Page informative, sans valeur de conseil. Téléchargez depuis la source officielle, vérifiez la licence du logiciel et de chaque modèle, et gardez en tête qu'un modèle de langage peut se tromper : croisez les informations importantes.
À quoi ça sert
LibreChat (créé par Danny Avila, rattaché à ClickHouse depuis novembre 2025, toujours sous licence MIT) propose une interface de chat proche de ChatGPT, que vous hébergez vous-même. Elle se connecte à vos modèles locaux (via Ollama ou LocalAI) comme à des providers cloud si vous disposez des clés API correspondantes. Au-delà du chat, elle apporte la gestion multi-utilisateurs, des conversations persistantes en base, la recherche dans l'historique, le RAG (discuter avec vos documents), un interpréteur de code, des agents et le support du protocole MCP.
Ce qui fait sa force
- Tous les modèles dans une seule interface. Local ou cloud, vous basculez d'un provider à l'autre dans la même fenêtre, et pouvez comparer deux modèles sur la même question. C'est le poste de pilotage unique de vos IA.
- Pensé pour plusieurs utilisateurs. Comptes, authentification (e-mail, OAuth, LDAP), rôles et présets partagés : LibreChat est taillé pour une équipe ou une organisation, pas seulement pour un usage individuel.
- RAG, agents et code intégrés. Téléversement de fichiers pour discuter avec vos documents, agents outillés, interpréteur de code et connecteurs MCP : de quoi aller bien au-delà du simple chat, sans empiler d'outils séparés.
- Auto-hébergé, donc maître de ses données. Conversations et comptes vivent dans votre base (MongoDB), sur votre serveur. Avec un provider local comme Ollama, vos échanges restent dans votre réseau ; vérifiez-le dans les journaux réseau.
- Open source sous licence MIT. Permissive et limpide : le code est auditable et le déploiement, y compris en entreprise, est libre côté logiciel (chaque provider et chaque modèle gardent leurs propres conditions).
Pour qui
LibreChat est de niveau avancé : il suppose de manier Docker, Docker Compose et les variables d'environnement. C'est un choix adapté à une équipe qui veut une interface unifiée hébergée en interne, avec comptes et historique partagés. Pour un usage individuel plus rapide à démarrer, Open WebUI ou Jan sont plus directs ; pour une esthétique très moderne mono-utilisateur, voyez LobeChat.
Installation
Prérequis
Docker et Docker Compose. LibreChat orchestre plusieurs services : l'API Node.js, une base MongoDB (conversations et comptes) et Meilisearch (recherche dans l'historique).
Cloner et configurer
À savoir avant de copier une commande : le docker-compose.yml officiel publie
l'interface (port 3080, et 3000 pour le panneau d'administration) sur toutes les adresses de la machine, et
.env.example laisse l'inscription ouverte (ALLOW_REGISTRATION=true). Avant le premier
démarrage, créez à côté du fichier officiel un docker-compose.override.yml qui limite ces ports à
127.0.0.1 (exemple ci-dessous), créez votre compte, puis passez
ALLOW_REGISTRATION=false. Laissés vides, CREDS_KEY, CREDS_IV,
JWT_SECRET et JWT_REFRESH_SECRET reçoivent des valeurs temporaires : fixez des valeurs
uniques et durables avant tout usage réel.
# Cloner le dépôt officiel
git clone https://github.com/danny-avila/LibreChat.git
cd LibreChat
# Copier le fichier d'environnement exemple
cp .env.example .env
# docker-compose.override.yml, à côté du fichier officiel (Docker Compose 2.24.4 ou plus récent) :
# !override remplace la publication des ports au lieu de s'y ajouter
services:
api:
ports: !override
- "127.0.0.1:${PORT}:${PORT}"
admin-panel:
ports: !override
- "127.0.0.1:${ADMIN_PANEL_PORT:-3000}:3000"
Éditez .env pour renseigner vos clés API (si vous utilisez des providers cloud) et vos
secrets de session. La configuration fine des endpoints se fait dans librechat.yaml.
Lancer LibreChat
# Démarrer tous les services
docker compose up -d
# Vérifier que tout tourne
docker compose ps
L'interface est accessible sur http://localhost:3080 (et, sans le fichier override, depuis les autres postes du réseau).
