project
Odysseus - オープンソースでローカルに自己ホストするAIワークスペース
Odysseusは、ChatGPT/Claudeに似たチャットインターフェースを提供する、オープンソースのセルフホスト型AIワークスペースです。ツールは完全にローカルで動作し、データはローカルマシン上に保持されるため、プライバシーの漏洩は一切ありません。
オデュッセウスとは何ですか?
Odysseusは、ChatGPT/Claudeに似たチャットインターフェースを提供する、オープンソースのセルフホスト型AIワークスペースです。ツールはすべてローカルで動作するため、データはローカルマシン上に保持され、プライバシーは完全に保護されます。このツールには、チャット、エージェント、詳細調査、メモ、タスク、カレンダー、メール、モデル比較など、10以上の機能が統合されています。vLLM、Ollama、OpenRouterなどの様々なモデルバックエンドをサポートしており、個人やチーム向けのプライベートAIハブとして活用できます。
オデュッセウスの主な役割
-
AIチャットローカルモデル(vLLM、llama.cpp、Ollama)とAPI(OpenAI、OpenRouter)間の通信をサポートしているため、モデルの追加が非常に簡単です。
-
エージェントMCP、ウェブページ、ファイル、シェル、スキル、メモリなどのツールを搭載することで、自律的にタスクを完了できる。
-
料理本モデルライブラリーハードウェアをスキャンして互換性のあるモデルを推奨し、ワンクリックでダウンロードと起動を可能にし、GGUF、FP8、AWQなどのフォーマットをサポートします。
-
綿密な調査このシステムは複数のステップで実行され、情報源を自動的に収集、読み込み、統合して、美しく視覚化されたレポートを生成します。
-
モデルブラインドテスト比較複数のモデルの出力結果を並べて比較し、完全に匿名で投票することで、偏りを排除します。
-
ドキュメントエディタAIが文章作成を支援するために活用され、AIが文章作成を支配するわけではない、マルチタグ対応のMarkdown/HTML/CSVエディタ。
-
記憶力とスキルChromaDBとfastembedの永続ベクトルメモリに基づいて、エージェントは時間とともに進化します。
-
メールクライアントIMAP/SMTP対応の受信トレイを内蔵し、AIによるインテリジェント分類、自動要約、自動下書き返信、スパムフィルタリングをサポートしています。
-
メモとタスク主な機能としては、簡単なメモ、ToDoリスト、スケジュールされたタスクなどがあり、ntfy、ブラウザ、メールによるリマインダーに対応しています。
-
カレンダー管理ローカル優先度のCalDAVカレンダー。Radicale、Nextcloud、Apple、Fastmailと同期可能。
-
モバイルサポートレスポンシブデザインのPWAで、タッチジェスチャーに対応し、モバイルデバイスでも利用可能です。
-
その他のツール主な機能:内蔵画像エディター、テーマエディター、ウェブ検索、ファイルアップロード(画像+PDF)、2段階認証など。
オデュッセウスの技術的原則
- フロントエンドアーキテクチャ最新のウェブ技術スタックに基づいたレスポンシブなPWAインターフェースを構築し、テーマエディタとマルチタブドキュメントエディタ(Markdown / HTML / CSV)をサポートし、ブラウザへのインストールを通じてネイティブなクロスデバイス体験を実現し、アクセスセキュリティを確保するために2要素認証を統合しています。
- モデル推論レイヤー統一された抽象化レイヤーを介して複数のバックエンドに接続することで、ローカル側はvLLM、llama.cpp、Ollamなどの推論エンジンをサポートし、クラウド側はOpenAIやOpenRouterなどのAPIと互換性があり、統一されたスケジューリングと複数のモデルのシームレスな切り替えを可能にします。
- エージェント実行フレームワークOpenCodeおよびMCP(Model Context Protocol)規格に基づいてツール呼び出しシステムを構築し、LLMがシェル、Webページ、ファイルシステムにアクセスできるようにするとともに、自律的なタスク計画、複数ステップの実行、ツールチェーンのオーケストレーションをサポートします。
- 記憶検索システムChromaDBをローカルベクトルデータベースとして使用し、fastembed(ONNXランタイム)と組み合わせることで、ローカルでの埋め込みと生成を実現します。ベクトル類似性検索とキーワード検索の2つのモードをサポートし、永続メモリとスキルインポート/エクスポートを実現します。
- 料理本のモデルを応用したllmfitを使用してハードウェアのVRAM容量をスキャンし、GGUF/FP8/AWQなどの量子化フォーマットと現在のハードウェアとの互換性スコアを自動的に評価し、ワンクリックでvLLMまたはllama.cppのバックグラウンドサービスを開始します。ダウンロードおよび推論プロセスを保護するためにtmuxを使用します。
- ディープリサーチエンジンTongyi DeepResearchのアーキテクチャから着想を得たこのアプローチは、多段階の情報収集、情報源の信頼性評価、読み取りと抽出、そして包括的な推論を可能にし、最終的に視覚的なプレゼンテーションを備えた構造化された調査レポートを生成します。
オデュッセウスの使い方
- Dockerデプロイメント:
- リポジトリをローカルマシンにクローンする:
