关键要点
- H2O.ai于2026年2月26日将github.com/h2oai/h2ogpt归档——该仓库为只读状态，不再合并新提交或拉取请求
- Apache 2.0许可证，归档时约有12,000个GitHub星标和1,300个分叉
- 支持对PDF、Word、Excel、图像、视频帧和音频进行RAG，向量存储可选Chroma、Weaviate或内存中的FAISS
- 50多种有文档记录的推理后端：Ollama、Hugging Face TGI、vLLM、llama.cpp/GGML、ExLLaMa，以及面向API模型的OpenAI、Azure OpenAI、Anthropic、Google、MistralAI和Groq
- 内置视觉（LLaVa及API视觉模型）、图像生成（Stable Diffusion系列、Flux）和语音（Whisper语音转文字、支持声音克隆的文字转语音）
- H2O.ai积极维护的继任产品是h2oGPTe（Enterprise h2oGPT）——如果需要持续更新和厂商支持，应评估这款产品
📍 简单一句话
h2oGPT是H2O.ai推出的Apache 2.0许可自托管RAG与文档聊天平台，H2O.ai已于2026年2月26日将其归档（设为只读）——它仍可运行和分叉，但不再收到官方更新。
💬 简单来说
这是一款私有、可离线运行的聊天工具，可以上传文档、图像和音频，通过本地或连接API的LLM就这些内容提问——但项目本身如今是一个被冻结的快照，而非持续开发的工具。
⚠️Warning: 不要基于对未来更新的期待围绕开源h2oGPT仓库规划生产部署——它已被归档。如果需要积极维护并获得支持的方案，请评估h2oGPTe。
h2oGPT是什么？
h2oGPT是H2O.ai推出的开源应用程序，用于私有聊天和文档问答：你将其连接到本地或基于API的LLM，上传文件，然后基于这些内容而非模型的通用训练知识提问。该项目托管在github.com/h2oai/h2ogpt，在H2O.ai将其归档前已积累约12,000个GitHub星标。
- 文档RAG：将PDF、Word、Excel、图像、视频帧、YouTube链接、音频、代码和Markdown导入可检索的知识库
- 向量存储：Chroma、Weaviate或内存中的FAISS索引，配合语义分块和HYDE（假设文档嵌入）以提升检索质量
- 模型后端：通过Hugging Face transformers、llama.cpp/GGML、GPT4All、Ollama、vLLM、Hugging Face TGI和ExLLaMa本地连接，或连接托管API（OpenAI、Azure OpenAI、Anthropic、Google、MistralAI、Groq、Replicate、Together.ai）
- 多模态功能：视觉模型（LLaVa以及GPT-4-Vision、Claude、Gemini-Pro-Vision等API视觉模型）、图像生成（Stable Diffusion系列、PlaygroundAI、Flux）以及语音（Whisper流式语音转文字、支持声音克隆的文字转语音）
- API与集成：兼容OpenAI的代理服务器，支持聊天和文本补全、函数/工具调用、JSON模式以及网络搜索集成
- 多用户支持：原生用户名/密码认证加Google OAuth，配合基于角色的访问控制
h2oGPT还在维护吗？
不再维护。H2O.ai已于2026年2月26日将github.com/h2oai/h2ogpt仓库归档。GitHub将其标记为"archived by the owner"且只读：主分支不再接收新提交，issue和拉取请求也不再被积极处理或合并。
归档状态并不会移除代码。Apache 2.0允许任何人无限期地分叉、运行、修改和再分发它——你今天仍然可以克隆该仓库，并完全按照文档运行。改变的是，H2O.ai不再为这个特定代码库修复漏洞、更新依赖或添加功能。
- 仍然可行的事：在Apache 2.0许可下克隆、运行和修改现有代码库——许可证和代码本身都没有失效
- 停止的事：H2O.ai团队对该仓库的新官方提交、依赖更新、安全补丁和issue处理
- H2O.ai转而引导用户前往的产品：h2oGPTe（Enterprise h2oGPT），一款2026年全年持续发布新版本的商业产品
- 这对你意味着什么：应将开源h2oGPT代码视为一个被冻结的参考实现，而不是可以指望H2O.ai持续打补丁的工具
⚠️Warning: 如果你的评估标准包括"厂商积极维护"，那么截至目前h2oGPT（开源仓库）不符合这一标准，而h2oGPTe符合。
功能：RAG、后端与多模态支持
在积极开发期间，h2oGPT的独特之处在于它把文档RAG、广泛的推理后端和多模态支持全部整合进一个代码库，而无需为每一层单独配备工具。
