オデュッセウス - ホスト済み AI ワークスペース

2026/06/01 0:50

オデュッセウス - ホスト済み AI ワークスペース

RSS: https://news.ycombinator.com/rss

要約

Japanese Translation:

Odysseus v1.0 プラットフォームは、ChatGPT や Claude などの商用サービスに対するプライバシー第一かつローカルファーストの代替手段として設計されたセルフホスト型 AI ワークスペースです。ユーザーハードウェア上だけで動作し、外部サーバーや悪意のあるサードパーティ製コードを必要としません。強固なセキュリティモデルを採用しており、ネットワーク環境の展開では認証の有効化(

AUTH_ENABLED=true
)が必須で、公開アクセスには Caddy または nginx を使用した HTTPS/TLS ターミネーションに対応し、シェルおよびファイルへのアクセスは管理者ユーザーのみを制限しています。インストールのデフォルトは Docker(
docker compose up -d --build
)であり、これを起動すると Odysseus、ChromaDB(内部ポート 8000)、SearXNG(ポート 8080)、ntfy(ポート 8091)が立ち上がり、これらは
localhost:7000
でアクセス可能です。手動インストールでは Python 3.11 以上が必要で、Linux/Termux 環境では uvicorn サーバーを起動する前にパッケージマネージャー経由で
tmux
をインストールする必要があります。Windows の設定では PowerShell を使用して仮想環境をアクティベートしサーバーを起動します。また、リモートのクックブックへのアクセスには
./data/ssh
に格納された SSH キーが必要で、ローカルのクックブックのダウンロードは
./data/huggingface
からマウントされ、コンテナ内では
~/.cache/huggingface
として mounts されます。主要な構成項目には
.env
変数の
LLM_HOST
SEARXNG_INSTANCE
、およびデフォルトの SQLite データベース(
sqlite:///./data/app.db
)が含まれます。プラットフォームはチャット(vLLM、llama.cpp、Ollama の機能により支えられている)、エージェント(opencode/MCP に基づき、ChromaDB/fastembed を用いて記憶・スキルを備えている)、Deep Research(Tongyi DeepResearch から適応)、マルチモデル比較(ブラインドテスト)、ドキュメント(AI 支援による執筆)といったコア機能をバンドルしています。生産性の向上は高度なチャット機能、過去の会話内容を想起する自律エージェント、および統合されたドキュメント支援機能によって実現されます。メール統合では IMAP/SMTP インボックスを対応し、内蔵の AI トリアージ機能により自動タグ付け、サマライズ化、返信が自動化されます。カレンダー同期では CalDAV プロバイダー(Radicale、Nextcloud、Apple、Fastmail)に対応しており、
.ics
のインポート/エクスポートが可能です。MIT ライセンスの下で利用可能であり、開発者は標準的な Docker Compose コマンドまたは手動手順を使ってこの強力なワークスペースを容易に展開でき、AI エクスペリエンスの完全な所有権を取得できます。

本文

オデッセウス バージョン 1.0:自己ホスト型 AI ワークスペース

オデッセウス (Odysseus) は、ご自身の環境で動作する自己ホスト型 AI ワークスペースです。ChatGPT や Claude などの体験をローカルに再現しつつ、「意図的な乱暴さ」や独自性を追求した設計思想を持っています。

🛡️ 基本方針

  • ローカルファースト – データと処理を自環境で完結させます。
  • プライバシーファースト – プライバシーを最優先の原則にします。
  • トロジャン・ホース非搭載 – 外部サーバーへのデータ送信は行いません。

🚀 主要機能一覧

  • チャット

    • ローカルモデルや API を問わずチャットが可能です。
    • 追加設定も極めて簡単です。
    • サポート対応:vLLM · llama.cpp · Ollama · OpenRouter · OpenAI
  • エージェント

    • ツールを付与し、タスクを完全に自律させて実行します。
    • 基盤技術:opencode · MCP · Web · ファイル · シェル · スキル · メモリ
  • レシピ本(Cookbook)

