Skip to main content
PromptQuorum
主页/本地LLM进阶/Onyx评测2026:自托管企业搜索与RAG(原名Danswer)
RAG & Document Chat

Onyx评测2026:自托管企业搜索与RAG(原名Danswer)

·阅读时间12分钟·Hans Kuepper 作者 · PromptQuorum创始人,多模型AI调度工具 · PromptQuorum

Onyx是一款开源、自托管的企业搜索与RAG助手(github.com/onyx-dot-app/onyx),通过内置连接器接入50多个数据源——Slack、Confluence、Google Drive、GitHub等——并可连接包括本地Ollama实例、OpenAI、Anthropic和Gemini在内的模型提供商。Onyx此前曾以Danswer之名发布;该项目及其YC W24(Y Combinator 2024冬季批次)背书、GitHub历史记录都在新名称下延续,转换期间环境变量和代码标识符从DANSWER_*重命名为ONYX_*。社区版(CE)基于MIT许可证免费开源,涵盖聊天、RAG、智能体和操作功能;独立的企业版(EE)在专有许可证下增加了单点登录(SSO)、基于角色的访问控制、分析和白标功能。截至本评测时,Onyx在GitHub上约有32,000颗星。

Onyx(onyx.app,源码位于github.com/onyx-dot-app/onyx)是一款开源、自托管的企业搜索与检索增强生成(RAG)助手,此前曾以Danswer之名发布。它通过内置连接器接入50多个数据源,并可将模型请求路由到本地Ollama实例或OpenAI、Anthropic等云端提供商。本评测将介绍Onyx的实际功能、其更名历史、安装方法,以及它与MaxKB、AnythingLLM和PrivateGPT相比的定位。

Onyx评测2026:自托管企业搜索与RAG(原名Danswer)

关键要点

  • Onyx社区版基于MIT许可证开源;源码仓库为github.com/onyx-dot-app/onyx
  • 此前曾以Danswer之名发布;相同的代码库、GitHub提交历史和Y Combinator W24背书都在新名称Onyx下延续——这是一次更名,而非分叉或不同的产品
  • 通过添加Ollama作为模型提供商连接本地模型;也可通过同一设置界面连接云端提供商——OpenAI、Anthropic、Gemini等
  • 内置50多个连接器(Slack、Confluence、Google Drive、GitHub、Notion、Jira等),并为外部工具提供模型上下文协议(MCP)支持
  • 社区版(CE)免费涵盖聊天、RAG、智能体和操作功能;企业版(EE)在独立的专有许可证下增加SSO、基于角色的访问控制、分析和白标功能
  • 可通过一行安装脚本、uv tool install onyx-cli命令行工具、Docker Compose、Kubernetes或Helm安装
  • 截至本评测约有32,000颗GitHub星标

📍 简单一句话

Onyx是一款开源、自托管的企业搜索与RAG助手——是此前名为Danswer的项目更名后的延续——可连接50多个数据源以及本地Ollama或云端模型,提供免费的MIT许可社区版和付费的企业版。

💬 简单来说

你不必分别在Slack、Confluence和Google Drive中搜索,而是将它们全部连接到Onyx,然后用自然语言提问即可。通过Ollama将Onyx指向本地模型,搜索索引、检索到的文档以及生成答案的模型都可以留在你自己掌控的基础设施上。

📌: 本评测是本地LLM软件目录中Onyx条目的深入版本——请查看该页面,一览Onyx与其他数十款本地AI工具的对比。

Onyx是什么?

Onyx是一款面向大语言模型的自托管应用层——根据其GitHub描述,它"带来一个任何人都能轻松托管的功能丰富的界面"。它将跨连接数据源的企业搜索、检索增强生成、自定义智能体以及使用工具的"操作"整合到一个托管应用中,而不是需要你自己组装的代码优先框架。

  • 核心功能:对来自50多个已连接来源的文档建立索引,然后通过聊天针对该索引回答自然语言问题,并附带指向源文档的引用
  • 模型访问:根据Onyx自身的文档,为不针对特定提供商——可连接自托管选项(Ollama、LiteLLM、vLLM)以及专有提供商(OpenAI、Anthropic、Gemini)
  • 开发者:onyx-dot-app,一家获得Y Combinator 2024冬季批次(W24)支持的公司;该项目曾在Hacker News上以"Onyx(YC W24)——开源聊天界面"公开发布
  • 权威仓库:github.com/onyx-dot-app/onyx——Onyx源代码、问题跟踪和发布说明的活跃主页;此外还有一个独立但相关的仓库github.com/onyx-dot-app/onyx-foss,用于完全开源(FOSS)版本

Onyx和Danswer是同一个项目吗?

