onyx-dot-app/onyx-foss

Onyx – 面向团队和 AI 代理的开源「上下文层」

Onyx 是一个自托管平台，从数十个办公应用（如 Slack、Google Docs、GitHub 等）收集数据，构建可搜索的知识库，并将这些知识提供给大型语言模型（LLMs）和 AI 代理。它被定位为「知识/上下文层」，使 LLM 能够基于最新的私有公司信息回答问题，而不仅仅是依赖公开数据。

仓库提供的内容

• 核心服务器代码（MIT 许可证）：运行索引管道、向量/关键词存储，以及代理和 UI 组件通信的 API。
• 超过 50 个 SaaS 应用的连接器：将文档、元数据和权限拉取到内部索引中。
• 代理型 RAG 堆栈 – 混合向量+关键词索引，以及一个自定义检索代理，可为查询选择最相关的片段。
• Web UI 与桌面客户端：用于与系统聊天、创建自定义代理并查看生成的成果物。
• 集成功能 – Slack/Discord 机器人、Chrome 扩展程序，以及可嵌入的组件，让你可以从任何地方查询 Onyx。
• Docker、Kubernetes、Helm/Terraform 的部署脚本，以及云服务商指南。
• 两种部署模式 – 功能完整的「Standard」模式（包含向量存储、后台工作进程、模型推理）和轻量级的「Lite」模式（仅含聊天 UI，内存 <1 GB，无索引）。

主要功能

功能	说明
代理型 RAG	检索最相关的内部文档并输入给 LLM，减少 token 使用量并提高回答准确性。
深度研究	多步骤工作流，使代理能够跨多个来源收集、整合并引用信息。
自定义代理	定义具有特定知识子集、自定义提示和调用动作能力的代理。
Web 搜索	可选的实时网络搜索，支持 Serper、Google PSE、Brave、SearXNG、Firecrawl、Exa 等。
外部动作 / MCP	代理可调用连接应用的 API（如创建 Jira 工单、更新 Notion 页面）以端到端完成任务。
安全沙箱	隔离执行环境，安全地运行代码或处理中间成果物。
成果物生成	作为工作流的一部分，生成 PDF、图像或其他可下载文件。
语音模式	支持语音转文本和文本转语音，实现免提交互。
细粒度权限控制	基于角色的访问控制、SSO（Google、OIDC、SAML）、SCIM 配置、审计日志。

典型使用场景

• 内部问答 – 员工向聊天机器人询问公司政策、产品规格或最近项目更新，获得基于最新内部文档的答复。
• 自动化工作流 – 代理读取支持工单，查找相关故障排除步骤，并在工单系统中创建解决工单。
• 研究报告 – 系统从多个来源收集数据，整合生成报告，并输出 PDF 或幻灯片文稿。
• 开发辅助 – 连接器拉取代码片段、设计文档和问题追踪器，使 LLM 能在正确上下文中回答技术问题。

快速入门

# 项目提供的 Docker 基础一键安装
curl -fsSL https://onyx.app/install_onyx.sh | bash

安装后可执行以下操作：

1. 运行 Docker Compose 堆栈（或 Kubernetes 用 Helm 图表）。
2. 配置要索引的应用连接器。
3. 添加你的 LLM 提供商（OpenAI、Anthropic、Ollama 等）和嵌入模型。
4. 打开 Web UI（默认 http://localhost:3000）并开始聊天。

许可证与版本

• 社区版 (CE) – 在 MIT 许可证下完全开源；包含核心 RAG、聊天 UI、代理和大多数连接器。
• 企业版 (EE) – 面向大型组织的专有扩展功能（高级分析、品牌定制、额外安全控制）。仓库仅包含 CE；EE 功能在商业网站上文档化。

哪些人应关注此仓库？

• 需要 私有、自托管 AI 协助 且无法依赖公共 LLM 知识库的团队。
• 希望构建 在内部工具上运行的自定义 AI 代理 的开发者。
• 要求 数据主权、离线部署或严格 RBAC 的组织。

---

总结：Onyx 是一个真正的开源平台，将工作场所数据、向量/关键词索引与 LLM 结合，提供快速、上下文感知的 AI 协助。它自带连接器、UI 和部署工具，是构建内部 AI 合作者的实用起点。