Odysseus（pewdiepie-archdaemon/odysseus）是一个自托管的 AI 工作台，目标是把 ChatGPT/Claude 的 UI 体验本地化——跑在你自己的硬件上、用你自己的数据，强调 local-first 与 privacy-first。功能集合在一个应用里：Chat（接 vLLM/llama.cpp/Ollama/OpenRouter/OpenAI）、Agent（基于 opencode，可用 MCP/web/files/shell/skills/memory）、Cookbook（按硬件推荐并一键下载/部署模型）、Deep Research（多步检索+综合，改编自 Tongyi DeepResearch）、Compare（盲测多模型）、Documents、Memory/Skills（ChromaDB + fastembed）、Email（IMAP/SMTP + AI 分诊）、Notes & Tasks、Calendar（CalDAV 同步），还兼容手机端（PWA）。MIT 许可，约 44,296 stars，主语言 JavaScript，文档站 pewdiepie-archdaemon.github.io/odysseus。
来源：README.md（标题、Features、Quick Start）；GitHub 仓库元数据（stars=44296、language=JavaScript、license=MIT） 查看 GitHub 仓库 →AI 工作台类应用很多，但要么走云端订阅、要么功能割裂。Odysseus 把 Chat、Agent、研究、对比、文档、记忆、邮件、日历、任务等放在一个 self-hosted 应用里，本地优先、隐私优先，并支持 PWA 手机端，集成度高、可玩性强；连 Deep Research 等热门能力也改编自现有开源实现集成进来，使「单机就跑齐一套 AI 工作流」变得现实，因而 star 极高。需说明：组件多带来部署/配置的学习曲线；具体可用性取决于所配模型与本机资源。截至数据采集约 44,296 stars。
来源：README.md（Features、Quick Start、Demo）；GitHub 仓库元数据（stars=44296、pushed_at 2026-06）接入多种本地/远程模型，Agent 可用 MCP 工具调 web/files/shell/skills/memory。
来源：README.md（Features 的 Chat/Agent）扫描硬件、按 VRAM 评分推荐 GGUF/FP8/AWQ 模型，并一键下载、用 vLLM/llama.cpp 起服务。
来源：README.md（Features 的 Cookbook）多步检索+综合的研究助手（改编自 Tongyi DeepResearch），及多模型盲测对比工具。
来源：README.md（Features 的 Deep Research/Compare）多标签文档编辑、ChromaDB 持久记忆、IMAP/SMTP AI 分诊邮件、CalDAV 日历、任务/提醒，移动 PWA。
来源：README.md（Features 的 Documents/Memory/Email/Calendar/Notes & Tasks/Works on mobile）Odysseus 是一个 Web 应用（JavaScript 前端 + 服务端），可裸跑或 Docker 部署：默认带 admin 账号与临时密码、首次启动从终端打印；`.env` 控制部署级配置（APP_BIND/PORT/AUTH/DATABASE_URL 等）。模型层支持多种本地与远程提供商（vLLM、llama.cpp、Ollama、OpenRouter、OpenAI），Agent 基于 opencode 并通过 MCP 接工具（web/files/shell/skills/memory），记忆使用 ChromaDB + fastembed（ONNX）做向量+关键词检索，可导入导出。Cookbook 用 llmfit 做 VRAM 感知的模型评分与下载/部署（vLLM/llama.cpp）。Deep Research 改编自 Tongyi DeepResearch；Compare 做盲测；Documents 多标签编辑（Markdown/HTML/CSV）；Email 走 IMAP/SMTP；Calendar 经 CalDAV 同步 Radicale/Nextcloud/Apple/Fastmail 等。前端响应式且可装成 PWA。
来源：README.md（Features、Quick Start 的部署细节）；GitHub 仓库元数据（language=JavaScript）中心为项目本体，内环 = 核心功能模块，外环 = 关键技术依赖；按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成
opencode（Agent）+ MCPllmfit（硬件适配/模型评分）ChromaDB + fastembedvLLM / llama.cpp / Ollama / OpenRout…IMAP/SMTP、CalDAV适合想用一个本地、隐私优先的 AI 工作台覆盖日常任务的开发者/进阶用户：聊天/Agent、研究综合、模型盲测、文档编辑、记忆与技能、邮件 AI 分诊、笔记/任务/日历，并希望在手机端也用上。也适合不愿把数据交给云服务的团队做内部试验。部署与多模块配置有一定门槛，效果与速度依本机硬件与所配模型。
来源：README.md（自定位、Features）README 顶部标注 Odysseus v1.0，未列详细发布历史；仓库最后更新约在 2026 年 6 月初，迭代活跃。
来源：README.md（顶部 ASCII 横幅 vers. 1.0）；GitHub pushed_atOdysseus 是一个把 Chat、Agent、研究、模型对比、文档、记忆、邮件、日历、任务全装进一个自托管 Web 应用的 AI 工作台：本地优先、隐私优先、移动端可用，模型层覆盖 vLLM/llama.cpp/Ollama/OpenRouter/OpenAI，Agent 基于 opencode + MCP，Cookbook 按 VRAM 推荐并一键部署模型，集成度高、可玩性强、MIT 开源、star 极高。要清楚组件多带来部署/配置门槛、性能与可用性取决于所配模型与本机资源、邮件/日历需外部服务配合、定位偏个人/小团队。作为单机就跑齐一套 AI 工作流的自托管方案，分量足、值得尝试。
来源：综合 README.md 的定位、能力矩阵、技术栈与适用场景Odysseus（pewdiepie-archdaemon/odysseus）是一个自托管的 AI 工作台，目标是把 ChatGPT/Claude 的 UI 体验本地化——跑在你自己的硬件上、用你自己的数据，强调 local-first 与 privacy-first。
odysseus 的核心功能包括：Chat + Agent（基于 opencode + MCP）、本地模型推荐与部署（Cookbook）、Deep Research + Compare、工作台全套（文档/记忆/邮件/日历/任务）。
AI 工作台类应用很多，但要么走云端订阅、要么功能割裂。Odysseus 把 Chat、Agent、研究、对比、文档、记忆、邮件、日历、任务等放在一个 self-hosted 应用里，本地优先、隐私优先，并支持 PWA 手机端，集成度高、可玩性强；连 Deep Research 等热门能力也改编自现有开源实现集成进来，使「单机就跑齐一套 AI 工作流」变得现实，因而 star 极高。
适合想用一个本地、隐私优先的 AI 工作台覆盖日常任务的开发者/进阶用户：聊天/Agent、研究综合、模型盲测、文档编辑、记忆与技能、邮件 AI 分诊、笔记/任务/日历，并希望在手机端也用上。也适合不愿把数据交给云服务的团队做内部试验。部署与多模块配置有一定门槛，效果与速度依本机硬件与所配模型。