# LibreChat: giao diện chat AI tự host, dùng nhiều mô hình — hướng dẫn cài đặt và dùng

> LibreChat là ứng dụng chat AI mã nguồn mở, giao diện giống ChatGPT, cho bạn dùng nhiều nhà cung cấp mô hình (Anthropic, OpenAI, Google, Azure, AWS Bedrock, Ollama…) ở cùng một nơi. Bạn tự cài và tự giữ dữ liệu, có đăng nhập nhiều người dùng, Agent, MCP và Code Interpreter. README chưa ghi lệnh cài, nhưng repo có sẵn docker-compose.yml và .env.example nên người đã quen Docker cài không quá khó.

- Tác giả: Ông T (https://ongt.vn/gioi-thieu)
- Chủ đề: Repo & Skill
- Đăng: 2026-10-20 · Cập nhật: 2026-11-13
- URL: https://ongt.vn/bai-viet/librechat-giao-dien-chat-ai-tu-host-nhieu-mo-hinh

LibreChat là một nền tảng chat AI mã nguồn mở, tự cài đặt (self-host), có giao diện lấy cảm hứng từ ChatGPT. Điểm khác là bạn không bị trói vào một hãng: Claude, OpenAI, Gemini, DeepSeek, Mistral, Groq, OpenRouter và nhiều dịch vụ khác đều chọn được trong cùng một cửa sổ chat.

Repo này hợp với ba nhóm người. Thứ nhất là chủ doanh nghiệp nhỏ hoặc trưởng nhóm muốn cả team dùng AI qua một địa chỉ chung, có tài khoản riêng từng người. Thứ hai là nhân viên văn phòng đang trả tiền cho nhiều dịch vụ AI và muốn gom về một chỗ. Thứ ba là lập trình viên muốn một nền tảng sẵn có để thử Agent, MCP, Artifacts mà không phải tự dựng giao diện.

Điểm đáng giá nhất là bạn giữ quyền kiểm soát hạ tầng. Ứng dụng chạy trên máy hoặc server của bạn, giấy phép MIT, và có các tính năng cho nhiều người dùng như đăng nhập OAuth2, LDAP, email, công cụ kiểm duyệt và theo dõi chi tiêu token. Repo hiện có khoảng 47.061 sao và 9.685 fork, vẫn được cập nhật trong 3 tháng gần đây.

```repo
- repo | LibreChat-AI/LibreChat
- kind | Ứng dụng
- desc | LibreChat là nền tảng chat AI mã nguồn mở, tự cài trên máy hoặc server, gom Claude, OpenAI, Gemini, DeepSeek… vào một giao diện giống ChatGPT.
- stars | 47k
- lang | TypeScript
- license | MIT
```

## LibreChat làm được gì

Dưới đây là những tính năng đáng chú ý, theo thứ tự mình thấy hữu ích với người dùng phổ thông.

### Gom nhiều mô hình AI vào một giao diện

Bạn chọn mô hình từ Anthropic (Claude), AWS Bedrock, OpenAI, Azure OpenAI, Google, Vertex AI và OpenAI Responses API. Bạn cũng có thể thêm bất kỳ API nào tương thích OpenAI qua "Custom Endpoints", không cần proxy trung gian. Các nhà cung cấp chạy máy cục bộ hoặc từ xa như Ollama, Groq, Mistral AI, OpenRouter, Perplexity, DeepSeek, Qwen đều được liệt kê là tương thích.

Lợi ích thực tế là bạn đổi mô hình ngay giữa cuộc trò chuyện để so sánh kết quả, không phải mở nhiều tab hay nhiều tài khoản.

### Agent, Skills và MCP

LibreChat Agents cho phép tạo trợ lý chuyên biệt mà không cần viết code. Agent có thể dùng công cụ, tìm trong file, chạy code và kết nối MCP server (Model Context Protocol). Bạn có thể chia sẻ Agent cho người hoặc nhóm cụ thể, và xem Agent do cộng đồng làm trong Agent Marketplace.

Skills là các gói hướng dẫn `SKILL.md` dùng lại được. Mỗi skill chạy thủ công, tự động hoặc luôn bật tuỳ cách bạn đặt. Ngoài ra còn Subagents (giao việc cho agent con có ngữ cảnh riêng) và Agent Management API (bản beta).

