Onyxをセルフホストする方法：マルチLLM対応AIチャット基盤を個人開発に活用する完全ガイド

ChatGPTは便利だけど、社内の機密情報を食わせるのはちょっと怖い。ClaudeもGPTも使いたいけど、毎月のAPI代が読めない。そういう悩みを持ったエンジニアに刺さるOSSが Onyx（旧Danswer）です。

スター数19,051（2026年3月時点）。一言で言うと「Claude、GPT、Llamaなどどのモデルでも動かせる、セルフホスト可能なAIチャット＋RAGプラットフォーム」です。

実際に手元のVPSで動かしてみたんですが、最初の印象より機能が充実していてびっくりしました。特にRAG（Retrieval-Augmented Generation）の精度とコネクタの多さが想定外で、NotionのワークスペースをそのままAIに食わせて自然言語で検索できるのが地味に感動ポイントでした。

この記事では、Dockerでのセルフホスト手順から副業・個人開発での活用事例まで、実際に動かした内容をベースに解説します。

Onyxって何？一言で言うと「自分で管理できるChatGPT基盤」

ChatGPTと何が違うの？

ChatGPTとの最大の違いは「どこで動かすか」と「どのモデルを使うか」の自由度です。

ChatGPTはOpenAIのサーバー上で動く。データはOpenAI側に送られる。モデルも基本的にGPTシリーズのみ。

Onyxは自分のサーバーで動く。データは外に出ない。使うモデルはClaude、GPT-4o、Llama、Mistralなど好きなものに切り替えられる。

企業向けのユースケースだと「社内の機密文書をAIに学習させたい。でもクラウドに送りたくない」という需要が多い。そこでセルフホスト型のRAGプラットフォームとして注目されているのがOnyxです。

なぜ今Onyxが注目されているのか

元々 Danswer という名前で開発されていたプロジェクトが、2024年にブランド名を Onyx に変更。Community Edition（MIT）とEnterprise Editionの2本立てに整理されました。

無料のCommunity Editionでも、RAG・マルチLLM・カスタムエージェント・Deep Researchなど主要機能はフルで使えます。個人開発や副業で使うぶんには十分すぎるレベルです。

Onyxでできること：主要機能を整理する

マルチLLM対応：プロバイダーロックインなし

Onyxに繋げられるLLMの例：

• OpenAI: GPT-4o、GPT-4 Turbo
• Anthropic: Claude 3.5 Sonnet、Claude 3 Opus
• Google: Gemini Pro
• ローカルLLM: Ollama経由でLlama 3、Mistral、Qwen等

モデルを1つに縛られないのは地味に大きい。コストを抑えたいときはOllamaでローカルLlamaを動かして、精度が必要な調査タスクだけClaudeに切り替える、という運用が普通にできます。

RAGシステム：40以上のコネクタで知識を活用

OnyxのRAGはハイブリッド検索（キーワード＋セマンティック）＋ナレッジグラフを組み合わせた仕組みで、単純なベクトル検索より精度が高いです。

接続できるサービスは40種類以上：

• ドキュメント系: Notion、Confluence、Google Drive、Dropbox
• コミュニケーション系: Slack、Gmail、Discord
• 開発系: GitHub、GitLab、Jira、Linear
• Web系: Webページ、RSS、Sitemap

実際にNotionのワークスペースをコネクタで接続してみたところ、5,000ページ程度のインデックス化が30分程度で完了しました。「あのときまとめた〇〇の情報どこだっけ」が自然言語で引き出せるようになるのは、思っていた以上に便利です。

Deep Research：複雑な調査を自動化

Deep Researchは「複数ステップで自動的に情報を収集・分析するAIエージェント」機能です。

「競合他社AとBの料金プランを比較して、自社製品の差別化ポイントを整理して」というリクエストを投げると、Web検索 → 情報収集 → 分析 → レポート生成まで自動でやってくれます。Google、Exa、SerperなどのWeb検索プロバイダと連携できるので、外部情報も加味したリサーチが可能です。

Onyxをセルフホストする手順（Docker編）

事前準備

必要なものは2つだけ：

• Docker（24.0以上推奨）
• Docker Compose（v2.x以上）