onyx-dot-app/onyx

📌 【開源專案】Onyx：為 LLM 打造的全功能應用層平台，將 RAG 與 Agentic 能力整合於一體

TL;DR：Onyx 提供一個可自託管的 AI 介面，整合 RAG、程式碼執行與 MCP，讓 LLM 快速轉化為具備工具能力的 Agent。

許多開發者在部署 LLM 時，最頭痛的不是模型選擇，而是如何快速搭建一個具備 RAG、網頁搜尋與工具調用功能的完整前端介面。Onyx 正是為此而生，它將自己定義為 LLM 的「應用層」，讓任何人都能輕鬆託管一個功能豐富的 AI 平台。

🧩 從 RAG 到 Deep Research 的全方位能力

Onyx 不僅僅是一個聊天視窗，它將多項進階 AI 能力整合在單一介面中：

• Agentic RAG：結合混合索引（Hybrid Index）與 AI Agent 進行資訊檢索，旨在提供高品質的搜尋與回答品質。
• 深度研究（Deep Research）：透過多步驟的研究流程生成深入報告，作者宣稱在 2026 年 2 月的排行榜中名列前茅。
• 自定義 Agent：使用者可以為 Agent 設定特定的指令（Instructions）、知識庫與執行動作。
• 沙盒程式碼執行：支援在沙盒環境執行程式碼，用於數據分析、繪製圖表或修改檔案。
• 多模態互動：內建語音模式（TTS/STT）與影像生成功能。

🌍 強大的外部連接與生態整合

為了讓 LLM 真正與外部世界接軌，Onyx 在連接能力上做了大量整合：

• 海量數據索引：提供 50 多個內建連接器，並支援 MCP（Model Context Protocol）來擴充應用程式連接。
• 多元網頁搜尋：支援 Serper、Google PSE、Brave、SearXNG 等搜尋引擎，並內建網頁爬蟲，同時相容 Firecrawl 與 Exa。
• Artifacts 產出：能生成文件、圖表等可下載的成品（Artifacts）。
• 模型兼容性：支援所有主流 LLM 供應商，包含自託管方案（如 Ollama, LiteLLM, vLLM）以及商業閉源模型。

🚀 一鍵部署與快速上手

對於工程師而言，Onyx 的部署門檻極低，僅需執行一行指令即可完成安裝： curl -fsSL https://onyx.app/install_onyx.sh | bash

🎯 實務啟示

對於需要快速搭建內部 AI 知識庫或自動化研究工具的團隊，Onyx 提供了一個「開箱即用」的框架。其最大的價值在於將 RAG 索引、MCP 協議與沙盒執行環境整合在一起，開發者無需從零開始開發複雜的 Agent 協調邏輯，即可快速驗證 LLM 在特定業務場景下的實作可行性。

🔗 來源

• 標題：onyx-dot-app/onyx
• 作者／機構：onyx-dot-app
• 連結：https://github.com/onyx-dot-app/onyx

#OpenSource #LLM #RAG #AIagent #MCP #DeepResearch #Ollama #vLLM #SelfHosted #ArtificialIntelligence