Naar de inhoud

Oplossingen · Chat met meerdere modellen

Een VPS voor LibreChat

LibreChat is de opensource-chatinterface voor veel modellen tegelijk: OpenAI, Anthropic, Google en lokale modellen via een OpenAI-compatibel endpoint, met agents, zoeken in bestanden en accounts voor een heel team. De documentatie noemt geen RAM- of CPU-cijfer en het officiële Docker Compose-bestand start zes containers, dus daar baseren wij de grootte op. BD-8 voor $12.90 per maand is de goedkoopste machine met echte ruimte; C2-4-80 voor $37.90 is de kleinere variant voor één gebruiker of een kleine groep.

Wat het nodig heeft

Software uit de documentatie, groottes met vermelding van de bron

De software en de beveiligingsaanpak komen uit de eigen documentatie van het project. Waar het project geen hardwarecijfers publiceert, staat bij de groottes van wie ze afkomstig zijn.

Uit de LibreChat-documentatie en het compose-bestand

  • Git en Docker, op Linux. De Docker-gids op librechat.ai noemt verder niets en vermeldt geen eisen voor RAM, CPU of schijf.
  • Installeren: kloon de repository, daarna cp .env.example .env && docker compose up -d. De app antwoordt op poort 3080; een tweede container, het beheerpaneel, antwoordt op poort 3000.
  • Het officiële compose-bestand start zes containers: de LibreChat-app, het beheerpaneel, MongoDB voor gesprekken en accounts, Meilisearch voor het doorzoeken van gesprekken, een pgvector-database en de RAG API voor zoeken in bestanden.
  • Modellen zijn sleutels, geen hardware. Sleutels voor OpenAI, Anthropic en Google komen in .env, of elke gebruiker voert zijn eigen sleutel in de interface in. Een lokaal model is een apart Ollama- of ander OpenAI-compatibel endpoint dat u toevoegt in librechat.yaml, dus deze machine heeft geen GPU nodig.

Groottes (van ons, op basis van de zes containers die het compose-bestand start)

Groottes per toepassing
WorkloadvCPURAM
Eén gebruiker of een kleine groep, een paar chats, geen zwaar zoeken in bestandenVan ons. Zes containers gebruiken in rust elk hun eigen geheugen; dit is het minste waarop wij ze zouden draaien.24 GB
Een team, zoeken in bestanden aan, groeiende zoekindexVan ons. MongoDB, Meilisearch en de vectordatabase hebben elk ruimte nodig, en het embedden van uploads is CPU-werk.48 GB
Veel gebruikers, grote documentverzamelingen, gesprekken die jarenlang bewaard blijvenVan ons. De gespreksopslag, de zoekindex en de vectoren groeien allemaal mee met het gebruik.816 GB

De passende pakketten

5 machines, actueel geprijsd

Goedkoopste passende machine eerst. Prijzen zijn die van vandaag, per maand, uit de catalogus.

  • BD-8$12.90/mnd

    4 vCPU · 8 GB · 100 GB schijf · 32 TB

    Goedkoopst met ruimte voor de hele stack. Ruim voldoende voor een team: de zes containers, uploads en de zoekindex, met geheugen over.

  • BD-12$17.90/mnd

    6 vCPU · 12 GB · 200 GB schijf · 32 TB

    Meer schijfruimte voor uploads en vectoren. Voor een echte documentbibliotheek achter het zoeken in bestanden en jaren aan opgeslagen gesprekken.

  • BD-24$31.90/mnd

    8 vCPU · 24 GB · 300 GB schijf · 32 TB

    Een groot team of meerdere zware gebruikers. Ruim voldoende geheugen waarin MongoDB, Meilisearch en de vectordatabase kunnen groeien.

  • C2-4-80$37.90/mnd

    2 vCPU · 4 GB · 80 GB schijf · 3 TB

    De kleinere variant, voor één of enkele gebruikers. Draait de stack; draai er niet ook een lokaal model of builds op. Kies deze om de stad, niet om de grootte.

  • C4-8-160$75.90/mnd

    4 vCPU · 8 GB · 160 GB schijf · 3 TB

    De comfortabele grootte als de steden van de goedkoopste rij niet bij u passen. Dezelfde variant als de goedkoopste rij, voor een team dat een andere stad nodig heeft.

Er is nog geen startpreset voor LibreChat: de installatie bestaat uit de onderstaande stappen, die u zelf invoert. Het zijn de commando's uit de eigen documentatie van LibreChat, plus de geheimen waar het compose-bestand om vraagt.

De installatie

Vier stappen, uit de documentatie van LibreChat

Docker, de compose-stack, het eerste account, daarna uw modellen. Registreer uw eigen account zodra de stack draait: het eerste aangemaakte account wordt de beheerder.

