「LibreChat とは何か」を一言で言えば、danny-avila氏が2023年から開発する、MITライセンスのセルフホスト型AIチャットプラットフォームだ。Anthropic・OpenAI・Azure OpenAIなど複数のLLMプロバイダを1画面で切り替えられ、2026年9月時点の最新版v0.8.8-rc3ではAgents・MCP（Model Context Protocol）対応が前面に出ている。本記事はDocker Composeでの起動確認までを実機で行い、デスクトップ型クライアントであるChatbox・Cherry Studioとの違いを整理する。
- ・正体：danny-avila氏発、2023年公開・MITライセンスのセルフホスト型AIチャット（⭐約44.6k・fork約9.2k・2026-09-22実測）。
- ・何ができる：Anthropic/OpenAI/Azure OpenAI等の切替、Agents（ノーコードで作るAIアシスタント）、MCPサーバ接続、Code Interpreterをひとつのサーバーで提供。
- ・実測：
docker compose up -dでapi/MongoDB/Meilisearch/pgvector/rag_apiが起動し、http://localhost:3080で200応答を確認（2026-09-22・本日実測）。Agents/MCPの実プロバイダ接続は未検証（APIキー未設定のため）。 - ・注意：v0.8.8-rc3のpre-1.0。既存記事にCVE-2026-22252（RCE）の言及があり、現行バージョンでのパッチ状況は未確認。
複数LLMのモデル選定・料金比較といったLLM全般の基礎は LLMとは？仕組み・主要モデル比較・ローカル実行・量子化を一気にまとめる2026年版 にまとめている。LibreChatはその中でも「セルフホストでチーム共有するWeb型クライアント」という立ち位置にある。
LibreChat とは｜セルフホストで複数LLMを束ねるAIチャット基盤
読者がまず知りたいのは「何ができる」「何を解決する」「何を代替するか」の3点だ。
・何ができる：Anthropic（Claude）・AWS Bedrock・OpenAI・Azure OpenAI・Google・Vertex AI、さらにOllamaやAMD LemonadeなどローカルLLMまで、README記載の対応プロバイダを1つのWeb UIで切り替えて使える。家庭用デバイスでのローカルLLM実行を高速化したい場合は Distributed Llama：家庭用デバイスを繋ぐだけでLLMローカル実行を高速化する分散フレームワーク のような選択肢もある
・何を解決する：プロバイダごとに別アプリ・別APIキー管理が発生する「AIクライアント乱立」と、デスクトップアプリでは難しい「チーム全体への権限管理付きWeb配布」を同時に解決する
・何を代替できる：社内向けに立てる自前のChatGPT代替、あるいは複数のSaaS AIチャットの契約を1つのセルフホスト基盤に集約する
読者の3つの問いへの答え
① 何ができる：複数LLM＋Agents＋MCPを1つのWebサーバーに集約 ② 何を解決する：プロバイダ乱立とデスクトップ完結ゆえのチーム共有の難しさ ③ 何を代替する：社内ChatGPT代替・複数AI SaaS契約
2023年3月ごろに公開されたとされ（一次ソースでの公開日確認は未完了）、2026年9月時点で3年近く運用が続く老舗プロジェクトだ。README内に「Special Thanks」「Contributions」の専用セクションがあり、コミュニティ規模は一定以上と見られるが、正確な contributor 数は未確認。Locize（翻訳SaaS）のロゴがREADMEに掲載されているが、明確な企業バッキングは確認できていない。
Agents・MCP対応で何ができるか——2026年 v0.8.8-rc3の主要機能
v0.8.8-rc3のREADMEが前面に出しているのは「Agent Management API」「Attached workspaces」「Manual context compaction」といったAgents周りの機能拡張だ。
・LibreChat Agents：ノーコードでカスタムAIアシスタントを作成できる。コミュニティが作ったAgentを共有する「Agent Marketplace」、特定ユーザー/グループへの共有機能を備える
