Points clés
- Plus de 42 000 étoiles GitHub, licence MIT — gratuite pour un usage personnel et commercial, sans restriction multi-tenant contrairement à certains concurrents
- Créé par Danny Avila ; démarré en 2023 comme projet du bootcamp de programmation Hack Reactor, appelé « ChatGPT Clone »
- La prise en charge des LLM locaux est une fonctionnalité de premier plan, pas un ajout tardif : tout point de terminaison compatible API OpenAI peut être ajouté comme point de terminaison personnalisé
- Les agents peuvent appeler des outils via le Model Context Protocol (MCP), exécuter un interpréteur de code isolé et être publiés sur une place de marché d'agents intégrée
- L'API RAG (dépôt séparé) permet aux utilisateurs de téléverser des fichiers et d'en discuter, appuyée sur une base de données vectorielle
- L'authentification multi-utilisateur (e-mail/mot de passe, fournisseurs OAuth2, LDAP) en fait un outil déployable en équipe, contrairement aux applications de bureau mono-utilisateur
📍 En une phrase
LibreChat est une plateforme de chat gratuite, sous licence MIT et auto-hébergée, qui connecte à la fois des fournisseurs IA propriétaires et des serveurs d'inférence locaux/auto-hébergés (Ollama, LocalAI, LM Studio, vLLM et similaires) via des points de terminaison personnalisés compatibles API OpenAI, en ajoutant des agents, la prise en charge des outils MCP et une API RAG.
💬 En termes simples
Plutôt que de payer par jeton pour un chatbot hébergé, LibreChat vous permet de faire tourner votre propre interface façon ChatGPT sur votre propre serveur, connectée à un modèle exécuté sur votre propre matériel si vous voulez un coût d'API nul et aucune donnée sortant de votre réseau.
📌Remarque: Cet avis rapporte ce que le dépôt GitHub, le site de documentation et le README de LibreChat indiquent eux-mêmes. PromptQuorum n'a pas mesuré indépendamment les performances de LibreChat ni exécuté sa suite de tests — voir la section Tests et CI pour ce que couvrent les workflows CI du projet lui-même.
Qu'est-ce que LibreChat ?
LibreChat est une plateforme de chat open source et auto-hébergée conçue pour réunir plusieurs fournisseurs IA derrière une seule interface. Plutôt que de vous enfermer chez un seul fournisseur, elle vous permet de configurer plusieurs fournisseurs IA et serveurs d'inférence locaux côte à côte, puis de basculer entre eux en pleine conversation. Le projet est maintenu par Danny Avila et la communauté LibreChat, hébergé sur github.com/danny-avila/LibreChat, où il a dépassé 42 000 étoiles GitHub.
- Chat multi-fournisseurs : fournisseurs IA propriétaires et modèles auto-hébergés/locaux configurés comme des points de terminaison distincts dans la même interface
- Points de terminaison personnalisés : tout serveur compatible API OpenAI — y compris des serveurs d'inférence locaux — peut être ajouté sans modification de code, juste une entrée de configuration
- Agents : assistants personnalisés sans code avec accès à des outils, une place de marché d'agents et la prise en charge du Model Context Protocol (MCP)
- Interpréteur de code : exécution isolée dans plusieurs langages, avec gestion de fichiers
- Artifacts : génère et affiche des composants React, du HTML et des diagrammes Mermaid directement dans le chat
- API RAG : un service compagnon (dépôt séparé) pour téléverser des documents et en discuter via la génération augmentée par récupération
- Support multi-utilisateur : connexion e-mail/mot de passe, OAuth2 (Google, GitHub, Discord et similaires) et LDAP, pour un déploiement en équipe plutôt que pour une seule personne
Histoire et fondateur : Danny Avila
LibreChat a été créé par Danny Avila, un développeur autodidacte qui, selon son profil d'auteur public sur LibreChat, a commencé à coder en 2022 et travaillait auparavant comme comptable avant de se tourner vers le développement logiciel. Le projet a débuté sous le nom « ChatGPT Clone » comme projet de fin d'études pour le bootcamp de programmation Hack Reactor, où la consigne était de construire un projet full-stack complet en peu de temps. Avila a rendu le projet open source sur GitHub en 2023, et il est en développement continu depuis, passant d'un clone de ChatGPT mono-fournisseur à une plateforme multi-fournisseurs avec agents, MCP et une API RAG.
