重要なポイント
- GitHubスター42,000超、MITライセンス — 個人利用も商用利用も無料で、一部競合のようなマルチテナント制限はなし
- 作者はDanny Avila。2023年、Hack Reactorコーディングブートキャンプの「ChatGPT Clone」という課題として始動
- ローカルLLM対応は後付けではなく中核機能。OpenAI API互換エンドポイントであれば何でもカスタムエンドポイントとして追加可能
- エージェントはModel Context Protocol（MCP）経由でツールを呼び出し、隔離されたコードインタープリターを実行し、アプリ内のエージェント・マーケットプレイスに公開できる
- RAG API（別リポジトリ）により、ユーザーはファイルをアップロードしてベクトルデータベースを裏側に持つチャットが可能
- マルチユーザー認証（メール/パスワード、OAuth2プロバイダー、LDAP）により、単独ユーザー向けデスクトップアプリと異なり、共有チームツールとして展開できる
📍 一文で説明
LibreChatは無料・MITライセンスのセルフホスト型チャットプラットフォームで、カスタムOpenAI API互換エンドポイント経由でプロプライエタリなAIプロバイダーとローカル/セルフホストの推論サーバー（Ollama、LocalAI、LM Studio、vLLMなど）の両方に接続でき、さらにエージェント、MCPツール対応、RAG APIを備えています。
💬 簡潔に説明
ホスト型チャットボットにトークン単位で課金される代わりに、LibreChatなら自前のサーバーでChatGPT風インターフェースを運用できます。APIコストゼロ・ネットワーク外へのデータ流出ゼロを望むなら、自前のハードウェアで動くモデルに接続すればよいのです。
📌補足: このレビューはLibreChat自身のGitHubリポジトリ、ドキュメントサイト、READMEの記載内容をまとめたものです。PromptQuorumはLibreChatの性能を独自にベンチマークしたり、テストスイート自体を実行したりはしていません。プロジェクト自身のCIワークフローが何をカバーしているかは「テストとCI」セクションを参照してください。
LibreChatとは？
LibreChatは、複数のAIプロバイダーを1つのインターフェースにまとめるために設計された、オープンソースのセルフホスト型チャットプラットフォームです。単一ベンダーに縛られる代わりに、複数のAIプロバイダーとローカル推論サーバーを並行して設定し、会話の途中でも切り替えられます。プロジェクトはDanny AvilaとLibreChatコミュニティによって維持され、github.com/danny-avila/LibreChatでホストされており、GitHubスター数は42,000を超えています。
- マルチプロバイダー・チャット：プロプライエタリなAIプロバイダーとセルフホスト/ローカルモデルを、同じインターフェース内の別々のエンドポイントとして設定
- カスタムエンドポイント：ローカル推論サーバーを含め、OpenAI API互換サーバーであればコード変更なしに設定エントリだけで追加可能
- エージェント：ツールアクセスを持つノーコードのカスタムアシスタント、エージェント・マーケットプレイス、Model Context Protocol（MCP）対応
- コードインタープリター：複数言語にまたがる隔離実行とファイル処理
- Artifacts：Reactコンポーネント、HTML、Mermaid図をチャット内で直接生成・レンダリング
- RAG API：ドキュメントをアップロードし、検索拡張生成（RAG）でチャットするための付属サービス（別リポジトリ）
- マルチユーザー対応：メール/パスワードログイン、OAuth2（Google、GitHub、Discordなど）、LDAPにより、個人ではなくチーム向けにデプロイ可能
沿革と創設者：Danny Avila
LibreChatはDanny Avilaによって作られました。公開されているLibreChatの作者プロフィールによれば、彼は独学のエンジニアで2022年にコーディングを始め、以前は会計士として働いた後にソフトウェアエンジニアリングへ転向しました。プロジェクトは「ChatGPT Clone」という名前で、Hack Reactorコーディングブートキャンプの卒業課題として始まりました。課題は短期間でフルスタックのプロジェクトをゼロから構築することでした。Avilaは2023年にGitHubでこのプロジェクトをオープンソース化し、以降継続的に開発が進み、単一プロバイダーのChatGPTクローンから、エージェント・MCP・RAG APIを備えたマルチプロバイダー・プラットフォームへと成長しました。
Avilaは現在もプロジェクトの創設者兼リードメンテナーです。プロジェクトはGitHub上でコミュニティからの貢献も受け入れており、公式ドキュメントサイトにプロジェクトの作者一覧を掲載しています。
