一款可查看源碼、可自主管控的
開源 AI 助手。
Orkas 是本地優先的桌面 AI 助手和多 agent 工作台。你可以選擇可選的 Orkas 托管官方模型，或接入自己的供應商；還可在 GitHub 查看源碼，並用對話指揮一支 agent 團隊，而不是只依賴一個托管聊天線程。
客戶端可見、模型直連、資料本地可控
搜索開源 AI 助手的人，通常不只是想要一個聊天框。他們更在意可審計、可選模型，以及不被托管服務變化牽著走的工作台。
查看客戶端實現
閱讀源碼，理解資料模型，以及 agent、skill 和本地檔案如何被編排。
- source
- audit
選擇模型接入方式
使用可選的 Orkas 托管官方模型，或用自己的帳號接入 OpenAI、Claude、Gemini 等供應商。使用自己的供應商時，流量直接發往該供應商，不經 Orkas 代理。
- managed models
- OAuth
- API key
工作區本地優先
對話、agent 配置、生成檔案和 Key 預設留在你的機器上。
- local-first
- BYO keys
用 agent 和 skill 擴展
建立可復用的子 agent 和 skill，再在一段對話里召喚它們。
- agents
- skills
它是桌面工作台，不只是托管助手
本地運行
在 macOS 或 Windows 上使用原生桌面應用。
直連模型
模型呼叫直接發往你選擇的供應商。
指揮團隊
主 agent 為更大的任務召集子 agent 和 skill。
擁有工作流
重復工作會變成你的可復用 agent 和本地資產。
開源 AI 助手橫向對比
這些工具解決的是不同的問題。最後一行是別人更合適的地方。
| Orkas 本站 | Jan | AnythingLLM | LM Studio | PyGPT | |
|---|---|---|---|---|---|
| 許可 | ● 開源（MIT） | ● 開源 | ● 開源 | 閉源，可免費使用 | ● 開源（MIT） |
| 主要解決什麼 | ● 面向真實項目工作的多 Agent 工作區 | 在簡潔對話里運行本地模型 | 私有文件理解與 RAG | 運行與管理本地模型 | 帶節點式 Agent 工作流的桌面助手 |
| 模型接入 | ● 托管模型或自有供應商，直連呼叫 | 本地模型，或自行接入的供應商 | 本地模型，或自行接入的供應商 | 本地模型 | 通過 Ollama 跑本地模型，或自行接入供應商 |
| Agent 團隊協作 | ● 主 Agent 並行或串行派發子 Agent | 單一助手 | 單一助手 + Agent 技能 | 僅對話 | 由你逐個節點搭出來的工作流 |
| 重復工作會沈澱為 | ● 本地儲存的可復用子 Agent 與技能 | 儲存的對話與提示詞 | 文件工作區 | 儲存的對話與模型預設 | 在節點編輯器里搭好的 Agent 工作流 |
| 只想跑個本地模型時最簡單 | 可以，但不是這個應用的重點 | ● 是，這就是它的核心 | 可以，配合文件使用 | ● 是，這就是它的核心 | ● 可以，通過 Ollama |
如果你的目標只是下載一個本地模型並和它聊天，Jan 和 LM Studio 更直接；AnythingLLM 則是專門為文件集問答設計的。PyGPT 是形態上最接近的單應用替代。兩者都能跑在 Linux 上（PyGPT 原生支援；Orkas 通過開源版自行從源碼構建，官方構建只覆蓋 macOS 和 Windows），而 PyGPT 在一件 Orkas 做不到的事上更強：它能通過 Ollama 驅動本地模型。當助手需要用一支 Agent 團隊在你的真實檔案上完成多步驟工作，而不是在一條對話里作答時，Orkas 更合適。
當你在意開放和掌控權時，選 Orkas
可審計
你可以查看桌面客戶端如何工作，理解信任邊界。
模型可選
不用換工作台，就能切換模型供應商和帳號。
長期可控
你的 agent、skill、配置和產出不會被鎖在托管聊天產品里。
開源 AI 助手常見問題
Orkas 是開源 AI 助手嗎？
是的。Orkas 是開源桌面 AI 助手和多 agent 工作台，源碼在 GitHub 上可見。使用者可選擇使用 Orkas 托管的官方模型，也可通過 OAuth 或 API Key 接入自己的模型供應商。
Orkas 是開源 ChatGPT 替代品嗎？
如果你想要本地優先的桌面工作台、開源代碼、可選托管模型或自帶供應商，以及多 agent 工作流，Orkas 可以替代 ChatGPT。若你只想要零配置的完全托管助手，ChatGPT 仍更合適。
Orkas 提供模型嗎？
Orkas 提供可選的托管官方模型。你也可以通過 OAuth 或 API Key 接入 OpenAI、Anthropic Claude、Google Gemini 或其他供應商。使用自己的供應商時，流量直接發往該供應商，不經 Orkas 代理。
誰適合選擇開源 AI 助手？
當可審計、本地掌控、模型選擇和長期擁有權比零配置托管聊天機器人更重要時，就適合選擇開源 AI 助手。
開源 AI 助手到底該選哪一個？
按要做的事選，不要按標籤選。只想下載一個模型和它聊天，選 Jan 或 LM Studio；要對一批文件做問答，選 AnythingLLM；想要一個帶節點式 Agent 工作流的桌面應用，選 PyGPT；想要一個能通過消息渠道觸達的自托管助手，看 OpenClaw。當任務需要一支 Agent 團隊在你的真實檔案上跑多步驟工作、而不是在一條對話里回答問題時，選 Orkas。
開源 AI 助手是不是就等於模型跑在本地？
不是。把這兩件事混起來，是這個品類里最常見的誤解。開源說的是客戶端：你可以讀它的源碼、fork 它，看清楚它拿你的資料做了什麼。模型在哪裡運行是另一個獨立選擇。Orkas 是開源且本地優先的——對話、Agent 配置和 Key 預設留在你的機器上——但它不自帶本地 LLM。它呼叫可選的托管官方模型，或你自己接入的供應商；用自己的供應商時，呼叫直接發往該供應商。如果你要的是模型本身跑在本機，Jan、LM Studio，或通過 Ollama 的 PyGPT 更直接。