MCP, ampliando lo que pueden hacer más allá del propio entrenamiento del modelo
- Intérprete de código: ejecución aislada con soporte para varios lenguajes (incluyendo Python, Node.js y otros según la documentación del proyecto), con soporte de subida/descarga de archivos
- Artifacts: el modelo puede generar, y la interfaz renderizar, componentes React, páginas HTML y diagramas Mermaid directamente dentro de la conversación
- API de RAG: un servicio complementario separado para la subida de documentos y el chat aumentado por recuperación sobre tus propios archivos
- Generación y edición de imágenes: integraciones con proveedores como DALL-E, Stable Diffusion y Flux, más herramientas de imagen basadas en MCP
- Autenticación multiusuario: correo/contraseña, OAuth2 (Google, GitHub, Discord y otros proveedores) y LDAP para directorios organizativos
- Búsqueda de conversaciones e interfaz multilingüe, adecuada para un despliegue compartido y orientado a equipo en lugar de una herramienta de un solo usuario
Pruebas y CI
El repositorio de GitHub de LibreChat ejecuta sus propias comprobaciones automatizadas mediante GitHub Actions, visibles en el directorio .github/workflows del repositorio danny-avila/LibreChat. PromptQuorum no ha ejecutado la suite de pruebas de LibreChat por su cuenta; lo siguiente refleja lo que indican los propios archivos de flujo de trabajo del repositorio, según lo observado en GitHub.
- backend-review.yml y frontend-review.yml: flujos de revisión/comprobación automatizada de código para las bases de código backend y frontend
- playwright-bombadil.yml y playwright-mock.yml: flujos de pruebas end-to-end con Playwright, uno de ellos ejecutándose contra servicios simulados
- agents-integration-tests.yml y cache-integration-tests.yml: flujos de pruebas de integración dirigidos específicamente a la función de agentes y a la capa de caché
- a11y.yml: un flujo de pruebas de accesibilidad
- static-checks.yml: análisis estático de código
- docker-smoke.yml: una prueba de humo sobre la imagen Docker construida antes de publicarla
¿Cómo autoalojar LibreChat?
El inicio rápido documentado despliega LibreChat con Docker Compose, que arranca juntos la app, MongoDB y los servicios de soporte.
- 1Instala Docker y Docker Compose si aún no los tienes, en Linux, macOS o Windows con WSL2.
- 2Clona el repositorio: git clone https://github.com/danny-avila/LibreChat.git, luego cd LibreChat.
- 3Copia el archivo de entorno de ejemplo: cp .env.example .env, y define los valores para los proveedores que planeas usar.
- 4Para añadir un modelo local, crea o edita librechat.yaml y añade un endpoint personalizado que apunte a la URL compatible con OpenAI de tu servidor de inferencia local (por ejemplo, un servidor Ollama o LM Studio en la misma máquina o red local).
- 5Arranca el stack: docker compose up -d. Esto lanza juntos el backend, el frontend y MongoDB.
- 6Abre la app en un navegador (por defecto http://localhost:3080), registra la primera cuenta y selecciona tu endpoint configurado, propietario o local, para empezar a chatear.
¿LibreChat autoalojado necesita GPU?
No, no para el propio LibreChat. LibreChat es una interfaz de chat y una capa de orquestación: llama al endpoint que configures en lugar de ejecutar la inferencia del modelo en su propio proceso. La GPU solo importa si además estás autoalojando el modelo local con el que habla LibreChat, mediante un servidor de inferencia separado como Ollama o vLLM.
¿Puedo ejecutar LibreChat totalmente sin conexión con modelos locales?
Sí, para la ruta de completado de chat: apunta el endpoint personalizado de LibreChat a un servidor local compatible con la API de OpenAI, como Ollama, LocalAI o vLLM, y elimina o desactiva las claves de proveedores propietarios. Las funciones que por diseño llaman a servicios externos —búsqueda web, generación de imágenes mediante un proveedor remoto, o herramientas MCP que llegan a internet— deben desactivarse o reconfigurarse contra equivalentes locales para que todo el despliegue quede sin conexión.
¿Para quién es LibreChat?
LibreChat encaja con equipos e individuos que quieren una sola interfaz de chat para varios proveedores de IA, incluidos modelos locales, con margen para crecer hacia agentes, uso de herramientas y despliegue multiusuario.
LibreChat vs. Open WebUI, SillyTavern, AnythingLLM
LibreChat se solapa más con Open WebUI como frontend de chat autoalojado y multimodelo para LLM locales y remotos; la diferencia está en el énfasis: LibreChat se inclina hacia el chat multiproveedor, los agentes y el uso de herramientas MCP; Open WebUI se inclina hacia ser la alternativa autoalojada a ChatGPT por defecto, con RAG integrado; SillyTavern y AnythingLLM se especializan en ámbitos más estrechos.
