Odysseus是一个完全运行在本地硬件上的私有AI工作台，支持聊天、工具调用、Agent和MCP，无需付费订阅或上传数据至第三方服务器。由知名博主PewDiePie开源，提供Docker一键部署，适合担心隐私安全且希望自托管AI的用户。需注意项目含Shell和文件读写等高权限能力，切勿暴露在公网，且代码主要由AI生成，长期维护性未知。
Tags:
我们每天的对话、文档、邮件，现在都习惯一股脑交给 ChatGPT 或 Claude 来处理。
说实话，现在的工作效率的确高了不少，但这些我们私人的数据，上传到它们服务器上多少有点担心。
而且每个月还得给高昂的订阅费，一旦形成了依赖，当对方不给我们用的时候，便会发现一切工作进度都难以推进。
知名的油管视频博主 PewDiePie，在意识到这问题后，于是便开源了一个项目：Odysseus。
一个完全跑在自己本地硬件上的私有 AI 工作台，支持聊天、工具调用、Agent、MCP 等。
项目一经开源，在不到一天的时间，Star 数就冲到了 3.6 万。
但仔细想想，PewDiePie 作为一个拥有百万粉丝的博主，这 Star 数增长，倒也不算意外。
过去一年，他一直在折腾本地 AI。
早前用两张 RTX 4000 Ada，外加八张魔改的 4090，在家本地跑各种开源模型。
可以说 Odysseus，是他这一年折腾下来，所诞生的产物。
并且在官网上留下这么一句话：「模型越懂我们，就越好用」。
而自托管的另一层意义，是这份「懂」能慢慢攒在自己手里，又不必把数据交出去。
顺着这个思路看，它就不只是个聊天框了。
对话只是该工具最基础入门一层，本地模型也好，各家 API 也好，接起来都很简单。
我们再深入来看它的 Agent 层，用到了开源的 AI 编程 Agent OpenCode。
只需把任务丢给它，它就能自己调用终端、读写文件、查网页，一步步做完，还会记住我们的习惯。
第二个亮点是 Cookbook，帮我们解决了不知道自己电脑能跑哪些大模型的痛点，用到 llmfit 开源工具。
它会先扫一遍电脑硬件配置，并按显存大小，给 GGUF、FP8、AWQ 这些不同精度的模型格式打适配分。
然后挑选好之后，只需点一下按钮，下载、安装和直接全部搞定。
第三块就是深度研究，改自阿里通义的 DeepResearch。
它能够多步骤地查资料、读资料，最后整理成一份带图的报告。
剩下的邮件分拣、日历、笔记待办这些常用到的效率工具也都内置，这里就不一一展开介绍。
想要安装使用非常简单，提供了 Docker 一键部署方式，克隆代码到本地后一行命令即可。
git clone https://github.com/pewdiepie-archdaemon/odysseus.gitcd odysseuscp .env.example .envdocker compose up -d --build
安装完成后，在浏览器上访问 http://localhost:7000 就可以开始使用。
接下来，也跟大家客观说几点。
相信不少人觉得这个跟 Open WebUI 比较类似，在 HackNews 也是引发了激烈的讨论。
很多人言下之意，认为会不会只是一个名人把已有的本地 AI 想法重新包了一层而已。
另外它带了 Shell、文件读写这类高权限能力，使用时需小心，不过作者在 README 里有叮嘱，部署之后千万别暴露在公网。
还有一点就是，作者也直言项目代码大部分是 AI 写的，后续会不会长期维护，眼下还是一个未知数。
写在最后
但抛开这些争议，我觉得它戳中了一个方向，而且这个方向已逐渐清晰。
那就是本地部署在过去一直被技术门槛挡在门外，玩这些更多的是开发者或 AI 发烧友。
然而这次，一个上亿订阅的创作者，把本地模型推理塞进了 Odysseus 一个工作台里，开箱即用。
可以说，本地部署这道门槛，已然被他拆除了，也算是他希望自己的技术小白粉丝能用上。
不过从 PewDiePie 视频介绍来看，值得留意的是，Odysseus 只是他 AI 布局当中的一环。
他更大的野心，是拿 The Swarm 攒下的数据，进而训练一个属于自己的模型。
照这么看，这事还远没到终点，感兴趣的同学，可以持续关注。
GitHub 项目地址：https://github.com/pewdiepie-archdaemon/odysseus
今天的分享到此结束，感谢大家抽空阅读，我们下期再见，Respect！
没有评论:
发表评论