返回指南
比較·2026年9月21日·更新於 2026年9月24日·閱讀約 11 分鐘

LibreChat 替代方案——依你需要營運的內容選擇

六個容器、原本 MIT 專案中內含的 AGPL 管理面板,以及沒有批次匯出——決定這件事的三個事實。

最後審核於 。

LibreChat 替代方案是維運決策,而不是價格決策:LibreChat 採用 MIT 授權且不販售任何服務,因此離開它的理由是其官方 compose 檔案會執行六項服務、原本採用 MIT 授權的專案中包含一個採用 AGPL 授權的管理面板,以及它不具備大量匯出功能。請根據你願意營運的內容選擇替代方案——單一容器選 Open WebUI、桌面應用程式選 Jan 或 Cherry Studio、託管服務選 LobeHub Cloud 或 AnythingLLM Cloud、買斷授權選 TypingMind 或 Msty——並在遷移前確認遷移路徑,因為匯出功能正是最容易讓人受困的部分。

本頁不會做兩件事。它不會告訴你 LibreChat 正在消亡:ClickHouse 已於 2025 年 11 月 4 日宣布收購,而 GitHub API 仍顯示 danny-avila/LibreChat 未封存、採 MIT 授權、擁有 44,528 顆星,最近一次推送為 2026 年 9 月 21 日(於 2026 年 9 月 21 日重新查閱)。它也不會依功能為這些產品排名,因為本頁未對任何項目進行基準測試。

人們為何離開完全免費的用戶端

運行資源需求。 LibreChat 的 官方 docker-compose.yml 定義了六項服務:api、admin-panel、mongodb(mongo:8.0.20)、meilisearch(v1.35.1)、vectordb(Postgres 15 上的 pgvector 0.8.0)以及 rag_api。這些額外容器提供對話全文搜尋與文件檢索,因此這是取捨而非臃腫——但其中三項服務是各自擁有磁碟區、需要備份與升級的資料儲存服務(MongoDB、Meilisearch 與 pgvector Postgres),此外還有 api 容器自己的磁碟區。Open WebUI 自身的結構描述參考說明,單一 SQLite 檔案位於 data/webui.db,其中包含使用者、聊天記錄與檔案儲存。這就是兩種部署方式的實際差異,而且不必執行任一方即可驗證。

授權並不一致。 LibreChat 到處都被描述為 MIT 授權,而主要儲存庫確實如此。同一份 compose 檔案中以服務形式提供的 Admin Panel 位於另一個儲存庫 LibreChat-AI/admin-panel,GitHub API 回報其授權為 AGPL-3.0(146 顆星,最近一次推送為 2026 年 9 月 15 日)。Admin Panel 文件完全沒有授權聲明;但其中說明該面板以獨立服務執行,你可以移除 admin-panel 服務,或將其置於 Compose profile 的啟用條件下,以選擇不使用它。如果你的組織在部署前會審查授權,這就是應該帶給他們的重點——而選擇不使用它只需修改 compose 檔案,無須建立分叉專案。

直白說明這次收購。 ClickHouse 的 後續文章以書面承諾:「LibreChat 仍依其現有 MIT 授權 100% 開放原始碼」,且「對現有 LibreChat 部署而言:一切不變」。同一篇文章中唯一出現的商業變更是:付費的 LibreChat Code Interpreter API 宣布將「以目前形式」停止,時間表「目標為 2026 年 5 月 1 日」。該日期已經過去,而目前的 Code Interpreter 文件描述的是由你自行託管的 Apache-2.0 服務,沒有價格。至於託管 API 是否真的已停止向現有訂閱者收費,本頁未驗證——確認這一點需要登入帳戶,而本次研究並未這麼做。

發布節奏,以及呈現出的歧異。 變更記錄將目前穩定版 v0.8.7 的日期列為 2026 年 6 月 23 日,而GitHub releases API顯示其發布於 2026 年 6 月 24 日,並標示為 prerelease: true,儘管變更記錄稱其為穩定版——清單中的每個發布版本都設定了該標記,無論是否為 RC,因此無法據此區分。穩定版與 RC 的狀態應以變更記錄為準。發布列車的最前端是 v0.8.8-rc3,發布於 2026 年 9 月 15 日。