    • ハードウェアのスキャンを行い、推奨モデルのダウンロード・起動を自動で行います。
    • GGUF / FP8 / AWQ 等形式をサポートし、VRAM 最適化に対応しています。
    • 採用技術:llmfit · フィットスコアリング · vLLM / llama.cpp サービング
  • ディープリサーチ

    • 複数のステップに分けてソースの収集・読解・統合を行い、見やすいビジュアルレポートを生成します。
    • 開発ベース:Tongyi DeepResearch の機能を実装。
  • 比較

    • モデル同士を並べて比較する楽しいツールです。
    • 完全な盲検テストによりバイアスを排除しています。
    • サポート対応:マルチモデル · 盲検テスト · シンセシス(統合)
  • ドキュメント

    • テキストはあなたが書き、AI がサポート役になります。
    • 機能:マルチタブエディタ · Markdown/HTML/CSV · シンタックスハイライト · AI による編集支援・サジェスション
  • メモリ / スキル

    • エージェントはあなたやタスクを理解するにつれて進化します。
    • 実装技術:ChromaDB · fastembed (ONNX) · ベクトル検索+キーワード検索 · インポート/エクスポート機能
  • メール

    • IMAP/SMTP の受信トレイに AI による優先度分類機能を組み込みました。
    • 機能:緊急性の通知・自動タグ付け・要約・返信ドラフトの自動生成・スパムフィルタリング
    • 対応プロトコル:IMAP · SMTP · アカウント別ルーティング · CalDAV
  • メモとタスク

    • リマインダー付きの簡易メモ、ToDo リスト、スケジュール済みタスクが可能。
    • サポート:ノートピンチ通知 · チェックリスト · クロンのような定時タスク · ntfy/ブラウザ/メールチャンネル
  • カレンダー

    • ローカルファーストな設計です。
    • 対応:Radicale / Nextcloud / Apple / Fastmail への CalDAV シンク
    • 機能:.ics ファイルのインポート/エクスポート · カレンダー別色分け · エージェント認知機能
  • モバイル対応

    • デスクトップだけでなく、スマートフォンでも美しく動作します。
    • 仕様:レスポンシブデザイン · 装着可能な PWA · タッチジェスチャー対応
  • その他機能

    • 画像エディタ · テーマエディタ · ファイルアップロード(ビジョン+PDF) · Web 検索 · プリセット · セッション · 二段階認証 (2FA) など

🎬 デモツアー

ランディングページ(

docs/index.html
)には、マウスホバーで再生可能なフルツアープレビューが用意されています。主なデモ内容は以下の通りです:

  • チャットとエージェントの実演
  • ディープリサーチのワークフロー
  • モデル比較ツール
  • ドキュメント作成支援
  • メモとタスク管理機能

🏁 クイックスタート

デフォルト設定ですぐに動作します。リポジトリをクローンして実行し、アプリ内から追加の設定を行います。

初回ログイン後、「設定」パネルを開き、以下の指定を行ってください:

  • LLM サーバー
  • 検索プロバイダー
  • メールアカウントなど

⚠️ 注意:

.env
ファイルへの触り方は限定的です。
AUTH_ENABLED
DATABASE_URL
といったデプロイメント全体の値、あるいは初期パスワードの事前設定(
ODYSSEUS_ADMIN_PASSWORD
)が必要な場合に限ります。指定しないと初回起動時にパスワードが自動生成され表示されます。


🐳 オプション 1:Docker インストール(推奨)

手順

git clone <your-odysseus-repo-url>
cd odysseus
cp .env.example .env       # オプションですが、明示的なデフォルトのため推奨
docker compose up -d --build

概要

  • docker compose
    コマンドはオデッセウス、ChromaDB、SearXNG、ntfy を起動します。
  • 初回実行ではイメージのフルビルドが行われます。
  • コンテナが正常に動作した後、
    http://localhost:7000
    にアクセスしてください。