Avila reste le fondateur et mainteneur principal du projet. Le projet accepte aussi des contributions de la communauté sur GitHub et liste les auteurs du projet sur le site de documentation officiel.
LibreChat et les LLM locaux
La prise en charge des modèles locaux dans LibreChat passe par sa fonctionnalité de points de terminaison personnalisés : tout serveur d'inférence exposant un point de terminaison de complétion de chat compatible API OpenAI peut être enregistré comme fournisseur, aux côtés des services IA propriétaires — ou à leur place.
- Ollama : LibreChat cite explicitement Ollama parmi ses « fournisseurs IA locaux et distants » documentés, une cible prise en charge d'emblée
- LocalAI, text-generation-webui (oobabooga), LM Studio, vLLM : tous exposent des API de complétion de chat compatibles OpenAI, vers lesquelles la configuration de point de terminaison personnalisé de LibreChat peut pointer comme vers tout autre fournisseur
- Apple MLX et koboldcpp figurent aussi dans la liste de fournisseurs documentée du projet pour l'inférence locale/alternative
- Une configuration entièrement locale — LibreChat plus un serveur d'inférence local, sans clé API propriétaire configurée — conserve les données de conversation sur une infrastructure que vous contrôlez et évite les coûts d'API par jeton
- Plusieurs points de terminaison, locaux et distants, peuvent être configurés en même temps — une équipe peut proposer à la fois un modèle propriétaire rapide et un modèle local privé dans la même instance LibreChat, et basculer selon la conversation
📌Remarque: Une configuration entièrement hors ligne nécessite tout de même que chaque autre intégration configurée (recherche web, outils MCP appelant des API externes, génération d'images via un fournisseur distant) soit désactivée ou redirigée vers des équivalents locaux — le point de terminaison personnalisé rend les complétions de chat locales, pas automatiquement toutes les fonctionnalités.
Comment fonctionne LibreChat
LibreChat est une application web auto-hébergée classique : un backend Node.js/Express, un frontend React, et MongoDB comme datastore principal, distribuée sous forme de stack Docker Compose pour que tout démarre en une commande.
- Backend : Node.js avec Express gère les requêtes API, le routage fournisseur/point de terminaison et l'authentification
- Frontend : une application React monopage sert l'interface de chat dans le navigateur
- Base de données : MongoDB stocke les conversations, utilisateurs et configuration ; une base vectorielle appuie l'API RAG séparée pour les embeddings de documents
- Déploiement : le démarrage rapide officiel utilise Docker Compose pour lancer ensemble l'application, la base de données et les services de support
- Configuration : fournisseurs et points de terminaison personnalisés (y compris les serveurs d'inférence locaux) sont déclarés dans un fichier de configuration YAML (librechat.yaml) et des variables d'environnement, pas dans le code
Fonctionnalités : agents, MCP, RAG, Artifacts
Au-delà du chat de base, l'ensemble de fonctionnalités de LibreChat se concentre sur quatre axes : les agents, l'accès aux outils via MCP, la récupération sur vos propres fichiers, et le contenu interactif généré.
- Agents : assistants personnalisés sans code, configurables par cas d'usage, déployables individuellement et partageables via une place de marché d'agents intégrée
- Model Context Protocol (MCP) : les agents peuvent appeler des outils et sources de données compatibles MCP, étendant leurs capacités au-delà de l'entraînement propre du modèle
- Interpréteur de code : exécution isolée prenant en charge plusieurs langages (dont Python, Node.js et d'autres selon la documentation du projet), avec téléversement/téléchargement de fichiers
- Artifacts : le modèle peut générer, et l'interface afficher, des composants React, des pages HTML et des diagrammes Mermaid directement dans la conversation
- API RAG : un service compagnon distinct pour le téléversement de documents et le chat augmenté par récupération sur vos propres fichiers
- Génération et édition d'images : intégrations avec des fournisseurs comme DALL-E, Stable Diffusion et Flux, plus des outils d'image basés sur MCP
- Authentification multi-utilisateur : e-mail/mot de passe, OAuth2 (Google, GitHub, Discord et autres fournisseurs) et LDAP pour les annuaires d'organisation
- Recherche dans les conversations et interface multilingue, adaptées à un déploiement partagé et orienté équipe plutôt qu'à un outil mono-utilisateur
Tests et CI
Le dépôt GitHub de LibreChat exécute ses propres vérifications automatisées via GitHub Actions, visibles dans le répertoire .github/workflows du dépôt danny-avila/LibreChat. PromptQuorum n'a pas exécuté lui-même la suite de tests de LibreChat ; ce qui suit reflète ce qu'indiquent les fichiers de workflow du dépôt, tel qu'observé sur GitHub.
