核心功能
Danswer 于 2024 年更名为 Onyx，是采用 MIT 许可的自托管企业 AI 平台，GitHub 星标已超两万。它用 40+ 连接器同步 Slack、Confluence、Google Drive、GitHub 等来源，基于 Vespa 做 BM25 关键词与向量的混合检索，后端大模型可换成 OpenAI、Claude、Bedrock 或本地 Ollama。
功能亮点
全栈自托管
Docker Compose 或 K8s 私有部署，数据不出网
混合召回
BM25 与向量结果融合后再交给模型生成
模型可插拔
环境变量切换云端 API 或本地 Ollama 推理
权限同步
连接器抓取源系统 ACL，逐文档做访问隔离
适用场景
• 内网知识库自然语言问答
• 研发文档与代码库检索
• 客服工单知识辅助回复
• 私有化替代商业企业搜索
安装配置
bash
git clone github.com/onyx-dot-app/onyx，进入 deployment/docker_compose 复制并编辑 .env 后执行 docker compose up -d；生产环境可用 Helm 部署到 Kubernetes，也可直接订阅托管版 Onyx Cloud
使用方法
bash
1) 克隆仓库进入 deployment/docker_compose，复制 .env 模板，填入 LLM 提供商与 API Key 2) 执行 docker compose up -d 拉起 api_server、background、web_server、Vespa、Postgres、Redis 等容器 3) 浏览器打开 localhost:3000，首个注册的账号自动成为管理员 4) 进 Admin → LLM 选模型提供商（OpenAI / Anthropic / Azure / Bedrock / Ollama），再到 Admin → Embedding 选嵌入模型 5) 进 Admin → Connectors 添加 Slack、Confluence、Google Drive、GitHub 等数据源并设置同步周期 6) 新建 Assistant 绑定专属提示词与文档集，配好 Slack Bot Token 后让同事在频道里直接 @ 它提问
优点
- MIT 许可，源码可审计、可按内部需求二次开发
- 全部组件可私有部署，敏感语料不出内网
- 连接器自带权限同步，无需在检索层重建一套 ACL
- 嵌入模型与生成模型都能换成本地推理，长期成本可控
缺点
- 生产环境建议 8 核 32G 起步，Vespa 与嵌入服务较吃资源
- SSO、细粒度 RBAC、白标等能力要企业版才完整
- 连接器数量与稳定性不及 Glean 等商业方案，冷门系统需自研
- 改名 Onyx 后大量旧教程与仓库链接失效，排错时容易踩坑