SSH キーとリモートサーバー設定

レシピ本(Cookbook)用のリモートサーバーは、Docker 内の

./data/ssh
に格納されたオデッセウス所有の SSH キーを使用します。

  1. 「Recipes → Settings → Servers」で公開キーを生成・コピーします。
  2. リモートサーバーの
    ~/.ssh/authorized_keys
    に追加してください。

ホスト側からのインストールも可能です:

ssh-copy-id -i data/ssh/id_ed25519.pub user@server

ローカルデータとキャッシュ

  • レシピ本のモデルカタログは
    ./data/huggingface
    へ保存されます。
  • オデッセウスコンテナ内部では
    ~/.cache/huggingface
    としてマウントされています。

🛠️ 有用な確認コマンド

  • コンテナ状態の確認:
    docker compose ps
    
  • ログ表示(最新 120 行):
    docker compose logs --tail=120 odysseus
    
  • エラー監視(ChromaDB やメモリストアの状態確認):
    docker compose logs odysseus | grep -E 'ChromaDB|MemoryVectorStore|DEGRADED'
    
  • モデルロード数確認:
    docker compose exec odysseus python -c "from services.hwfit.models import get_models; print(len(get_models()))"
    

🧠 ベクターメモリの起動時期待値

正常に稼働している状態です:

  • ChromaDB 接続済み:
    chromadb:8000
  • MemoryVectorStore が初期化済み

モデルカタログチェックについて:

  • レシピ本のモデルカタログチェックで非ゼロの数字が表示されます。
  • もし 「0」 が表示された場合は、以下のコマンドでイメージを再構築してください。
    docker compose build --no-cache odysseus
    

🐧 オプション 2:手動インストール(Linux / macOS)

要件

  • Python 3.11 以上が必要です。
  • Linux/Termux では、バックグラウンドでのモデルダウンロードやサーバー起動のために tmux も必須です。

システムパッケージのインストール

# Debian/Ubuntu
sudo apt install tmux

# Arch
sudo pacman -S tmux

# Fedora
sudo dnf install tmux

オデッセウスのインストールと起動

git clone <your-odysseus-repo-url>
cd odysseus
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
python setup.py            # データディレクトリを作成し、初期管理者パスワードを表示
uvicorn app:app --host 0.0.0.0 --port 7000

🪟 オプション 3:手動インストール(Windows / PowerShell)

git clone <your-odysseus-repo-url>
cd odysseus
python -m venv venv
venv\Scripts\Activate.ps1
pip install -r requirements.txt
python setup.py
uvicorn app:app --host 0.0.0.0 --port 7000

インストール後は

http://localhost:7000
を開き、生成された管理者パスワードでログインし、「設定」内で残りの設定を行ってください。


🔒 セキュリティに関する注意事項

オデッセウスは、シェルアクセス・ファイルアップロード・モデルダウンロードなど強力なローカルツールを備えた自己ホストワークスペースです。管理コンソールとして扱うべきです。

必須セキュリティ対策

  • ネットワークからのアクセス: 常に
    AUTH_ENABLED=true
    に設定してください。
  • 公開デプロイ: HTTPS と信頼できるリバースプロキシの使用が必須です。
  • バージョン管理:
    data/
    .env
    、ログ、データベースなどを Git にコミットしないでください(デフォルトで無視されています)。
  • 管理者パスワード: 初回起動後には必ず
    data/auth.json
    を確認し、オープンなサインアップは意図的に行うように設定してください。管理者は自分自身にのみ権限を与え、テストアカウントは非管理者として制限してください。

ユーザー権限とアクセス制御

  • デフォルトでは、非管理者ユーザーはシェル・Python・ファイルの読み書きが許可されません
  • MCP 管理や API トークン、Webhooks、モデル提供などは管理者専用です。
  • 公開デプロイ前: すべてのユーザの権限を確認してください。