### Code Interpreter và Artifacts

Code Interpreter chạy code trong môi trường cô lập, hỗ trợ Python, Node.js, Go, C/C++, Java, PHP, Rust và Fortran. Bạn tải file lên, xử lý rồi tải kết quả về. Phần này dựa trên ClickHouse/code-interpreter.

Artifacts tạo nội dung React, HTML và sơ đồ Mermaid ngay trong khung chat. Bạn xem trước toàn màn hình và xuất sơ đồ Mermaid ra SVG hoặc PNG.

### Tìm web, tạo ảnh, giọng nói

Tìm kiếm web kết hợp nhà cung cấp tìm kiếm, công cụ cào nội dung và bộ xếp hạng lại kết quả. Tạo ảnh hỗ trợ GPT-Image-1, Stable Diffusion, Flux hoặc MCP server. Giọng nói gồm Speech-to-Text và Text-to-Speech, hỗ trợ OpenAI, Azure OpenAI và Elevenlabs.

### Quản lý hội thoại

- Lưu preset, chia sẻ prompt, đổi endpoint giữa chừng.
- Sửa, gửi lại, tiếp tục tin nhắn và rẽ nhánh hội thoại (fork).
- Tìm kiếm trong toàn bộ tin nhắn.
- Nhập hội thoại từ LibreChat, ChatGPT, Chatbot UI.
- Xuất ra ảnh chụp, markdown, text, json.
- Giao diện có tiếng Việt.

### Quản trị nhiều người dùng

Admin Panel là giao diện web để quản lý người dùng, nhóm, vai trò và ghi đè cấu hình. README nói bạn sửa cài đặt và quyền theo vai trò hoặc nhóm trực tiếp, không cần triển khai lại. Panel này được đóng gói sẵn trong các stack Docker Compose.

## Cần chuẩn bị gì

Tư liệu README không liệt kê yêu cầu hệ thống chi tiết. Những gì có thể nói chắc từ cấu trúc repo:

- Repo viết bằng TypeScript, có `package.json` (tên gói npm là LibreChat), `Dockerfile` và `docker-compose.yml`. Nghĩa là có cả đường chạy bằng Docker lẫn chạy từ mã nguồn.
- Cần Git để tải repo về.
- Cần MongoDB: file `.env.example` có biến `MONGO_URI`. README không nói cách dựng MongoDB, nên xem tài liệu chính thức hoặc `docker-compose.yml`.
- Cần ít nhất một khoá API (API key) của nhà cung cấp AI bạn muốn dùng. `.env.example` có sẵn biến `ANTHROPIC_API_KEY`. Với các nhà cung cấp khác, xem tài liệu tại librechat.ai/docs.
- Phiên bản Node.js, dung lượng RAM, hệ điều hành cụ thể: README chưa ghi. Hãy xem `package.json` và trang tài liệu chính thức.
- GPU: README không nói là bắt buộc. Với các mô hình gọi qua API, GPU nằm ở phía nhà cung cấp, không phải máy bạn.

```note
API key của các hãng AI tính tiền theo mức dùng. Khi mở LibreChat cho nhiều người, mỗi tin nhắn đều trừ vào key của bạn. Hãy đặt hạn mức chi tiêu ở phía nhà cung cấp trước khi chia sẻ link, và không bao giờ đưa file .env lên chỗ công khai.
```

## Cài đặt từng bước

Lưu ý trung thực: phần README bạn đọc ở trên chỉ giới thiệu tính năng, **README chưa ghi cách cài**. Mình chỉ dựa vào những gì chắc chắn có trong repo: `docker-compose.yml`, `.env.example` và `Dockerfile`. Hướng dẫn cài chính thức nằm ở trang tài liệu librechat.ai/docs. Bạn nên mở trang đó song song khi làm.

```steps
- Cài công cụ nền | Chuẩn bị Git và Docker (hoặc môi trường Node nếu chạy từ mã nguồn)
- Tải mã nguồn | Dùng git clone để kéo repo về máy
- Tạo file cấu hình | Sao chép .env.example thành .env rồi điền khoá API
- Khởi chạy | Chạy bằng docker-compose.yml có trong repo
- Mở trình duyệt | Vào địa chỉ ứng dụng và tạo tài khoản
```

### Cài Git và Docker

Bạn cần Git để tải repo và Docker để chạy bằng file `docker-compose.yml`. Cách cài hai công cụ này nằm ngoài README của LibreChat, nên bạn tải từ trang chủ của chúng. Nếu chọn chạy từ mã nguồn thay vì Docker, hãy xem `package.json` và tài liệu chính thức để biết phiên bản Node.js phù hợp.