- RAG流程：文件上传或数据源连接、文本提取与清洗、通过DocTR对扫描文档进行OCR、语义分块、嵌入，并索引至Chroma、Weaviate或FAISS
- 后端灵活性：同一界面可调用完全本地的模型（llama.cpp GGUF、Hugging Face模型或通过Ollama提供的模型），也可调用托管API，从而按需在隐私与速度、模型选择之间权衡
- 视觉与图像生成：文档图像和照片可通过LLaVa或API视觉模型解读，工具还可通过Stable Diffusion系列或Flux生成图像
- 语音：通过Whisper实现流式语音转文字，以及使用Microsoft SpeechT5等MPL2许可模型的文字转语音（含声音克隆）
- 微调：有文档支持基于自有数据的微调；H2O.ai还维护着一个独立的配套项目H2O LLM Studio，专门用于无代码微调工作流
- 积极开发时期的测试与可靠性：该项目曾附带1,000多个单元测试和集成测试
如何自托管h2oGPT？
以下步骤遵循该项目自身文档记录的Docker和基于pip的安装路径。由于仓库已被归档，你使用的是一个被冻结的快照——如果某个依赖项日后破坏了兼容性，将不会再有官方修复。
- 1克隆仓库：git clone https://github.com/h2oai/h2ogpt.git，然后cd h2ogpt。你克隆的是一个只读的已归档快照，而非持续更新的项目。
- 2在Python虚拟环境中通过requirements.txt安装依赖，或使用项目文档记录的Docker Compose配置，获得更完整、预先配置好的环境。
- 3选择一个模型后端：若需完全离线使用，将h2oGPT指向本地推理引擎（Ollama，或通过llama.cpp运行的GGUF模型）；若离线运行并非必需，则为托管服务商配置API密钥。
- 4使用项目的generate.py入口点启动应用程序，或启动Docker Compose技术栈，即可打开本地网页界面。
- 5通过网页界面上传文档以构建私有知识库，或为更大的文档集合连接持久化向量存储（Chroma或Weaviate）。
- 6由于该项目不再收到安全补丁，在超出个人评估范围依赖它之前，请自行锁定依赖版本并审查代码。
h2oGPT需要GPU吗？
h2oGPT应用程序本身不需要。GPU是否重要取决于你选择的后端——GPU加速推理（Hugging Face transformers、GPU上的GGML模型）速度快得多，但纯CPU后端如llama.cpp的CPU构建版和GPT4All同样受支持。
h2oGPT能完全离线运行吗？
可以。h2oGPT可以配置为仅使用本地推理后端（llama.cpp、本地运行的Hugging Face模型或Ollama），不调用任何外部API服务商——这符合该项目最初以隐私为先的设计目标。
h2oGPT vs. h2oGPTe（企业版）
H2O.ai在如今已归档的开源h2oGPT之外，还销售一款商业产品h2oGPTe（Enterprise h2oGPT）。两者名称和起源相同，但如今需要评估的并非同一套代码库。
h2oGPT（开源）
- 状态:
- 2026年2月26日已归档（只读）
- 托管方式:
- 仅限自托管
- 费用:
- 免费（Apache 2.0）
- 最适合:
- 分叉或学习一个被冻结的RAG代码库
h2oGPTe（企业版）
- 状态:
- 积极开发中，2026年全年持续发布新版本
- 托管方式:
- 自托管、VPC或由H2O.ai托管
- 费用:
- 定制报价——联系H2O.ai
- 最适合:
- 需要持续更新和厂商支持的生产部署
如果你需要一款有支持、有路线图的产品，请直接在h2ogpte.genai.h2o.ai评估h2oGPTe，而不是假设开源h2oGPT仓库会获得同等关注。
h2oGPT适合谁使用？
开源h2oGPT仓库仍有其正当用途——只是这些用途比"部署到生产环境并期待厂商持续更新"要窄得多。
h2oGPT vs. Open WebUI、LibreChat、AnythingLLM、PrivateGPT、Dify
h2oGPT在某些功能上与这些工具各有重叠，但如今真正的区别在于维护状态——大多数替代方案仍在积极开发中，而h2oGPT没有。
| 工具 | 界面 | 许可证 | 维护状态 | 最适合 |
|---|---|---|---|---|
| h2oGPT | 网页聊天 + RAG界面 | Apache 2.0 | 2026年2月已归档 | 分叉一个被冻结的RAG代码库 |
| Open WebUI | 网页聊天界面 | BSD-3 | 积极维护 | 基于Ollama的聊天前端 |
| LibreChat | 网页聊天界面 | MIT | 积极维护 | 多模型ChatGPT替代方案 |