安全運用ガイドライン

  • API キーの管理: 共有チャットやログに漏れないよう、定期的にローテーション(更新)してください。
  • トークンの分離: 統合ごとに個別の API トークンを作成し、使用されていないものは削除してください。
  • バインドアドレス: 手動開発時は
    127.0.0.1
    にバインドし、LAN/共有アクセス時のみ
    0.0.0.0
    を使用してください。
  • 公開前の確認: フォークを公開する前に
    git status --short
    を実行し、プライベートファイルがステージングされていないことを確認してください。

🔐 HTTPS への裏付け方法

オデッセウスは標準 HTTP でポートを起動しています。ブラウザから警告が出たり、平文で送信されたりしないよう、TLS ターミネーションを行うリバースプロキシを導入することをお勧めします(Tailscale IP を含む共有環境でも推奨)。

Caddy を使った最短経路(Let's Encrypt 自動更新)

odysseus.example.com {
  reverse_proxy localhost:7000
}
  • LAN 限定:
    Caddy + tailscale-cert
    または組み込みの MagicDNS HTTPS で動作します。
  • nginx/Traefik: ロカルホストをリバースプロキシし、TLS ターミネーションをプロキシ側で行います。

これにより、ブラウザ警告が消え、ログイン情報が暗号化されます。


🤝 コントリビュート(貢献)

ご協力をお願いいたします。以下が特に歓迎されます:

  • 新鮮なインストールテスト
  • プロバイダー設定に関するバグ修正
  • モバイル/エディタの使いやすさ向上
  • ドキュメント作成
  • 小規模で焦点を絞ったリファクタリング

詳細は

ROADMAP.md
を参照してください。


⚙️ 設定(Configuration)

大部分の設定は

/setup
パスルまたはアプリ内の「設定」パネルで行います。
.env
は初回起動前のデフォルト値や機密情報の指定に使用します。

主要な環境変数

変数デフォルト説明
LLM_HOST
localhost
あなたの LLM サーバー(例:
llm-host.local:8000
LLM_HOSTS
--
モデル発見用のカンマ区切りリスト
OPENAI_API_KEY
--
オプションの OpenAI キー。事前設定不可の場合はアプリ内で追加推奨
SEARXNG_INSTANCE
http://localhost:8080
SearXNG の URL(Docker ではオーバーライドされる)
AUTH_ENABLED
true
ログイン機能を有効/無効にする
LOCALHOST_BYPASS
false
開発限りの認証バイパス。共有環境では
false
を維持してください
DATABASE_URL
sqlite:///./data/app.db
データベース接続文字列
CHROMADB_HOST
localhost
ベクターメモリの ChromaDB ホスト(Docker ではオーバーライド)
CHROMADB_PORT
8100
手動ホストでの実行時のポート
EMBEDDING_URL
--
OpenAI 互換のエンベッディングエンドポイント

組み込みサービス(Docker Compose デフォルト)

  • ChromaDB – セマンティックメモリのベクターストア。Docker では内部接続用 (
    chromadb:8000
    ) 、外部露出は
    localhost:8100
  • SearXNG – Web 検索用のメタ検索。内部接続 (
    searxng:8080
    ) 、外部露出は
    127.0.0.1:8080
    のみ。
  • ntfy – ローカル通知サービス。
    localhost:8091
    で露出されます。

オプションの外部サービス

  • Ollama – ローカルの LLM サーバー (
    ollama.ai
    )

🏗️ アーキテクチャ

  • app.py
    – FastAPI のエントリーポイント
  • core/
    – 認証、データベース、ミドルウェア、定数類
  • src/
    – llm_core, agent_loop, agent_tools, chat_processor, search など
  • routes/
    – チャット、セッション、ドキュメント、メモリ、モデルなどのエンドポイント
  • services/
    – ドキュメント処理、メモリ管理、検索、hwfit(レシピ本用)など
  • static/
    – index.html + app.js + style.css + js/(モジュラーフロントエンド)
  • docs/
    – ランディングページ(index.html)+ プレビュークリップ

