乐于分享
好东西不私藏

我用这个开源 AI 平台,把 5 个聊天工具合并成一个,同事都看傻了

我用这个开源 AI 平台,把 5 个聊天工具合并成一个,同事都看傻了

家人们,今天聊一个让我”相见恨晚”的项目。

事情是这样的:

我手机上装了 ChatGPT、Claude、Gemini、Kimi、豆包……五个 AI 聊天工具。

每天切换来切换去,跟个 AI 流浪汉似的。

直到上周,我发现了一个东西——onyx


它是什么?

一句话:一个开源的 AI 平台,把所有 LLM 整合到一个界面里。

不管你用的是 GPT、Claude、Gemini、Llama 还是开源模型,onyx 都能接入,统一聊天。

而且它不只是个聊天壳,还自带:

  • 📚 文档问答 — 上传 PDF/Word/网页,AI 直接帮你分析
  • 🔍 知识库搜索 — 连接你的内部数据源,AI 基于真实信息回答
  • 🤖 Agent 工具 — AI 可以自动执行任务,不只是聊天
  • 👥 多用户协作 — 团队共享知识库和对话

23,300+ GitHub 星标,而且最近还在快速涨。


我的使用场景

说实话,一开始我只想找个地方统一聊天。

但用着用着,发现它解决了我好几个痛点:

痛点一:五个月费,五份焦虑

ChatGPT Plus 20/月、Gemini Advanced $20/月……

光 AI 聊天工具,我一个月就花了快 100 美元。

用 onyx 之后,我可以:

  • 公司用 GPT-4,私活用开源模型
  • 不同模型对比输出质量
  • 省钱的同时,用最好的模型做最重要的事

痛点二:公司内部知识太分散

技术文档在 Confluence,需求在飞书,代码在 GitHub……

每次问 AI 问题,它都不知道公司的内部信息。

onyx 可以直接连接这些数据源,AI 回答的时候就有上下文了。

痛点三:团队协作效率低

之前每个人都在自己的账号上跟 AI 聊,积累的经验没法共享。

onyx 支持多用户,对话和知识库都是共享的。

张三问过的问题,李四不用再问一遍。


技术上有啥亮点?

给技术党汇报:

  • 🔧 插件系统 — 可以自定义连接器,接入各种数据源
  • 🧠 混合检索 — 向量搜索 + 关键词搜索,召回率更高
  • 🔒 权限控制 — 不同用户只能看到自己有权限的文档
  • 📦 Docker 一键部署docker compose up 就能跑
  • 🌐 API 友好 — 提供完整的 REST API,方便集成到现有系统

我搭了一套给我团队用

部署过程出奇的简单:

git clone https://github.com/onyx-dot-app/onyx
cd onyx
docker compose up -d

然后用浏览器打开 localhost:3000,配置一下 LLM 的 API Key,完事。

从克隆到能用,不到 10 分钟。

接着我做了这几件事:

  1. 上传了公司的技术文档 — 大概 200 多个 PDF
  2. 连接了 GitHub 仓库 — AI 可以直接搜索代码
  3. 给团队开了账号 — 10 个人同时用
  4. 设置了权限 — 实习生看不到核心业务文档

同事的反应

第一天:这是啥?
第二天:这个 AI 能搜索我们的文档?
第三天:卧槽,它知道我们项目的架构细节!
第五天:我能不能在家也用?

一周之后,没人愿意关掉这个页面了。


适合谁用?

  • 🏢 技术团队 — 统一知识库,新人快速上手
  • 📊 数据分析师 — 连接数据库,AI 直接写 SQL
  • 🎓 学校/研究机构 — 论文检索、文献分析
  • 👤 个人用户 — 嫌多个 AI 工具切换太麻烦的

它的局限

说实话也不是完美的:

  • 部署需要一点 Docker 基础
  • 自带的 UI 不算特别好看(但能用)
  • 高并发场景下需要调优

不过对于一个开源项目来说,这些都不是大问题。


总结

onyx 解决了一个我之前没意识到的需求:

不是要一个更好的 AI,而是要一个更好的 AI 使用方式。

模型再强,切换来切换去也烦。

数据再多,AI 看不到也没用。

onyx 把这两件事都解决了。


GitHub:
https://github.com/onyx-dot-app/onyx[1]


你现在用几个 AI 工具?评论区说说,看看有没有人比我更离谱 😂

引用链接

[1]https://github.com/onyx-dot-app/onyx