Vytvořeno: 15.7.2026 | Aktualizováno: 15.07.2026 20:58
Onyx je self-hostovatelná AI platforma pro týmovou práci s jazykovými modely, interními znalostmi a externími službami. Nad zvoleným LLM poskytuje chat, RAG vyhledávání, vlastní agenty, konektory datových zdrojů a akce přes MCP nebo OpenAPI. Základní přehled funkcí popisuje oficiální dokumentace.
Onyx je určený hlavně jako společná AI a knowledge-search vrstva pro tým, ne jen jako webové rozhraní pro jeden model. Umožňuje například:
Největší přínos má tam, kde jsou znalosti rozdělené mezi více systémů a mají být dostupné z jednoho místa s citacemi na zdrojové dokumenty.
Konektory načítají data z podporovaných zdrojů, například z Confluence, Google Drive, Slacku, GitHubu, GitLabu, Jiry, Notionu nebo souborového úložiště. Většina konektorů synchronizuje změny průběžně; ve výchozím nastavení dokumentace uvádí obnovování po 30 minutách a promazání odstraněných dat po 30 dnech.
Při indexaci se dokumenty a jejich metadata ukládají pro vyhledávání. Dotaz pak používá hybridní RAG: fulltextové a vektorové vyhledávání vybere relevantní kontext, který Onyx předá modelu pro vytvoření odpovědi.
Agent kombinuje instrukce, vybrané zdroje znalostí a povolené akce. Akce mohou být vestavěné, například interní search, webový search nebo běh Pythonu, nebo připojené přes MCP či OpenAPI. Správce může nastavit společnou autentizaci nástroje, nebo individuální autentizaci jednotlivých uživatelů.
Plná instalace je Dockerový stack. Podle popisu architektury obsahuje Next.js frontend, FastAPI API server, background workery, PostgreSQL, OpenSearch, Redis, MinIO a samostatné modelové servery pro embeddingy a reranking. Komponenty lze provozovat lokálně, v Docker Compose nebo na Kubernetes.
Onyx nabízí dva režimy:
| Režim | Obsah | Typické použití |
|---|---|---|
| Lite | Chat, agenti, nástroje, upload souborů a projekty; bez vektorového indexu, workerů a modelových serverů. | Rychlé vyzkoušení nebo lehké chat UI. |
| Standard | Lite plus vektorový a fulltextový index, synchronizace konektorů, workery, Redis a MinIO. | Týmový RAG a práce nad připojenými systémy. |
Doporučené zdroje pro Lite jsou 4 vCPU, 4 GB RAM a 50 GB disku. Standard doporučuje alespoň 8 vCPU, 16 GB RAM a kapacitu disku podle objemu indexovaných dat. Provozní náročnost Standardu určuje hlavně OpenSearch a velikost indexu.
Při self-hostingu se zpracování dokumentů, chunkování, metadata, embeddingy i reranking mohou provádět ve vlastní infrastruktuře. Data processing ale výslovně upozorňuje, že dotaz, historie chatu a vybraný kontext odcházejí k poskytovateli LLM, pokud je nakonfigurovaný cloudový model. Stejně tak data opouštějí instalaci při zapnutém webovém vyhledávání nebo externích akcích.
Je potřeba rozlišovat schopnost data technicky hostovat a jejich přístupové řízení. RBAC pro dokumenty a zdroje, granularní přístupy a synchronizace oprávnění z externích systémů jsou podle dokumentace funkcemi Enterprise Edition. Ve Community Edition proto není vhodné bez dalšího návrhu oprávnění vytvářet společný index s daty, která mají vidět jen vybraní uživatelé.
Community Edition obsahuje základní možnosti pro chat, RAG, agenty a akce. Kód mimo adresáře ee je licencovaný pod MIT Expat; adresáře ee podléhají samostatné licenci Enterprise Edition. Open-source model projektu ponechává core funkce zdarma, zatímco Enterprise Edition přidává například pokročilé přístupové řízení, auditní a governance funkce nebo white-labeling.
Onyx je vhodný, pokud je cílem:
Naopak pro jeden lokální model a několik statických souborů může být plný Standard stack zbytečně složitý. V takovém případě stačí jednodušší chat UI nebo menší RAG řešení.
Plný RAG není jeden kontejner: je potřeba spravovat konektory, jejich přihlašovací údaje, synchronizační joby, stav indexace, index a kapacitu disku. Před nasazením do produkce je vhodné ověřit kvalitu výsledků nad malým reprezentativním vzorkem zdrojů a teprve pak rozšiřovat rozsah indexace.
Při aktualizacích je nutné číst release notes. Například release v4.3.5 upozorňuje na nutnost provést migraci dokumentového indexu před upgradem z řady v3, pokud mají zůstat zachované existující indexované dokumenty.