Points clés
- Langchain-Chatchat (github.com/chatchat-space/Langchain-Chatchat) est une application RAG et Agent gratuite, open source et auto-hébergée, construite sur le framework LangChain — pas une application téléchargeable pour utilisateur final
- Anciennement nommé langchain-ChatGLM ; renommé Langchain-Chatchat en août 2023 lorsque la prise en charge de modèles s'est élargie au-delà de ChatGLM
- Sous licence Apache-2.0, confirmée via le fichier LICENSE du dépôt GitHub
- Prend en charge ChatGLM, Qwen, Llama et d'autres modèles via des backends interchangeables — Xinference, Ollama, LocalAI, FastChat, One API — ou des API cloud
- Plus de 38 700 étoiles GitHub et 6 200+ forks, 26 issues ouvertes, au moment de cet avis (18/09/2026) ; le dépôt n'est pas archivé
- La dernière version taguée sur GitHub est v0.3.1 (12 juillet 2024) ; le dernier push sur le dépôt date du 10 novembre 2025 — un réel décalage entre l'activité de commit la plus récente et la dernière version taguée
📍 En une phrase
Langchain-Chatchat est un framework RAG et Agent gratuit, open source et auto-hébergé, construit sur LangChain, anciennement nommé langchain-ChatGLM, qui exécute des questions-réponses sur base de connaissances locale avec des modèles comme ChatGLM, Qwen et Llama, ou avec des API cloud, sans aucun palier payant.
💬 En termes simples
Plutôt que de payer un service de chat documentaire hébergé, Langchain-Chatchat vous permet d'installer gratuitement un outil sur votre propre serveur qui lit vos documents, les découpe en blocs consultables, et répond à des questions à leur sujet grâce à un modèle IA de votre choix — un modèle local tournant sur votre propre matériel, ou une API cloud que vous connectez avec votre propre clé.
📌Remarque: Cet avis est le complément détaillé de l'entrée de Langchain-Chatchat dans le Local LLM Software Directory — consultez cette page pour voir en un coup d'œil comment il se compare à des dizaines d'autres outils IA locaux.
Qu'est-ce que Langchain-Chatchat ?
Langchain-Chatchat est une application gratuite, open source et auto-hébergée pour la génération augmentée par récupération (RAG) sur base de connaissances locale et les workflows d'Agent, construite sur le framework LangChain. La description de son dépôt GitHub la présente comme une application RAG et Agent basée sur LangChain et des modèles comme ChatGLM, Qwen et Llama. Elle a été initialement publiée sous le nom langchain-ChatGLM vers avril 2023, conçue spécifiquement autour du modèle ChatGLM-6B, puis renommée Langchain-Chatchat en août 2023 lorsque sa prise en charge de modèles s'est élargie.
- Type de produit : une application web auto-hébergée (interface basée sur Streamlit) accompagnée d'un package Python et d'une image Docker — pas un binaire téléchargeable pour utilisateur final
- Développeur : l'organisation GitHub chatchat-space
- Dépôt : github.com/chatchat-space/Langchain-Chatchat, créé le 31 mars 2023
- Licence : Apache-2.0, confirmée via le fichier LICENSE du dépôt
- Ampleur : plus de 38 700 étoiles GitHub et 6 200+ forks, 26 issues ouvertes, au moment de cet avis (18/09/2026) ; le dépôt n'est pas archivé
- Origine : un projet open source d'origine chinoise avec un README bilingue (chinois/anglais), initialement construit autour de la famille de modèles ChatGLM et prenant désormais en charge Qwen, Llama et d'autres modèles via des backends interchangeables
Historique du projet et jalons de version de Langchain-Chatchat
Langchain-Chatchat a connu plusieurs changements d'architecture depuis sa publication initiale, exclusivement centrée sur ChatGLM-6B, en 2023, bien que son rythme de publication ait nettement ralenti depuis mi-2024.