### Tải mã nguồn về máy

Mở terminal (Windows: PowerShell hoặc Git Bash; macOS/Linux: Terminal), rồi chạy:

```bash
git clone https://github.com/LibreChat-AI/LibreChat.git
cd LibreChat
```

Lệnh đầu tải toàn bộ mã nguồn vào thư mục `LibreChat`. Lệnh thứ hai đi vào thư mục đó. Người mới hay quên bước `cd`, rồi chạy các lệnh sau ở sai thư mục nên báo "không tìm thấy file".

### Tạo file cấu hình .env

Repo có file mẫu `.env.example` liệt kê các biến cấu hình. Bạn sao chép nó thành file `.env` ngay trong thư mục gốc của repo, rồi mở `.env` bằng trình soạn thảo để điền.

Một số biến có trong file mẫu mà bạn sẽ gặp:

- `MONGO_URI`: địa chỉ kết nối cơ sở dữ liệu MongoDB.
- `HOST` và `PORT`: địa chỉ và cổng ứng dụng lắng nghe.
- `DOMAIN_CLIENT` và `DOMAIN_SERVER`: địa chỉ truy cập của giao diện và máy chủ.
- `ANTHROPIC_API_KEY`: khoá API của Anthropic nếu bạn muốn dùng Claude.

Chỗ hay vấp: file `.env` là file ẩn (tên bắt đầu bằng dấu chấm), nên trong Windows Explorer bạn có thể không thấy. Hãy mở bằng trình soạn thảo mã, hoặc bật hiển thị file ẩn. Các biến còn lại và ý nghĩa từng biến, bạn xem ngay chú thích trong `.env.example`.

### Khởi chạy ứng dụng

Repo có sẵn `docker-compose.yml`. Với một file compose thông thường, lệnh chạy chuẩn của Docker là:

```bash
docker compose up -d
```

Đây là lệnh Docker phổ thông chứ README của LibreChat không ghi riêng. Lần đầu chạy, Docker sẽ tải các thành phần về nên có thể mất vài phút. Nếu bạn muốn dùng Admin Panel, README cho biết nó được đóng gói cùng các stack Docker Compose. Cách bật cụ thể, bạn xem tài liệu tại librechat.ai/docs.

Ngoài `docker-compose.yml`, repo còn nhiều file compose khác (như `deploy-compose.yml`, `docker-compose.override.yml.example`). Chúng phục vụ triển khai nâng cao. Người mới nên bắt đầu với file chính.

### Mở ứng dụng trong trình duyệt

Sau khi các dịch vụ chạy xong, mở trình duyệt và vào địa chỉ ứng dụng. Địa chỉ và cổng phụ thuộc vào cấu hình `HOST`, `PORT` trong `.env` và file compose, nên hãy kiểm tra các giá trị bạn đã đặt. Lần đầu vào, bạn đăng ký một tài khoản để bắt đầu.

## Kiểm tra đã chạy được chưa

Tư liệu không mô tả màn hình hay thông báo cụ thể lúc cài xong. Bạn có thể tự kiểm tra qua các dấu hiệu sau:

1. Chạy `docker compose ps` để xem các container đang ở trạng thái chạy, không bị thoát liên tục.
2. Mở trình duyệt vào địa chỉ ứng dụng, thấy trang đăng nhập hoặc đăng ký.
3. Tạo tài khoản, đăng nhập, rồi chọn một nhà cung cấp mà bạn đã điền key.
4. Gửi một câu hỏi ngắn, ví dụ "Xin chào, bạn là mô hình nào?". Có phản hồi hiện ra là mọi thứ đã nối thông.

Nếu trang không mở được, xem log bằng `docker compose logs`. Bạn cũng có thể bật các biến ghi log có trong `.env.example` như `DEBUG_LOGGING`, `DEBUG_CONSOLE` hay `LOG_TO_FILE`.

## Dùng vào việc thật

### Chủ shop: một chỗ chung cho cả nhóm

Bạn có một cửa hàng online nhỏ với ba nhân viên. Thay vì mỗi người mua gói AI riêng, bạn cài LibreChat trên một máy trong công ty, tạo tài khoản cho từng người. Nhân viên viết mô tả sản phẩm, trả lời khách, soạn bài đăng đều dùng chung một địa chỉ. Bạn dùng công cụ theo dõi chi tiêu token để biết ai dùng nhiều.