哪種替代方案適合哪類讀者

依你必須維運的項目排序。授權與儲存庫數據於 2026 年 9 月 19 日從 GitHub API 及各專案的 LICENSE 檔案讀取;星數代表關注度,不代表安裝量或團隊採用情況。

替代方案形狀授權在以下情況選擇它
Open WebUI自託管,預設單一容器Open WebUI License——自 v0.6.6 起採 BSD-3-Clause,另加品牌條款你想要 LibreChat 的形式,但只承擔其中一小部分維運面,而且批次匯出很重要
LobeHub(前身為 LobeChat)自託管或已發布的雲端方案LobeHub Community License——Apache-2.0 加上附帶條件你想要由同一個專案提供的託管選項,而該專案原本也可以自行託管
AnythingLLM桌面應用程式、Docker 或已發布的雲端方案MIT實際需求是文件與工作區範圍內的擷取,而不是一般聊天
Jan桌面應用程式;本機與遠端模型並列Apache-2.0(LICENSE 標頭:Menlo Research)單人使用、不需要伺服器,而且你希望有明確支援 Anthropic 協定的選項
Cherry Studio桌面應用程式AGPL-3.0,可依要求取得商業豁免你想要桌面用戶端,而且你的組織可以接受 AGPL
Chatbox Community Edition桌面應用程式GPL-3.0你想要最輕量的桌面用戶端;在假設免費 BYOK 前,請先查看定價說明
TypingMind商業授權,一次性購買專有你寧願一次購買,也不想維運任何東西,而且對你的端點進行的 CORS 測試結果正常
Msty Studio商業桌面產品,免費方案加付費方案專有你想要精緻的桌面產品,並且背後有支援關係
SillyTavern自託管,以角色為核心AGPL-3.0你的用途是角色扮演與人格設定——這與團隊聊天是不同的區隔
big-AGI自託管,另有託管的 Pro 方案MIT你想要 MIT 授權的自託管版本,而託管 Pro 方案只是附帶好處,不是主要原因
Chatbot UI休眠中——不適合作為目的地MIT2026 年絕對不會。最近一次提交為 2024 年 6 月 22 日;最近一次推送為 2024 年 8 月 3 日。它在此處僅作為匯入格式存在

有一個值得記下來的命名陷阱:LobeChat 在創辦人於 2025 年 11 月 3 日發起的討論中更名為 LobeHub,因此 2.0 以前的 LobeChat 教學及其環境變數假設都已過時。Kunavo 自己的 LobeChat 設定頁面仍保留舊名稱。本次研究期間無法載入 Cherry Studio 的供應商設定文件,因此下一張表中的該列標記為未驗證,而未加以描述;以下其授權條款則取自儲存庫 README。

每個方案如何使用你自己的金鑰

這正是各替代方案實際不同之處,也是功能表會遺漏的部分。下表中的每個用戶端都記錄了使用你自己的金鑰與 base URL 的路徑,因此問題在於該路徑接受什麼,以及它會放棄什麼。Chatbox 是值得先標出的例外:其已發布方案銷售的是綁定的模型存取權,而不是應用程式本身;其定價頁未說明免費方案是否接受自訂端點。

用戶端Base URL 與金鑰的填入位置模型清單在自訂 base URL 上使用 Anthropic Messages?
LibreChatendpoints.custom[] 位於 librechat.yaml 中:name、apiKey、baseURLmodels.fetch: true 會填入選擇器,或列出 models.default是——provider: "anthropic",結構描述稱這是目前支援的值
Open WebUI設定 → 管理員 → 連線,或 OPENAI_API_BASE_URL / OPENAI_API_KEYGET /v1/models 標記為「建議」;否則請將 ID 輸入 Model IDs 欄位未記錄——Anthropic 偵測受主機名稱限制,只涵蓋 api.anthropic.com;其他主機名稱同樣未被涵蓋
Jan Desktop自訂供應商:Provider name、Base URL、API key(即使是本機伺服器也必填)查詢 {base_url}/models,否則手動新增模型是——明確提供 OpenAI 相容/Anthropic 相容選項
LobeHub設定 → Language Model:供應商 API key,加上選用的自訂 base URL;自託管建置使用模型供應商環境變數每個供應商各自設定,位於同一面板中本頁查閱的供應商頁面未記錄
AnythingLLM「Generic OpenAI」供應商:Base URL、API Key、Chat Model Name、Token Context Window、Max Tokens——全部手動輸入聊天模型是你輸入的字串;文件未記錄模型清單擷取功能不提供——文件僅將該供應商描述為 OpenAI 相容
TypingMind新增自訂模型:Name、Endpoint,以及你手動新增的 Authorization 標頭列;文件中的範例端點是完整的 /chat/completions URL每個自訂模型個別輸入 Model ID文件記錄的自訂模型路徑不支援
ChatWise自訂 OpenAI 相容或 Anthropic 相容供應商:金鑰加端點擷取或輸入模型 ID,然後設定功能是,依其自訂供應商選項
Cherry Studio、Chatbox、Msty Studio本次研究期間無法讀取這三者的供應商文件。此處不對其 base URL 欄位、模型清單或協定支援作任何聲明——在決定採用前,請先於應用程式中確認

