> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-hi/ai-platforms-and-agents/librechat.md).

# LibreChat Multi-Provider

## अवलोकन

[LibreChat](https://github.com/danny-avila/LibreChat) एक उन्नत, ओपन-सोर्स ChatGPT-जैसा इंटरफ़ेस है जिसे GitHub पर 22K+ स्टार मिले हैं। यह ChatGPT अनुभव को निष्ठापूर्वक पुनर्कल्पित करता है और उन सुविधाओं को जोड़ता है जो मूल में नहीं हैं — एक ही वार्तालाप में मल्टी-प्रोवाइडर स्विचिंग, वार्तालाप शाखा/फोर्किंग, एक समृद्ध प्लगइन सिस्टम, विज़न के साथ फ़ाइल अपलोड, और एक पूरा कोड इंटरप्रेटर सैंडबॉक्स।

**Clore.ai पर LibreChat क्यों चलाएं?**

* **एक UI में सच्चा मल्टी-प्रोवाइडर** — सत्र के बीच में GPT-4, Claude 3.5, Gemini Pro, Mistral और लोकल Ollama मॉडल के बीच स्विच करें।
* **ऐप के लिए GPU की ज़रूरत नहीं** — LibreChat एक Node.js एप्लिकेशन है; यदि आप स्थानीय LLM बैकएंड नहीं जोड़ते तो इसे केवल इन्फरेंस के लिए कंप्यूट की आवश्यकता होती है।
* **लागत-कुशल सेल्फ-होस्टिंग** — Clore.ai की कीमतें मिनट के हिस्सों से शुरू होती हैं, जो व्यक्तिगत AI हब चलाने के लिए आदर्श हैं।
* **स्थायी वार्तालाप** — MongoDB आपके पूर्ण चैट इतिहास को सर्वर-साइड पर संग्रहीत करता है, ब्राउज़र-स्थानीय समाधानों के विपरीत।
* **टीम-फ्रेंडली** — व्यक्तिगत API कुंजी प्रबंधन के साथ मल्टी-यूज़र समर्थन।

### प्रमुख विशेषताएँ

| फ़ीचर                | विवरण                                                         |
| -------------------- | ------------------------------------------------------------- |
| मल्टी-प्रोवाइडर      | OpenAI, Anthropic, Google, Azure, Mistral, Ollama, OpenRouter |
| वार्तालाप शाखा बनाना | विकल्पात्मक प्रतिक्रियाओं को फोर्क और अन्वेषण करें            |
| प्लगइन्स             | Bing खोज, Zapier, WolframAlpha, कस्टम टूल्स                   |
| फ़ाइल अपलोड          | इमेज, PDF, विज़न विश्लेषण के साथ दस्तावेज़                    |
| कोड इंटरप्रेटर       | एक पृथक सैंडबॉक्स में Python निष्पादित करें                   |
| आर्टिफैक्ट्स         | HTML, React, और Markdown आउटपुट रेंडर करें                    |
| प्रीसेट्स            | कस्टम मॉडल कॉन्फ़िगरेशन सहेजें और साझा करें                   |

***

## आवश्यकताएँ

### सर्वर विनिर्देश

| घटक         | न्यूनतम         | अनुशंसित                           | नोट्स                                     |
| ----------- | --------------- | ---------------------------------- | ----------------------------------------- |
| **GPU**     | कोई आवश्यक नहीं | RTX 3090 (यदि Ollama जोड़ रहे हैं) | केवल स्थानीय LLM इन्फरेंस के लिए          |
| **VRAM**    | —               | 24 GB                              | Ollama के माध्यम से स्थानीय मॉडलों के लिए |
| **CPU**     | 2 vCPU          | 4 vCPU                             | Node.js + MongoDB                         |
| **RAM**     | 4 GB            | 8 GB                               | MongoDB को अधिक RAM से लाभ होता है        |
| **स्टोरेज** | 20 GB           | 50+ GB                             | फ़ाइल अपलोड, मॉडल कैश अगर स्थानीय है      |

### Clore.ai मूल्य संदर्भ

| सर्वर प्रकार                    | अनुमानित लागत     | उपयोग का मामला                      |
| ------------------------------- | ----------------- | ----------------------------------- |
| CPU-केंद्रित (4 vCPU, 8 GB RAM) | \~$0.05–0.10/घंटा | LibreChat + बाहरी API प्रदाता       |
| RTX 3090 (24 GB VRAM)           | \~$0.20/घंटा      | LibreChat + Ollama स्थानीय इन्फरेंस |
| RTX 4090 (24 GB VRAM)           | \~$0.35/घंटा      | LibreChat + तेज़ Ollama/vLLM        |
| A100 80 GB                      | \~$1.10/घंटा      | LibreChat + बड़े 70B+ मॉडल          |