Prompt mẫu: "Viết mô tả 100 chữ cho chiếc túi vải canvas màu be, giọng thân thiện, nhấn mạnh độ bền." Kết quả là bản nháp để nhân viên chỉnh lại. Hãy đọc lại trước khi đăng.

> Thay vì mua nhiều gói AI rời rạc, bạn gom về một giao diện và tự quyết ai được dùng gì.
>
> — Ông T

### Nhân viên văn phòng: so sánh mô hình và hỏi theo file

Bạn có một báo cáo dài và muốn tóm tắt. Bạn tải file lên (README nói chat với file hoạt động với Custom Endpoints, OpenAI, Azure, Anthropic, AWS Bedrock và Google), hỏi cùng một câu với hai mô hình khác nhau và chọn bản tóm tắt tốt hơn. Preset giúp bạn lưu sẵn cấu hình hay dùng.

Prompt mẫu: "Tóm tắt file này thành 5 gạch đầu dòng, mỗi dòng không quá 20 chữ, và liệt kê 3 số liệu quan trọng nhất." Kết quả là bản tóm tắt ngắn. Hãy đối chiếu số liệu với file gốc, vì mô hình vẫn có thể nhầm.

Sau khi xong, bạn xuất hội thoại ra markdown hoặc sao chép tin nhắn dạng rich text để dán vào email hoặc tài liệu.

### Người làm dữ liệu: phân tích bằng Code Interpreter

Bạn có file bảng số liệu bán hàng và muốn tính tổng theo tháng. Bạn bật Code Interpreter, tải file lên và nhờ AI viết rồi chạy code Python trong môi trường cô lập, sau đó tải file kết quả về.

Prompt mẫu: "Đọc file đính kèm, tính tổng doanh thu theo tháng và xuất ra một file mới." Lưu ý: tính năng này cần dịch vụ Code Interpreter chạy kèm. README chỉ nói nó có thể tự host, nên bạn xem trang tài liệu Code Interpreter để biết cách bật.

### Lập trình viên mới: thử Agent và MCP

Bạn muốn xem AI dùng công cụ ra sao. Bạn vào phần Agents, tạo một agent không cần code, gắn một MCP server và một skill `SKILL.md` có hướng dẫn riêng, rồi chia sẻ cho đồng đội thử. Bạn cũng có thể dùng Artifacts để AI dựng nhanh một trang HTML hoặc component React và xem trước ngay trong chat.

Các tính năng "Attached workspaces" (cho Agent đọc, sửa file và chạy lệnh) được README ghi rõ là rất thử nghiệm. Đừng dùng trên môi trường chứa dữ liệu quan trọng.

## Lỗi hay gặp và cách xử lý

Tư liệu không có mục xử lý lỗi, nên các lỗi dưới đây là những tình huống rất dễ gặp với loại ứng dụng tự host này.

### Không kết nối được cơ sở dữ liệu

Triệu chứng: ứng dụng khởi động rồi báo lỗi liên quan MongoDB, hoặc container thoát liên tục. Nguyên nhân thường là `MONGO_URI` trong `.env` sai hoặc dịch vụ MongoDB chưa chạy. Cách xử lý: kiểm tra lại giá trị `MONGO_URI`, xem `docker compose logs` để biết dịch vụ nào lỗi, và đối chiếu với `docker-compose.yml`.

### Chọn mô hình nhưng không có phản hồi hoặc báo lỗi key

Nguyên nhân thường là chưa điền API key, điền thừa khoảng trắng, hoặc key hết hạn mức. Cách xử lý: mở `.env`, kiểm tra biến key (ví dụ `ANTHROPIC_API_KEY`), lưu lại rồi khởi động lại ứng dụng để nạp cấu hình mới. Vào bảng điều khiển của nhà cung cấp để xem key còn dùng được không.

### Sửa .env nhưng không thấy thay đổi

Ứng dụng chỉ đọc file `.env` lúc khởi động. Sau khi sửa, bạn cần khởi động lại, ví dụ với Docker:

```bash
docker compose down
docker compose up -d
```

### Không mở được trang hoặc bị chặn cổng

Cổng bị chương trình khác chiếm, hoặc địa chỉ truy cập không khớp với `DOMAIN_CLIENT` và `DOMAIN_SERVER`. Cách xử lý: đổi `PORT` sang cổng khác còn trống, kiểm tra các biến domain, và xem tường lửa nếu truy cập từ máy khác trong mạng.