該表的來源,於 9 月 19 日查閱並於 2026 年 9 月 21 日重新確認:LibreChat 的 自訂端點結構描述、Open WebUI 的 OpenAI 相容供應商指南及其Anthropic 頁面、Jan 的自訂端點頁面、LobeHub 的供應商文件、AnythingLLM 的 Generic OpenAI 頁面(開頭即附有警告,說明該供應商面向開發者且高度可設定)、ChatWise 的自訂供應商頁面,以及 TypingMind 的自訂模型操作示範。

有三項界線值得納入決策。第一,LibreChat 會將 completions 路徑附加到你的 baseURL,除非你設定 directEndpoint: true,因此已經是完整 completions 端點的 base URL 需要設定該旗標。第二,LibreChat 中的自訂 base URL 不會自動切換至 OpenAI Responses API:LibreChat 的 OpenAI 頁面明確表示,Azure OpenAI、OpenRouter 以及自訂或反向代理 base URL 都不會自動切換,因此除非已在自己的部署中確認,否則應以 Chat Completions 為規劃基礎。第三,代理工具——依代理文件所列,包括 code interpreter、file search、file context、web search、MCP、OpenAPI actions 與 utilities——是你轉換到的任何用戶端都應核對的功能清單,因為名稱與範圍是 LibreChat 自有的。該文件未說明模型無法呼叫工具時會發生什麼,因此不要假設一定會自動降級或一定會失敗。

在本頁查閱的任何文件中都沒有對應功能,也是繼續使用 LibreChat 的最強理由:LibreChat 可以依模型計算並記錄你的自訂端點價格。依權杖使用量文件,tokenConfig 會針對每個模型接受 prompt、completion 與 context,對於回報快取輸入使用量的供應商,還可選擇 cacheRead 與 cacheWrite,並以每百萬權杖費率表示;對使用多個端點的代理,LibreChat 在記錄使用量與成本時會使用相符端點及模型權杖設定。再搭配同一頁的餘額物件——enabled、startBalance、autoRefillEnabled、refillIntervalValue、refillIntervalUnit、refillAmount,它們取代了舊版的 CHECK_BALANCE 與 START_BALANCE 環境變數——你便能在用戶端內實現每位使用者的額度控制。要在其他地方重建這套功能確實需要投入工作。

librechat.yaml
version: 1.3.16
endpoints:
  custom:
    # The escape hatch a plain OpenAI-compatible client does not have:
    # provider: anthropic sends the NATIVE Messages request to your own
    # baseURL. Point baseURL at the API root, not at /v1/messages.
    - name: "Kunavo (Anthropic protocol)"
      apiKey: "${KUNAVO_API_KEY}"
      baseURL: "https://api.kunavo.com"
      provider: "anthropic"
      models:
        # models.fetch is NOT used for a native Anthropic custom endpoint,
        # so the picker is exactly what you list here.
        default: ["claude-sonnet-4-6", "claude-opus-5", "claude-haiku-4-5"]
      titleConvo: true
      titleModel: "claude-haiku-4-5"
      # Without tokenConfig, LibreChat's cost breakdowns, balance
      # transactions and agent billing have no rates for these models.
      tokenConfig:
        claude-sonnet-4-6:
          prompt: 2.1
          completion: 10.5
          context: 1000000
        claude-haiku-4-5:
          prompt: 0.7
          completion: 3.5
          context: 200000

