Chatwoot vs LibreDesk 比較：輕量自架 AI 客服系統怎麼選？

AI
, , , ,
1

從 Email、Live Chat 到 AI Agent 與自架維護，看懂 Chatwoot 與 LibreDesk 的關鍵差異，並判斷哪一套更適合做 AI-first 客服 PoC。

快速結論

以「輕量、自架、AI-first」的角度比較 Chatwoot 與 LibreDesk，結論已經和幾個月前不同：如果主要需求是 Email、網站 Live Chat、工單、AI Agent 與人工接手，LibreDesk 更值得優先做 PoC；如果需要 WhatsApp、LINE、Instagram、Facebook、Telegram 等成熟 omnichannel，Chatwoot 仍然明顯更強。

關鍵原因不是 Chatwoot 變差，而是 LibreDesk 已從早期 email helpdesk 轉向真正的 AI-native customer support，同時用 Go single binary 大幅降低自架與維護複雜度。

核心比較總覽

本文比較的版本狀態為 LibreDesk v2.7.1、Chatwoot v4.16.2。兩者的成熟度與輕量可掌控性剛好互補。

項目 Chatwoot LibreDesk
GitHub 規模 約 35.9k stars / 8.6k forks 約 2.7k stars / 231 forks
Backend Ruby on Rails Go
Frontend Vue Vue 3 + Shadcn UI
部署架構 Rails + Sidekiq + PostgreSQL + Redis Go single binary + PostgreSQL + Redis
正式環境最低需求 官方建議至少 4 GB RAM、2 CPU 未訂明 RAM 下限；Linux AMD64 binary 約 14 MB
License CE 大部分 MIT + proprietary enterprise/ AGPL-3.0

LibreDesk 為什麼突然值得認真考慮

LibreDesk 的 README 已將 AI assistant、Agent copilot、Knowledge base、Human handoff、Automations、SLA、RBAC、SSO、HTTP/JSON API、Webhooks 列為核心能力。近期的 release 進一步把 AI 放進主流程：

  • AI Assistant 可直接接手 conversation，從 knowledge base 回答，無法回答時再交給真人。
  • Juno AI copilot 可從 conversation sidebar 提問。
  • Generate Reply 可直接產生客服回覆。
  • Learn from resolved conversations 可從已解決對話自動產生 knowledge snippets，經人工核准後加入 KB。
  • Custom AI Tools 讓 AI assistant 呼叫自訂 API，例如 get_order_status()、update_customer_address()、lookup_subscription()。

這些能力已接近 AI-native customer support 的標準架構，也是 LibreDesk 從「輕量 email helpdesk」變成 Chatwoot 競爭者的主要原因。

Chatwoot 的開放原始碼界線

Chatwoot Community Edition 仍然很強，也能透過 Agent Bot webhook 外接 AI 服務，但官方 self-hosted 定價已經把重要功能放在付費層：

方案 價格 主要限制
Community Edition $0 / agent 沒有 Captain AI、Custom Branding、Agent Capacity、Roles & Permissions、SSO、SLA Policies
Premium Support $19 / agent / month 提供官方支援，但功能仍以 CE 為主
Enterprise $99 / agent / month 才包含 SLA、SSO 等進階功能

換句話說，若想 fork 一套 OSS 客服系統並自行加入 AI、RAG、workflow 與品牌客製，會一直碰到「功能存在，但被放在 Enterprise overlay」的界線。

授權與商業自由度：AGPL 與 MIT 的取捨

LibreDesk 使用 AGPL-3.0，所有功能都在 OSS 產品內，不需要刻意做 Community 與 Enterprise 的 feature gating。但 AGPL 對「修改後透過網路提供服務」的要求較嚴格。

Chatwoot CE 的 MIT 部分則更適合改寫成 proprietary derivative，因此：

  • 技術自由度：LibreDesk 較高。
  • 商業授權自由度：Chatwoot MIT CE 較高。

如果只是內部使用、部署給單一客戶，或不介意遵守 AGPL，LibreDesk 通常沒問題；若要變成自己的 proprietary SaaS，必須先處理 AGPL 的合規問題。

維護與 AI coding agent 友善度

Chatwoot 的架構需要同時理解 Rails Models、Controllers、Services、Concerns、Jobs、Sidekiq、Vue、Enterprise overlay、feature flags 與 Redis/ActiveRecord；官方最低建議 4 GB RAM，Sidekiq 在高負載下也可能吃掉大量記憶體。

