使用 Terraform 在亚马逊 ECS 上部署 LibreChat

2026西湖龙井茶官网DTC发售：茶农直供，政府溯源防伪到农户家 

引言

生成式人工智能从根本上改变了我们处理工作的方式，无论是写作、编程，还是研究与问题解决。在过去一年中，我几乎每天都在工作中使用 ChatGPT 商业版来提升我的写作和研究效率。然而，我注意到它存在一些局限性，例如内容虚构和确认偏误，因此我希望探索其他非 OpenAI 模型的表现如何。此外，我所在的组织正在统一采用 Microsoft 365 Copilot，但该工具在满足我个人需求方面尚无法与 ChatGPT 相媲美。这促使我寻找一个可自行托管、类似 ChatGPT 的平台，并且能够灵活选择大模型。

我还要求该平台必须基于网页，以便团队成员可以访问。作为一名亚马逊云科技（AWS）的倡导者，我希望充分利用 亚马逊云科技 Bedrock 提供的多样化基础模型，并主要使用 AWS 服务来托管该平台。根据我的调研，目前主要有三个选项：LibreChat、Open WebUI 和 AnythingLLM。鉴于 LibreChat 功能更丰富、可定制性更强，且部署似乎更为简便，我决定尝试一下，并分享我的使用体验。

话不多说，让我们一起来了解该解决方案的架构，以及它是如何满足我的需求的。

架构概览

该解决方案的主要设计原则是：初期具备成本效益，同时为未来扩展保留足够的灵活性。降低成本不仅意味着减少服务费用，还包括降低运维开销。

虽然将所有组件都塞进一个 亚马逊云科技 Lightsail 实例是最便宜的选择，但若要实现横向扩展，则需要重新设计架构。而部署到一个 亚马逊云科技 EC2 实例则提供了更多灵活性，但需要手动安装 LibreChat 并管理虚拟机。最终，我决定采用一种更现代化的方法，构建如下图所示的组件化架构：

该架构采用了以下技术：

• MongoDB Atlas - LibreChat 的数据库运行在 MongoDB Atlas 上，使用的是 免费（M0）集群层级。从技术上讲，它是免费的，运行在 AWS 上，并且作为入门级数据库引擎已足够使用，这也正是 LibreChat 官方所推荐的配置。

• 搭载 AWS Fargate 的亚马逊云科技 ECS - LibreChat 应用程序以容器形式运行，配置为 512（0.5）个虚拟 CPU 和 1 GB 内存，采用 64 位 ARM 架构，在用户量不大的情况下已足够使用。