該設定是已發布的參考形式,不是相容性測試。Kunavo 尚未在執行環境中測試 LibreChat 或本頁任何用戶端是否能搭配其端點運作;以上所有行為均來自各專案自己的文件。依賴它之前,請先在 staging 部署中驗證。

哪些內容會遷移,哪些需要手動重建

匯出功能的不對稱就是整個遷移故事。LibreChat 自己的文件明確表示「沒有內建的一次匯出所有對話的批次功能」。匯出是逐個對話進行,從 Export and Share 選單中選擇 md、txt、json、csv 或螢幕截圖;只有 json 與 csv 包含所有訊息分支,而全新對話或搜尋結果檢視沒有可匯出的內容,因此不會顯示該選單。在設定 → Data Controls 下,匯入只接受三種來源:ChatGPT、Claude 與 ChatbotUI v1。

Open WebUI則相反:設定 → Data Controls → Export Chats 會將每個對話下載為一個 JSON 檔案,而 Import Chats 接受其原生 JSON、會自動偵測並轉換 ChatGPT 封存檔,以及符合其文件結構的自訂 JSON。因此,你可以一鍵離開 Open WebUI,卻只能一次離開 LibreChat 一個對話。未找到兩種格式之間的官方轉換器;搜尋中出現的一個非官方第三方匯入工具也未針對 LibreChat 輸出進行驗證——不要以它為基礎規劃遷移。

你在 LibreChat 中擁有的內容是否移轉?應做的事
對話歷史部分可以,而且需要手動處理將你實際需要的對話逐一匯出為 json。在切換前決定,不要等到切換後
完整的 MongoDB 內容本頁記錄的任何用戶端都不支援此匯入格式將 ./data-node 儲存內容作為封存保留。它是你的備援,不是轉移格式
端點設定否在新用戶端重新輸入 base URL、金鑰與模型清單;YAML 在其他地方沒有對應形式
tokenConfig 費率與每位使用者的餘額否本頁查閱的文件中未出現相當於按模型設定費率表或額度帳本的功能。請改以供應商自己的使用量檢視為規劃依據
代理、MCP 伺服器、OpenAPI actions否依每個用戶端重建;功能名稱與範圍各不相同
擷取索引(pgvector + RAG API)否在新用戶端重新擷取來源文件。嵌入步驟不是 Kunavo 提供的服務——請在本機執行,或使用外部供應商
使用者、角色、管理員面板設定否重新建立帳戶與角色。向團隊承諾前,先確認新用戶端的佈建模式

依序進行備份與回復。變更任何內容前,先複製官方 compose 檔案實際持久化的內容:MongoDB 的儲存內容是 ./data-node bind mount,Meilisearch 的是 ./meili_data_v1.35.1,向量資料庫使用具名 pgdata2 volume,而 api 容器具有具名 librechat-data volume,以及 ./uploads、./images 與 ./logs。一併帶上 librechat.yaml 與 .env。在不同連接埠啟動替代方案,並讓 LibreChat stack 持續執行——兩者都是容器,同時執行一週只會消耗主機資源。匯出重要對話,匯入新用戶端接受的內容,並在淘汰任何項目前先用新用戶端處理實際工作。只有在重新閱讀部分已匯入對話並確認內容保存完整後,才刪除舊儲存內容。如果新用戶端無法接受你需要的格式,舊 stack 仍在運作;這正是依此順序執行的全部理由。

每個方案的成本,以及你實際支付的費用

已發布價格,於 9 月 19 日查閱並於 2026 年 9 月 21 日重新確認。其中兩項帶有折扣橫幅;若頁面顯示刪除線價格,兩個數字都會列出。自託管價格均不包含你的主機費用,本頁也未驗證任何人的託管帳單——請依上方容器數量估算你自己的主機成本。

