我花了一周时间部署odysseus，对比ChatGPT/Claude的结果如下

odysseus 26天78K星，10K fork，自托管AI工作空间最火的项目没有之一。我实际部署了一周，整理了这份对比。

为什么突然想自托管

上个月账单：ChatGPT Plus $20 + Claude Pro $20 + Copilot $10 + 其他零散API费用，一个月70多美元。

一年接近900美元。

这不算什么大钱，但有个问题让我很不舒服：我的对话历史分散在四个平台，想找一个月前讨论过的一个技术方案，得一个个翻。有时候记不清是在哪个平台聊的。

odysseus的出现时间点刚好：一个开源自托管平台，把聊天、Agent、文档、邮件、笔记、日历全集成在一起，Docker一键部署。

odysseus实际部署过程

硬件

我用了一台闲置的NUC（i7-1165G7，16GB RAM，512GB SSD），装Ubuntu 22.04。

部署

git clone https://github.com/pewdiepie-archdaemon/odysseus.git
cd odysseus
cp .env.example .env
# 编辑.env，配置域名和密钥
docker compose up -d

第一次启动需要拉取约12个容器镜像，总大小约3GB。依赖网络速度，我用了大约15分钟。

启动后访问 http://localhost:7000，首次登录设置管理员密码。

模型配置

odysseus支持多种模型来源：

# .env 中配置
# 方案A：只用Ollama本地模型（免费）
OLLAMA_BASE_URL=http://192.168.1.100:11434
​
# 方案B：只用云端API（按月付费）
OPENAI_API_KEY=sk-xxx
ANTHROPIC_API_KEY=sk-ant-xxx
​
# 方案C：混合模式（推荐）
OLLAMA_BASE_URL=http://192.168.1.100:11434
OPENAI_API_KEY=sk-xxx
# 简单任务走本地，复杂任务走云端

我选择了方案C。

邮件配置

# .env
EMAIL_IMAP_SERVER=imap.gmail.com
EMAIL_IMAP_PORT=993
EMAIL_SMTP_SERVER=smtp.gmail.com
EMAIL_SMTP_PORT=587
EMAIL_ADDRESS=xxx@gmail.com
EMAIL_PASSWORD=app_password

耗时统计

步骤	耗时
准备硬件（装系统）	1小时
部署odysseus	15分钟
配置模型源	10分钟
配置邮件/日历	15分钟
导入历史对话	30分钟
熟悉界面和功能	1小时
总计	约3小时

功能覆盖度对比

我把odysseus的功能和四个SaaS产品逐一对比：

聊天

功能	odysseus	ChatGPT	Claude	Copilot
多模型切换	✅ 任意模型	❌ 仅OpenAI	❌ 仅Anthropic	❌ 仅OpenAI
历史对话搜索	✅ 本地全文搜索	✅	✅	❌
MCP工具集成	✅	❌	✅	✅
文件上传	✅	✅	✅	✅
本地模型	✅ Ollama	❌	❌	❌

Agent

功能	odysseus	ChatGPT	Claude	Copilot
自定义Agent	✅	✅ GPTs	✅ Projects	❌
Skills	✅	❌	✅ Claude Code	❌
Shell执行	✅	❌	✅ Claude Code	❌
定时Agent任务	✅ Cron	❌	❌	❌
多Agent协同	✅	❌	❌	❌

工具

功能	odysseus	单独方案
文档编辑	✅	Notion/Google Docs
邮件	✅ IMAP	Gmail/Outlook
笔记+日历	✅	Apple Notes/Google Calendar
深度研究	✅ 自动搜索+报告	Perplexity

差距

odysseus在三个地方不如专用SaaS：

聊天体验：ChatGPT的流式输出更流畅，odysseus在长回复时偶尔卡顿。

移动端：ChatGPT/Claude有完善的移动App。odysseus有响应式Web界面但没有独立App。

知识库：ChatGPT的GPTs可以上传文件建立知识库，odysseus的文件上传主要用于对话上下文，长期知识管理需要外部工具配合。

一周的实际成本

硬件

NUC是已有的，不计入成本。如果新买一台类似配置的迷你主机，约2000-3000元。

API费用

模式	月费用	说明
纯本地模型	0元	只有电费，但质量有限
混合模式	$5-15	简单任务本地7B，复杂任务调云端
纯云端API	$20-40	和SaaS订阅差不多

我选了混合模式，一个月大约$8-12。比之前的$70+省了很多。

运维时间

操作	频率	耗时
Docker更新	每月1次	10分钟
模型文件管理	每月1次	5分钟
数据备份	每周1次	2分钟（自动）
问题排查	偶尔	不定

实际体验：哪些地方值得，哪些地方不行

值得的地方

历史对话可搜索：我最需要的功能。之前分散在四个平台，现在全部在本地，全文搜索秒级返回。

多模型切换：同一个界面里可以切到本地模型试一下，也能切到GPT-4处理复杂任务。之前需要开不同窗口。

邮件集成：在同一个界面里处理邮件和AI聊天，不用来回切换应用。IMAP的延迟在可接受范围内。

不行的地方

界面流畅度：ChatGPT的界面响应时间约200ms，odysseus在操作频繁时偶尔到800ms-1s。能接受但不丝滑。

首次配置复杂：3小时的配置时间对非技术用户是门槛。Docker、环境变量、端口映射，需要一定基础。

本地模型质量：本地7B模型写简单代码还行，复杂业务逻辑不如GPT-4。这也正常，但预期要管理好。

文档功能：支持Markdown编辑和AI修改，但没有实时协作，和Notion/Google Docs差距明显。

什么样的人适合自托管

适合：

• 有Docker基础，不害怕命令行

• 同时使用2个以上AI服务，想统一管理

• 在意数据隐私，不想对话记录留在第三方服务器

• 家里有闲置的机器可以做服务器

• 月AI费用超过$50

不适合：

• 不想折腾技术配置

• 只用ChatGPT一个产品，功能已经满足需求

• 没有可以24小时运行的设备

• 需要完善的移动端支持

结论

odysseus不能完全替代ChatGPT/Claude，但它解决了我最大的问题——对话历史分散。当AI工具从偶尔使用变成日常基础设施后，统一管理平台的需求会越来越大。

如果你同时用多个AI服务，月费超过$50，有Docker基础，值得花3小时配置一次。

如果你只用ChatGPT且满足，当前没必要折腾。

附：部署后的配置清单

✅ Docker和odysseus运行中
✅ Ollama指向本地模型服务
✅ OpenAI/Anthropic API Key已配置
✅ 邮件IMAP/SMTP已配置
✅ 笔记和日历已启用
✅ 历史对话已导入
✅ 定时备份已配置
✅ HTTPS证书已配置（推荐Caddy反代）

---

2026年6月 | Vincent #odysseus #自托管 #AI工作空间 #ChatGPT替代 #部署实践