  1. Docker. curl -fsSL https://get.docker.com | sh Controleer daarna dat docker compose version antwoordt.
  2. Klonen en configureren. git clone https://github.com/LibreChat-AI/LibreChat.git cd LibreChat && cp .env.example .env Stel in .env MEILI_MASTER_KEY in (minimaal 16 tekens) en ADMIN_PANEL_SESSION_SECRET, zonder welke het beheerpaneel niet start. Als de containers machtigingsfouten melden, stel UID en GID dan in op de gebruiker die compose uitvoert.
  3. Start het en registreer u als eerste. docker compose up -d docker compose ps moet alle zes containers actief tonen. Open http://your-ip:3080 en klik op Registreren: er is geen standaardgebruiker. Houd 3080 en 3000 achter de firewall tot HTTPS ervoor staat en bereik de app via SSH: ssh -N -L 3080:127.0.0.1:3080 root@your-server
  4. Voeg modellen toe, daarna een domein. Zet OPENAI_API_KEY, ANTHROPIC_API_KEY en GOOGLE_KEY in .env, of laat ze op user_provided zodat elke gebruiker een eigen sleutel invoert. Voor een lokaal model voegt u een Ollama-endpoint toe in librechat.yaml; vanuit de container is het adres host.docker.internal, niet localhost. Voor HTTPS laat u een A-record naar de server wijzen, zet u er een reverse proxy voor en stelt u DOMAIN_CLIENT en DOMAIN_SERVER in .env in op het openbare adres. Zodra uw mensen zich hebben geregistreerd, zet u ALLOW_REGISTRATION op false.

Eerlijk gezegd

Wat wij zelf zouden kopen

LibreChat noemt geen minimum en start zes containers. Neem de machine met 8 GB.

Voor LibreChat en een team

BD-8 · $12.90/mnd

4 vCPU, 8 GB en 100 GB voor $12.90: de hele officiële stack, met geheugen over waarin MongoDB, Meilisearch en de vectordatabase kunnen groeien, schijfruimte voor uploads en CPU om documenten te embedden zonder dat de chat hapert. De modellen draaien elders, achter een API-sleutel, dus deze machine heeft nooit een GPU nodig. Hebt u een stad nodig die de goedkoopste rij niet heeft, dan is C4-8-160 voor $75.90 dezelfde variant elders.

Vragen

Wat mensen vragen voordat ze er een kopen.

Wat zijn de systeemvereisten van LibreChat?
De documentatie publiceert er geen. De Docker-gids noemt Git en Docker als vereisten en zegt niets over RAM, CPU of schijf. Wat we wel kunnen lezen is het officiële compose-bestand, dat zes containers start: de LibreChat-app, een beheerpaneel, MongoDB, Meilisearch, een pgvector-database en de RAG API. De groottes op deze pagina zijn van ons, beredeneerd vanuit die stack, en de tabel vermeldt dat. Bij een machine met 8 GB wordt het voor een team niet meer krap.
Heeft LibreChat een GPU nodig?
Nee. LibreChat is de interface: het roept het model aan dat u configureert, via een API-sleutel voor OpenAI, Anthropic, Google en anderen, of via een aangepast endpoint zoals Ollama. Wilt u daarnaast zelf een model hosten, dan is dat een aparte machine en een aparte vraag: de Ollama-pagina bepaalt de grootte voor CPU-inferentie per model, en de GPU-lijn is waar interactieve snelheid te vinden is.
Welke poorten gebruikt het?
Het compose-bestand publiceert de app op de PORT uit .env, standaard 3080, en het beheerpaneel op 3000. MongoDB, Meilisearch, de vectordatabase en de RAG API worden niet gepubliceerd en blijven op het compose-netwerk. De app gebruikt gewoon HTTP, dus houd 3080 en 3000 achter de firewall tot een reverse proxy u HTTPS geeft, en registreer eerst uw eigen account: het eerst aangemaakte account wordt de beheerder.
Welke API-sleutels heb ik nodig?
Geen om de stack te starten, en één per provider die u wilt gebruiken. OPENAI_API_KEY, ANTHROPIC_API_KEY en GOOGLE_KEY staan in .env.example standaard op user_provided, wat betekent dat elke gebruiker zijn eigen sleutel in de interface invoert; zet daar een echte sleutel neer om er één met iedereen te delen. Zoeken in bestanden staat los daarvan: de RAG API gebruikt standaard OpenAI-embeddings, en RAG_OPENAI_API_KEY overschrijft daarvoor OPENAI_API_KEY, dus zoeken in bestanden heeft een embeddings-sleutel nodig, tenzij u de provider wijzigt.
Hoe gebruik ik er lokale modellen mee?
Voeg in librechat.yaml een custom endpoint toe dat wijst naar een OpenAI-compatibele server zoals Ollama, op het /v1/-adres op poort 11434. De eigen gids van LibreChat zegt host.docker.internal te gebruiken in plaats van localhost wanneer LibreChat in een container draait, en dat Ollama de API-sleutel negeert maar het veld niet leeg mag zijn. Draai het model op een eigen machine als het meer dan een klein model is; de machines op deze pagina zijn gedimensioneerd voor de interface.
LibreChat, Open WebUI of Dify?
LibreChat en Open WebUI zijn allebei chatinterfaces voor veel modellen, en LibreChat legt de nadruk op accounts voor meerdere gebruikers, agents en MCP-tools over gehoste providers heen. Dify is een platform voor LLM-apps: prompts, workflows en RAG-apps die u bouwt en beschikbaar stelt, in plaats van een chatinterface voor een team. Ze draaien allemaal op dezelfde machines, en we hebben voor elk een pagina.
Hoe werk ik het bij?
Volgens de documentatie: docker compose down, de oude images verwijderen, git pull, docker compose pull en daarna docker compose up. Maak eerst een back-up van de map data-node (MongoDB), de datamap van Meilisearch en uw .env: dat zijn de gesprekken, de zoekindex en de sleutels.