| AnythingLLM | 桌面 + 网页RAG | MIT | 积极维护 | 团队RAG工作区 |
| PrivateGPT | API + 网页界面 | Apache 2.0 | 积极维护 | 气隙隔离的离线RAG |
| Dify | 可视化 + RAG + 智能体 | 修改版Apache 2.0 | 积极维护 | 一体化LLMOps平台 |
许可证和维护状态可能会变化——在最终决定前，请在各项目仓库中重新核实。
历史与创始人
H2O.ai由Sri Ambati（CEO）和Cliff Click于2012年创立，此前Ambati曾共同创办大数据分析公司Platfora，该公司后来被Workday收购。
H2O.ai于2023年5月11日推出h2oGPT及配套的微调框架H2O LLM Studio，将两者定位为面向希望自行掌控LLM、而非将数据发送给第三方API的组织的工具。Sri Ambati在发布时表示："Every company needs its own GPT. H2OGPT and H2O LLM Studio will empower all our customers and communities to make their own GPT."他还这样描述项目背后的理念："Open source is about freedom, not just free. LLMs are far too important to be owned by a few large tech giants."
H2O.ai在一篇学术论文《h2oGPT: Democratizing Large Language Models》（arXiv:2306.08161）中记录了该项目的设计与评估。该仓库增长至约12,000个GitHub星标和1,300个分叉后，H2O.ai于2026年2月26日将其归档，此时公司的开发投入已明显转向h2oGPTe（Enterprise h2oGPT）。
评估h2oGPT时的常见误区
这些误区源于把h2oGPT当作仍在积极开发的项目对待，或将其与H2O.ai的商业产品混淆。
常见问题
h2oGPT还在维护吗？
不再维护。H2O.ai已于2026年2月26日将github.com/h2oai/h2ogpt仓库归档（设为只读）。代码仍可运行，并可在Apache 2.0下分叉，但不再收到官方提交、补丁或issue处理。
h2oGPT是免费的吗？
是的。h2oGPT采用Apache 2.0许可，即便仓库现已归档，仍可免费用于使用、修改和再分发，包括商业用途。
h2oGPT使用什么许可证？
未经修改的Apache License 2.0——较为宽松的开源许可证之一，允许商业使用、修改和再分发。
h2oGPT支持RAG吗？
支持。h2oGPT可将PDF、Word、Excel、图像、视频帧、音频和代码导入可检索的知识库，使用Chroma、Weaviate或内存中的FAISS索引，并配合语义分块和HYDE以提升检索效果。
h2oGPT需要GPU吗？
不一定。GPU加速能加快基于GPU的后端推理速度，但纯CPU选项如llama.cpp的CPU构建版和GPT4All同样受支持。
h2oGPT能完全离线运行吗？
可以，只需配置为仅使用本地推理后端（llama.cpp、本地运行的Hugging Face模型或Ollama）而非托管API——这种离线优先的设计正是该项目最初的目标。
h2oGPTe是什么，与h2oGPT有何不同？
h2oGPTe（Enterprise h2oGPT）是H2O.ai的商业产品，与已归档的开源h2oGPT分开销售和支持。h2oGPTe在2026年全年持续发布新版本，而开源仓库自归档以来未获得任何更新。
h2oGPT支持视觉和多模态模型吗？
支持。h2oGPT有文档记录支持视觉模型，包括LLaVa以及GPT-4-Vision、Claude、Gemini-Pro-Vision等API视觉模型，另外还支持通过Stable Diffusion系列和Flux进行图像生成，以及通过Whisper实现语音转文字和文字转语音。
h2oGPT有多少GitHub星标？
截至2026年2月归档时，github.com/h2oai/h2ogpt约有12,000个星标和1,300个分叉。由于已归档的仓库仍可能因新的关注者而增加星标数，请直接在仓库中核实最新数字。
h2oGPT与Open WebUI、AnythingLLM或PrivateGPT有何不同？
就功能而言，h2oGPT覆盖了与它们类似的RAG和多后端范围，还额外提供了一些其他方案未必包含的多模态功能（视觉、语音、图像生成）。如今实际的区别在于维护状态：Open WebUI、AnythingLLM和PrivateGPT都在积极开发中，而h2oGPT已被归档。