LibreChat: selbst gehostete Chat-Plattform mit Multi-Anbieter-Support
LibreChat ist eine selbst hostbare ChatGPT-ähnliche Oberfläche, die viele KI-Anbieter mit Modellwechsel, Agenten, MCP-Tools und einem abgesicherten Code-Interpreter vereint.
Auf einen Blick
- Was ist das?
- Eine TypeScript-Anwendung unter MIT-Lizenz, die Anthropic, OpenAI, AWS Bedrock, Google und lokale Endpunkte in einer Oberfläche vereint und Agents, MCP, Skills sowie einen sandboxisierten Code-Interpreter mitbringt.
- Für wen ist es gedacht?
- LibreChat eignet sich für Teams und Einzelpersonen, die einen selbst gehosteten Chat mit wechselnden Modellquellen, Agent-Werkzeugen und Mehrbenutzerverwaltung suchen; wer ein fertig gesichertes, auditiertes Produkt erwartet, findet im README keine Benchmark- oder Audit-Angaben und sollte die Security-Punkte der v0.8.8-rc1-Notizen wie die SSRF-Prüfungen im Detail nachlesen.
- Darf ich es kommerziell nutzen?
- Ja. MIT ist eine freizügige Lizenz: Sie dürfen darauf aufbauende Software nutzen, verändern und verkaufen, solange Sie die Urheberrechts- und Lizenzhinweise beibehalten.
- Wird es noch gepflegt?
- Ja. Das Repository hat innerhalb des letzten Tages neue Commits erhalten.
- In welcher Sprache ist es geschrieben?
- Hauptsächlich TypeScript, laut der Sprachstatistik von GitHub.
Die Antworten beruhen auf den GitHub-Daten des Projekts (zuletzt abgeglichen am 15. September 2026) und auf unserer Analyse. Sie sind keine Rechtsberatung.
TIEFGEHENDE OPEN-SOURCE-ANALYSE
LibreChat als Chat-Oberfläche über vielen Modellquellen
LibreChat ist eine selbst gehostete KI-Chat-Plattform in TypeScript, lizenziert unter MIT. Das README beschreibt die Anwendung als eine von ChatGPT inspirierte Oberfläche mit erweiterter Funktionsausstattung, die mehrere KI-Anbieter hinter einer Benutzeroberfläche vereint. Die Metadaten weisen für August 2026 rund 42.500 Sterne und über 8.800 Forks aus, bei 734 offenen Issues.
Neben dem reinen Chat listet das README Agents, Unterstützung für das Model Context Protocol, Code Artifacts, einen Code-Interpreter, Web-Suche, Bilderzeugung, Konversationssuche und sichere Mehrbenutzer-Authentifizierung auf. Das Projekt richtet sich ausdrücklich ans Selbsthosting; als schnelle Wege zur Bereitstellung nennt es Templates für Railway, Zeabur und Sealos. Die Dokumentation liegt auf docs.librechat.ai, die Projektseite auf librechat.ai.
Modellquellen von Anthropic bis Ollama über Custom Endpoints
Zu den direkt unterstützten Modellquellen zählen laut README Anthropic Claude, AWS Bedrock, OpenAI, Azure OpenAI, Google, Vertex AI und die OpenAI Responses API einschließlich Azure. Darüber hinaus erlaubt das Konzept der Custom Endpoints die Anbindung jeder OpenAI-kompatiblen API, ohne dass ein Proxy dazwischengeschaltet werden muss.
Die Liste der kompatiblen lokalen und entfernten Anbieter ist lang und umfasst Ollama, groq, Cohere, Mistral AI, Apple MLX, koboldcpp, together.ai, OpenRouter, Helicone, Perplexity, ShuttleAI, Deepseek und Qwen. Nutzer können laut README mitten in einer Konversation zwischen Endpunkten und Presets wechseln. Eine vollständige Kompatibilitätsmatrix oder bindende Aussagen zu einzelnen Modellversionen liefert das README nicht; dafür verweist es auf die Dokumentation unter librechat.ai.
Agents, MCP-Server und Skills als SKILL.md-Pakete
LibreChat Agents werden als Code-freie, spezialisierte Assistenten beschrieben, die über einen Marktplatz entdeckt und mit einzelnen Nutzern oder Gruppen geteilt werden. Agents können MCP-Server, Werkzeuge, Dateisuche und Codeausführung nutzen. Skills sind wiederverwendbare Anweisungspakete in Form von SKILL.md-Dateien, die manuell, automatisch oder dauerhaft aktiv in Agent-Workflows laufen.
