内部搜索
在组织内部知识和已连接的应用中检索内容。检索过程会遵循用户级别的权限设置，不过该权限控制只有在企业版中才能配置。
RAG and Search ↗
价格开源免费；Onyx Cloud 提供免费试用，无需信用卡
平台Web / API
归类聊天对话
收录2025-01-01
复核2025-01-01
编辑评分
4.2 / 5
★★★★☆
Onyx编辑总结
Onyx 是一个开源的 AI 平台，通过自然语言接口把组织内部的知识和已连接的应用整合起来供团队检索和对话。它用上下文检索、高级 RAG、混合搜索和 AI 生成的知识图谱构建知识索引，主打结果相关、幻觉少，并且支持自托管、接入任意 LLM 模型。团队可以只连接需要的数据、只开启需要的功能；也提供 Onyx Cloud 免费试用，无需信用卡。
Onyx是什么？
Onyx 是一个开源的 AI 平台，定位是面向工作场景的「内部知识 + 对话」入口。它把组织内部的知识和团队已连接的应用汇集起来，让成员用自然语言提问就能检索到答案，而不必在多个系统之间来回翻找。
它的能力分成几块：内部搜索负责在组织知识和已连接应用中检索；Connectors 负责把团队的应用接入，使这些应用里的知识变得可搜索；Chat 提供面向 LLM、Agents 和知识的对话界面；Agents 允许用自定义指令、知识和动作创建贴合具体用例的 AI 智能体；Web Search 用互联网上的最新信息补充 LLM 的知识；Actions 则把智能体接到团队应用上，让它自动完成工作。此外还有代码执行、图像生成、语音模式等能力。
部署方式上，Onyx 可以自托管，官网提供快速开始指南，称可在数分钟内完成自托管部署；也可以直接使用 Onyx Cloud，注册即可获得免费试用，无需信用卡。对开发者来说，它可以接入任意 LLM 模型并按需扩展或定制；对团队来说，可以只连接需要的数据、只开启想要成员使用的功能。
Onyx核心功能
连接器
把团队使用的各类应用接入 Onyx，使这些应用中的知识变得可被搜索。可以只连接团队真正需要的数据源，不必全量接入。
Connectors ↗对话界面
Onyx 的主要用户界面，提供面向 LLM、Agents 和知识的会话式交互入口，成员可以直接用自然语言提问并拿到基于内部知识的回答。
Chat UI ↗自定义智能体
用自定义指令、知识和动作创建贴合具体用例的 AI Agents，团队可以按自己的业务场景定制智能体的行为与可调用的能力。
Custom Agents ↗联网搜索
用互联网上的最新信息补充 LLM 的知识，让回答不局限于已接入的内部资料，也能覆盖外部的最新动态。
Web Search ↗动作与 MCP
把 Actions 连接到团队的应用，让 Agents 能够据此自动完成工作，扩展智能体可执行的任务范围。
Actions & MCP ↗代码执行
为 LLM 提供安全沙箱中的 Python 运行环境，使模型可以执行代码来完成任务，而不只是在对话里给出文字回答。
Code Execution ↗图像生成与语音模式
支持按用户提示词生成图像，也支持用语音与 Onyx 交互，为对话之外的使用方式提供入口。
Image Generation ↗高相关低幻觉检索
用 LLM 原生技术构建知识索引，结合上下文检索、高级 RAG、混合搜索和 AI 生成的知识图谱，力求给出最相关的结果并把幻觉降到最低。
Onyx值不值得用？
当你的团队有一堆散落在各个应用里的内部资料、又希望成员用自然语言直接问出答案时，Onyx 值得优先考虑：它开源、可自托管，能接入任意 LLM 模型，还能只连接需要的数据源，数据留在自己手里的可控性较高。部署门槛也不算高，官网提供快速开始指南，并称可在数分钟内完成自托管；不想自己运维的话还有 Cloud 免费试用。但如果你的团队规模很小、知识量有限，或者需要精细到用户级别的检索权限控制，就要注意权限配置只在企业版中提供，免费自托管方式未必覆盖这类需求。
建议选它的情况
- 团队内部资料分散在多个应用、需要统一搜索入口
- 对数据隐私敏感、希望自托管并接入自有 LLM 模型
- 希望围绕具体业务场景定制 AI 智能体和自动化动作
- 想先低成本验证效果，用 Cloud 免费试用起步
不建议选它的情况
- 需要用户级别检索权限控制但只考虑免费自托管方案
- 知识量很小、用通用聊天工具就能满足的轻量场景
Onyx使用建议
入门先把路子走对
- 先跑通快速开始按官网的快速开始指南完成自托管部署，先确认能正常登录进入对话界面，再考虑接入数据。