LibreDesk 的架構則簡潔很多：

Vue 3
   ↓
Go binary
   ↓
PostgreSQL + Redis

開發流程可以接近：

讀 Go handlers
   ↓
修改 service
   ↓
go test
   ↓
go build
   ↓
部署 single binary

這種 codebase 對 AI coding agent 的 context surface 小很多，修改、debug、deploy 都更直接。

Omnichannel：Chatwoot 的絕對優勢

LibreDesk 目前真正成熟的核心仍是 Email 與 Website Live Chat，WhatsApp 在官方 Roadmap 仍是 WIP；LINE、Telegram、Instagram、Facebook 尚未列入主力支援。

Chatwoot 已正式支援 Website、Email、WhatsApp、Facebook、Instagram、Telegram、LINE、SMS 等 channel。因此只要需求包含 social messaging 且必須 production-ready，Chatwoot 仍是比較安全的選擇。

Channel Chatwoot LibreDesk
Website / Email :white_check_mark: :white_check_mark:
WhatsApp :white_check_mark: :construction: WIP
LINE / Telegram / Instagram / Facebook :white_check_mark: :cross_mark:

AI 整合架構的設計哲學差異

Chatwoot CE 可以這樣接 AI：

Conversation
   ↓
Agent Bot webhook
   ↓
你的 AI Service（Claude / OpenAI / RAG）
   ↓
Chatwoot API
   ↓
Reply

LibreDesk 則走向原生 AI 流程：

Conversation
   ↓
AI Assistant
   ↓
Knowledge Base
   ↓
Custom Tools
   ↓
API
   ↓
Human Handoff

此外，LibreDesk v2.7.0 加入 Automation rule 觸發 webhook，可依 status、priority、assignee、team、previous value 等條件送出 webhook，例如串接 n8n 或自訂 Go service，再透過 Claude 的 tool calls 與 LibreDesk API 形成完整的 AI 客服架構。

以 AI-first product 的角度，後者的原生整合比「Chatwoot + AgentBot + middleware + RAG」更乾淨。

評分參考

如果把「輕量、自架、AI coding agent 可快速維護、Ticket + AI Q&A」當作主要評估條件，可參考以下評分：

評估維度 Chatwoot LibreDesk
Ticket / Inbox 9.5 8.5
Live Chat 9.5 8.5
Email 9.5 8.5
Omnichannel 10 4
API Ecosystem 10 7.5
Webhook 9.5 8
Automation 9 8.5
AI Agent 8.5 9
AI Customization 8.5 9.5
Self-host simplicity 6.5 9
AI coding agent 友善度 6.5 9
Fully OSS feature availability 6 9.5
Community maturity 10 6.5
商業 fork 授權彈性 9 6
長期可掌控性 7.5 9

實際評估步驟

  1. 先列出必須支援的 channel：如果包含 WhatsApp、LINE、Instagram、Facebook、Telegram、SMS，且需要立刻 production-ready，可直接選擇 Chatwoot。
  2. 檢查授權：若未來要改成 proprietary SaaS，優先考慮 Chatwoot CE 的 MIT 部分；若能接受 AGPL，LibreDesk 的整合自由度更高。
  3. 做一個小型 PoC：用實際的 Email + Website Chat + AI Assistant + Human Handoff 流程比較兩者的設定工作量、AI 回答品質與維護成本。

最後的選擇界線

選 LibreDesk 的場景：

  • Website Chat + Email Ticket
  • AI Assistant + Knowledge Base
  • Custom Tools + 自己的 business APIs
  • 希望用 AI coding agent 直接修改與部署

選 Chatwoot 的場景：

  • 需要 WhatsApp、LINE、Instagram、Facebook、Telegram、SMS
  • 需要成熟、大型、可預期的 ecosystem
  • 希望保留未來改用 proprietary derivative 的商業彈性

最後要確認的三個問題：

  1. 未來是否一定要 WhatsApp / LINE 等 social channels？
  2. 是否打算把修改後的系統做成 proprietary SaaS？
  3. 能否接受 2.7k-star 專案帶來的 ecosystem / bus-factor 風險？

如果答案是「不用 / 不會 / 可以」，LibreDesk 目前會比 Chatwoot 更符合輕量、自架、AI-first 的需求。