LibreChatとローカルLLM
LibreChatにおけるローカルモデル対応は、カスタムエンドポイント機能を通じて行われます。OpenAI API互換のチャット補完エンドポイントを公開している推論サーバーであれば、プロプライエタリなAIサービスと並行して、あるいはその代わりに、プロバイダーとして登録できます。
- Ollama：LibreChatは公式ドキュメントの「ローカル＆リモートAIプロバイダー」一覧に明示的にOllamaを掲載しており、標準でサポート対象
- LocalAI、text-generation-webui（oobabooga）、LM Studio、vLLM：いずれもOpenAI互換のチャット補完APIを公開しており、LibreChatのカスタムエンドポイント設定は他のプロバイダーと同じ方法でこれらを指定できる
- Apple MLXとkoboldcppも、ローカル/代替推論向けのプロジェクト公式プロバイダー一覧に記載されている
- 完全にローカルなセットアップ（LibreChat＋ローカル推論サーバー、プロプライエタリなAPIキー未設定）では、会話データが自分の管理下にあるインフラ上に留まり、トークン単位のAPIコストも発生しない
- ローカルとリモートの複数エンドポイントを同時に設定可能 — チームは同じLibreChatインスタンス内で高速なプロプライエタリモデルとプライベートなローカルモデルの両方を提供し、会話ごとに切り替えられる
📌補足: 完全オフラインのセットアップにするには、他に設定された統合（ウェブ検索、外部APIを呼び出すMCPツール、リモートプロバイダー経由の画像生成）もすべて無効化するか、ローカルの代替に切り替える必要があります。カスタムエンドポイントはチャット補完をローカル化するだけで、すべての機能をデフォルトでローカル化するわけではありません。
LibreChatの仕組み
LibreChatは一般的なセルフホスト型Webアプリケーションです。Node.js/Expressのバックエンド、Reactのフロントエンド、そして主要データストアとしてのMongoDBで構成され、Docker Composeスタックとして配布されているため、1つのコマンドで全体が起動します。
- バックエンド：Node.jsとExpressがAPIリクエスト、プロバイダー/エンドポイントのルーティング、認証を処理
- フロントエンド：ReactのシングルページアプリケーションがブラウザにチャットUIを提供
- データベース：MongoDBが会話、ユーザー、設定を保存。ベクトルデータベースが別立てのRAG APIによるドキュメントのエンベディングを支える
- デプロイ：公式のクイックスタートはDocker Composeを使い、アプリ・データベース・サポートサービスをまとめて起動する
- 設定：プロバイダーとカスタムエンドポイント（ローカル推論サーバーを含む）は、コードではなくYAML設定ファイル（librechat.yaml）と環境変数で宣言する
機能：エージェント、MCP、RAG、Artifacts
基本的なチャットを超えて、LibreChatの機能セットは4つの領域を中心にしています。エージェント、MCP経由のツールアクセス、自分のファイルに対する検索、そして生成されるインタラクティブなコンテンツです。
- エージェント：ユースケースごとに設定できるノーコードのカスタムアシスタント。個別にデプロイでき、アプリ内のエージェント・マーケットプレイスで共有可能
- Model Context Protocol（MCP）：エージェントはMCP互換のツールやデータソースを呼び出し、モデル自体の学習を超えた処理が可能になる
- コードインタープリター：複数言語（プロジェクトのドキュメントによればPython、Node.jsなどを含む）に対応した隔離実行、ファイルのアップロード/ダウンロード対応
- Artifacts：モデルが生成し、UIが会話内で直接レンダリングするReactコンポーネント、HTMLページ、Mermaid図
- RAG API：自分のファイルに対するドキュメントアップロードと検索拡張チャットのための別立ての付属サービス
- 画像生成・編集：DALL-E、Stable Diffusion、Fluxなどのプロバイダー統合、およびMCPベースの画像ツール
- マルチユーザー認証：メール/パスワード、OAuth2（Google、GitHub、Discordなど）、組織ディレクトリ向けのLDAP
- 会話検索と多言語UI。単独ユーザー向けツールではなく、共有・チーム向けデプロイとしての利用をサポート
テストとCI
LibreChatのGitHubリポジトリは、GitHub Actionsを通じて独自の自動チェックを実行しており、danny-avila/LibreChatリポジトリの.github/workflowsディレクトリで確認できます。PromptQuorumはLibreChatのテストスイート自体を実行していません。以下はGitHub上で観察された、リポジトリ自身のワークフローファイルが示す内容です。
