mcpField
O
ONTHEIA

ONTHEIA

github.com/Ontheia编码 Agent122 周前更新

关于 ONTHEIA

ONTHEIA 是面向个人和组织的开源、可自托管 AI Agent 平台,用于管理数据、工具和工作流。它将专用 Agent、持久记忆、定时任务、委派和可视化工作流整合在一个系统中,并通过 MCP 连接外部工具。

主要功能

  1. 01可自托管的多用户 Agent 平台
  2. 02通过 MCP 连接工具
  3. 03Agent 委派与协作
  4. 04基于 RAG 和 pgvector 的持久记忆
  5. 05可视化无代码工作流
  6. 06一次性与定期任务调度

适用场景

  1. 01协调专用 Agent 处理复杂任务
  2. 02自动执行定期或定时工作
  3. 03构建可视化的多步骤 Agent 工作流
  4. 04在受控基础设施上保留 Agent 数据并运行任务

MCP 相关

ONTHEIA 原生支持 MCP,Agent 可通过 MCP 连接外部工具和服务;它作为这些 MCP 服务的客户端。

详细介绍

Ontheia — 可自托管的 AI Agent 平台

你的数据。你的 AI。你的规则。

每当 AI 工作运行在他人的基础设施上,你放弃的不只是隐私,还包括对数据、工具、工作流以及工作执行规则的控制权。

Ontheia 会把这些控制权还给你。它是开源的,既能让 AI 保持强大并互联,又能遵守你设定的边界。

大多数 AI 配置仍然彼此割裂:聊天、工具、脚本和自动化各自独立,没有共享记忆、连续性或运行边界。Ontheia 将专业 Agent、工具、记忆、调度和委派整合到一个受管控的工作环境中,并运行在你自己的基础设施上。

→ ontheia.ai · 文档 · 博客

License: AGPL v3 License: Commercial Release Self-hosted Docker TypeScript PostgreSQL


概览

  • 🖥️ 可自托管 — 运行在你自己的基础设施上。基于 Docker,易于部署。
  • 🔌 多提供商 — Claude、GPT、Grok、Gemini、Ollama,模型由你选择,不受供应商锁定。
  • 👥 多用户 — 基于角色的访问控制、团队和项目,专为组织打造。
  • 🔗 原生支持 MCP — 基于开放的 Model Context Protocol 构建,可将 Agent 连接到任何外部工具。
  • 🧩 技能 — 将知识和工作流作为可复用模块,一次定义,即可供任何 Agent 使用。
  • ⏰ Cron 自动化 — 一次性或定期任务,可通过表单或直接在聊天中设置。
  • ⚙️ 工作流引擎 — 可视化自动化流水线,无需编写代码即可实现复杂的 Agent 逻辑。
  • 🧠 长期记忆 — 内置基于 pgvector 的 RAG。Agent 能够记住并访问你的知识库。
  • 🤝 Agent 间协作 — Agent 直接沟通,将复杂任务拆分并协调完成。
  • 🛡️ 从设计上符合 GDPR — 数据不会离开你的服务器,并通过 PostgreSQL 行级安全策略强制保障。

整体大于部分之和

重点不在于任何单项功能,而在于它们结合后带来的改变。

Ontheia 中的 Agent 可以将请求拆分为子任务,并交由其他专业 Agent 处理,每个 Agent 都有自己的工具、记忆和技能。它们会相互协调、跨会话记忆,并按自己的计划执行。全新安装后会提供两个可直接使用的 Agent:Ontheia Guide 会引导你完成设置,Personal Assistant 则已准备好开始工作。

这不是一个带插件的聊天界面、基于提示词的自动化工具,也不是一个精简的 Agent 运行时,而是一个用于主权 AI 工作的运行层:Agent 可以使用你的工具、保留上下文、协调能力并持续运行,而且一切都在你掌控的同一个系统中。


