Por qué autoalojar LibreChat en un VPS
LibreChat es una interfaz de chat, no un motor de inferencia: su valor está en centralizar varios proveedores LLM tras una interfaz cuidada, con autenticación, gestión de usuarios, presets y un módulo RAG para conversar con sus documentos. Para una empresa, repartir cuentas individuales de ChatGPT sale caro y dispersa los datos. Con LibreChat en un VPS, se comparte el acceso: una sola clave API por proveedor, cuentas internas que usted gestiona y todo el historial de conversaciones en su propio MongoDB. Usted decide qué modelos están disponibles, puede conectar un Ollama local para trabajar sin nube y conserva el control total de los datos intercambiados.
Los beneficios concretos de un LibreChat autoalojado
- Una interfaz única para OpenAI, Anthropic, Google y sus modelos locales.
- Cuentas internas y roles gestionados por usted, sin suscripciones individuales por empleado.
- Historial de conversaciones almacenado en su MongoDB, nunca en manos de terceros.
- Claves API compartidas: un único acceso de proveedor para todo el equipo.
- Módulo RAG integrado para consultar sus propios documentos.
- Control preciso de los modelos expuestos y de los parámetros por defecto.
Requisitos de hardware y software
LibreChat se apoya en varios servicios (la app, MongoDB, Meilisearch para la búsqueda y la API RAG). Cuente con 2 vCPU y 4 GB de RAM para un equipo pequeño que use API en la nube; pase a 4 vCPU / 8 GB si activa el RAG con embeddings locales o un Ollama en la misma máquina. Prevea de 15 a 20 GB de disco para MongoDB y los índices. Docker y Docker Compose son imprescindibles, ya que LibreChat se despliega como una stack de varios contenedores. Añada un subdominio (p. ej. chat.su-dominio.com), el puerto 443 abierto y las claves API de los proveedores que quiera ofrecer.
Desplegar LibreChat con Docker, MongoDB y HTTPS
Clonar el repositorio y preparar la configuración
Por SSH:
git clone https://github.com/danny-avila/LibreChat && cd LibreChat. Copie el ejemplo de entorno:cp .env.example .env. El proyecto ya incluye undocker-compose.ymlque orquesta la app, MongoDB y Meilisearch.Configurar el .env
Indique sus claves (
OPENAI_API_KEY,ANTHROPIC_API_KEY, etc.), genere los secretosJWT_SECRETyCREDS_KEY, y definaALLOW_REGISTRATION=falsesi prefiere crear las cuentas manualmente en lugar de abrir el registro.Lanzar la stack
Arranque con
docker compose up -d. Compruebe que todos los contenedores están sanos mediantedocker compose ps. La app escucha internamente en el puerto3080.Configurar librechat.yaml (modelos y RAG)
Para añadir endpoints personalizados (Ollama local, groq, etc.) o activar el RAG, cree un archivo
librechat.yaml. Apunte por ejemplo un endpoint personalizado ahttp://host.docker.internal:11434/v1para conectar su Ollama.Poner en marcha el reverse proxy
Enrute
chat.su-dominio.comhacialocalhost:3080mediante Caddy o Nginx, con Let's Encrypt. Active el soporte de WebSocket y aumente los timeouts para no cortar las respuestas largas en streaming.Crear las cuentas y probar
Cree el primer usuario, inicie sesión, seleccione un modelo y envíe un mensaje. Si el RAG está activado, suba un documento a una conversación y compruebe que las respuestas se apoyan en él.
LibreChat o AnythingLLM: ¿cuál elegir?
Desplace la tabla
| Criterio | LibreChat | AnythingLLM |
|---|---|---|
| Vocación principal | Interfaz de chat multiproveedor | Motor RAG sobre documentos |
| Multimodelo en una sola interfaz | Excelente (OpenAI, Anthropic, Google, local) | Bueno, pero centrado en un proveedor por workspace |
| RAG sobre documentos | Módulo adicional que hay que configurar | Núcleo del producto, listo para usar |
| Gestión multiusuario | Cuentas y roles nativos | Modo multiusuario y espacios aislados |
| Arquitectura de despliegue | Stack de varios contenedores (Mongo, Meili, RAG) | Contenedor único + base vectorial |
| Almacenamiento de los datos | MongoDB autoalojado | Volume storage + LanceDB/Qdrant |
| Caso de uso ideal | Asistente conversacional de equipo | Base de conocimiento consultable |
| Huella de recursos | Más pesada (varios servicios) | Más ligera de entrada |
Para un despliegue sin nube, combine LibreChat con un Ollama alojado en el mismo VPS: declare un endpoint personalizado en librechat.yaml que apunte a la API compatible con OpenAI de Ollama. Así obtiene la ergonomía de LibreChat con modelos 100 % locales, sin ninguna clave externa ni datos que salgan del servidor. Recuerde ajustar los timeouts del proxy en consecuencia, ya que la inferencia en CPU es más lenta.
