5 月 31 日，全世界訂閱數最多的 YouTuber PewDiePie，沒有去開一間 AI 公司，而是丟了一個開源項目上 GitHub。四天，44,000 顆星。他在發片時只講了一句：「no tracking, no subscriptions, no funny business. It’s yours and yours forever.」
這件事為什麼會爆，重點不在技術。它把一個原本只有極客在玩的概念，推到了一億人面前：你用的 AI，其實可以裝在自己電腦裡，資料不出門，也永遠不用付月費。
而 PewDiePie 的 Odysseus 不是唯一一個。這類「自架 AI 工作台」這兩年已經長出一整個生態。這篇就把目前最值得收藏的 6 個整理給你，從新手到進階都有，告訴你各自適合誰、坑在哪。截至 2026 年 6 月資訊。
先講清楚：為什麼要把 AI 搬回自己電腦？
雲端 AI 好用，這點沒人否認。但你有沒有想過，你跟 ChatGPT、Claude 的關係，本質上是「租」——月費照繳，你打的字、傳的文件全都上了別人的伺服器，而且模型說換就換，今天還好用的版本，下個月可能就被廠商調走了。
自架 AI 工作台解決的就是這三件事：資料留在自己機器、沒有訂閱費、模型自己挑。對重視隱私的人、處理公司機密文件的人、或單純不想每個月被扣錢的人來說，這是另一條路。
但醜話先說在前面：自架不等於免費。電費、顯卡、維運、安全更新，這些成本全部從廠商的肩膀，搬到了你自己頭上。而且本機跑的開源模型，在真正難的任務上，目前還是打不過雲端旗艦。這篇每個工具我都會把這層說清楚。
1. Odysseus — 名人加持的一站式工作台
就是開頭講的那個。PewDiePie 親手做、MIT 授權，把聊天、自主 Agent、Deep Research、收信整理、行事曆、筆記、生圖全部塞進同一個介面。最聰明的設計叫 Cookbook：它會掃你電腦的顯卡和記憶體，然後從 270 多個模型裡，幫你挑出「你這台機器跑得動」的那幾個。
本機 AI 最勸退的一關，就是選型——一堆模型名稱看不懂，下載半天結果跑不動。Odysseus 直接幫你跳過這關，這是它對新手最大的價值。安裝也簡單，Docker 兩行指令起，預設開在 localhost:7000。
適合誰：想要一個「什麼都有」的入口、又不想自己研究選型的人。
要注意：它是 5 月底才生出來的新項目，作者自己在 README 都自嘲「more jank and fun」（更多小毛病、也更好玩），bug 難免。星數衝很快，但成熟度跟老項目還有距離。
2. open-notebook — 開源版的 NotebookLM
如果你用過 Google 的 NotebookLM，知道那種「丟一堆資料進去、然後跟它對話」的爽感，那 open-notebook 就是它的開源平替。截至 6 月 2 日是 v1.9.0 版本，24,100 顆星、2,800 個 fork，MIT 授權。
你可以丟 PDF、網頁、YouTube 連結、純文字、甚至音訊影片進去，它幫你做摘要、做全文跟向量搜尋，還能生成 podcast。最關鍵的是它支援 18 個以上的 AI 供應商——OpenAI、Anthropic、Ollama、LM Studio 都行，所以你可以全本機跑，機密文件完全不上雲。它用 Docker 跑在你的機器上。
適合誰：要做研究、整理大量資料、又不放心把文件丟給 Google 的人。
要注意：它的強項是「知識整理」，不是通用聊天。當日常 AI 助手用會覺得功能偏窄。
3. Open WebUI — 本機聊天介面的老大哥
如果只能裝一個，很多人會選它。Open WebUI 是這個圈子裡最成熟、功能最全的本機 AI 介面，可以完全離線運作，後端接 Ollama 或任何 OpenAI 相容的 API 都行。
它的本機 RAG（讓 AI 讀你的文件再回答）支援 9 種向量資料庫，內建生圖（可接本地的 ComfyUI），還能用 Python 寫自己的函式工具，甚至有權限管理（RBAC），多人共用也行。更新非常勤，幾乎每週都有新功能。一句話：它把雲端 ChatGPT 該有的，幾乎都在本機做出來了。
適合誰：動手能力強、想要最大彈性、喜歡折騰插件的人和小團隊。
要注意：功能多代表設定也多，新手第一次進去可能會被一堆選項嚇到。它偏「開發者導向」。
4. AnythingLLM — 把自己的文件變成私有知識庫
Open WebUI 偏技術，AnythingLLM 則走「好上手」路線，甚至有桌面 App，下載點開就能用。它的核心是「工作區」概念：把不同的文件和對話，分裝在彼此隔離的環境裡，做知識庫管理特別清楚。