- backend-review.yml et frontend-review.yml — workflows automatisés de revue/vérification de code pour les bases de code backend et frontend
- playwright-bombadil.yml et playwright-mock.yml — workflows de tests de bout en bout avec Playwright, l'un s'exécutant contre des services simulés
- agents-integration-tests.yml et cache-integration-tests.yml — workflows de tests d'intégration ciblant spécifiquement la fonctionnalité agents et la couche de cache
- a11y.yml — un workflow de test d'accessibilité
- static-checks.yml — analyse statique du code
- docker-smoke.yml — un test de fumée sur l'image Docker construite avant publication
Comment auto-héberger LibreChat ?
Le démarrage rapide documenté déploie LibreChat avec Docker Compose, qui démarre ensemble l'application, MongoDB et les services de support.
- 1Installez Docker et Docker Compose si ce n'est pas déjà fait, sous Linux, macOS ou Windows avec WSL2.
- 2Clonez le dépôt : git clone https://github.com/danny-avila/LibreChat.git, puis cd LibreChat.
- 3Copiez le fichier d'environnement d'exemple : cp .env.example .env, et définissez les valeurs pour les fournisseurs que vous comptez utiliser.
- 4Pour ajouter un modèle local, créez ou modifiez librechat.yaml et ajoutez un point de terminaison personnalisé pointant vers l'URL compatible OpenAI de votre serveur d'inférence local (par exemple un serveur Ollama ou LM Studio sur la même machine ou le même réseau local).
- 5Démarrez la pile : docker compose up -d. Cela lance ensemble le backend, le frontend et MongoDB.
- 6Ouvrez l'application dans un navigateur (par défaut http://localhost:3080), enregistrez le premier compte, et sélectionnez votre point de terminaison configuré — propriétaire ou local — pour commencer à discuter.
LibreChat auto-hébergé nécessite-t-il un GPU ?
Non, pas pour LibreChat lui-même. LibreChat est une interface de chat et une couche d'orchestration — il appelle le point de terminaison configuré plutôt que d'exécuter l'inférence du modèle en interne. Un GPU n'a d'importance que si vous auto-hébergez aussi le modèle local auquel LibreChat parle, via un serveur d'inférence séparé comme Ollama ou vLLM.
Puis-je faire tourner LibreChat entièrement hors ligne avec des modèles locaux ?
Oui, pour le chemin de complétion de chat : pointez le point de terminaison personnalisé de LibreChat vers un serveur local compatible API OpenAI comme Ollama, LocalAI ou vLLM, et retirez ou désactivez toute clé de fournisseur propriétaire. Les fonctionnalités appelant des services externes par conception — recherche web, génération d'images via un fournisseur distant, ou outils MCP accédant à Internet — doivent être désactivées ou reconfigurées vers des équivalents locaux pour que l'ensemble du déploiement reste hors ligne.
Pour qui LibreChat est-il fait ?
LibreChat convient aux équipes et individus qui veulent une seule interface de chat couvrant plusieurs fournisseurs IA, y compris des modèles locaux, avec de la marge pour évoluer vers les agents, l'usage d'outils et un déploiement multi-utilisateur.
LibreChat vs. Open WebUI, SillyTavern, AnythingLLM
LibreChat se recoupe surtout avec Open WebUI en tant que frontend de chat auto-hébergé et multi-modèles pour LLM locaux et distants — la différence est dans l'accent mis : LibreChat penche vers le chat multi-fournisseurs, les agents et l'usage d'outils MCP ; Open WebUI penche vers le rôle d'alternative ChatGPT auto-hébergée par défaut avec RAG intégré ; SillyTavern et AnythingLLM se spécialisent plus étroitement.