產品公布價格可獲得的內容
LibreChat,自行託管$0MIT 授權。沒有訂閱,也沒有使用限制。你需要支付模型 API 費用,以及六個容器的主機費用
Open WebUI,自託管$0可免費執行。不得更改品牌,但以下情況除外:30 天期間使用者不超過 50 人的部署、事先取得明確書面許可的實質貢獻者,或其授權允許變更品牌的企業被授權者
Open WebUI Enterprise未發布價格——請洽詢銷售團隊白標、重新品牌與企業專屬方案。第三方價格數字正在流傳;官方頁面均未出現任何數字,因此此處不列出
LobeHub Cloud免費 $0 · Starter $9.9/月或 $118.8/年 · Premium $19.9/月或 $238.8/年 · Ultimate $39.9/月或 $478.8/年每月額度(500k / 5M / 15M / 35M)、儲存空間與各方案的向量項目限制
LobeHub 商業衍生版本請洽詢維護者允許以未修改的形式作為服務提供;散布修改後的衍生版本需要商業授權——這是相對於 LibreChat MIT 授權最明顯的授權差異
AnythingLLM桌面與自託管 Docker 免費 · Cloud Basic $50/月 · Cloud Pro $99/月 · Enterprise 請洽詢兩個雲端方案都列有私有執行個體,Basic 另列有自訂子網域;雲端頁面表示需要自行提供 LLM API 金鑰
Jan免費Apache-2.0;jan.ai 未發布定價頁。使用遠端供應商時,你需要支付模型 API 費用
Msty Studio免費 $0 · Aurum $149/年 · Aurum Lifetime $349 一次性 · Teams 客製化,至少 5 個席位Aurum 解鎖 Studio Web 與進階功能組。Msty Go 是免費 beta;Nexus 的定價位於本頁未查閱的另一個網站
TypingMindStandard $39 · Extended $79 · Premium $99(顯示原價 $198 的刪除線)· Bulk $395(顯示原價 $790 的刪除線),全部為一次性費用授權只購買用戶端本身——「一次 $39 + 依 API 使用量付費」。閱讀時頁面顯示「50% OFF」橫幅,因此請將這些視為該日期顯示的價格,而非永久價格
ChatWise免費 $0 · Pro $29 一次性(顯示原價 $49 的刪除線)Pro 描述為一次付費,可取得一年 Pro 功能更新,另有 7 天試用期。閱讀時頁面顯示折扣橫幅
Chatbox AI免費 $0 · Lite 年繳 $3.50/月或月繳 $3.99 · Pro $16.70 或 $19.99 · Pro+ $33.33 或 $39.99這些方案購買的是 Chatbox 自有的綁定模型存取權(以運算點數計),不是應用程式本身。該頁將運算點數定義為涵蓋模型聊天、網路搜尋與文件分析,因此它們不是權杖數量,也無法對應到每百萬權杖費率。該頁未說明免費方案是否允許自訂 OpenAI 相容端點
Cherry Studio免費AGPL-3.0;在遵守 AGPL 的前提下允許商業使用,也可透過聯絡維護者取得豁免
big-AGI免費 $0/月 · Pro $9/月,每年計費 $108 · Business 請洽詢Pro 增加雲端備份、多裝置同步與優先存取。README 仍標示 $10.99/月,因此請以定價頁作為目前價格,README 視為過時資訊。自託管的 MIT 建置版本免費

經銷商收取的任何費用都不是該專案的價格。市集與 PaaS 列表中的一鍵部署各自包含託管費用,而標題為「LibreChat」的市集 VM 映像檔由第三方發布,不是由該專案發布——本次研究期間無法讀取該列表;無論如何,其費用都會是供應商收取的費用。

模型帳單跟著你的金鑰,而不是你的用戶端

當你使用自己的金鑰執行用戶端時,切換用戶端不會改變權杖成本——上述例外是銷售綁定模型存取權的方案,包括 LobeHub Cloud 的額度與 Chatbox 的運算點數;在這些情況下,用戶端與模型帳單是同一筆購買。以下內容是示意性的權杖計算,不是實測成本,也不是帳單上限。假設單一使用者、單一月份:600,000 個未快取輸入權杖與 60,000 個輸出權杖。費率取自即時的 Kunavo 目錄,以每百萬權杖計。

模型每 1M 的輸入/輸出估算值,每人每月
Claude Haiku 4.5$0.70 / $3.50$0.63
GPT-5.6 Terra$0.70 / $4.20$0.67
Claude Sonnet 4.6$2.10 / $10.50$1.89
Claude Opus 5$3.50 / $17.50$3.15