- 1v0.1.0 — vers avril 2023 : première publication sous le nom langchain-ChatGLM
Why it matters: Le point de départ du projet : une application de questions-réponses sur base de connaissances locale, centrée sur un seul modèle, ChatGLM-6B. - 2Renommage en Langchain-Chatchat — août 2023, avec l'intégration de FastChat dans la v0.2.0
Why it matters: A marqué le passage du projet d'un outil exclusivement ChatGLM à un framework plus large, multi-backends. - 3v0.2.5 — octobre 2023 : ajout des fonctionnalités Agent
Why it matters: A introduit des workflows de type agent, utilisant des outils, en plus du pipeline RAG de questions-réponses d'origine. - 4v0.2.8 — 1er décembre 2023
Why it matters: Version taguée incrémentale de la série v0.2.x. - 5v0.2.9 — 31 décembre 2023
Why it matters: Version taguée incrémentale clôturant l'année 2023. - 6v0.2.10 — 25 janvier 2024
Why it matters: Dernière version de la série v0.2.x avant le changement d'architecture de la v0.3.0. - 7v0.3.0 — 20 juin 2024 : décrite dans le changelog du projet comme une "nouvelle architecture"
Why it matters: Une refonte interne significative de l'architecture de l'application. - 8v0.3.1 — 12 juillet 2024 : la dernière version taguée sur GitHub trouvée par cet avis
Why it matters: C'est le tag de version le plus récent au moment de cet avis — aucune version taguée plus récente n'a été trouvée.
Que fait réellement Langchain-Chatchat ?
La fonctionnalité principale de Langchain-Chatchat est un pipeline RAG sur base de connaissances locale : il découpe vos documents en blocs, les convertit en embeddings vectoriels, récupère les blocs les plus pertinents pour une question donnée par recherche de similarité, puis les transmet à un LLM pour générer une réponse.
- Pipeline RAG sur base de connaissances locale : découpage du texte → vectorisation → correspondance par similarité → génération de réponse par le LLM
- Prise en charge des Agents, particulièrement optimisée pour les modèles ChatGLM3 et Qwen, pour des workflows utilisant des outils et à plusieurs étapes
- Plusieurs backends interchangeables pour le service des modèles : Xinference, Ollama, LocalAI, FastChat, ainsi que l'intégration "One API", pour choisir quel serveur d'inférence exécute votre modèle
- Prise en charge multimodale : dialogue avec images et capacités de texte vers image
- Dialogue base de données/SQL ("discuter avec votre base de données") pour interroger des données structurées en langage naturel
- Interface web construite avec Streamlit, prenant en charge plusieurs conversations simultanées
Exemples d'utilisation : trois façons d'utiliser Langchain-Chatchat
Voici des workflows concrets basés sur les fonctionnalités documentées de Langchain-Chatchat ci-dessus — pas des cas d'usage hypothétiques.
Installer Langchain-Chatchat
Langchain-Chatchat s'installe via pip ou Docker ; il n'existe pas de binaire téléchargeable par système d'exploitation, car il fonctionne comme une application web auto-hébergée, pas comme une application de bureau pour utilisateur final.
Source | Link |
|---|---|
| Dépôt GitHub (code source, Apache-2.0) | github.com/chatchat-space/Langchain-Chatchat |
Package PyPI (pip install langchain-chatchat -U) | pypi.org/project/langchain-chatchat |
Image Docker (docker pull chatimage/chatchat) | hub.docker.com/r/chatimage/chatchat |
| Dernière version taguée (v0.3.1, 12 juillet 2024) | GitHub Releases |
La documentation officielle du projet recommande fortement un déploiement via docker-compose pour la production, plutôt qu'une simple installation pip. Pour le backend Xinference spécifiquement, installez l'extra avec `pip install "langchain-chatchat[xinference]" -U`. Vérifiez les instructions d'installation actuelles directement dans le dépôt avant de déployer, car les commandes peuvent changer d'une version à l'autre.
Langchain-Chatchat est-il gratuit ?
Oui — Langchain-Chatchat est gratuit et open source, sans palier payant distinct trouvé par cet avis. Il est sous licence Apache-2.0, confirmée via le fichier LICENSE du dépôt, et cet avis n'a trouvé aucune version hébergée/cloud gérée par un éditeur — vous l'installez et l'exécutez vous-même.
- Aucun abonnement, frais de licence ou plafond d'utilisation imposé par Langchain-Chatchat lui-même
- Auto-hébergé : vous fournissez votre propre serveur/matériel et ne payez que pour cette infrastructure, plus d'éventuels coûts d'API de modèle cloud si vous choisissez un backend cloud plutôt qu'un modèle local
- La licence Apache-2.0 autorise l'usage commercial, la modification et la redistribution, sous réserve des clauses standard d'attribution et de mention de la licence
Langchain-Chatchat vs. RAGFlow
Langchain-Chatchat et RAGFlow sont tous deux des applications RAG open source et auto-hébergées, mais adoptent des approches différentes pour traiter vos documents et répondre à des questions à leur sujet.
