← 返回目录

Chat UI

官方

开源聊天界面，支持OpenAI兼容API和MCP工具。

查看安装方法 ↓ 横向对比 GitHub 源仓库 ↗

分类: 开发工具第 227 / 438
Stars: ★ 11.0k 非常热门
传输方式: stdio（本地进程）
运行环境: Node.js · Docker
凭据: 需要 API Key / 凭据
许可证: Apache-2.0
最近提交: 2 天前
工具数: 1

52FMRS · D

Chat UI 是一个强大的开源聊天界面，专注于 OpenAI 兼容 API，并内置 MCP 工具支持。它适合需要快速构建自定义 AI 聊天的开发者，但需要注意 API 密钥管理和外部依赖风险。

最强项 · 文档质量 14/20 最弱项 · 可靠性 3/20

可靠性

3/20

安全与权限

9/20

维护活跃度

13/20

文档质量

14/20

安装易用性

13/20

查看各项评分依据

可靠性 3/20: 该仓库本质是 SvelteKit 聊天界面（MCP 客户端/消费者），并非一个提供工具列表的 MCP 服务器；SERVER MANIFEST 未缓存，README 中没有任何 MCP init 或工具列表握手的实现描述。唯一证据是 README 与元数据，未提供 CI 工作流、提交的测试或被检查的源码，静态校准要求在没有可验证执行证据时不得高于 12 分。核心的『MCP 服务器』声明与实际项目性质相矛盾，且缺少错误处理、边界条件证据，故进一步下调至 3 分。
安全与权限 9/20: 凭据通过 .env.local 环境变量管理，安装示例使用占位符（hf_***、sk-…）而非真实密钥，未触发任何红线。MCP_FORWARD_HF_USER_TOKEN 会在服务器条目未设置 Authorization 头时把已登录用户的 HF 令牌转发到该条目配置的 URL——文档已披露此行为，但若管理员配置了第三方服务器且未设认证头，令牌可能被发送到非 HF 端点，存在数据边界风险。由于无法审查源码，最小权限、危险操作确认（如工具调用前的显式确认）均无法验证；外部网络调用（OPENAI_BASE_URL、MCP 服务器）与 MongoDB 存储边界已在文档中说明，故扣分而非红线。
维护活跃度 13/20: Apache-2.0 许可证明确，项目未归档；README 显示持续演进（移除遗留集成、存在 legacy 分支、重构为仅 OpenAI 兼容协议），说明活跃维护。Stars 仅作发现信号，不参与计分。扣分：提供的证据中无法核实发布节奏、依赖更新策略、issue 响应时效或安全响应渠道；265 个未关闭 issue 没有响应证据，治理/版本管理存在未知项。
文档质量 14/20: README 分层良好：快速开始、数据库选项、启动、Docker、主题、模型、LLM 路由器、MCP 工具、构建均有章节；提供提供商对照表、env 示例、MCP_SERVERS JSON 数组格式及 LLM 路由策略要求，示例充分。扣分：缺少故障排查章节、成本/限额披露、MCP 工具的完整参数说明与使用限制，且文档准确性无源码或测试佐证（未提供可复核证据）。
安装易用性 13/20: 安装步骤少且清晰：创建 .env.local 设置两个变量、npm install、npm run dev，提供商对照表覆盖常见端点；未设置 MONGODB_URL 时自动回退到嵌入式 MongoDB，降低了依赖复杂度；还提供 Docker 镜像选项。静态校准规定无 CI/测试等可验证执行证据时 setup 不得超过 15 分；本项目是 MCP 客户端而非服务器，README 未提供主流 MCP 客户端侧的连接配置示例，故给 13 分。

静态评测 · 未实际运行收录于 2026-08-07

查看 FMRS 评分方法 →

选型与风险

能访问什么访问网络

适合谁

需要构建或定制 AI 聊天界面的开发者。
希望利用 MCP 工具增强模型能力的团队。
对 Hugging Face 生态熟悉并希望快速部署的开发者。

不适合谁

需要非 OpenAI 兼容 API 集成的场景（此版本已移除）。
无需 MCP 功能且仅需要简单聊天界面的用户。

所需权限

读取和写入环境变量以配置 API 密钥。
网络访问以连接 OpenAI 兼容端点和 MCP 服务器。
文件系统访问以存储数据库持久化数据（如果使用嵌入式 MongoDB）。

风险与副作用

API 密钥泄露风险：环境变量中的密钥可能被泄露，尤其是部署时。
MCP 服务器安全风险：添加不可信的 MCP 服务器可能导致工具滥用或数据泄露。
依赖风险：依赖外部 API 和 MCP 服务器，其可用性和行为可能变化。

安装接入

准备工作

运行环境：Node.js · Docker

OPENAI_BASE_URL 必填 OpenAI 兼容 API 的基础地址，例如 https://router.huggingface.co/v1，应用通过它发现模型。