- backend-review.ymlおよびfrontend-review.yml — バックエンドとフロントエンドのコードベースに対する自動コードレビュー/チェック用ワークフロー
- playwright-bombadil.ymlおよびplaywright-mock.yml — Playwrightを使ったエンドツーエンドのテストワークフロー（一方はモック化されたサービス相手に実行）
- agents-integration-tests.ymlおよびcache-integration-tests.yml — エージェント機能とキャッシュ層をそれぞれ対象とした統合テストワークフロー
- a11y.yml — アクセシビリティテストのワークフロー
- static-checks.yml — 静的コード解析
- docker-smoke.yml — 公開前にビルド済みDockerイメージに対して行うスモークテスト
LibreChatをセルフホストする方法
公式ドキュメントのクイックスタートでは、Docker ComposeでLibreChatをデプロイし、アプリ・MongoDB・サポートサービスをまとめて起動します。
- 1DockerとDocker Composeがまだなければインストールします（Linux、macOS、またはWSL2付きのWindows）。
- 2リポジトリをクローンします：git clone https://github.com/danny-avila/LibreChat.git、続けてcd LibreChat。
- 3サンプルの環境変数ファイルをコピーします：cp .env.example .env。使用予定のプロバイダー向けに値を設定します。
- 4ローカルモデルを追加するには、librechat.yamlを作成または編集し、ローカル推論サーバー（同じマシンまたはLAN上で動くOllamaやLM Studioサーバーなど）のOpenAI互換URLを指すカスタムエンドポイントを追加します。
- 5スタックを起動します：docker compose up -d。バックエンド、フロントエンド、MongoDBがまとめて立ち上がります。
- 6
セルフホスト型LibreChatにGPUは必要ですか？
LibreChat自体には不要です。LibreChatはチャットインターフェースおよびオーケストレーション層であり、プロセス内でモデル推論を実行するのではなく、設定されたエンドポイントを呼び出すだけです。GPUが関係するのは、OllamaやvLLMのような別立ての推論サーバーを通じて、LibreChatが接続するローカルモデル自体もセルフホストしている場合だけです。
ローカルモデルだけでLibreChatを完全オフラインで運用できますか？
チャット補完の経路については可能です。LibreChatのカスタムエンドポイントをOllama、LocalAI、vLLMなどのローカルOpenAI API互換サーバーに向け、プロプライエタリなプロバイダーのキーを削除または無効化します。ウェブ検索、リモートプロバイダー経由の画像生成、インターネットに到達するMCPツールなど、仕様上外部サービスを呼び出す機能は、デプロイ全体をオフラインに保つために無効化するかローカルの代替に再設定する必要があります。
LibreChatはどんな人向けか
LibreChatは、ローカルモデルを含む複数のAIプロバイダーを1つのチャットインターフェースでまとめて使いたい、そしてエージェント・ツール利用・マルチユーザー展開へと拡張していく余地が欲しいチームや個人に向いています。
LibreChat vs. Open WebUI、SillyTavern、AnythingLLM
LibreChatは、ローカル・リモート双方のLLM向けセルフホスト型マルチモデル・チャットフロントエンドとしてOpen WebUIと最も重なります。違いは重点の置き方です。LibreChatはマルチプロバイダー・チャット、エージェント、MCPツール利用に軸足を置き、Open WebUIは組み込みRAGを備えたデファクトのセルフホスト型ChatGPT代替という位置づけに軸足を置きます。SillyTavernとAnythingLLMはより狭い領域に特化しています。
ツール | 重点 | ライセンス | ローカルLLM対応 |
|---|---|---|---|
| LibreChat | マルチプロバイダー・チャット / エージェント / MCP | MIT | カスタムOpenAI互換エンドポイント |
| Open WebUI | セルフホスト型ChatGPT代替、組み込みRAG | BSD 3-Clause | ネイティブOllama＋OpenAI互換 |
| SillyTavern | キャラクターロールプレイ、lorebook | AGPL 3.0 | KoboldCpp、text-gen-webuiなど |