包含内容

  • 专业能力 — 使用 Agents 和 Agent Skills,而不是一个通用助手。Skills 是基于开放的 Agent Skills 标准构建的可复用模块,内置的 skill-creator 可直接在聊天中创建和测试新技能。
  • 委派与协作 — 使用 delegate-to-agent 工具将工作交给不同的专家,可自主委派,也可将其作为声明式 Chain 步骤。
  • 工具与外部系统 — Ontheia 原生支持 MCP,因此 Agents 可通过开放标准连接工具和服务,而不必依赖专有集成。
  • 可管理的持久记忆 — 内置基于 pgvector 的 RAG,并按用户和命名空间隔离。记忆条目按类型归档:情景记忆、语义记忆、程序记忆、工作记忆、文档记忆。这正是记忆可管理而不只是可搜索的原因。
  • 工作流 — 可视化 Chain Engine 将多步骤逻辑转化为无代码流水线。
  • 聊天中的图表 — Agent 编写 Mermaid,聊天窗口即时渲染:流程图、时序图、类图、ER 图、甘特图、状态图、思维导图等(12 种以上类型)。无需渲染服务,也不必绕道导出 — 内置技能可确保语法和布局整洁。
  • 文件作为产物,而非长篇文本 — Agent 读取或写入文件时,会显示一个卡片;点击即可在侧边栏中打开文件,并进行编辑/预览、安全处理冲突的保存,以及使用内置 PDF 和图片查看器。答案中的每个代码块都带有一支铅笔:在面板中修改后即可保存为文件。Agent 不再在答案中反复输出文件内容,而只引用讨论的部分 — 还能节省大量 token。
  • 定时任务 — 自动运行重复或一次性任务,包括从现有聊天的中断处继续执行的任务。
  • 不绑定供应商 — 支持 Claude、GPT、Gemini、Grok、Ollama,或任何兼容 OpenAI 的模型。切换供应商,无需重写 Agents。
  • 让推理模型的思考过程清晰可见 — Ontheia 支持两种推理路径:OpenAI 的 Responses API,让推理与函数工具协同工作(这是聊天补全接口不再允许的);以及 Anthropic 的扩展思考。每个模型都可配置推理力度,思考过程可跨工具迭代保留,追踪面板中的专用 推理标签页 会显示模型实际思考的内容,而不只是回答。
  • 安全的文件处理 — 内置的 files 技能让 Agents 可以搜索、读取、写入、编辑和移动文件,并提供确保错误无法发生而不只是降低错误概率的保障:写入绝不覆盖已有内容(可从回收站恢复),编辑必须精确匹配,且通过内容哈希检测并发更改。无需配置。
  • 治理与控制 — 可自托管,且 从设计上符合 GDPR — 数据绝不会离开你的服务器。通过 PostgreSQL 行级安全策略强制实施基于角色的访问控制;你可以按 Agent 决定哪些模型能访问哪些数据。在多用户设置中,服务端会强制执行逐用户文件访问控制 — 一个用户的 Agents 无法访问其他用户的文件。

工作原理

flowchart TB
    subgraph infra["🔒 Your Infrastructure"]
        UI[WebUI / Chat] --> A1[Agent]
        A1 --- SK[Skills]
        A1 --- MEM[Memory / RAG]
        MEM --- DB[(PostgreSQL + pgvector)]
        A1 -->|delegate-to-agent| A2[Sub-Agent]
        A1 --> CE[Chain Engine]
        A1 --> SCH[Scheduler]
        A1 --> TOOLS[MCP Tools / External Systems]
        A1 --> OLLAMA[Ollama<br/>local models]
    end
    A1 -.-> PROV[Cloud AI Providers<br/>Claude · GPT · Gemini · Grok]

    classDef external fill:#fff3cd,stroke:#d4a017,stroke-width:1px,color:#5c4400,font-weight:bold;
    class PROV external;

所有重要内容 — 聊天记录、记忆、技能、工作流、定时任务、工具连接 — 都保留在你的基础设施中。只有模型推理调用会跨越边界,由你选择使用哪家供应商。


屏幕截图

聊天与 AgentsMCP 工具
我可以用 Ontheia 做什么?Exa 搜索 → PDF 摘要 → 电子邮件 — 一步完成。
根据提示词生成的流程图根据提示词生成的思维导图
描述一个流程 — Ontheia 会将其渲染为流程图。将项目简介转换为结构化思维导图。