Herramienta | Enfoque | Licencia | Soporte de LLM local |
|---|---|---|---|
| LibreChat | Chat multiproveedor / agentes / MCP | MIT | Endpoints personalizados compatibles con OpenAI |
| Open WebUI | Alternativa autoalojada a ChatGPT, RAG integrado | BSD 3-Clause | Ollama nativo + compatible con OpenAI |
| SillyTavern | Juego de rol de personajes, lorebooks | AGPL 3.0 | KoboldCpp, text-gen-webui y más |
| AnythingLLM | RAG de documentos, espacios de trabajo | MIT | Ollama, LM Studio, LocalAI |
El número de estrellas y los conjuntos de funciones cambian; verifica las cifras actuales en la página de GitHub de cada proyecto antes de citarlas. Al momento de esta reseña, Open WebUI tiene la mayor comunidad en GitHub de este grupo, AnythingLLM y LibreChat son ampliamente comparables en alcance para chat con LLM local más extras, y SillyTavern es el más pequeño pero el más especializado en juego de rol.
Errores comunes al evaluar LibreChat
Estos errores vienen de tratar a LibreChat como una app de escritorio de un solo usuario, o de asumir que todas las funciones trabajan sin conexión por defecto en cuanto se añade un endpoint local.
Preguntas frecuentes
¿Es gratis LibreChat?
Sí. LibreChat es totalmente de código abierto bajo licencia MIT, gratis para uso personal y comercial en autoalojamiento, sin restricción SaaS multi-tenant que comprobar antes de desplegarlo comercialmente.
¿Quién creó LibreChat?
Danny Avila creó LibreChat, originalmente como proyecto final (entonces llamado "ChatGPT Clone") para el bootcamp de programación Hack Reactor en 2023. Sigue siendo el fundador y mantenedor principal del proyecto, con colaboradores de la comunidad en GitHub.
¿LibreChat admite LLM locales como Ollama?
Sí. LibreChat incluye a Ollama entre sus proveedores de IA locales y remotos documentados, y su función de endpoints personalizados puede conectarse a cualquier servidor local compatible con la API de OpenAI, incluidos LocalAI, text-generation-webui, LM Studio y vLLM.
¿Puede LibreChat funcionar totalmente sin conexión?
La ruta de completado de chat puede funcionar totalmente sin conexión una vez apuntada a un endpoint local compatible con OpenAI y con las claves de proveedores propietarios eliminadas. Otras integraciones —búsqueda web, generación de imágenes remota, herramientas MCP que llegan a internet— deben desactivarse o reconfigurarse localmente para que todo el despliegue quede sin conexión.
¿Qué usa LibreChat como base de datos?
MongoDB es el almacén de datos principal para conversaciones, usuarios y configuración. Una base de datos vectorial separada respalda la API de RAG complementaria para los embeddings de documentos.
¿LibreChat admite agentes y uso de herramientas?
Sí. Los Agentes de LibreChat son asistentes personalizados sin código que pueden llamar a herramientas mediante Model Context Protocol (MCP), ejecutar un intérprete de código aislado y publicarse en un mercado de agentes dentro de la app.
¿En qué se diferencia LibreChat de Open WebUI?
Ambos son frontends de chat autoalojados, con licencia MIT/BSD, que admiten LLM locales y remotos. LibreChat se inclina más hacia el cambio entre múltiples proveedores, los agentes y el uso de herramientas MCP; Open WebUI incluye RAG integrado y es, en general, la alternativa autoalojada a ChatGPT por defecto más adoptada al momento de esta reseña; verifica las cifras de adopción actuales antes de citarlas, ya que ambos proyectos avanzan rápido.
¿En qué se diferencia LibreChat de SillyTavern?
SillyTavern está construido específicamente para el juego de rol centrado en personajes con lorebooks y fichas de personaje. LibreChat es una plataforma de chat multiproveedor general con agentes y RAG; no está diseñado para reemplazar a SillyTavern en flujos específicos de juego de rol.
¿LibreChat necesita GPU para autoalojarse?
No, no para el propio LibreChat: es una capa de orquestación e interfaz de chat. La GPU solo importa si estás autoalojando por separado el modelo local al que se conecta LibreChat, mediante algo como Ollama o vLLM.
¿Ha probado PromptQuorum el rendimiento de LibreChat o ejecutado su suite de pruebas?
No. Esta reseña recoge lo que indican el propio repositorio de GitHub de LibreChat, su documentación y los perfiles públicos de sus autores —incluidos los archivos de flujo de trabajo de CI visibles en su directorio .github/workflows— y no evaluaciones o pruebas independientes realizadas por PromptQuorum.