> 💡 **खर्च सुझाव:** यदि आप केवल LibreChat का उपयोग OpenAI/Anthropic/Google को API कॉल रूट करने के लिए करते हैं, तो आप केवल Clore.ai सर्वर कंप्यूट (सस्ता) के लिए भुगतान करते हैं, इन्फरेंस हार्डवेयर के लिए नहीं। एक भरोसेमंद LibreChat होस्ट के लिए \~$0.05–0.15/घंटा बजट रखें।

### पूर्वापेक्षाएँ

* SSH एक्सेस वाला Clore.ai सर्वर
* Docker + Docker Compose (Clore.ai पर पूर्व-स्थापित)
* Git (Clore.ai पर पूर्व-स्थापित)
* कम से कम एक LLM API कुंजी **या** एक स्थानीय Ollama/vLLM बैकएंड

***

## त्वरित प्रारम्भ

### विधि 1: Docker Compose (आधिकारिक — अनुशंसित)

LibreChat की आधिकारिक डिप्लॉयमेंट पूर्ण कार्यक्षमता के लिए Docker Compose के साथ MongoDB और MeiliSearch का उपयोग करती है।

**चरण 1: अपने Clore.ai सर्वर से कनेक्ट करें**

```bash
ssh root@<your-clore-server-ip> -p <ssh-port>
```

**चरण 2: रिपॉजिटरी क्लोन करें**

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

**चरण 3: वातावरण कॉन्फ़िगर करें**

```bash
cp .env.example .env
nano .env
```

कम से कम यह सेट करें:

```bash
# .env में — महत्वपूर्ण सेटिंग्स
MONGO_URI=mongodb://mongodb:27017/LibreChat
JWT_SECRET=आपका-रैंडम-64-करैक्टर-सीक्रेट-यहाँ
JWT_REFRESH_SECRET=एक-और-रैंडम-64-करैक्टर-सीक्रेट-यहाँ
CREDS_KEY=आपकी-रैंडम-32-करैक्टर-कुंजी-यहाँ
CREDS_IV=आपका-रैंडम-16-करैक्टर-iv-यहाँ

# API कुंजियाँ (जो भी आप उपयोग करते हैं जोड़ें)
OPENAI_API_KEY=sk-your-openai-key
ANTHROPIC_API_KEY=sk-ant-your-anthropic-key
GOOGLE_KEY=आपका-google-gemini-key
```

सीक्रेट जल्दी जनरेट करें:

```bash
# रैंडम सीक्रेट जनरेट करें
node -e "console.log(require('crypto').randomBytes(32).toString('hex'))"
```

**चरण 4: स्टैक शुरू करें**

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

यह शुरू करता है:

* `LibreChat` — मुख्य एप्लिकेशन पोर्ट 3080 पर
* `MongoDB` — वार्तालाप और उपयोगकर्ता भंडारण
* `MeiliSearch` — तेज़ वार्तालाप खोज

**चरण 5: सत्यापित करें और पहुँचें**

```bash
docker compose ps
docker compose logs librechat --tail 30
```

ब्राउज़र में खोलें:

```
http://<your-clore-server-ip>:3080
```

लॉगिन पेज पर एक नया खाता पंजीकृत करें।

***

### विधि 2: प्री-बिल्ट Docker इमेज (सबसे तेज़)

यदि आप स्रोत से बिल्ड करना छोड़ना चाहते हैं:

```bash
mkdir -p ~/librechat && cd ~/librechat

# केवल docker-compose फ़ाइलें डाउनलोड करें
curl -o docker-compose.yml https://raw.githubusercontent.com/danny-avila/LibreChat/main/docker-compose.yml
curl -o .env https://raw.githubusercontent.com/danny-avila/LibreChat/main/.env.example

# कॉन्फ़िगरेशन संपादित करें
nano .env

# शुरू करें
docker compose up -d
```

***

### विधि 3: सिंगल-कंटेनर त्वरित परीक्षण

MongoDB के बिना एक तेज़ प्रमाण-आधार के लिए (सीमित कार्यक्षमता):

```bash
docker run -d \
  --name librechat \
  --restart unless-stopped \
  -p 3080:3080 \
  -e OPENAI_API_KEY=sk-your-key \
  -e JWT_SECRET=आपका-jwt-सीक्रेट-यहाँ \
  -e MONGO_URI=mongodb://host-gateway:27017/LibreChat \
  --add-host=host-gateway:host-gateway \
  ghcr.io/danny-avila/librechat-dev:latest
```