git clone https://github.com/pewdiepie-archdaemon/odysseus.git - プロジェクトディレクトリに入る:
cd odysseus - 環境設定ファイルをコピーする:
cp .env.example .env - コンテナを構築して起動する:
docker compose up -d --build - ブラウザアクセス
http://localhost:7000システムにログインしてください。 - ターミナルまたはDockerのログを確認して、一時的な管理者パスワードを取得し、初回ログインを完了してください。
- リポジトリをローカルマシンにクローンする:
- Apple Silicon (Mシリーズ) のネイティブ展開:
- リポジトリをローカルマシンにクローンする:
git clone https://github.com/pewdiepie-archdaemon/odysseus.git - プロジェクトディレクトリに入る:
cd odysseus - 起動スクリプトを実行する:
./start-macos.sh - ブラウザアクセス
http://127.0.0.1:7860すぐに使用可能で、Metal GPUアクセラレーションに対応しています。
- リポジトリをローカルマシンにクローンする:
- Windowsワンクリック展開:
- リポジトリをローカルマシンにクローンする:
git clone https://github.com/pewdiepie-archdaemon/odysseus.git - プロジェクトディレクトリに入る:
cd odysseus - PowerShell起動スクリプトを実行する:
powershell -ExecutionPolicy Bypass -File .\launch-windows.ps1 - スクリプトの指示に従って自動インストールが完了したら、ブラウザからローカルアドレスにアクセスして使用できます。
- リポジトリをローカルマシンにクローンする:
オデュッセウスの核となる利点
-
地域優先、プライバシー優先すべてのデータはローカルに保存されるため、クラウドへのアップロードが不要となり、プライバシー漏洩やバックドアのリスクを完全に防止できます。
-
箱から出してすぐに使えます複雑な環境設定を必要とせず、デフォルト設定で動作させることができ、Docker、ネイティブアプリ、macOSアプリなど、複数のプラットフォームにワンクリックでデプロイできます。
-
オールインワンワークスペースチャット、調査、メモ、タスク、カレンダー、メールを統合したインターフェースにより、ツールを切り替える必要性を軽減します。
-
オープンモデルエコシステム単一のモデルに縛られることなく、ローカル推論とクラウドAPIに対応しており、Cookbookはハードウェアとモデルを自動的にマッチングします。
-
エージェントは進化することができる永続メモリとスキルシステムにより、エージェントは使用頻度が高くなるほどユーザーをより深く理解できるようになり、MCP標準拡張ツールもサポートします。
オデュッセウス・プロジェクトの住所
- プロジェクト公式サイト:https://pewdiepie-archdaemon.github.io/odysseus/
- GitHubリポジトリ:https://github.com/pewdiepie-archdaemon/odysseus
オデュッセウスと類似の競合製品との比較
| 寸法 | Odysseus | Open WebUI |
|---|---|---|
| フロントエンド | 最新のウェブ技術スタック、PWAアーキテクチャ、組み込みのテーマエディタと画像エディタ | Svelteをベースにした、シンプルで美しいモダンなチャットインターフェース。 |
| 後部 | Python(FastAPI / Uvicorn)、モジュール設計 | Python(FastAPI)とOllamaは深く統合されています。 |
| ベクターデータベース | ChromaDB ローカル永続化 | ネイティブなベクトルライブラリがない場合、RAGは一時的な処理によってこれを実現します。 |
| 展開方法 | Docker / ネイティブLinux / macOSアプリ / Windowsスクリプト / PWA | Docker / ネイティブ(主にDocker向け) |
| GPUアクセラレーション | Metal(Apple Silicon)およびCUDAに対応。Cookbookはハードウェアを自動的に検出します。 | Ollamaの基盤となるGPUサポートに依存しています |
| 拡張プロトコル | MCP(モデルコンテキストプロトコル)標準ツール拡張機能 | カスタムパイプラインと関数拡張機能 |
オデュッセウスの応用シナリオ
-
個人のプライバシー保護AIアシスタントローカルデバイス上で大容量モデルを安全に使用できます。機密データはローカルマシンから外部に送信されることはありません。
-
開発者ローカルLLMラボこれにより、さまざまなオープンソースモデルの迅速な切り替え、比較、評価が可能になり、ブラインドテストや性能分析も可能になります。
-
研究者による詳細な調査エージェントを活用して、文献を自動的に収集し、構造化された調査レポートを作成し、視覚的に提示します。
-
チーム民営化知識ベースベクトルメモリと文書編集機能を組み合わせることで、社内における質疑応答および文書作成のためのコラボレーションプラットフォームが構築される。
-
個人の効率管理メモ、ToDoリスト、カレンダー、メールを統合することで、個人の生産性向上のためのAI駆動型ハブを構築します。