用一段明确的 YAML 连接 LibreChat。

使用服务端管理的自定义端点

# .env — 不要提交到源码仓库
PRIMORDIAL_API_KEY=YOUR_SERVER_SIDE_KEY

# librechat.yaml
version: 1.3.5
cache: true

endpoints:
  custom:
    - name: "Primordial AI"
      apiKey: "${PRIMORDIAL_API_KEY}"
      baseURL: "https://www.primoraihub.com/v1"
      models:
        default:
          - "MODEL_ID_FROM_V1_MODELS"
        fetch: true
      modelDisplayLabel: "Primordial AI"

LibreChat 不同版本的配置 Schema 可能变化。上述 version 来自 2026-08-24 观察到的官方示例；如果当前安装版本的文档要求不同，应使用该版本规定的值。

现有证据能证明什么

LibreChat 的官方自定义配置指南说明，Docker 安装需要把 YAML 放在预期位置、挂载到 API 容器并重启；其自定义端点字段文档定义了 baseURL、apiKey、必填的 models.default 和可选的 models.fetch。

先发现一个真实的备用模型

编辑 YAML 前，在可信 Shell 中执行以下命令。它验证同一个服务端 Key，只输出当前模型 ID：

test -n "$PRIMORDIAL_API_KEY" || {
  echo "PRIMORDIAL_API_KEY 未设置" >&2
  exit 1
}

curl --fail-with-body --silent --show-error \
  https://www.primoraihub.com/v1/models \
  -H "Authorization: Bearer $PRIMORDIAL_API_KEY" \
  | jq -r '.data[]?.id'

把其中一个返回 ID 写入 models.default。即使 fetch: true，LibreChat 仍要求备用列表；生产环境不能保留字面占位符。

让 LibreChat 能读取配置

1. 备份当前 LibreChat 配置。
2. 把 PRIMORDIAL_API_KEY 写入服务端环境文件，不能包含引号或尾随空格。
3. 把自定义端点合并进现有 librechat.yaml，不要覆盖无关端点。
4. 根据当前安装版本的官方部署说明，确认 YAML 已挂载到 LibreChat API 容器。
5. 校验 YAML 语法，重启 LibreChat，再检查启动日志中的 Schema 或环境变量错误。

排查挂载时不要输出环境变量值，只确认变量存在且非空。

先测试最窄的可用路径

1. 登录 LibreChat，选择 Primordial AI 自定义端点。
2. 确认模型选择器包含 GET /v1/models 返回的准确 ID。
3. 新建对话，关闭工具、文件、视觉、Memory 和其他可选功能。
4. 发送一个短 Prompt，并在不记录凭据的前提下检查 LibreChat 服务端日志和 Primordial AI 用量。
5. 每次最多启用一个可选功能，记录模型、接口、请求结构和结果。

基础聊天成功，只能证明当时的一个 LibreChat 版本、一个自定义端点、一个模型和一条请求路径成功。

按失败阶段排查

把 LibreChat 主机视为凭据边界

获准使用该端点的 LibreChat 用户，都可能消耗服务端管理的提供商 Key。应使用专用受限 Key、限制端点访问、避免提交 .env、保护管理界面并监控用量。

LibreChat 也支持用户自行提供 Key，但密钥流转和模型获取行为会受版本与配置影响。面向多人开放前必须单独验证该模式。

常见问题