> ⚠️ इस विधि के लिए एक अलग MongoDB इंस्टेंस आवश्यक है। पूर्ण सेटअप के लिए विधि 1 का उपयोग करें।

***

## कॉन्फ़िगरेशन

### AI प्रदाताओं को जोड़ना

संपादित करें `librechat.yaml` (प्रोजेक्ट रूट में इसे बनाएँ) उन्नत प्रोवाइडर कॉन्फ़िगरेशन के लिए:

```bash
cat > librechat.yaml << 'EOF'
version: 1.1.5
cache: true

endpoints:
  openAI:
    models:
      default: ["gpt-4o", "gpt-4o-mini", "gpt-4-turbo", "gpt-3.5-turbo"]
      fetch: true

  anthropic:
    models:
      default: ["claude-opus-4-5", "claude-sonnet-4-5", "claude-3-haiku-20240307"]
      fetch: false

  google:
    models:
      default: ["gemini-1.5-pro", "gemini-1.5-flash", "gemini-pro"]
      fetch: false

  ollama:
    # उसी Clore.ai सर्वर पर चल रहे Ollama की ओर इशारा करता है
    baseURL: http://host-gateway:11434/v1
    apiKey: ollama
    models:
      default: ["llama3.2", "mistral", "codellama"]
      fetch: true

  custom:
    - name: "OpenRouter"
      apiKey: "${OPENROUTER_API_KEY}"
      baseURL: "https://openrouter.ai/api/v1"
      models:
        default: ["meta-llama/llama-3.1-8b-instruct:free"]
        fetch: true
      titleConvo: true
      titleModel: "meta-llama/llama-3.1-8b-instruct:free"
EOF
```

इस फ़ाइल को अपने में माउंट करें `docker-compose.yml`:

```yaml
services:
  LibreChat:
    volumes:
      - ./librechat.yaml:/app/librechat.yaml
```

### पर्यावरण चर संदर्भ

| वैरिएबल              | विवरण                           | उदाहरण                              |
| -------------------- | ------------------------------- | ----------------------------------- |
| `MONGO_URI`          | MongoDB कनेक्शन स्ट्रिंग        | `mongodb://mongodb:27017/LibreChat` |
| `JWT_SECRET`         | JWT साइनिंग सीक्रेट (64+ अक्षर) | रैंडम हेक्स स्ट्रिंग                |
| `OPENAI_API_KEY`     | OpenAI कुंजी                    | `sk-...`                            |
| `ANTHROPIC_API_KEY`  | Anthropic कुंजी                 | `sk-ant-...`                        |
| `GOOGLE_KEY`         | Google Gemini कुंजी             | `AI...`                             |
| `ALLOW_REGISTRATION` | सार्वजनिक साइनअप सक्षम करें     | `true` / `false`                    |
| `ALLOW_EMAIL_LOGIN`  | ईमेल/पासवर्ड लॉगिन सक्षम करें   | `true`                              |
| `DEBUG_LOGGING`      | विस्तृत लॉग्स                   | `true`                              |
| `SEARCH`             | MeiliSearch सक्षम करें          | `true`                              |
| `MEILI_MASTER_KEY`   | MeiliSearch API कुंजी           | रैंडम स्ट्रिंग                      |

### पंजीकरण सीमित करना

निजी उपयोग के लिए, खाता बनाने के बाद सार्वजनिक पंजीकरण अक्षम करें:

```bash
# .env में
ALLOW_REGISTRATION=false
```

फिर पुनःआरंभ करें: `docker compose restart LibreChat`

### कोड इंटरप्रेटर सक्षम करना

```bash
# .env में
CODE_INTERPRETER_ENABLED=true
```

कोड इंटरप्रेटर Python को एक पृथक Docker कंटेनर में चलाता है। सुनिश्चित करें कि Docker सॉकेट पहुँच योग्य है।

### फ़ाइल अपलोड कॉन्फ़िगरेशन

```bash
# .env में
# अधिकतम फ़ाइल आकार MB में
FILE_UPLOAD_SIZE_LIMIT=100

# विज़न मॉडल के लिए इमेज अपलोड सक्षम करें
VISION_ENABLED=true
```

***

## GPU त्वरक

LibreChat सीधे GPU **समर्थन** का उपयोग नहीं करता — यह एक रूटिंग लेयर है। GPU त्वरण किसी भी स्थानीय इन्फरेंस बैकएंड पर लागू होता है जिसे आप इससे कनेक्ट करते हैं।

