概述概述探索 LibreChat 的功能，包括智能体、MCP 集成、代码执行、多模态聊天等。复制 Markdown打开精选Model Context Protocol通过 MCP——AI 工具集成的开放标准——将 AI 模型连接到任何外部工具或服务阅读文档核心功能智能体构建自定义 AI 助手，支持工具、文件处理、代码执行和 API 操作——无需编写代码。了解更多代码解释器执行 Python、JavaScript、Go、Rust 等代码——安全沙箱隔离，无需任何配置。了解更多Artifacts直接在聊天中生成 React 组件、HTML 页面和 Mermaid 图表。了解更多记忆跨对话的持久上下文，让你的 AI 记住偏好与历史记录。了解更多网络搜索通过内置搜索和重排序，为任何模型提供实时互联网访问能力。了解更多身份认证面向企业的 SSO，支持 OAuth2、SAML、LDAP 和双因素认证。了解更多搜索与知识网络搜索通过内置搜索和重排序实现实时互联网访问了解更多搜索使用 Meilisearch 查找消息和对话了解更多RAG API使用检索增强生成与文件对话了解更多记忆跨对话的持久上下文了解更多OCR从图像和文档中提取文本了解更多媒体图像生成使用 GPT-Image-1、DALL-E、Stable Diffusion 和 Flux 创建图像了解更多以文本形式上传将文件作为文本输入进行上传和处理了解更多聊天分叉将对话拆分为多个分支导入对话从 ChatGPT 和其他平台导入聊天记录可分享链接通过公开链接分享对话临时聊天不会保存到历史记录的私密对话URL 查询参数通过 URL 动态配置聊天可恢复的流自动重连并恢复中断的回复安全身份认证支持 OAuth2、SAML、LDAP 等的多用户认证管理面板用于管理用户、角色和配置覆盖的网页界面密码重置基于邮件的密码找回审核系统内容审核与安全控制这篇指南怎么样？不错不好在 GitHub 上编辑RAG API配置用于文档索引和检索的检索增强生成 (RAG) API，该 API 使用 Langchain 和 FastAPI 构建。此 API 与 LibreChat 集成，可基于用户上传的文件提供具备上下文感知的响应。MCP了解 LibreChat 如何利用 Model Context Protocol (MCP) 实现与外部工具、数据源和专业服务的无缝集成。
LibreChat