它在文件處理上比基本 RAG 更進一步——有混合搜尋、重排序（reranking）、還有引用追蹤（告訴你答案是從哪份文件的哪一段來的）。這對需要「可追溯來源」的場景，例如公司合規、法務、客服知識庫，非常實用。
適合誰：商務團隊、有合規需求、想要快速上手不想折騰的人。
要注意：彈性和插件生態不如 Open WebUI，進階玩家可能會嫌它「太包好」。
5. Ollama — 不是工作台，是底層引擎
嚴格說 Ollama 不是「工作台」，而是讓你「一行指令在本機跑大模型」的引擎。但它太重要了，幾乎上面所有工具的底層都接它，所以一定要認識。光是 2026 年第一季，它的月下載量就到了 5,200 萬次——這早就不是實驗性軟體了。
你在終端機打一行 ollama run，它就幫你把模型抓下來、跑起來。新版也補上了 AMD 顯卡（ROCm）支援，不再是 NVIDIA 獨佔。它通常不單用，而是當 Open WebUI、open-notebook、AnythingLLM 的「發電廠」。
適合誰：所有想玩本機 AI 的人，這是地基。
要注意：它本身只有命令列，沒有漂亮介面。要好用，得搭配上面那幾個前端。
6. OpenClaw — 串起 50+ 通訊軟體的本地 Agent 閘道
前面五個多半圍著「聊天 + 文件」打轉，OpenClaw 走的是另一條路：它是跑在你自己裝置上的本地 Agent 閘道，能把 50 多個通訊軟體串在一起，讓 AI Agent 幫你跨平台收訊息、辦事情。
概念上更接近「私人 AI 助理的後台」——訊息不經過第三方雲端，全在本機處理。對重度使用即時通訊、又在意隱私的人來說，這是個有意思的方向。
適合誰：想讓 AI 自動處理跨平台訊息、且堅持資料不出門的進階用戶。
要注意：定位最特殊、門檻也最高，不是給「只想要一個本機 ChatGPT」的人用的。
一張表看完六個
| 工具 | 一句話定位 | 授權／費用 | 適合誰 | 上手難度 |
|---|---|---|---|---|
| Odysseus | 名人做的一站式工作台，會幫你挑模型 | MIT／免費 | 想要全功能入口的新手 | 低 |
| open-notebook | 開源版 NotebookLM，資料研究神器 | MIT／免費 | 做研究、整理文件的人 | 中 |
| Open WebUI | 功能最全的本機聊天介面 | 開源／免費 | 愛折騰的進階用戶與團隊 | 中高 |
| AnythingLLM | 文件變私有知識庫，有桌面 App | 開源／免費 | 商務團隊、合規需求 | 低 |
| Ollama | 底層引擎，一行跑本機模型 | 開源／免費 | 所有人的地基 | 中 |
| OpenClaw | 串 50+ 通訊軟體的本地 Agent 閘道 | 開源／免費 | 跨平台訊息重度用戶 | 高 |
如果是我，會怎麼選
不要六個全裝，沒意義。先想清楚你要解決什麼問題：
- 完全新手、只想體驗看看：裝 Odysseus 或 AnythingLLM。一個有名人光環、功能全又會幫你挑模型；一個有桌面 App、點開就能用。兩個都不用先碰命令列。
- 主力是做研究、整理大量資料：open-notebook，沒有對手。它就是衝著 NotebookLM 來的，而且你的機密文件不會上 Google。
- 動手能力強、想要最大彈性：Ollama 當引擎 + Open WebUI 當前端，這是進階玩家的黃金組合，能調的東西最多。
- 想玩跨平台 AI 助理：OpenClaw，但做好心理準備，它最硬核。
真正的分水嶺不是哪個工具最強，而是你願不願意自己扛維運。雲端是「花錢買省事」，自架是「花時間換掌控」。沒有誰對誰錯，只有你更在意哪一個。
結論：這波不是技術革命，是「主權」回歸
說穿了，這 6 個工具沒有一個是「全新發明」。它們做的事，雲端 AI 早就會了。真正在變的，是越來越多人開始問一個問題：我每天最常用的 AI，憑什麼要把資料交出去、還要按月付費？
PewDiePie 那句「The war on big tech has just begun」講得很重，但方向是對的。你不一定要明天就把雲端全砍掉——雲端旗艦在難題上還是強。比較務實的做法是：日常、隱私敏感、重複性的活，搬回本機；真正燒腦的難題，留給雲端。先從清單裡挑一個你最有感的痛點，動手裝起來，比看十篇評測都有用。
免責聲明：本文為工具整理與個人觀點分享，所有數據（GitHub 星數、版本、下載量等）截至 2026 年 6 月，AI 工具更新極快，實際功能與定價請以各項目官方頁面為準。自架軟體涉及硬體、電費與資安維運成本，請評估自身能力後再投入。本文不構成任何投資或採購建議。
發表迴響