### Ollama से कनेक्ट करना (उसी सर्वर पर)

यदि आप उसी Clore.ai सर्वर पर Ollama चला रहे हैं (देखें [Ollama गाइड](/guides/guides_v2-hi/language-models/ollama.md)):

```bash
# GPU समर्थन के साथ Ollama शुरू करें
docker run -d \
  --name ollama \
  --gpus all \
  --restart unless-stopped \
  -p 11434:11434 \
  -v ollama_models:/root/.ollama \
  ollama/ollama

# मॉडल खींचें
docker exec ollama ollama pull llama3.2
docker exec ollama ollama pull codellama:13b

# librechat.yaml में सेट करें:
# baseURL: http://172.17.0.1:11434/v1
```

### vLLM से कनेक्ट करना (उच्च थ्रुपुट)

उच्च-कॉनकरेंसी तैनाती के लिए (देखें [vLLM गाइड](/guides/guides_v2-hi/language-models/vllm.md)):

```bash
# A100 Clore.ai इंस्टेंस पर vLLM शुरू करें
docker run -d \
  --name vllm \
  --gpus all \
  --restart unless-stopped \
  -p 8000:8000 \
  -v hf_cache:/root/.cache/huggingface \
  -e HF_TOKEN=your-hf-token \
  vllm/vllm-openai:latest \
  --model meta-llama/Llama-3.1-70B-Instruct \
  --tensor-parallel-size 2 \
  --max-model-len 8192
```

में `librechat.yaml`:

```yaml
  custom:
    - name: "Local vLLM"
      apiKey: "not-needed"
      baseURL: "http://172.17.0.1:8000/v1"
      models:
        default: ["meta-llama/Llama-3.1-70B-Instruct"]
        fetch: true
```

### लोकल मॉडलों के लिए GPU सizing

| मॉडल आकार  | न्यूनतम VRAM | अनुशंसित Clore GPU | अनुमानित लागत |
| ---------- | ------------ | ------------------ | ------------- |
| 7–8B (Q4)  | 6 GB         | RTX 3090           | \~$0.20/घंटा  |
| 13B (Q4)   | 10 GB        | RTX 3090           | \~$0.20/घंटा  |
| 34B (Q4)   | 24 GB        | RTX 4090           | \~$0.35/घंटा  |
| 70B (Q4)   | 48 GB        | 2× RTX 3090        | \~$0.40/घंटा  |
| 70B (FP16) | 80 GB        | A100 80GB          | \~$1.10/घंटा  |

***

## टिप्स और सर्वोत्तम प्रथाएँ

### Clore.ai पर लागत प्रबंधन

```bash
# सर्वर रोकने से पहले अपनी कॉन्फ़िगरेशन का स्नैपशॉट लें
docker compose exec mongodb mongodump --out /tmp/backup
docker cp librechat-mongodb-1:/tmp/backup ./mongo-backup-$(date +%Y%m%d)

# उपयोग में न होने पर सभी कंटेनरों को रोकें
docker compose stop

# या डैशबोर्ड से Clore.ai इंस्टेंस को पॉज़ करके शून्य लागत तक स्केल डाउन करें
```

### बैकअप रणनीति

```bash
# स्वचालित दैनिक बैकअप स्क्रिप्ट
cat > /root/backup-librechat.sh << 'EOF'
#!/bin/bash
cd ~/LibreChat
docker compose exec -T mongodb mongodump --archive | \
  gzip > ~/backups/librechat-$(date +%Y%m%d-%H%M).mongo.gz
# केवल पिछले 7 दिनों को रखें
find ~/backups -name "*.mongo.gz" -mtime +7 -delete
EOF

chmod +x /root/backup-librechat.sh
# क्रॉनटैब में जोड़ें: 0 2 * * * /root/backup-librechat.sh
```

### बैकअप से पुनर्स्थापित करना

```bash
# MongoDB डम्प पुनर्स्थापित करें
gunzip < ~/backups/librechat-20240101-0200.mongo.gz | \
  docker compose exec -T mongodb mongorestore --archive
```

### LibreChat को सुरक्षित करना

* हमेशा इनके लिए मजबूत, अद्वितीय मान सेट करें `JWT_SECRET` और `CREDS_KEY`
* प्रारंभिक उपयोगकर्ता निर्माण के बाद पंजीकरण अक्षम करें: `ALLOW_REGISTRATION=false`
* उत्पादन के लिए HTTPS के साथ रिवर्स प्रॉक्सी (nginx/Caddy) का उपयोग करें
* Docker इमेज को नियमित रूप से अपडेट करें: `docker compose pull && docker compose up -d`