- 先接一个数据源在 Connectors 里只接入一个最常用的团队应用，验证检索效果后再逐步增加，避免一上来接太多难以排查问题。
- 切换搜索模式界面左上角可以切换 UI 模式，把 Auto 换成 Search 就会始终进入搜索视图，适合以检索为主的使用习惯。
进阶省时间也省钱
- 按需开启功能Onyx 可高度配置，只开启希望团队使用的功能，关掉暂时用不到的模块，能减少成员的上手困惑。
- 为重复工作做智能体把固定的指令和知识沉淀成自定义 Agent，配合 Actions 连接团队应用，让重复性任务交给智能体自动完成。
Onyx适合谁用？
中大型企业 IT 团队
推荐内部知识散落在多个应用、需要统一检索入口并希望把数据留在自己环境里，Onyx 的自托管和连接器能力正好对上。
对数据隐私敏感的团队
推荐Onyx 为安全、数据隐私和易自托管而设计，可以接入任意 LLM 模型、只连接需要的数据，适合不能把资料放到外部服务的团队。
需要定制智能体的业务团队
推荐用自定义指令、知识和动作搭建贴合自身用例的 AI Agent，配合 Actions 让智能体自动处理团队应用里的工作。
需要用户级权限控制的团队
有条件检索的上下文会遵循用户级别权限，但这一权限控制只能通过企业版配置，只打算用免费自托管方案时要提前确认是否够用。
个人用户或极小团队
不推荐Onyx 面向的是组织知识的整合与检索，没有内部知识库要接入时，它的连接器和搜索能力用不上。
Onyx优点和缺点
优点
- 开源且免费，支持自托管，数据可控
- 可接入任意 LLM 模型，按团队需要灵活配置
- 知识索引使用上下文检索、高级 RAG、混合搜索和 AI 知识图谱
- 覆盖搜索、对话、智能体、联网搜索、代码执行、图像与语音
- 官网提供快速开始指南，称可在数分钟内完成自托管
- Onyx Cloud 提供免费试用，无需信用卡即可开始
缺点
- 用户级别权限控制只能通过企业版配置
- 官网未公开 Onyx Cloud 试用期结束后的具体价格
- 自托管需要团队自行承担部署与运维
- 官网未说明支持的语言范围
Onyx常见问题
Onyx 是免费的吗？＋
Onyx 是开源的，可以轻松且免费地开始使用自托管版本。此外官网提供 Onyx Cloud 的免费试用，注册不需要信用卡。至于试用期结束后的收费档位，官网未公开。
Onyx 可以自己部署吗？＋
可以。官网提供快速开始指南（Quickstart），称这是推荐的方式，可在数分钟内完成自托管部署。
Onyx 能接入哪些大模型？＋
Onyx 设计上高度可配置，可以即插即用地接入任意 LLM 模型，并且能够按需扩展或定制，以适应团队长期的生成式 AI 规划。
Onyx 怎么保证回答不胡编？＋
说明 Onyx 用 LLM 原生技术构建知识索引，结合上下文检索、高级 RAG、混合搜索和 AI 生成的知识图谱，目标是给出最相关的结果并把幻觉降到最低。
Onyx 的检索会受权限限制吗？＋
会。说明 Onyx 的上下文检索会遵循用户级别的权限，但这一权限控制只能通过企业版配置。使用免费自托管方案时，这一点需要提前确认是否满足需求。
Onyx 能自动完成工作而不只是回答问题吗？＋
可以。Onyx 的 Actions 可以连接到团队的应用，让 Agents 据此自动完成工作；此外还有代码执行（安全沙箱中的 Python 运行环境）、Scheduled Tasks 等能力，把目标转成实际产出。
Onyx竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| Onyx本工具 | 4.2 | 开源免费；Onyx Cloud 提供免费试用，无需信用卡 | 内部搜索；连接器；对话界面；自定义智能体 | Web / API |
| Onyx AI | — | Business $20 每人每月，年付；Enterprise 联系销售 | Onyx AI 是一个开源 AI 聊天平台，连接文档、应用和团队，提升协作与生产力 | Web / Slack / API |
| ChatWithCloud | — | $0 试用 15 次；$19/月、$190/年、$399 买断 | CLI 工具，通过自然语言和生成式 AI 与 AWS 云交互 | CLI |
| CyberTraceAI | — | 未标价 | 开源 AI 代理，通过自然语言交互简化网络管理 | — |
| TalkBI | — | 未标价 | 通过自然语言查询获取即时数据洞察的对话式 AI 平台 | — |
| Sematic | — | 未标价 | Sematic 是一个开源的机器学习管道编排工具，帮助团队快速构建和执行训练流程 | — |