有一項設定對結果的影響大於用戶端選擇。LibreChat 的 titleModel 會固定用來撰寫對話標題的模型,而標題是高流量、低價值的請求。假設每月新增 200 個對話,每個對話包含 1,200 個輸入權杖與 40 個輸出權杖:在 Claude Sonnet 4.6 上,這項背景工作估計為 $0.59,相較於在 Claude Haiku 4.5 上的 $0.20——而這些輸出幾乎沒有人仔細閱讀。沒有標題模型設定的用戶端,會依你的主要模型費率計算這些流量。

Kunavo 目錄金額是計費下限,而不是上限:當上游回報其費用時,帳單金額取目錄成本與上游成本乘以適用加成兩者之較高者。快取費用與外部工具不包含在此範例中,具備 RAG 功能的用戶端之擷取步驟也不包含在內——Kunavo 不提供嵌入模型,因此該步驟會在本機或外部供應商上執行。最低加值金額為預付額度 $10,這是資金最低門檻,不是訂閱費或任務費;請參閱計費詳細資訊。

接下來可以查看

如果 Open WebUI 在您的候選清單中,LibreChat 與 Open WebUI 會專門比較兩者的設定阻力,而 Open WebUI 設定頁面 提供連線值。如果工作內容是文件處理,AnythingLLM 與 Open WebUI 涵蓋這一組比較。對於桌面用戶端,Kunavo 發布了 Cherry Studio 和 Chatbox 的設定頁面;若是角色扮演,請參閱 SillyTavern 及其 API 比較。通訊協定參考資料包括 OpenAI 相容端點 和 Anthropic 基底 URL,這正是 LibreChat 的 provider: anthropic 路由所需的設定。以上全部都是已發布的設定資訊,而不是相容性測試。選定用戶端並想取得金鑰進行測試時,請建立 Kunavo 帳戶。

您是在選擇端點而非用戶端嗎?OpenAI 相容 API 和 OpenRouter 替代方案 涵蓋這項決策,而 AI 成本最佳化 說明如何衡量實際帳單,而不是進行估算。

常見問題

最佳的 LibreChat 替代方案是什麼?

沒有唯一的勝者,因為 LibreChat 免費,而離開它的理由在於維運。如果你想要相同的自託管、多供應商架構,但希望需要執行的元件少得多,Open WebUI 是最接近的選擇:LibreChat 官方的 docker-compose 定義了六項服務,而 Open WebUI 的預設儲存方式是一個內部 SQLite 檔案。如果你想要桌面應用程式且完全不需要伺服器,Jan(Apache-2.0)、Cherry Studio(AGPL-3.0)和 Chatbox Community Edition(GPL-3.0)都是仍在活躍維護的開源選項。如果你希望由他人代為營運,LobeHub Cloud 和 AnythingLLM Cloud 都公開了價格。如果你想一次買斷且完全不需自行營運,TypingMind 和 Msty 提供授權。請根據你願意執行的內容與授權條款選擇,而不是依照功能清單。

ClickHouse 收購後,LibreChat 仍然免費嗎?

就公開紀錄而言,答案是肯定的。ClickHouse 於 2025 年 11 月 4 日宣布收購,並表示「LibreChat 仍依其現有的 MIT 授權 100% 開源」,且「對現有的 LibreChat 部署而言:一切不變」。librechat.ai/about 目前仍寫著「MIT 授權。無訂閱、無限制。」有一項商業服務確實改變了:LibreChat 自有的付費 Code Interpreter API 已宣布將以目前形式停止,時程目標為 2026 年 5 月 1 日;而目前的文件將 Code Interpreter 描述為需自行託管的 Apache-2.0 服務。該託管 API 是否真的已停止向訂閱者收費,尚未驗證,因為查證需要登入。

哪個 LibreChat 替代方案最容易自行託管?

Open WebUI,以需要執行的內容而非功能數量衡量。LibreChat 官方的 docker-compose.yml 定義了六項服務:API 容器、管理面板、MongoDB 8.0、Meilisearch、使用 pgvector 的 Postgres,以及 RAG API。Open WebUI 的文件將 data/webui.db 中的 SQLite 檔案描述為使用者、聊天記錄和檔案儲存的骨幹,因此單一容器是常見部署方式。這會實際影響備份範圍與升級風險,而不只是行銷上的差異。這也是真實的取捨:LibreChat 額外的服務正是其全文搜尋與文件檢索功能的基礎。

我可以一次匯出所有 LibreChat 對話嗎?