💾 データ管理

すべてのユーザデータは

data/
ディレクトリに格納されます(Git で無視されています)。

含まれるファイル:

  • app.db
    – セッション、メッセージ、ドキュメント
  • memory.json
    /
    presets.json
  • uploads/
    ,
    personal_docs/
  • chroma/
    ,
    settings.json
    など

📜 ライセンス

MIT License
詳細は

LICENSE
ACKNOWLEDGMENTS.md
を参照してください。

同じ日のほかのニュース

一覧に戻る →

2026/06/01 7:59

Chuwi Minibook X:私たちが望むネットブック

## 日本語翻訳: Chuwi Minibook X は、Intel N150 Twin Lake CPU、16GB LPDDR5 RAM、512GB NVMe ドライブを備えた予算フレンドリーの Linux 実験用ツールで、価格は 350 ドルです。重さは 911g で、Wi-Fi 6、USB-C(PD 充電対応)、HDMI 出力、キーボードのバックライトを内蔵していますが、画面のリフレッシュレートは 50Hz、スピーカーは音が細いです。ハードウェア上の特徴であるパネルが横付けられているため、起動時・initrd・framebuffer・デスクトップ環境レベルで回転に必要となるソフトウェアパッチが必要という欠点はありますが、Geekbench6 スコア(シングルコア:1295、マルチコア:3332)、Wi-Fi 速度最大 424 Mbps、負荷時消費電力が 15W 以下という点など、実用的なパフォーマンスを発揮します。ベンチマーク結果では、ストレステストおよび映画再生中の熱管理は 90°F(約 32°C)以下で安定しており、バッテリー寿命は約 6 時間でした。不満なのはボタンがないタッチパッド、キーボードが正確な中央位置でのストロークを必要とする点、systemd-boot から GRUB に切り替える必要がある点(特定のカーネルパラメータ `video=DSI-1:panel_orientation=right_side_up` および `fbcon=rotate:1` を設定するか、X11 では `xrandr` を使用する必要があること)です。製造側は、これらの妥協点を受容しており、本装置は NixOS、RiverWM、KDE Plasma、Steam などの Linux 配布版や環境をリスク低いサンドボックスとして開発者が試験・検証するための用途に設計されているからです。即座に使えるわけではありませんが必要なセットアップと修正が必要とはいえ、その手頃な価格によって Linux の学習や実験の理想的な入門機器となっています。 ## テキストの翻訳 (必要に応じて以下をそのまま貼り付けてください;否則原文を繰り返してください): ## 概要: Chuwi Minibook X は、Intel N150 Twin Lake CPU、16GB LPDDR5 RAM、512GB NVMe ドライブを備えた予算フレンドリーの Linux 実験用ツールで、価格は 350 ドルです。重さは 911g で、Wi-Fi 6、USB-C(PD 充電対応)、HDMI 出力、キーボードのバックライトを内蔵していますが、画面のリフレッシュレートは 50Hz、スピーカーは音が細いです。ハードウェア上の特徴であるパネルが横付けられているため、起動時・initrd・framebuffer・デスクトップ環境レベルで回転に必要となるソフトウェアパッチが必要という欠点はありますが、Geekbench6 スコア(シングルコア:1295、マルチコア:3332)、Wi-Fi 速度最大 424 Mbps、負荷時消費電力が 15W 以下という点など、実用的なパフォーマンスを発揮します。ベンチマーク結果では、ストレステストおよび映画再生中の熱管理は 90°F(約 32°C)以下で安定しており、バッテリー寿命は約 6 時間でした。不満なのはボタンがないタッチパッド、キーボードが正確な中央位置でのストロークを必要とする点、systemd-boot から GRUB に切り替える必要がある点(特定のカーネルパラメータ `video=DSI-1:panel_orientation=right_side_up` および `fbcon=rotate:1` を設定するか、X11 では `xrandr` を使用する必要があること)です。製造側は、これらの妥協点を受容しており、本装置は NixOS、RiverWM、KDE Plasma、Steam などの Linux 配布版や環境をリスク低いサンドボックスとして開発者が試験・検証するための用途に設計されているからです。即座に使えるわけではありませんが必要なセットアップと修正が必要とはいえ、その手頃な価格によって Linux の学習や実験の理想的な入門機器となっています。

