danny-avila/LibreChat：README 來源編輯指南

danny-avila/LibreChat 的 README 將專案描述為「Enhanced ChatGPT Clone: Features Agents, MCP, Skills, DeepSeek, Anthropic, AWS, OpenAI, Responses API, Azure, Groq, o1, GPT-5, Mistral, OpenRouter, Vertex AI, Gemini, Artifacts, AI model switching, message search, Code Interpreter,」。本文只整理倉庫可直接核對的內容，不把 star、Fork 或宣傳語當成品質證明。README 在「✨ Features」下寫到：For a thorough review of our features, see our docs here 📚。這說明的是專案邊界，不是已完成的生產驗證。

從 README 的「✨ Features」與相關條目，可以先判斷它是否處理你的實際問題：Anthropic (Claude), AWS Bedrock, OpenAI, Azure OpenAI, Google, Vertex AI, OpenAI Responses API (incl. Azure)。若需求不同，不應只因專案熱度就採用。本文保留原始專案名、命令與元件名，方便回到一手來源核對。 README 另外列出一項可核對的資訊：🖥️ UI & Experience inspired by ChatGPT with enhanced design and features。這類原文條目可用來設計試跑步驟，但不能取代實際環境測試。

README 將運作方式分散在「🪶 All-In-One AI Conversations with LibreChat」等段落。可確認的線索包括：Beyond chat, LibreChat provides AI Agents, Model Context Protocol (MCP) support, Artifacts, Code Interpreter, custom actions, conversation search, and enterprise-ready multi-user authentication.。本文不把未寫出的架構、效能或安全邊界補成結論；真正的執行鏈仍要配合目錄、設定檔與版本標籤檢查。

第一次安裝應從 README 指出的入口開始。目前可核對的命令是： README 没有给出可直接复制的安装命令。 如果倉庫沒有命令，本文不會自行編造步驟，而是建議先閱讀「🪶 All-In-One AI Conversations with LibreChat」，確認系統依賴、預設埠與首次初始化。

日常使用取決於專案文件。README 的「🪶 All-In-One AI Conversations with LibreChat」段落提到：Open source, actively developed, and built for anyone who values control over their AI infrastructure.。設定檔、環境變數、權限與資料目錄只在來源明確時才會記錄；沒有寫出的預設值，應在測試環境驗證並保留回滾副本。 同一部分也提到：Custom Endpoints: Use any OpenAI-compatible API with LibreChat, no proxy required。