### Nginx रिवर्स प्रॉक्सी (वैकल्पिक)

```bash
cat > /etc/nginx/sites-available/librechat << 'EOF'
server {
    listen 80;
    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;
        proxy_cache_bypass $http_upgrade;
        client_max_body_size 100M;
    }
}
EOF
ln -s /etc/nginx/sites-available/librechat /etc/nginx/sites-enabled/
nginx -t && systemctl reload nginx
```

***

## समस्याओं का निवारण

### पोर्ट 3080 पहुँच योग्य नहीं

```bash
# जाँच करें कि कंटेनर चल रहा है या नहीं
docker compose ps

# पोर्ट बाइंडिंग जाँचें
ss -tlnp | grep 3080

# एप्लिकेशन लॉग देखें
docker compose logs librechat --tail 50 -f

# Clore.ai फ़ायरवॉल जाँचें — सुनिश्चित करें कि पोर्ट 3080 आपकी पोर्ट मैपिंग में है
```

### MongoDB कनेक्शन अस्वीकार कर दिया गया

```bash
# MongoDB स्थिति जाँचें
docker compose ps mongodb
docker compose logs mongodb --tail 20

# .env में MONGO_URI की पुष्टि करें कि यह सेवा नाम से मेल खाता है
# होना चाहिए: mongodb://mongodb:27017/LibreChat (localhost नहीं)

# मैन्युअल रूप से कनेक्शन का परीक्षण करें
docker compose exec LibreChat node -e "
const mongoose = require('mongoose');
mongoose.connect(process.env.MONGO_URI)
  .then(() => console.log('Connected!'))
  .catch(e => console.error(e));
"
```

### JWT / प्रमाणीकरण त्रुटियाँ

```bash
# .env में सीक्रेट्स पुनर्जनरेट करें
node -e "console.log(require('crypto').randomBytes(32).toString('hex'))"

# JWT_SECRET और JWT_REFRESH_SECRET अपडेट करें
# फिर पुनःआरंभ करें: docker compose restart LibreChat
```

### Ollama मॉडल दिखाई नहीं दे रहे

```bash
# LibreChat कंटेनर से Ollama API का परीक्षण करें
docker compose exec LibreChat \
  curl -s http://172.17.0.1:11434/v1/models | python3 -m json.tool

# सुनिश्चित करें कि Ollama केवल localhost पर नहीं बल्कि 0.0.0.0 पर सुन रहा है
docker exec ollama ollama serve  # बाइंड पता के लिए स्टार्टअप लॉग चेक करें
```

### डिस्क स्पेस ख़त्म

```bash
# डिस्क उपयोग जांचें
df -h
docker system df

# Docker संसाधनों को साफ़ करें
docker system prune -f
docker volume prune -f  # चेतावनी: अनयूज़्ड वॉल्यूम हटाता है

# LibreChat अपलोड्स डायरेक्टरी जाँचें
du -sh ~/LibreChat/client/public/uploads
```

### नवीनतम संस्करण में अपडेट करें

```bash
cd ~/LibreChat
git pull origin main
docker compose pull
docker compose up -d --build
```

***

## अधिक पढ़ने के लिए

* [LibreChat दस्तावेज़ीकरण](https://docs.librechat.ai) — पूर्ण कॉन्फ़िगरेशन संदर्भ
* [LibreChat GitHub](https://github.com/danny-avila/LibreChat) — स्रोत, इश्यूज़, चेंजलॉग
* [LibreChat Docker Hub](https://ghcr.io/danny-avila/librechat-dev) — इमेज टैग्स
* [Clore.ai पर Ollama चलाना](/guides/guides_v2-hi/language-models/ollama.md) — स्थानीय LLM बैकएंड
* [Clore.ai पर vLLM चलाना](/guides/guides_v2-hi/language-models/vllm.md) — उच्च-थ्रुपुट इन्फरेंस
* [GPU तुलना मार्गदर्शिका](/guides/guides_v2-hi/getting-started/gpu-comparison.md) — सही GPU टियर चुनना
* [LibreChat कॉन्फ़िग फ़ाइल संदर्भ](https://docs.librechat.ai/install/configuration/librechat_yaml.html) — `librechat.yaml` schema


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.clore.ai/guides/guides_v2-hi/ai-platforms-and-agents/librechat.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.