系统要求

要求最低配置备注
操作系统Linux / macOSWindows 需通过 WSL2
Docker24+建议使用无根模式
Docker Composev2(插件)docker compose(不是 docker-compose)
内存2 GB建议 4 GB
磁盘剩余空间 5 GB建议 10 GB
端口8080、5173可在设置期间配置
openssl任意版本用于生成密钥(apt install openssl)
curl任意版本用于健康检查
jq任意版本用于解析 JSON(apt install jq)

聊天需要至少一个 AI 提供商的 API 密钥(例如 Anthropic、OpenAI,或本地 Ollama 实例)。记忆/RAG 功能还需要支持嵌入的提供商。


快速开始

引导式设置(推荐)——只需一条命令,即可交互式配置所有内容:

curl -fsSL https://get.ontheia.ai | bash

此命令会将 Ontheia 下载到 ~/ontheia 并运行安装程序,自动完成 .env 创建、密钥生成、Docker 构建、数据库迁移,并初始化首个管理员账户。

想先检查脚本?请从代码仓库克隆并运行:

git clone https://github.com/Ontheia/ontheia.git
cd ontheia
bash scripts/install.sh

手动设置:

git clone https://github.com/Ontheia/ontheia.git
cd ontheia
cp .env.example .env    # Edit .env — set FLYWAY_PASSWORD, ONTHEIA_APP_PASSWORD, ADMIN_EMAIL
docker compose up -d

打开 Ontheia:

在浏览器中访问 http://localhost:5173。

完整安装指南:docs.ontheia.ai/en/getting-started/02_installation

更新:

scripts/update.sh 会拉取最新版本、重新构建容器、应用数据库迁移,并一步重启整个服务栈。您的数据、配置和 .env 均保持不变:

bash scripts/update.sh

卸载:

移除整个服务栈——容器、卷(包括数据库)、镜像和安装目录。绝不会触碰您的 ~/.claude、~/.gemini 和 NVM 目录。--keep-data 会停止服务栈,但保留卷和配置:

bash scripts/uninstall.sh               # interactive, asks for confirmation
bash scripts/uninstall.sh --keep-data   # stop everything, keep the data

文档

完整文档请访问 docs.ontheia.ai

主题ENDE
简介ENDE
安装ENDE
环境变量ENDE
AgentENDE
Agent 技能ENDE
Chain EngineENDE
记忆 / RAGENDE
安全ENDE
自动化ENDE
API 参考ENDE

技术栈

  • 后端: Node.js / TypeScript(Fastify)
  • 前端: React、shadcn/ui、Tailwind CSS
  • 数据库: PostgreSQL,带 pgvector 扩展
  • 容器化: Docker、Docker Compose(无根模式)
  • AI 协议: Anthropic Messages API、兼容 OpenAI 的 API、MCP(Model Context Protocol)
  • REST API: 全部功能——聊天、运行、Agent、技能、记忆、链、自动化、制品、管理——均通过带有 Bearer 令牌身份验证且有文档说明的 REST API 提供,因此脚本和自定义客户端也能使用 WebUI 提供的全部功能

路线图

请参阅 ROADMAP.md,了解所有阶段的计划功能。

欢迎社区提供意见 — 请提交 issue 或发起 讨论。


贡献

欢迎贡献。

  1. Fork 此仓库
  2. 创建功能分支
  3. 提交 pull request

提交 pull request 前,请阅读 CONTRIBUTING.md。

如果 Ontheia 打动了你,点个 ⭐ 就能帮助其他人发现它 — 也能帮助我们围绕主权 AI 建立社区。


许可证

Ontheia 采用双重许可:

  1. 开源: GNU Affero General Public License v3.0 — 可免费用于个人用途、可自托管部署和开源项目。
  2. 商业: 商业许可证 — 适用于需要在不受 AGPL 义务约束的情况下使用 Ontheia 的组织(例如,作为专有产品或托管服务的一部分)。如有疑问,请通过 ontheia.ai 联系我们。

联系方式


© 2026 Ontheia · 基于 AGPL-3.0 开源。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。