OPENAI_API_KEY 必填密钥调用 OpenAI 兼容端点的密钥，如 hf_xxx（Hugging Face 访问令牌）；HF_TOKEN 是其旧别名。

HF_TOKEN 可选密钥 OPENAI_API_KEY 的旧别名，仍可用。

其他可选配置项（18 个）

MONGODB_URL 可选 MongoDB 连接字符串；不设置时回退到嵌入式 MongoDB（持久化到 ./db）。

MONGODB_DB_NAME 可选数据库名，默认 chat-ui。

MCP_SERVERS 可选预配置的 MCP 服务器 JSON 数组（name、url、可选 headers），作为所有用户的基础服务器列表。

MCP_FORWARD_HF_USER_TOKEN 可选设为 true 时，在服务器条目未设 Authorization 头的情况下把登录用户的 Hugging Face 令牌转发给官方 HF MCP 登录端点。

LLM_ROUTER_ROUTES_PATH 可选指向自定义路由策略 JSON 数组（含 name、description、primary_model 等）的路径。

LLM_ROUTER_DEFAULT_ROUTE 可选 Omni 路由器的默认路由名，默认 default。

LLM_ROUTER_FALLBACK_MODEL 可选所选路由的模型全部失败时使用的兜底模型。

LLM_ROUTER_ENABLE_MULTIMODAL 可选设为 true 时，用户发送图片会绕过策略文件直接使用多模态模型。

LLM_ROUTER_MULTIMODAL_MODEL 可选多模态路由使用的目标模型。

LLM_ROUTER_ENABLE_TOOLS 可选设为 true 时，用户启用了 MCP 服务器则走 agentic 路由。

LLM_ROUTER_TOOLS_MODEL 可选支持 OpenAI function calling 的工具型目标模型。

PUBLIC_LLM_ROUTER_ALIAS_ID 可选 Omni 虚拟模型的别名 ID，默认 omni。

PUBLIC_LLM_ROUTER_DISPLAY_NAME 可选 Omni 在界面上显示的名称，默认 Omni。

PUBLIC_LLM_ROUTER_LOGO_URL 可选 Omni 别名可选的 logo 地址。

PUBLIC_APP_NAME 可选应用标题名称。

PUBLIC_APP_ASSETS 可选用于在 static/ 目录中查找 logo 和 favicon 的资源目录名（chatui 或 huggingchat）。

PUBLIC_APP_DESCRIPTION 可选应用描述文案。

PUBLIC_APP_DATA_SHARING 可选设为 1 时在用户设置中开启与模型创建者共享数据的选择开关。

要使用此 MCP 服务器，您需要克隆 Chat UI 仓库并配置环境变量。

克隆仓库：git clone https://github.com/huggingface/chat-ui
进入目录：cd chat-ui
配置 .env.local，设置 OPENAI_BASE_URL 和 OPENAI_API_KEY。例如：

OPENAI_BASE_URL=https://router.huggingface.co/v1
OPENAI_API_KEY=hf_xxx

安装依赖：npm install
启动开发服务器：npm run dev -- --open

注意：MCP 服务器支持不是独立的安装，而是内置于 Chat UI 中。您无需额外安装单独的 MCP 服务器包。

验证是否装好

启动后在右上角菜单或输入框的 + 菜单中打开 "MCP Servers"，添加一个服务器并运行 Health Check；健康检查通过且服务器卡片列出可用工具即说明 MCP 连接成功。

常见排障

确保 `OPENAI_BASE_URL` 和 `OPENAI_API_KEY` 正确设置，并且端点可访问。
检查 MongoDB 连接：如果设置 `MONGODB_URL`，确保 MongoDB 运行正常；否则使用嵌入式 MongoDB。
MCP 服务器连接失败时，检查 URL 和认证头，并使用健康检查功能。
如果构建失败，检查 Node.js 版本和依赖是否安装。

试试这样问

连接成功后，可以直接对 AI 助手这样说：

搜索关于 Model Context Protocol 的最新资料并总结要点
用 MCP 工具查询 Hugging Face 上目前最流行的文本生成模型
把这段话翻译成英文，并用工具核对术语
通过启用的 MCP 服务器查一下今天的科技新闻

工具能力 1

MCP Servers 只读

在 Chat UI 中管理 MCP 服务器，包括添加、启用、禁用服务器以及运行健康检查。

使用场景

为 HuggingChat 或自定义 LLM 界面提供多功能聊天界面。

将 MCP 工具集成到聊天应用中，允许模型使用外部工具。

通过 OpenAI 兼容 API 接入多个模型提供商。

支持客户端

Claude Desktop

依据项目文档列出，未经本站实测。

详细介绍

Chat UI 是一个用于与大语言模型（LLM）对话的界面，基于 SvelteKit 构建，并支持 HuggingChat 应用。它仅支持 OpenAI 兼容的 API，通过环境变量配置。Chat UI 可以连接各种 OpenAI 兼容端点，如 Hugging Face Inference Providers、llama.cpp、Ollama、OpenRouter 等。同时，它集成了 MCP（模型上下文协议）工具，允许模型调用外部工具。此 MCP 服务器为 Chat UI 提供 MCP 支持，使其能够作为 MCP 客户端使用。