是的。Onyx是最初以Danswer之名发布的开源项目更名后的延续,而不是一个独立的分叉或竞争产品。这次更名将代码库、GitHub提交历史和公司背书都延续到了新名称之下。

  • Danswer最初作为一款开源工具推出,主打"用自然语言提问,从私有数据源获得答案",可连接Slack、GitHub、Confluence等服务
  • 该项目更名为Onyx;根据该项目GitHub历史中可见的变更,转换期间内部环境变量和代码标识符从DANSWER_*前缀重命名为ONYX_*
  • 该项目背后的公司获得Y Combinator 2024冬季批次(W24)的支持——这一事实在更名之前就已存在,并延续至更名之后
  • 更名前代码库的旧镜像和分叉——例如unoplat/danswer——仍以旧名称保留在GitHub上;这些并非当前项目积极维护的延续版本

如何自托管Onyx?

Onyx文档化的快速安装方式是一行脚本,可自动处理Docker设置,或者使用专用的CLI工具以获得更精细的控制。这两种方式都会安装完整的应用程序栈,包括其搜索索引和数据库。

  1. 1
    选择安装方式:一行脚本,或专用CLI。
    Why it matters: 一行脚本(Linux/macOS上为`curl -fsSL https://onyx.app/install_onyx.sh | bash`,Windows上为对应的PowerShell命令)会在缺少Docker时自动安装;CLI(`uv tool install onyx-cli && onyx-cli deploy install`)提供更多控制权,是Onyx自身文档推荐的方法。
  2. 2
    运行安装程序,并在提示时选择部署模式——Lite或Standard。
    Why it matters: 安装程序会在继续之前检查系统资源和要求,所选模式决定了将部署哪些可选组件(例如额外的搜索基础设施)。
  3. 3
    安装程序完成后,在浏览器中打开它报告的本地URL,以完成首次设置并创建管理员账户。
    Why it matters: 这与大多数自托管Web应用程序使用的首次运行模式相同:容器栈启动后,你通过Web界面而非配置文件来配置它。
  4. 4
    在管理员设置中添加模型提供商——用于本地模型的Ollama,或需要API密钥的云端提供商。
    Why it matters: Onyx没有自己的内置推理引擎;无论本地还是云端的每个模型,都需要作为单独的提供商条目添加后,聊天或RAG功能才能回答问题。
  5. 5
    在连接器部分连接一个或多个数据源,然后让Onyx对其建立索引后再提问。
    Why it matters: 搜索质量取决于连接和索引了什么内容——Onyx无法回答关于未连接数据源的问题。

Onyx如何连接本地Ollama模型?

Onyx本身不执行模型推理——它通过管理员设置中的模型提供商条目,连接到一个单独运行的本地推理服务器,最常见的是Ollama要使用本地模型,你需要先将该模型下载到Ollama中,然后在Onyx中注册它。

  • 在Onyx的LLM提供商管理面板中,添加新提供商并选择Ollama(或兼容OpenAI格式的端点)
  • 输入Ollama服务器的地址(例如本地安装为http://localhost:11434,若Ollama运行在其他机器上则输入局域网/远程地址)
  • 输入与Ollama提供的模型相匹配的模型名称
  • 添加后,本地模型会与任何已连接的云端模型一同出现,搜索助手或智能体可以同样地使用它
  • Onyx还将LiteLLM和vLLM文档化为遵循相同通用提供商模式的替代自托管后端

Onyx能构建什么?