Priorité principale
- Langchain-Chatchat:
- Workflows RAG et Agent sur base de connaissances locale, construits directement sur le framework LangChain
- RAGFlow:
- RAG centré sur la compréhension documentaire — détails vérifiés dans l'avis dédié RAGFlow
Flexibilité des backends de modèles
- Langchain-Chatchat:
- Backends interchangeables : Xinference, Ollama, LocalAI, FastChat, One API, ou API cloud
- RAGFlow:
- Voir l'avis RAGFlow pour sa propre prise en charge de backends
Prise en charge multimodale
- Langchain-Chatchat:
- Dialogue avec images et capacités de texte vers image
- RAGFlow:
- Voir l'avis RAGFlow pour les détails
Chat SQL/base de données
- Langchain-Chatchat:
- Oui — fonction dédiée de chat avec votre base de données
- RAGFlow:
- Voir l'avis RAGFlow pour les détails
Rythme de maintenance
- Langchain-Chatchat:
- Dernière version taguée v0.3.1 (juillet 2024) ; dernier push sur le dépôt en novembre 2025
- RAGFlow:
- Voir l'avis RAGFlow pour son rythme de publication actuel
Licence
- Langchain-Chatchat:
- Apache-2.0
- RAGFlow:
- Voir l'avis RAGFlow pour sa licence
Ce tableau reflète les faits propres et vérifiés de Langchain-Chatchat ; pour les affirmations spécifiques concernant RAGFlow, lisez directement l'avis RAGFlow plutôt que de vous fier uniquement à ce résumé.
Pour qui Langchain-Chatchat est-il fait ?
La pertinence de Langchain-Chatchat dépend de votre souhait d'un framework RAG et Agent gratuit et auto-hébergé, construit sur LangChain, et de l'acceptabilité pour votre usage de son rythme de publication récemment ralenti.
Concurrents et alternatives
Langchain-Chatchat se situe dans le segment des outils RAG et de chat documentaire auto-hébergés, aux côtés de RAGFlow, LlamaIndex, Haystack et MaxKB.
RAGFlow
- Best known for:
- RAG auto-hébergé avec une compréhension documentaire profonde et sensible à la mise en page
- Link:
- Avis RAGFlow
Articles sur RAGFlow (4)
- RAGFlow Review 2026: Citation-Grade RAG for Complex DocumentsMis à jour 2 septembre 2026
- Langchain-Chatchat Review 2026: Self-Hosted RAG and Agent FrameworkMis à jour 18 septembre 2026
- MaxKB Review 2026: Self-Hosted RAG Platform for DeepSeek and QwenMis à jour 12 septembre 2026
- Best RAG Tools for Business Documents 2026: Local & Private AI ComparedMis à jour 26 août 2026
Également mentionné dans :
- Self-Hosted AI Starter Kit Review 2026: n8n + Ollama + Qdrant in One Compose FileMis à jour 19 septembre 2026
- AnythingLLM Review: Open-Source RAG and Document ChatMis à jour 11 septembre 2026
LlamaIndex
- Best known for:
- Framework RAG/données open source polyvalent pour connecter des LLM à vos propres données
- Link:
- Avis LlamaIndex
Articles sur LlamaIndex (10)
- LlamaIndex Review 2026: Code-First RAG Framework, Not a No-Code BuilderMis à jour 2 septembre 2026
- Chroma Review: Open-Source Vector Database for AI and RAGMis à jour 18 septembre 2026
- Milvus Review 2026: The Open-Source Vector Database for Local RAGMis à jour 18 septembre 2026
- Qdrant Review 2026: The Self-Hosted Vector Database for RAGMis à jour 18 septembre 2026
- Dify Review 2026: Open-Source LLMOps Platform vs. LangChain, FlowiseMis à jour 2 septembre 2026
- Flowise Review 2026: Visual LangChain Workflow Builder Is Shutting DownMis à jour 2 septembre 2026
- Haystack Review 2026: deepset's RAG Framework vs. LangChain and LlamaIndexMis à jour 2 septembre 2026
- RAGFlow Review 2026: Citation-Grade RAG for Complex DocumentsMis à jour 2 septembre 2026
- txtai Review 2026: The Embedded Vector Database That Skips the ServerMis à jour 2 septembre 2026
- Best Local RAG Tools in 2026: Open WebUI, LlamaIndex, and LangChainMis à jour 28 août 2026
+15 autres non affichés
Haystack (deepset)
- Best known for:
- Framework RAG et pipeline de recherche open source de deepset
- Link:
- Avis Haystack
MaxKB
- Best known for:
- Plateforme de questions-réponses sur base de connaissances auto-hébergée, également d'origine chinoise
- Link:
- Avis MaxKB
Articles sur MaxKB (3)
- MaxKB Review 2026: Self-Hosted RAG Platform for DeepSeek and QwenMis à jour 12 septembre 2026
- Vane Review 2026: Self-Hosted AI Answering Engine (Formerly Perplexica)Mis à jour 14 septembre 2026
- Onyx Review 2026: Self-Hosted Enterprise Search and RAG (Formerly Danswer)Mis à jour 12 septembre 2026
Également mentionné dans :
- Langchain-Chatchat Review 2026: Self-Hosted RAG and Agent FrameworkMis à jour 18 septembre 2026
Cette liste reflète les outils couramment comparés à Langchain-Chatchat dans le segment des outils RAG/chat documentaire auto-hébergés, et non un classement indépendant de PromptQuorum — consultez le Local LLM Software Directory pour le catalogue complet, et vérifiez les fonctionnalités actuelles et la licence de chaque outil avant de choisir.
Erreurs courantes lors de l'évaluation de Langchain-Chatchat
La plupart des confusions autour de Langchain-Chatchat viennent de son historique de nom, d'hypothèses sur son rythme de publication, ou de sa relation avec le framework LangChain sur lequel il est construit.
Questions fréquentes
Qu'est-ce que Langchain-Chatchat ?
Langchain-Chatchat (github.com/chatchat-space/Langchain-Chatchat) est une application RAG et Agent gratuite, open source et auto-hébergée, construite sur le framework LangChain, anciennement nommée langchain-ChatGLM avant son changement de nom en août 2023.
Langchain-Chatchat est-il gratuit ?
Oui. Il est sous licence Apache-2.0, et cet avis n'a trouvé aucun palier payant distinct, aucune offre cloud gérée, ni aucun plan de support commercial.
Comment installer Langchain-Chatchat ?
Via pip (pip install langchain-chatchat -U, ou `pip install "langchain-chatchat[xinference]" -U pour le backend Xinference) ou via Docker (docker pull chatimage/chatchat`). La documentation officielle du projet recommande fortement un déploiement docker-compose pour la production.
Quelle licence utilise Langchain-Chatchat ?
Apache-2.0, confirmée via le fichier LICENSE du dépôt GitHub.
Quels modèles et backends Langchain-Chatchat prend-il en charge ?
ChatGLM, Qwen, Llama et d'autres modèles via des backends interchangeables — Xinference, Ollama, LocalAI, FastChat et l'intégration "One API" — ou des API cloud.
Langchain-Chatchat est-il activement maintenu ?
Cet avis a trouvé un écart entre sa dernière version taguée (v0.3.1, 12 juillet 2024) et son dernier push sur le dépôt (10 novembre 2025), soit environ 16 mois. Il y a une activité de commit continue, mais le rythme de publication a nettement ralenti depuis mi-2024 — vérifiez le statut actuel directement sur GitHub.
Quelle est la différence entre Langchain-Chatchat et LangChain lui-même ?
Langchain-Chatchat est construit sur le framework LangChain mais constitue une application RAG et Agent distincte et autonome, avec son propre dépôt, sa propre interface et son propre ensemble de fonctionnalités — pas la bibliothèque généraliste LangChain elle-même.
Langchain-Chatchat prend-il en charge le chinois et ChatGLM ?
Oui. Le projet a été initialement construit autour de la famille de modèles ChatGLM (sous l'ancien nom langchain-ChatGLM), dispose d'un README bilingue chinois/anglais, et reste un projet open source d'origine chinoise.
Langchain-Chatchat prend-il en charge le chat SQL/base de données ?
Oui, il inclut une fonction dédiée de chat avec votre base de données pour interroger des données structurées en langage naturel.
Qui maintient Langchain-Chatchat ?
L'organisation GitHub chatchat-space maintient le dépôt canonique du projet.