odysseus-dev/odysseus · 上手攻略
- 仓库:odysseus-dev/odysseus
- 链接:https://github.com/odysseus-dev/odysseus
- 分类:AI · 自托管工作区 / 全能 AI OS
- 作者:Tom
- 更新:2026-07-16
这是什么
Odysseus 是一个自托管的 AI 工作空间,用 Docker 一键部署后,在本地获得一个类似 Notion + ChatGPT + Perplexity + 邮件客户端 + 日历的集合体,但全部支持本地模型和私有数据。
核心功能模块包括: - Chat + Agents:支持本地模型(Ollama)和 API 模型,具备工具调用、MCP 协议、文件处理、shell 执行、记忆和 Skills - Deep Research:多步骤网络研究,自动抓取网页、读源文档、生成研究报告 - Compare:盲测多模型并排对比,辅助模型选型 - Documents:写作为先的编辑器,支持 AI 润色、Markdown、HTML、CSV 语法高亮 - Email:IMAP/SMTP 邮箱,支持分类、标签、摘要、AI 回复草稿 - Notes / Tasks / Calendar:笔记、任务、提醒、定时 Agent 任务、CalDAV 日历同步 - Cookbook:硬件感知本地模型推荐、下载和 Serving 管理
一句话定位:一个你完全自己掌控的 AI 操作系统,所有数据留本地,所有模型可替换。
解决什么问题
目前主流 AI 工具(ChatGPT、Claude、Gemini)都是 SaaS,数据在云端,模型由供应商决定。Odysseus 解决的是:
- 数据隐私:邮件、笔记、文档、任务——所有内容都在你自己的服务器上,不经过第三方
- 本地模型:可以用 Ollama 在本地跑 Llama、Mistral 等模型,省 API 费用,延迟更低
- 统一入口:不用在多个工具之间切换——聊天、邮件、日历、研究、文档都在同一个界面里
- 可控性:可以连自己的向量数据库(ChromaDB)、自己的 SearXNG 搜索实例,数据流完全透明
快速安装
环境要求
- Docker + Docker Compose
- (可选)NVIDIA GPU + CUDA:用于本地模型加速Serving
- (可选)Apple Silicon Mac:支持 Metal GPU 加速
- Python 3.11+:如选择原生安装(非 Docker)
Docker 一键启动(推荐)
git clone https://github.com/pewdiepie-archdaemon/odysseus.git
cd odysseus
cp .env.example .env # 可选,保留默认配置
docker compose up -d --build
⚠️ 注意:
dev是默认分支,包含最新变更;main分支更稳定。稳定版使用请切换到 main:git clone -b main https://github.com/pewdiepie-archdaemon/odysseus.git
启动完成后访问 http://localhost:7000。
首次启动时,管理后台密码会输出在终端(Docker 下用 docker compose logs odysseus 查看)。
Apple Silicon Mac 原生安装(GPU 加速)
git clone https://github.com/pewdiepie-archdaemon/odysseus.git
cd odysseus
./start-macos.sh
# 启动在 http://127.0.0.1:7860
若需局域网访问:
ODYSSEUS_HOST=0.0.0.0 ./start-macos.sh
# 然后通过 http://<tailscale-ip>:7860 访问
构建含可选组件的镜像
默认镜像是精简版。如需 PDF 查看器和 Office 文档提取(包含 AGPL PyMuPDF),构建时加参数:
docker compose build --build-arg INSTALL_OPTIONAL=true
docker compose up -d --build
核心功能用法
首次配置
首次登录后,在 Settings 里配置: - AI 模型提供商(OpenAI API / Anthropic / Ollama 本地模型) - 搜索服务(SearXNG 已随 Docker Compose 一起启动,默认可用) - 邮件账户(IMAP/SMTP)
Chat + Agents
- 支持本地 Ollama 模型和所有 OpenAI API 兼容模型
- 内置工具:文件读写、shell 执行、网页搜索、MCP 协议扩展