Onyx的功能核心是将分散的组织知识转化为单一、可搜索、可对话的界面。以下细节来自Onyx自身的GitHub README文档

  • 企业搜索——根据Onyx自身的定位,采用混合索引,结合关键词搜索和语义搜索处理所有已连接来源,设计目标是在数千万文档规模下仍保持准确
  • 50多个连接器——内置连接到Slack、Confluence、Google Drive、GitHub、Notion和Jira等服务的连接器,因此现有组织知识无需手动重新上传
  • 智能体式RAG与深度研究——根据Onyx自身的功能描述,提供多步骤检索和推理工作流,而不仅仅是单轮问答
  • 网络搜索集成——连接Serper、Google可编程搜索引擎、Brave或SearXNG,在内部文档搜索之外获取实时网络结果
  • 自定义智能体与操作——配置具有特定指令和知识的智能体,并连接"操作"(包括基于MCP的工具),用于智能体式的工具使用工作流
  • 代码执行与文件生成——根据Onyx当前的功能列表,提供沙盒化的代码执行和文档/产物生成
  • 语音模式与图像生成——根据Onyx自身的文档,提供文本聊天之外的额外模态

Onyx许可证:社区版对比企业版

Onyx社区版(CE)基于MIT许可证免费开源,涵盖核心的聊天、RAG、智能体和操作功能。企业版(EE)在独立的专有许可证下,增加了面向大型组织的功能。

版本
许可证
价格
显著功能
社区版(CE)MIT免费聊天、RAG、智能体、操作、50多个连接器
企业版(EE)专有联系销售SSO、基于角色的访问控制、分析、白标

截至本评测,onyx.app上并未公布企业版的固定价格数字——由于企业级定价通常需要与销售团队沟通,且可能随时变化,请直接查看官方网站以获取当前条款。

谁适合使用Onyx?

Onyx适合希望通过单一搜索与聊天界面覆盖众多现有工具、同时保留将模型推理保持在本地的选项的组织。

Onyx对比MaxKB、AnythingLLM和PrivateGPT

Onyx与其他多款自托管RAG和文档搜索平台存在重叠——区别在于连接器的覆盖广度、许可方式,以及功能集面向企业的程度。

工具
界面
许可证
最适合
Onyx企业搜索 + RAG + 智能体MIT(CE)+ 专有(EE)50多个连接器,大规模文档下的混合搜索
MaxKBWeb UI + RAG + 智能体GPL-3.0Docker部署的RAG/智能体平台,支持本地模型
AnythingLLM聊天 + RAGMIT轻量级自托管文档聊天
PrivateGPTWeb + CLI,完全离线RAGApache 2.0完全离线、企业导向的文档RAG

这四款工具都可以连接本地模型:Onyx、MaxKB和AnythingLLM都会添加Ollama作为模型提供商;PrivateGPT默认设计为完全离线运行。在这四者之中,Onyx的主要差异化优势在于其拥有50多个内置连接器的库,用于索引现有的组织工具,而不仅仅是本地文件上传。

评估Onyx时的常见误区

常见问题

Onyx是免费的吗?

社区版(CE)基于MIT许可证免费开源,涵盖聊天、RAG、智能体、操作以及50多个连接器。独立的企业版(EE)在专有许可证和单独定价下,增加了SSO、基于角色的访问控制、分析和白标功能。

Onyx和Danswer是一回事吗?

是的。Onyx是最初以Danswer之名发布的项目更名后的延续——相同的代码库、GitHub历史和Y Combinator(W24)背书都得以延续,转换期间内部标识符从DANSWER_*重命名为ONYX_*。

Onyx使用什么许可证?

根据官方GitHub仓库(github.com/onyx-dot-app/onyx)中的LICENSE文件,社区版采用MIT许可证。企业版(EE)为专有许可证,单独授权。

Onyx支持Ollama等本地模型吗?

支持。Onyx通过在管理员设置中添加Ollama作为模型提供商来连接本地模型——你提供服务器地址和模型名称,Onyx会将请求路由到Ollama正在提供的模型。它还将LiteLLM和vLLM文档化为替代的自托管后端。

如何安装Onyx?

可通过自动设置Docker的一行安装脚本(curl或PowerShell),或使用专用的onyx-cli工具(uv tool install onyx-cli && onyx-cli deploy install)以获得更多控制权。对于更大规模的部署,Onyx还支持Kubernetes和Helm。

Onyx由谁开发?

Onyx由onyx-dot-app开发,这是一家获得Y Combinator 2024冬季批次(W24)支持的公司。该项目在更名之前曾以Danswer之名发布。

Onyx有多受欢迎?

截至本评测,Onyx的GitHub仓库约有32,000颗星标。

Onyx的主要替代品有哪些?

MaxKB(GPL-3.0,Docker部署的RAG/智能体平台)、AnythingLLM(MIT,更轻量的自托管文档聊天)和PrivateGPT(Apache 2.0,完全离线的企业导向RAG)是最接近的自托管替代方案。

资料来源

← 返回 本地LLM进阶