Brancher Ollama comme provider local
Dans librechat.yaml, à créer à la racine du projet (à côté de .env), déclarez un
endpoint personnalisé compatible OpenAI :
endpoints:
custom:
- name: "Ollama"
apiKey: "ollama"
baseURL: "http://host.docker.internal:11434/v1/"
models:
default: ["llama3.2", "mistral"]
fetch: true
Avec Docker, modifier librechat.yaml ne suffit pas : le fichier doit être monté
dans le conteneur de l'API. Dans votre docker-compose.override.yml (celui qui limite les ports,
ou une copie de docker-compose.override.yml.example), ajoutez le montage au service
api, sans retirer les réglages déjà présents ; puis redémarrez LibreChat et vérifiez que le
modèle apparaît dans le sélecteur, ou lisez les journaux
(documentation officielle) :
# docker-compose.override.yml : le service api réunit les ports limités et le montage
services:
api:
ports: !override
- "127.0.0.1:${PORT}:${PORT}"
volumes:
- type: bind
source: ./librechat.yaml
target: /app/librechat.yaml
docker compose down && docker compose up -d
Mettre à jour
git pull
docker compose pull
docker compose up -d
Points de vigilance
LibreChat héberge vos données chez vous, ce qui est un atout. Les vrais points d'attention tiennent à
la protection des clés API, au choix des providers et à
l'exposition réseau si vous le publiez au-delà de localhost.
| Point d'attention | Niveau | Ce qu'il faut savoir |
|---|---|---|
Clés API dans le fichier .env |
🔴 élevé si .env mal protégé |
Le fichier contient vos clés cloud (services facturés) et vos secrets de session. Ne le committez jamais dans un dépôt public, restreignez ses permissions et changez les clés en cas de doute. |
| Données envoyées aux providers cloud | 🟡 selon configuration | Avec un provider local (Ollama), tout reste chez vous. Avec un provider cloud, les messages concernés partent vers ses serveurs. Pour des données sensibles, restez sur un endpoint local. |
| Interface exposée sans HTTPS ni auth | 🔴 élevé si accessible de l'extérieur | Au-delà de localhost, placez un reverse-proxy avec TLS (Caddy, Nginx) et activez l'authentification. Sans chiffrement, les conversations transitent en clair. |
| Sauvegarde de la base MongoDB | 🟡 à prévoir | Conversations et comptes vivent dans MongoDB : sans sauvegarde, une perte du volume Docker efface tout. Planifiez des sauvegardes régulières. |
| Tenir l'instance à jour (correctifs de sécurité) | 🟡 important si exposé | C'est le revers d'un projet riche et très actif : comme tout logiciel serveur populaire, LibreChat fait l'objet d'un suivi de sécurité sérieux, et des correctifs sont publiés régulièrement — y compris pour des failles signalées en 2026 (SSRF, exécution de commandes via MCP, fuite de secrets) qui concernent surtout les instances exposées et multi-utilisateurs. Ces vulnérabilités sont corrigées dans les versions récentes. La règle : restez sur une version à jour (≥ 0.8.4) et n'exposez pas une vieille instance sur Internet. |
Sécurité
- Protéger le fichier
.env. Clés API et secret de session : hors dépôt Git, permissions restreintes, rotation en cas de doute. - HTTPS obligatoire en production. Reverse-proxy avec certificat TLS (Let's Encrypt via Caddy ou Nginx) dès que l'accès dépasse le poste local.
- Activer l'authentification. N'ouvrez pas l'inscription libre sur une instance exposée ; restreignez les comptes.
- Sauvegarder MongoDB et mettre à jour régulièrement (LibreChat évolue vite, avec des correctifs fréquents).
Aller plus loin
- Open WebUI — alternative plus simple, orientée Ollama.
- LobeChat — interface moderne, plutôt mono-utilisateur.
- Ollama — le moteur local à brancher en premier sur LibreChat.
- LocalAI — autre moteur local, compatible via son API OpenAI.
- OSIALab — comparer LibreChat avec les autres interfaces de chat.
Sources
- Code source & licence (MIT) : github.com/danny-avila/LibreChat
- Documentation : librechat.ai/docs
- Site officiel : librechat.ai
- Politique de sécurité & correctifs : github.com/danny-avila/LibreChat/security