LibreChat 自建 ChatGPT 界面教程：10 分钟接入 8848AI API，所有模型一个界面搞定

你是否也经历过这样的时刻——

Claude 网页突然 429 报错，ChatGPT 又在要求验证，DeepSeek 排队等了半天没响应。想问一个问题，却要在三四个标签页之间反复横跳，复制粘贴，比较回答，效率全无。

更让人头疼的是：每个平台都要单独充值、单独管理账号，团队里几个人用 AI 还得各自为战，成本根本算不清楚。

这篇文章教你用 LibreChat + 8848AI API，在 10 分钟内搭建一套属于自己的 AI 工作台。部署完成后，你将拥有一个长这样的界面：

📸 [成品界面截图：LibreChat 对话页，左侧边栏显示历史对话，右上角模型切换下拉菜单展开，可见 GPT-4o / Claude Sonnet / DeepSeek-R1 / Gemini 2.5 Pro 等选项]

---

一、为什么选 LibreChat，而不是 NextChat 或 LobeChat？

自建 AI 界面的开源方案有不少，最常见的三个是 NextChat、LobeChat 和 LibreChat。选哪个？先看这张对比表：

它的界面和交互逻辑几乎是 ChatGPT 官方的镜像，上手几乎零学习成本。

---

二、准备工作：获取 8848AI API Key

LibreChat 本身只是一个界面，它需要一个 API 服务来驱动模型。这里我们选择 8848AI，原因很直接：

• 兼容 OpenAI 格式：LibreChat 原生支持，配置几乎不需要改动
• 聚合主流模型：GPT-4o、Claude Sonnet 4、DeepSeek-R1、Gemini 2.5 Pro 等 50+ 模型，一个 Key 全搞定
• 国内直连可用：不需要额外的网络配置
• 按量付费，无月租：用多少花多少，成本透明

注册并获取 API Key

📸 [截图：8848AI 控制台首页，显示 API Key 管理界面，余额显示区域]

gpt-4o
gpt-4o-mini
claude-sonnet-4-20250514
claude-haiku-3-5
deepseek-r1
deepseek-v3
gemini-2.5-pro
gemini-2.5-flash

完整模型列表和实时价格可在控制台查看。以 GPT-4o 为例，8848AI 的价格相比官方渠道有明显优势，团队 5 人日常使用，月成本通常在 ¥30-80 之间，远低于每人单独订阅 ChatGPT Plus（¥140/月 × 5 = ¥700）。

---

三、Docker 一键部署 LibreChat（核心教程）

⚠️ 这一章是全文最重要的部分，请逐步操作，不要跳步骤。

阶段一：环境准备

你需要一台安装了 Docker 的机器——可以是本地电脑，也可以是云服务器（推荐后者，随时可访问）。

# Linux（Ubuntu/Debian）
curl -fsSL https://get.docker.com | sh
sudo usermod -aG docker $USER
newgrp docker

Mac
下载并安装 Docker Desktop：https://www.docker.com/products/docker-desktop/

Windows
同上，下载 Docker Desktop，安装后重启

验证安装成功：

docker --version
输出示例：Docker version 27.x.x
docker compose version
输出示例：Docker Compose version v2.x.x

⚠️ 90% 的人会在这里卡住：确保 Docker Compose 版本 ≥ 2.0。老版本用 docker-compose（有连字符），新版用 docker compose（有空格）。本教程使用新版语法。

阶段二：克隆仓库并配置

# 克隆 LibreChat 仓库
git clone https://github.com/danny-avila/LibreChat.git
cd LibreChat

复制环境变量模板
cp .env.example .env

复制 LibreChat 配置模板
cp librechat.example.yaml librechat.yaml

# 用任意文本编辑器打开
nano .env   # Linux/Mac
或者用 VS Code: code .env

在 .env 中添加或修改：

# 必填：设置一个随机字符串作为 JWT 密钥（可用 openssl rand -hex 32 生成）
JWT_SECRET=your_random_32_char_string_here
JWT_REFRESH_SECRET=another_random_32_char_string

8848AI API Key（替换为你自己的 Key）
EIGHT848_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxx

允许新用户注册（true=开放注册，false=仅邀请）
ALLOW_REGISTRATION=true

阶段三：配置 8848AI 端点（最关键一步）

打开 librechat.yaml，找到 endpoints 部分，添加以下配置：

# librechat.yaml 核心配置（8848AI 端点）
version: 1.1.5

endpoints:
custom:
- name: "8848AI"
apiKey: "${EIGHT848_API_KEY}"
baseURL: "https://api.884819.xyz/v1"
models:
default:
- "gpt-4o"
- "gpt-4o-mini"
- "claude-sonnet-4-20250514"
- "claude-haiku-3-5"
- "deepseek-r1"
- "deepseek-v3"
- "gemini-2.5-pro"
- "gemini-2.5-flash"
fetch: false
titleConvo: true
titleModel: "gpt-4o-mini"
summarize: false
summaryModel: "gpt-4o-mini"
forcePrompt: false
modelDisplayLabel: "8848AI"

💡 说明：${EIGHT848_API_KEY} 会自动读取 .env 文件中的变量，不需要手动替换。titleModel 是自动生成对话标题时使用的模型，用 mini 版本可以节省费用。

阶段四：启动服务

# 在 LibreChat 目录下执行
docker compose up -d

首次启动会拉取镜像，根据网络情况需要 3-8 分钟。等待完成后，验证容器状态：

docker ps

📸 [截图：docker ps 输出，显示 LibreChat、MongoDB、Meilisearch 三个容器均为 Up 状态]

如果看到类似输出，说明部署成功：

CONTAINER ID   IMAGE                        STATUS
a1b2c3d4e5f6   librechat/librechat:latest   Up 2 minutes
f6e5d4c3b2a1   mongo:6.0                    Up 2 minutes
...