・MCP（Model Context Protocol）対応：MCPサーバーをAgentsのツールとして接続できる。README上ではmodelcontextprotocol.ioの公式クライアント一覧にも掲載されている
・Code Interpreter API：Python・Node.js・Go・C/C++・Java・PHP・Rust・Fortranをサンドボックス実行できる。ClickHouse/code-interpreterをベースにしたセルフホスト可能な実装
・Agent Plugins / Subagents：デプロイ単位でSkillsとMCPサーバーをまとめて起動時ロードする機能、子エージェントに作業を委任するSubagentsが実験的機能として追加されている
READMEの機能一覧にはこの他にも、DALL-E（3/2）・Stable Diffusion・FluxまたはMCPサーバー経由での画像生成、OpenTelemetryによるログのエクスポートとLangfuse連携の可観測性、OpenID・SAML・Redisの死活監視・DocumentDB連携などエンタープライズ運用向けの項目が並ぶ。個人利用のツールというより「社内基盤として運用する」ことを前提にした機能群である点は、後述する比較表の「向いているケース」にも直結する。
これらは2026年に入って急速に厚みを増した領域で、「Docker起動」だけを扱う既存の日本語チュートリアル群が主に扱わなかった部分になる。オープンなLLM自体をAgentsから呼び出す構成に関心があれば、Kimi K2.6とは｜Moonshot AIの1兆パラメータ・オープンLLMを使い方まで解説 も参考になる。Code Interpreterで扱うようなドキュメント検索・RAG的な用途を強化したい場合は RAGFlowとは｜高精度な文書解析でRAGを組むOSSエンジンの使い方・Docker導入・GraphRAG との組み合わせも選択肢になる。
仕組み：アーキテクチャとモデル切り替えの流れ
ブラウザ"] --> W["LibreChat Web UI
api コンテナ"] W --> LLM["LLMプロバイダ
Anthropic/OpenAI/Azure等"] W --> MCP["MCPサーバ群
Agentsのツール"] W --> CI["Code Interpreter
サンドボックス実行"] W --> DB[("MongoDB
会話・設定")]
docker-compose.ymlでは api（本体）・mongodb（会話・設定の永続化）・meilisearch（検索）・vectordb（pgvector、RAG用）・rag_api（RAG API）の5サービスが標準構成で、任意で admin-panel（ClickHouse製の管理パネル）が追加される。1台のサーバーにこれらをまとめて立て、複数ユーザーが同じWeb UIへ認証してアクセスする構造だ。
実測：LibreChat とはどう動くのかをDocker Composeで確認する
検証環境はLinux（x86_64）、2026-09-22実測。READMEに直接の起動コマンドが書かれていなかったため、リポジトリ内のdocker-compose.ymlを実行した。
git clone --depth 1 https://github.com/danny-avila/LibreChat
cd LibreChat
cp .env.example .env
docker compose up -d
curl -s -o /dev/null -w "%{http_code}\n" http://localhost:3080/
# => 200
docker compose ps
# api / mongodb / meilisearch / vectordb / rag_api が Up
# admin-panel のみ再起動ループ（原因未調査）
検証環境：Linux（x86_64）／2026-09-22。イメージ取得（apiイメージ約831MB含む）を含めると数分かかったが、イメージ取得後のコンテナ起動自体は1分未満で完了し、http://localhost:3080への200応答と/api/configのJSON応答を確認した。ALLOW_REGISTRATION=trueが既定でユーザー登録は即座に可能。一方でAgents作成・MCPサーバー接続・実際のモデル応答は、Anthropic/OpenAIなどのAPIキーを用意していないため未検証。admin-panelコンテナが再起動ループに入った原因も未調査。