- Skills 系统:可安装扩展能力(类似 GPTs 的 Actions)
- Memory:跨会话记忆,保持上下文连续性
Deep Research
输入研究主题,Odysseus 会: 1. 分解为多个研究子问题 2. 通过 SearXNG 搜索相关网页 3. 抓取并阅读源文档内容 4. 综合所有来源生成结构化报告(附引用来源)
⚠️ 注意:SearXNG 搜索实例已包含在 Docker Compose 中(默认仅本地访问),无需额外配置搜索服务。
Cookbook(本地模型管理)
Cookbook 模块提供: - 根据你的硬件(CPU/GPU/VRAM)推荐合适的模型 - 一键下载模型到本地(Hugging Face) - 启动本地模型 Serving(通过 Ollama 或其他引擎) - 连接远程 GPU 服务器(通过 SSH Key)
Docker 环境下,模型下载到 ./data/huggingface(容器内 ~/.cache/huggingface),Python CLI 和 Serving 引擎装在 ./data/local(容器内 ~/.local),重建容器不会丢失。
Documents
写作优先的编辑器,支持: - AI 润色和修改建议 - Markdown 实时预览 - HTML / CSV 导入 - 语法高亮
IMAP/SMTP 邮箱集成,支持: - 收件箱分类和标签 - AI 摘要 - 回复草稿 AI 生成 - 邮件提醒
Notes / Tasks / Calendar
- Notes:笔记,支持 AI 辅助写作
- Tasks:任务清单,支持提醒
- Calendar:CalDAV 同步,可设置定时 Agent 任务
坑与注意
-
端口冲突:默认用
7000,如被占用,在.env中设置APP_PORT=7001然后重建容器。 -
macOS Docker 无 GPU:macOS 上 Docker 容器无法访问 Metal GPU,本地模型Serving 只能走 CPU。Cookbook 检测到的是 CPU 模式。如需 GPU 加速,请使用原生安装脚本(
./start-macos.sh)。 -
NVIDIA GPU 需额外配置:默认 Docker 容器是 CPU 模式。要启用 NVIDIA GPU,需在主机安装 NVIDIA Container Toolkit,然后运行:
bash scripts/check-docker-gpu.sh --install-nvidia-toolkit --enable-nvidia-overlay或手动在.env加入COMPOSE_FILE=docker-compose.yml:docker/gpu.nvidia.yml。 -
不要直接暴露到公网:默认只绑定
127.0.0.1,不要将原始端口直接暴露到公网。部署到 LAN/VPN 后端时也要保持AUTH_ENABLED=true。 -
dev 分支不稳定:
dev是默认分支,更新快但可能有 bug。生产环境建议用main分支。 -
Docker Socket 默认未挂载:默认 Docker Compose 没有挂载
/var/run/docker.sock,因此无法从容器内管理宿主机 Docker。如需此功能,需显式添加docker/host-docker.yml覆盖(高权限操作,需理解风险)。 -
首次启动密码看日志:首次 admin 密码只在启动日志里打印一次,务必在启动后立即记录并修改密码。
-
Apple Silicon Mac 原生启动端口是 7860:不是 7000,容易搞混。
与同类对比
| 工具 | 部署方式 | 数据存储 | 本地模型 | 主要定位 |
|---|---|---|---|---|
| Odysseus | 自托管 Docker | 全本地 | ✅ Ollama 内置 | 全能 AI 工作空间 |
| Open WebUI | Docker 单组件 | 部分本地 | ✅ Ollama | 纯聊天 UI |
| FastGPT | Docker | 可本地 | ✅ | 知识库 + RAG |
| Dify | Docker | 可本地 | ✅ | AI 应用编排 |
| ChatGPT | SaaS | 云端 | ❌ | 通用对话 |
| Notion | SaaS | 云端 | ❌ | 文档 + 笔记 |
Odysseus 的核心差异:不只是聊天界面,而是一个完整的工作空间——邮件、日历、笔记、文档、Deep Research 全在一起,且全部支持本地部署和本地模型。
一句话推荐结论
如果你想要一个完全私有、数据不离开自己服务器、同时支持本地模型和云端 API 的 AI 工作空间,Odysseus 是目前功能最全、部署最简单(一条 Docker 命令)的选择——聊天、研究、邮件、笔记、日历全部在一起,非常适合对数据隐私有要求的技术团队或个人开发者。