### Cập nhật xong thì lỗi

README cảnh báo rõ: hãy xem changelog để biết các thay đổi gây lỗi trước khi cập nhật. Repo cũng có file `UPGRADING.md`. Trước khi nâng cấp, sao lưu dữ liệu và file `.env`.

## Có nên dùng không

**Điểm mạnh:** mã nguồn mở theo giấy phép MIT, tự giữ dữ liệu trên hạ tầng của bạn, hỗ trợ rất nhiều nhà cung cấp AI trong một giao diện, có đăng nhập nhiều người, Admin Panel, Agent, MCP và giao diện tiếng Việt. Cộng đồng lớn và repo còn được cập nhật đều.

**Giới hạn:** README chưa có hướng dẫn cài từng bước, nên người chưa quen terminal, Docker sẽ cần đọc thêm tài liệu chính thức. Bạn tự chịu trách nhiệm vận hành: sao lưu, bảo mật, cập nhật. Tiền dùng API vẫn do bạn trả cho nhà cung cấp. Một số tính năng như Attached workspaces và Agent Management API còn ở mức beta hoặc rất thử nghiệm.

**Khi nào chọn cách khác:** nếu bạn chỉ cần chat cá nhân thỉnh thoảng, dùng trực tiếp ứng dụng của hãng AI sẽ nhanh và đỡ phải bảo trì hơn. Còn nếu bạn muốn một cổng AI dùng chung cho cả nhóm, kiểm soát được dữ liệu và đổi mô hình tự do, LibreChat là lựa chọn rất đáng thử.

## Câu hỏi thường gặp

### LibreChat có miễn phí không?

Bản thân phần mềm là mã nguồn mở theo giấy phép MIT, nên bạn dùng và tự cài miễn phí. Tuy nhiên, khi gọi các mô hình qua API của hãng như OpenAI hay Anthropic, bạn vẫn trả phí theo mức dùng cho hãng đó. Chi phí máy chủ nếu bạn thuê hosting cũng do bạn tự chịu.

### Có cần GPU để chạy LibreChat không?

README không nói GPU là bắt buộc. Khi bạn dùng mô hình qua API của nhà cung cấp, phần tính toán nằm ở phía họ. Nếu muốn chạy mô hình cục bộ qua Ollama và các công cụ tương tự, yêu cầu phần cứng phụ thuộc vào mô hình đó, tư liệu chưa có thông tin chi tiết.

### Cài LibreChat trên Windows được không?

Tư liệu không ghi rõ danh sách hệ điều hành được hỗ trợ. Repo có Dockerfile và docker-compose.yml nên về nguyên tắc bạn có thể chạy qua Docker. Bạn nên xem tài liệu chính thức tại librechat.ai/docs để biết hướng dẫn cho Windows.

### Dữ liệu chat của tôi có an toàn không?

LibreChat là ứng dụng tự host nên dữ liệu nằm trên hạ tầng của bạn. README mô tả đây là nền tảng hướng tới quyền riêng tư và có đăng nhập an toàn nhiều người dùng. Tuy vậy, nội dung bạn gửi tới nhà cung cấp AI qua API vẫn đi qua dịch vụ của họ, và bạn phải tự lo bảo mật máy chủ.

### LibreChat khác gì ChatGPT?

Giao diện lấy cảm hứng từ ChatGPT, nhưng LibreChat cho bạn chọn nhiều nhà cung cấp mô hình khác nhau trong cùng một nơi và tự cài trên hạ tầng của mình. Nó còn có Agent, MCP, Artifacts, Code Interpreter và quản trị nhiều người dùng. Tư liệu chưa so sánh chi tiết về giá hay chất lượng với ChatGPT.

### Dùng được với Claude, Gemini hay DeepSeek không?

Được. README liệt kê Anthropic (Claude), Google, Vertex AI, DeepSeek, Mistral, Groq, OpenRouter và nhiều nhà cung cấp khác. Bạn cũng có thể thêm bất kỳ API nào tương thích OpenAI qua Custom Endpoints.

### Có giao diện tiếng Việt không?

Có. README liệt kê Tiếng Việt trong danh sách ngôn ngữ giao diện được hỗ trợ. Dự án cũng mời người dùng đóng góp bản dịch qua Translation Guide.