不行。LibreChat 自己的文件指出,沒有內建一次大量匯出所有對話的功能。匯出必須逐一處理,從 Export and Share 選單以 md、txt、json、csv 或螢幕截圖格式匯出,而「export all message branches」選項僅適用於 json 和 csv。全新對話或搜尋結果檢視沒有可匯出的內容,因此不會顯示該選單。這是從 LibreChat 遷移時最棘手的事實,值得在開始前而不是事後了解。相較之下,Open WebUI 可從 Settings 再到 Data Controls,將所有對話匯出為一個 JSON 檔案。

我可以將舊聊天匯入 LibreChat 或替代方案嗎?

LibreChat 僅支援從三種來源匯入,位置在 Settings 再到 Data Controls:ChatGPT、Claude 和 ChatbotUI v1。Open WebUI 匯出檔不在其中,因此往該方向遷移沒有文件記載的匯入路徑。Open WebUI 的匯入功能接受其原生 JSON、ChatGPT 封存檔(會自動偵測並轉換),以及符合其預期結構的自訂 JSON。實務上的重點是不對稱性:離開 Open WebUI 只需一個檔案,而離開 LibreChat 則必須一次處理一個對話。沒有找到兩種格式之間的官方轉換器,搜尋中出現的一個非官方第三方匯入工具也未經驗證是否能處理 LibreChat 輸出。

Chatbot UI 仍是好的 LibreChat 替代方案嗎?

不是,但它仍會出現在針對這個查詢的清單式文章中。mckaywrigley/chatbot-ui 儲存庫採用 MIT 授權且未被封存,但 GitHub API 顯示最後一次推送是在 2024 年 8 月 3 日,main 分支最後一次提交是在 2024 年 6 月 22 日——於 2026 年 9 月 19 日查閱時,已超過兩年沒有變更。應將它視為休眠專案,而不是遷移目標。不過它仍有一項有限的用途:ChatbotUI v1 是 LibreChat 匯入器接受的三種格式之一,因此舊的 Chatbot UI 匯出檔可以匯入 LibreChat,即使該專案本身已不是活躍選項。

哪個替代方案保留 Anthropic Messages 協定並支援自訂 base URL?

LibreChat 本身、Jan 和 ChatWise。LibreChat 的自訂 endpoint 結構文件定義了 provider 欄位,並表示「目前支援 anthropic」;它會透過原生 Anthropic 用戶端路由該 endpoint,並呼叫你自己的 baseURL 上的 /v1/messages。代價是該 endpoint 不使用 OpenAI 風格的模型擷取,因此模型必須手動列出。Jan 的自訂供應商表單明確提供 OpenAI-compatible 或 Anthropic-compatible 的 API 格式選擇,而 ChatWise 的自訂供應商文件也描述了相同的兩種選項。Open WebUI 在這裡較弱:其文件表示它會依主機名稱偵測 Anthropic URL——任何包含 api.anthropic.com 的 URL——並為這些 URL 處理模型探索。對於位於其他主機名稱的 Anthropic 相容 endpoint,它如何處理並無文件說明,因此應視為未確認,而不是拒絕支援。如果你執行 LibreChat 的原因是 Messages 協定,請在遷移前確認這一點。

儲存庫狀態、星數、授權條款和推送日期取自 GitHub API(2026 年 9 月 19 日),並於 2026 年 9 月 21 日重新查核;LibreChat 的 compose 檔案、範例設定和發布清單也以相同方式讀取。產品價格與設定行為來自各專案自己的文件,於 2026 年 9 月 19 日讀取並於 9 月 21 日重新查核,且並不完整——Cherry Studio 的供應商設定、Msty Nexus 定價以及 Open WebUI 的企業價格無法讀取,並已在上文標示。此頁面上的任何用戶端都未針對 Kunavo 進行執行時測試。Kunavo 的權杖費率來自即時目錄,本文每個美元範例都是示意性的權杖算術。