Experimentelle Agent Plugins bündeln Deployment-Skills und MCP-Server in Paketen, die beim Start geladen werden. Subagents delegieren fokussierte Arbeit an isolierte Unterläufe mit eigenen Kontextfenstern. Damit deckt das Projekt eine Palette ab, die von einfachen Assistenten bis zu mehrstufigen Tool-Ketten reicht, wobei die Plugin-Fähigkeit laut README noch als experimentell gekennzeichnet ist.
Code-Interpreter und Artifacts im Chat
Die Code-Interpreter-API führt sandboxisierten Code in Python, Node.js, Go, C/C++, Java, PHP, Rust und Fortran aus; angetrieben wird sie von ClickHouse/code-interpreter. Dateien lassen sich laut README direkt hochladen, verarbeiten und herunterladen, und die Ausführung ist vollständig isoliert. Wie die Sandbox im Detail umgesetzt ist, erläutert das README nicht.
Die Code Artifacts erzeugen React-, HTML- und Mermaid-Inhalte direkt im Chat. Vorschauen lassen sich im Vollbild öffnen, und Mermaid-Diagramme können als SVG oder PNG exportiert werden. Bei der Bilderzeugung nennt das README Text-zu-Bild und Bild-zu-Bild mit GPT-Image-1 sowie die älteren DALL-E-3- und DALL-E-2-Werkzeuge. Die Web-Suche kombiniert Suchanbieter, Inhalts-Scraper und Reranker, mit konfigurierbaren Jina-API-URLs für das Reranking.
Was Release v0.8.8-rc1 neu bringt
Der Stand vom 14. August 2026, Version v0.8.8-rc1, bündelt eine lange Neuerungsliste. Agent-Läufe lassen sich jetzt unterbrechen oder steuern, und Folgebotschaften werden in eine Warteschlange gestellt. Human-in-the-loop-Agents streamen Fortschritte, stellen bis zu vier zusammenhängende Fragen in einem Formular und pausieren für Eingaben oder Tool-Freigaben.
Ein neu gestalteter Agent Builder führt Skills, MCP, Code-Interpreter und orchestrierte Aufrufe in einem Werkzeuge-Marktplatz zusammen. Neu sind auch Speicherverwaltung mit optionaler Isolation pro Agent, geteilte Konversationen mit stabiler URL, Code-Interpreter-Läufe im Hintergrund, Modellzugänge wie GPT-5.6, Claude Opus 5, Claude Sonnet 5 sowie Gemini 3.7 und 3.6 Flash, und Langfuse-Observability mit verschlüsselten Verbindungen. Für den Betrieb ergänzt das Release konfigurierbare HTTP-Timeouts, Unterstützung für Amazon DocumentDB 5.0 und ein für rollierende Upgrades sicheres Generierungsprotokoll.
Verwaltung, Sicherheitsmechanismen und Projektstand
Im Bereich Verwaltung und Sicherheit führt das Release-Changelog delegierbare Konfigurationsbereiche, verschlüsselte registrierte Geheimnisse, eindeutige temporäre Zugangsdaten bei leeren Geheimnissen und SSRF-Prüfungen für Sprach-, OCR- und Web-Werkzeuge auf. Zusammen mit der Mehrbenutzer-Authentifizierung und geteilten Agents für Gruppen richtet sich das Projekt damit auch an den Betrieb in Organisationen, nicht nur an Einzelnutzer.
Die Release-Historie zeigt ein hohes Tempo: v0.8.7 erschien am 24. Juni 2026, die RC von v0.8.8 gut sechs Wochen später. Die Versionierung mit Release Candidates und die 734 offenen Issues deuten auf ein großes, aktives Projekt hin. Leistungsangaben, Hardware-Anforderungen oder Ergebnisse eines Sicherheitsaudits fehlen im README; für die Bereitstellungsplanung bleiben die Dokumentation unter docs.librechat.ai und die Changelog-Einträge die maßgeblichen Quellen.
Redaktionelles Fazit
LibreChat eignet sich für Teams und Einzelpersonen, die einen selbst gehosteten Chat mit wechselnden Modellquellen, Agent-Werkzeugen und Mehrbenutzerverwaltung suchen; wer ein fertig gesichertes, auditiertes Produkt erwartet, findet im README keine Benchmark- oder Audit-Angaben und sollte die Security-Punkte der v0.8.8-rc1-Notizen wie die SSRF-Prüfungen im Detail nachlesen.
Community-Notizen