| AnythingLLM | ドキュメントRAG、ワークスペース | MIT | Ollama、LM Studio、LocalAI |
スター数や機能セットは変化します。引用する前に各プロジェクトのGitHubページで最新の数値を確認してください。本レビュー時点では、Open WebUIがこのグループの中で最も多くのGitHubフォロワーを持ち、AnythingLLMとLibreChatはローカルLLMチャットに加えた機能の幅で概ね同程度、SillyTavernは最小規模ながらロールプレイに最も特化しています。
LibreChat評価時によくある間違い
これらの間違いは、LibreChatを単独ユーザー向けデスクトップアプリのように扱ったり、ローカルエンドポイントを追加すればすべての機能が自動的にオフラインで動くと想定したりすることから生じます。
よくある質問
LibreChatは無料ですか？
はい。LibreChatはMITライセンスの下で完全にオープンソースであり、セルフホストであれば個人利用・商用利用ともに無料です。商用デプロイの前にチェックすべきマルチテナントSaaS制限もありません。
LibreChatを作ったのは誰ですか？
Danny Avilaが、2023年のHack Reactorコーディングブートキャンプの卒業課題（当時は「ChatGPT Clone」という名前）としてLibreChatを作りました。彼は現在もプロジェクトの創設者兼リードメンテナーで、GitHub上にはコミュニティの貢献者もいます。
LibreChatはOllamaのようなローカルLLMに対応していますか？
はい。LibreChatは公式ドキュメントのローカル/リモートAIプロバイダー一覧にOllamaを掲載しており、カスタムエンドポイント機能はLocalAI、text-generation-webui、LM Studio、vLLMを含む、OpenAI API互換のローカルサーバーであれば何にでも接続できます。
LibreChatは完全オフラインで動作しますか？
チャット補完の経路は、プロプライエタリなプロバイダーのキーを外した上でローカルのOpenAI互換エンドポイントに向ければ完全オフラインで動作できます。ウェブ検索、リモートの画像生成、インターネットに到達するMCPツールなど他の統合機能は、展開全体をオフラインに保つために無効化するかローカルで再設定する必要があります。
LibreChatはデータベースに何を使っていますか？
会話、ユーザー、設定の主要データストアはMongoDBです。ドキュメントのエンベディング用に、付属のRAG APIを支える別立てのベクトルデータベースがあります。
LibreChatはエージェントやツール利用に対応していますか？
はい。LibreChat Agentsは、Model Context Protocol（MCP）経由でツールを呼び出し、隔離されたコードインタープリターを実行し、アプリ内のエージェント・マーケットプレイスに公開できるノーコードのカスタムアシスタントです。
LibreChatはOpen WebUIとどう違いますか？
どちらもMIT/BSDライセンスのセルフホスト型チャットフロントエンドで、ローカルとリモートのLLMに対応しています。LibreChatはマルチプロバイダーの切り替え、エージェント、MCPツール利用により重点を置いており、Open WebUIは組み込みRAGを備え、本レビュー時点では概ねより広く採用されているデファクトのセルフホスト型ChatGPT代替です。両プロジェクトとも急速に進化しているため、引用前に最新の採用状況を確認してください。
LibreChatはSillyTavernとどう違いますか？
SillyTavernは、lorebookやペルソナカードを使ったキャラクター主導のロールプレイ専用に作られています。LibreChatはエージェントとRAGを備えた汎用のマルチプロバイダー・チャットプラットフォームであり、ロールプレイ特化のワークフローでSillyTavernを置き換える設計にはなっていません。
LibreChatをセルフホストするのにGPUは必要ですか？
LibreChat自体には不要です — オーケストレーション層およびチャットインターフェース層だからです。GPUが関係するのは、OllamaやvLLMのようなものを通じて、LibreChatが接続するローカルモデルを別途セルフホストしている場合だけです。
PromptQuorumはLibreChatの性能をテストしたり、テストスイートを実行したりしましたか？
いいえ。本レビューは、LibreChat自身のGitHubリポジトリ、ドキュメント、公開されている作者プロフィールの記載内容（.github/workflowsディレクトリに見えるCIワークフローファイルを含む）をまとめたものであり、PromptQuorumによる独自のベンチマークやテスト実行によるものではありません。