Aller au contenu principal
PromptQuorumConçu pour les humains. Structuré pour l'IA.
Accueil/LLM locaux avancés
RAG & Document Chat

Langchain-Chatchat: avis sur ce framework RAG et Agent auto-hébergé

·11 min de lecturePar Hans Kuepper · Fondateur de PromptQuorum · Moteur de découverte de l'IA open-weight et open source

Langchain-Chatchat (anciennement langchain-ChatGLM) est une application RAG et Agent gratuite, open source et auto-hébergée, construite sur le framework LangChain, qui permet d'exécuter des questions-réponses sur une base de connaissances locale avec des modèles comme ChatGLM, Qwen et Llama, ou avec des API cloud. Développée par l'organisation GitHub chatchat-space et sous licence Apache-2.0, elle n'a aucun palier payant : vous l'installez vous-même via pip ou Docker et l'exécutez sur votre propre matériel ou serveur, en choisissant le backend de modèle à connecter. Le projet compte plus de 38 700 étoiles GitHub, bien que son rythme de publication ait ralenti depuis sa dernière version taguée, v0.3.1, sortie en juillet 2024.

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.

Lire en:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

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. Elle exécute des questions-réponses sur une base de connaissances locale avec des modèles comme ChatGLM, Qwen et Llama via des backends interchangeables, ou avec des API cloud, et compte plus de 38 700 étoiles sur GitHub. Cet avis présente ce qu'elle fait, son historique de versions, comment l'installer, et comment elle se compare à d'autres outils RAG auto-hébergés.

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.

  1. 1
    v0.1.0 — 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.
  2. 2
    Renommage 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.
  3. 3
    v0.2.5 — 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.
  4. 4
    v0.2.8 — 1er décembre 2023
    Why it matters: Version taguée incrémentale de la série v0.2.x.
  5. 5
    v0.2.9 — 31 décembre 2023
    Why it matters: Version taguée incrémentale clôturant l'année 2023.
  6. 6
    v0.2.10 — 25 janvier 2024
    Why it matters: Dernière version de la série v0.2.x avant le changement d'architecture de la v0.3.0.
  7. 7
    v0.3.0 — 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.
  8. 8
    v0.3.1 — 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.

Construire une base de connaissances locale et l'interroger

Importez un ensemble de documents (PDF, fichiers texte, etc.) dans l'interface de base de connaissances de Langchain-Chatchat. L'application les découpe en blocs, génère des embeddings vectoriels et les stocke en vue de leur récupération. Une fois indexés, posez des questions en langage naturel : l'application récupère les blocs les plus pertinents avant de générer une réponse avec votre modèle connecté — l'équivalent auto-hébergé du téléversement de fichiers vers un service cloud de chat documentaire.

Connecter un backend de modèle local comme Ollama ou Xinference

Plutôt que d'appeler une API cloud, pointez Langchain-Chatchat vers un serveur d'inférence local comme Ollama ou Xinference exécutant ChatGLM, Qwen ou Llama. L'application achemine ses requêtes RAG et Agent via ce backend, si bien que le contenu des documents et les prompts restent sur du matériel que vous contrôlez.

Utiliser la fonction de chat SQL/base de données

Connectez Langchain-Chatchat à une base de données structurée et utilisez sa fonction de chat avec votre base de données pour poser des questions en langage naturel plutôt que d'écrire directement du SQL — utile pour explorer un jeu de données sans passer à un outil de requête distinct.

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.

Comparer dans l'annuaire

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.

Utilisez Langchain-Chatchat si vous

  • voulez un framework RAG et Agent gratuit et auto-hébergé, construit directement sur LangChain, plutôt qu'un produit SaaS hébergé
  • construisez une application de questions-réponses sur base de connaissances pour du contenu en chinois ou bilingue (chinois/anglais) et voulez un outil avec une prise en charge Agent optimisée pour ChatGLM/Qwen
  • voulez choisir votre propre backend de modèle (Xinference, Ollama, LocalAI, FastChat, ou une API cloud) plutôt que d'être limité à un seul
  • avez besoin du chat SQL/base de données en plus du RAG documentaire dans la même application
  • êtes à l'aise pour déployer et maintenir vous-même une application Python/Docker auto-hébergée, y compris ses dépendances

Cherchez ailleurs si vous

  • voulez un projet avec un rythme de publication fréquent et récent — cet avis a relevé un écart d'environ 16 mois entre la dernière version taguée de Langchain-Chatchat (v0.3.1, juillet 2024) et son dernier push sur le dépôt (novembre 2025)
  • avez besoin d'une application de bureau téléchargeable pour utilisateur final plutôt que d'une application web auto-hébergée que vous déployez vous-même
  • voulez un support entreprise intégré, un SLA, ou une version cloud gérée par un éditeur — cet avis n'a trouvé aucune offre de ce type
  • avez besoin d'un outil RAG spécifiquement centré sur une compréhension documentaire profonde et sensible à la mise en page — comparaison dans l'avis RAGFlow

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)

Également mentionné dans :

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 (4)

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.

Comparer dans l'annuaire

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.

Erreur 1 : penser qu'il est encore exclusivement ChatGLM sous son ancien nom

Le projet a été initialement publié sous le nom langchain-ChatGLM vers avril 2023, conçu spécifiquement autour du modèle ChatGLM-6B. Il a été renommé Langchain-Chatchat en août 2023 et prend désormais en charge plusieurs backends de modèles au-delà de ChatGLM, dont Qwen et Llama, via des couches de service interchangeables.

Erreur 2 : supposer des publications récentes fréquentes

La dernière version taguée sur GitHub de Langchain-Chatchat est v0.3.1, publiée le 12 juillet 2024. Cet avis a trouvé le dernier push du dépôt daté du 10 novembre 2025 — une activité de commit continue, mais sans version taguée récente correspondante. Vérifiez l'état actuel des versions et des commits directement sur GitHub plutôt que de supposer un rythme de publication rapide.

Erreur 3 : le confondre avec LangChain seul

Langchain-Chatchat est construit sur le framework LangChain mais constitue une application distincte et autonome, avec son propre dépôt, sa propre interface et son propre ensemble de fonctionnalités Agent/RAG — ce n'est pas le même projet que la bibliothèque généraliste LangChain elle-même.

Erreur 4 : supposer qu'il est exclusivement cloud ou exclusivement local

Langchain-Chatchat est hybride : il prend en charge des backends de modèles locaux (Xinference, Ollama, LocalAI, FastChat) pour une inférence entièrement auto-hébergée, ainsi que des connexions à des API cloud, selon votre configuration — aucun des deux modes n'est imposé par le logiciel lui-même.

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.

Sources

← Retour aux LLM locaux avancés

MCP