📸 [截图：LibreChat 登录页面，简洁的白色界面，显示邮箱/密码登录框和注册链接]

看到登录页面，恭喜——你已经成功部署了 LibreChat！ 注册一个账号，登录后就能看到完整的对话界面。

---

四、进阶玩法：让你的 LibreChat 更强大

基础部署完成后，LibreChat 的真正潜力才刚刚开始。

玩法 1：多模型同屏对比

LibreChat 支持「多模型对话」模式——同一个问题，同时发给 GPT-4o 和 DeepSeek-R1，两个回答并排显示，让你一眼选出最优解。

📸 [截图：LibreChat 多模型对比界面，左侧 GPT-4o 的回答，右侧 DeepSeek-R1 的回答，同一问题不同风格的对比]

在对话界面点击「+」图标，选择「多模型对话」，然后分别选择两个模型即可。这个功能在官方 ChatGPT 里要花钱升级才能用，这里免费。

玩法 2：团队共用，权限管理

在 .env 中设置 ALLOW_REGISTRATION=true 后，团队成员可以自行注册账号。所有人共用同一个 API Key，费用集中管理，月底对账清晰。

玩法 3：自定义 Preset 提升效率

LibreChat 支持保存「预设」（Preset）——预先设定好系统提示词、模型、温度参数，一键切换工作模式。

比如你可以建立这几个预设：

• 📝 文案助手：Claude Sonnet + 中文写作系统提示
• 💻 代码审查：GPT-4o + 严格的代码规范提示
• 🔍 深度研究：DeepSeek-R1 + 学术分析提示

在界面顶部点击模型名称旁的设置图标，即可创建和管理 Preset。

玩法 4：文件上传和图片识别

8848AI 支持的多模态模型（GPT-4o、Claude Sonnet、Gemini 2.5 Pro）都可以在 LibreChat 中直接上传图片、PDF、代码文件进行分析。在对话框左侧点击「📎」图标即可上传。

---

五、常见问题排雷

部署过程中遇到问题不要慌，90% 的报错都是这几种：

# 现象：启动后无法访问，或报错 port already in use
解决：在 .env 中修改端口
PORT=3081  # 改成其他未占用的端口

# 现象：运行 docker compose up 报语法错误
解决：更新 Docker Desktop 到最新版，或单独安装 compose v2

# 现象：启动时报 yaml: line XX: ...
解决：YAML 对缩进极其敏感，必须用空格（不能用 Tab）
推荐用 https://www.yamllint.com/ 在线验证格式

# 现象：对话时一直转圈，最终报 timeout
解决：检查 baseURL 是否正确填写为 https://api.884819.xyz/v1
注意末尾不要多加斜杠

# 现象：选择某个模型后报 model not found
解决：在 8848AI 控制台确认模型的准确名称
例如 Claude 模型名称是 claude-sonnet-4-20250514，不是 claude-3.5-sonnet

# 现象：重启 Docker 后对话历史消失
解决：确认 docker-compose.yml 中 MongoDB 有挂载 volume
LibreChat 默认配置已包含，不要随意删除 volumes 部分

---

六、让它更稳定：生产级配置建议

如果你打算长期使用，或者给团队部署，建议再做以下配置：

# Nginx 配置示例
server {
listen 443 ssl;
server_name your-domain.com;

location / {
proxy_pass http://localhost:3080;
proxy_http_version 1.1;
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Connection 'upgrade';
proxy_set_header Host $host;
}
}

Caddy 更简单，一行搞定 HTTPS：

your-domain.com {
reverse_proxy localhost:3080
}

---

写在最后

从今天开始，你不再需要在多个 AI 平台之间反复横跳。一个 LibreChat 实例 + 一个 8848AI API Key，所有主流模型尽在掌握。

自建 AI 界面不只是省钱，更是把 AI 的使用权真正握在自己手里——数据在你的服务器上，账单你说了算，功能你来定制。

恭喜你，已经迈出了最重要的一步。接下来的玩法，只取决于你的想象力。

---

• 8848AI API 注册：[api.884819.xyz](https://api.884819.xyz)（本教程使用的 API 服务，新用户有免费额度）
• LibreChat 官方仓库：[github.com/danny-avila/LibreChat](https://github.com/danny-avila/LibreChat)
• LibreChat 官方文档：[docs.librechat.ai](https://docs.librechat.ai)

---

下一篇预告

>

LibreChat 只是起点。下一期我们将教你用 LobeChat + 8848AI 打造另一种风格的 AI 工作台——更现代的 UI 设计、更强的插件市场，还有一个杀手级功能：把你的 AI 助手变成可分享的链接，发给任何人直接使用，无需对方注册账号。

>

如果你正在纠结 LibreChat 和 LobeChat 到底选哪个——别急，下篇帮你终结选择困难症，附上我用两套系统各跑了一个月后的真实感受。

>

👉 收藏本系列，更新不迷路。

---