2026/05/31 23:13

指紋化可能な WebGL を必要とする Cloudflare Turnstile

## Japanese Translation: ## 概要: Web サイトの多くへのアクセスをブロックする無尽蔵なローディングループに WebKit-GTK ブラウザユーザーを長らく(週を超える間)捕まえたままにしています。これは、訪客を検証するために Cloudflare が WebGL データを要求するためですが、WebKit ブラウザは長年このフィンガープリンティングをブロックしており、その結果、Cloudflare のセキュリティプロトコルがsanitize された応答をボットのような行動と誤って識別しているためです。Mozilla Firefox 145.0 は、WebKit と異なる GPU 特性を返すことで無限ループを回避していますが、完全な制限のバイパスを妨げる厳格なプライバシー設定には依然として悩まされています。この状況は、ユーザーが匿名性を犠牲にするか、あるいはサイトから取り残されるかのジレンマを生み出しています。これは、長年にわたる正当なプライバシー対策と、誤ってこれらの保護を悪意のある活動と見なす過激なセキュリティチェックとの間の対立を示しています。(168 語)

2026/06/01 0:04

ローカルデバイス向けの 1 ビットボサイン画像生成モデル「4B Image Generation」

## Japanese Translation: Bonsai Image 4B は、FLUX.2 Klein 4B から派生したコンパクトな画像生成モデルファミリーであり、ラップトップからスマートフォンまでのローカルハードウェア上で高品質な拡散推論を可能にすることを目的としています。2 つのバリエーションを提供します: - 1 ビット Bonsai Image 4B は、{-1, +1} の二値変換器重みと FP16 グループ軸スケーリング(有効ビット数〜1.125 bits/weight)を採用し、拡散変換器のフットプリントを 8.3 倍に圧縮—from 7.75 GB to ~0.93 GB—and GenEval、HPSv3、DPG-Bench のベンチマークにおいて元のモデルの約 88% の精度を維持します。 - テルナリー Bonsai Image 4B は、{-1, 0, +1} のテルナリー重みと FP16 スケーリング(有効ビット数〜1.71 bits/weight)を採用し、フットプリントを 6.4 倍に圧縮—to ~1.21 GB—and 元の精度の約 95% を維持します。 512×512 の生成に対する総アクティブメモリは、フルプレシジョンの FLUX.2 Klein 4B の 11.74 GB に対して、それぞれ 1 ビットで約 1.5 GB、テルナリーで約 1.96 GB に減少します。特に、1 ビットのバリエーションはそのパラメータクラス初の iPhone(例:iPhone 17 Pro Max)上で直接動作する画像モデルであり、フルプレシジョンの FLUX.2 Klein 4B は同様に動作しません。パフォーマンスベンチマークでは、iPhone 17 Pro Max で 512×512 の生成に約 9.4 秒、Mac M4 Pro で約 6 秒となり、標準の MFLUX に比べて約 5.6 倍高速です。 両バリエーションとも Apache 2.0 ライセンスで公開され、重みとコードがオープン化されており、サーバーサイドリクエストなしでローカル推論を可能にします。Apple Silicon(iPhone、iPad、Mac)では MLX を用いて、CUDA GPU では Gemlite の低ビット GEMM カーネルを用いて動作し、新たにローンチされる Bonsai Studio iOS アプリと連携して提供されます。

オデュッセウス - ホスト済み AI ワークスペース | そっか~ニュース