Outil | Orientation | Licence | Support LLM local |
|---|---|---|---|
| LibreChat | Chat multi-fournisseurs / agents / MCP | MIT | Points de terminaison personnalisés compatibles OpenAI |
| Open WebUI | Alternative ChatGPT auto-hébergée, RAG intégré | BSD 3-Clause | Ollama natif + compatible OpenAI |
| SillyTavern | Jeu de rôle de personnages, lorebooks | AGPL 3.0 | KoboldCpp, text-gen-webui et plus |
| AnythingLLM | RAG documentaire, espaces de travail | MIT | Ollama, LM Studio, LocalAI |
Les nombres d'étoiles et les ensembles de fonctionnalités évoluent ; vérifiez les chiffres actuels sur la page GitHub de chaque projet avant de les citer. Au moment de cet avis, Open WebUI a la plus grande communauté GitHub de ce groupe, AnythingLLM et LibreChat sont globalement comparables en portée pour le chat LLM local plus des extras, et SillyTavern est le plus petit mais le plus spécialisé pour le jeu de rôle.
Erreurs fréquentes lors de l'évaluation de LibreChat
Ces erreurs viennent du fait de traiter LibreChat comme une app de bureau mono-utilisateur, ou de supposer que chaque fonctionnalité fonctionne hors ligne par défaut dès qu'un point de terminaison local est ajouté.
Questions fréquentes
LibreChat est-il gratuit ?
Oui. LibreChat est entièrement open source sous licence MIT, gratuit pour un usage personnel et commercial en auto-hébergement, sans restriction SaaS multi-tenant à vérifier avant un déploiement commercial.
Qui a créé LibreChat ?
Danny Avila a créé LibreChat, initialement comme projet de fin d'études (alors appelé « ChatGPT Clone ») pour le bootcamp de programmation Hack Reactor en 2023. Il reste le fondateur et mainteneur principal du projet, avec des contributeurs communautaires sur GitHub.
LibreChat prend-il en charge les LLM locaux comme Ollama ?
Oui. LibreChat cite Ollama parmi ses fournisseurs IA locaux et distants documentés, et sa fonctionnalité de points de terminaison personnalisés peut se connecter à tout serveur local compatible API OpenAI, y compris LocalAI, text-generation-webui, LM Studio et vLLM.
LibreChat peut-il fonctionner entièrement hors ligne ?
Le chemin de complétion de chat peut fonctionner entièrement hors ligne une fois pointé vers un point de terminaison local compatible OpenAI, clés de fournisseur propriétaire retirées. D'autres intégrations — recherche web, génération d'images distante, outils MCP accédant à Internet — doivent être désactivées ou reconfigurées localement pour que l'ensemble du déploiement soit hors ligne.
Que utilise LibreChat comme base de données ?
MongoDB est le datastore principal pour les conversations, utilisateurs et configuration. Une base de données vectorielle séparée appuie l'API RAG compagnon pour les embeddings de documents.
LibreChat prend-il en charge les agents et l'usage d'outils ?
Oui. Les Agents LibreChat sont des assistants personnalisés sans code capables d'appeler des outils via le Model Context Protocol (MCP), d'exécuter un interpréteur de code isolé, et d'être publiés sur une place de marché d'agents intégrée.
En quoi LibreChat diffère-t-il d'Open WebUI ?
Les deux sont des frontends de chat auto-hébergés, sous licence MIT/BSD, prenant en charge les LLM locaux et distants. LibreChat penche davantage vers le basculement multi-fournisseurs, les agents et l'usage d'outils MCP ; Open WebUI embarque un RAG intégré et reste globalement l'alternative ChatGPT auto-hébergée par défaut la plus largement adoptée au moment de cet avis — vérifiez les chiffres d'adoption actuels avant de les citer, les deux projets évoluant rapidement.
En quoi LibreChat diffère-t-il de SillyTavern ?
SillyTavern est conçu spécifiquement pour le jeu de rôle centré sur des personnages avec lorebooks et fiches de personnage. LibreChat est une plateforme de chat multi-fournisseurs générale avec agents et RAG ; il n'est pas conçu pour remplacer SillyTavern sur des workflows spécifiques au jeu de rôle.
LibreChat a-t-il besoin d'un GPU pour l'auto-hébergement ?
Non, pas pour LibreChat lui-même — c'est une couche d'orchestration et d'interface de chat. Un GPU n'a d'importance que si vous auto-hébergez séparément le modèle local auquel LibreChat se connecte, via quelque chose comme Ollama ou vLLM.
PromptQuorum a-t-il testé les performances de LibreChat ou exécuté sa suite de tests ?
Non. Cet avis rapporte ce qu'indiquent le dépôt GitHub, la documentation et les profils d'auteur publics de LibreChat lui-même — y compris les fichiers de workflow CI visibles dans son répertoire .github/workflows — plutôt que des benchmarks ou tests indépendants réalisés par PromptQuorum.