READMEは「Enhanced ChatGPT Clone」を名乗り対応プロバイダを大量に列挙しているが、本記事で動作確認できたのは起動確認とAPI応答までで、個々のプロバイダ連携は検証していない。導入判断はREADMEの列挙を鵜呑みにせず、実際に使うプロバイダで各自確認してほしい。
Chatbox・Cherry Studioとの比較——向き不向き
デスクトップ型クライアントとして当サイトで既に扱った Chatbox AIとは？使い方・料金・評判とCE版の違いを解説する複数AIクライアント完全ガイド・Cherry Studio と並べると、LibreChatの立ち位置がはっきりする。star数はそれぞれ既存記事の実測時点の値を使い、LibreChatのみ本記事執筆時点（2026-09-22）で再測定した。
| 項目 | LibreChat | Chatbox（CE版） | Cherry Studio |
|---|---|---|---|
| 提供形態 | セルフホストWebアプリ（Docker） | デスクトップ＋Web＋モバイル | デスクトップアプリ |
| ライセンス | MIT | GPL-3.0 | AGPL-3.0 |
| GitHub ★ | 約44.6k（2026-09-22実測） | 約41,672（2026-09-07時点・既存記事実測） | 約48,652（2026-07-16時点・既存記事実測） |
| 認証・共有 | マルチユーザー認証・チーム共有が前提 | 個人向け（BYOK） | 個人のローカルワークベンチ |
| Agents/MCP | Agents・MCP・Code Interpreterを標準搭載 | 公式サービス側の機能として提供 | 非対応（自作アシスタント中心） |
| 向いているケース | 全社員へWeb配布し権限管理したい組織 | 手軽に個人で複数AIを使い分けたい | ローカル完結の個人ワークベンチが欲しい |
・LibreChatが向くケース：チームやプロジェクト単位でAIチャットを共有し、認証・利用ログ・Agent/MCPのツール接続をサーバー側で一元管理したい場合
・Chatbox/Cherry Studioが向くケース：個人や小規模チームが、環境構築の手間をかけずにすぐ使い始めたい場合
ライセンスと既知の脆弱性——導入前に確認すべきこと
ライセンスはgit cloneで取得したLICENSE原文で確認済みのMIT（”MIT License / Copyright (c) 2026 LibreChat”）。改変・商用利用ともに制限は緩いが、pre-1.0（v0.8.8-rc3）であるため破壊的変更が入る可能性は残る。
当サイトの既存記事では、LibreChatに関わる脆弱性としてCVE-2026-22252（RCE・重要度High）が一覧表内で言及されている。現行のv0.8.8-rc3でパッチ済みかどうかは本記事執筆時点で断定できる一次ソースを確認できておらず、パッチ状況は未確認とする。セルフホストで公開URLに晒す運用を検討する場合は、導入前に公式のセキュリティアドバイザリで対象バージョンを確認することを勧める。
・確認すべき手順の一例：git fetch --all --prune で最新タグを取得し、現行の稼働バージョンとCVE-2026-22252の修正コミットが含まれるかをgit logで照合する
・運用面の注意：MITは改変・再配布・商用利用に寛容な一方、脆弱性の修正責任は利用者側で追う必要がある。pre-1.0のプロジェクトでは特に、本番投入前にステージング環境での検証を挟むのが安全
まとめ
・強く向く：チームで1つのAIチャット基盤を共有し、認証・Agent・MCP接続をサーバー側で管理したい組織
・向く：複数のLLMプロバイダを併用し、将来的にAgents/MCPまで使う計画がある個人・小規模チーム
・慎重に：とにかく手軽に始めたいだけならChatbox・Cherry Studioのデスクトップ型の方が導入は速い。セルフホスト公開する場合は既知の脆弱性のパッチ状況を自分で確認する
LibreChatは「新着OSS」ではなく、2023年から3年近く運用され続けている実績プロジェクトだ。2026年時点の主戦場はDocker起動の手軽さではなく、Agents・MCP対応をどこまでチームに配れるかにある。
参照ソース
・danny-avila/LibreChat（公式リポジトリ・README） — 機能一覧・v0.8.8-rc3のChangelog・LICENSE原文を確認
・LibreChat公式ドキュメント — Agents・MCP・Skills等の機能詳細を確認
