Феликс Чельберг (PewDiePie) открыл исходники Odysseus — локального рабочего пространства вокруг LLM, которое объединяет чат, агента с доступом к файлам и shell, память, почту, заметки и deep research. За три дня после публикации 31 мая 2026 года репозиторий набрал 8,7 тыс. звёзд и 1,2 тыс. форков — и это не просто хайп вокруг имени блогера.

Если вы уже держите Ollama или llama.cpp на своей машине и устали переключаться между пятью разными интерфейсами, Odysseus — логичный следующий шаг.

Зачем это вообще нужно

Типичная проблема продвинутого пользователя локальных LLM: модель есть, а удобного рабочего слоя вокруг неё нет. Чат — в одном окне, research — в другом, заметки — в третьем, агентные сценарии — вообще в терминале. Odysseus пытается собрать всё это в одну среду.

Вторая проблема — приватность. Чем полезнее становится ИИ, тем больше личного контекста ему передаёшь: документы, письма, задачи, привычки. Odysseus строится вокруг обратной логики: весь этот контекст остаётся на вашей инфраструктуре, а не уходит в облако биг-теха.

Что внутри: архитектура и модули

Технически проект собран на Python и FastAPI. Docker Compose поднимает не только само приложение, но и три вспомогательных сервиса:

• ChromaDB — векторная база для памяти агента
• SearXNG — приватный поиск без трекинга
• ntfy — push-уведомления без внешних серверов

Ключевые модули:

Чат с моделями. Поддерживаются бэкенды vLLM, llama.cpp, Ollama, OpenRouter и OpenAI. Можно собрать полностью локальный сценарий или гибридный — локальная модель для чувствительных данных, облако для остального.

AI-агент. Построен на базе OpenCode. Агент получает доступ к web, файлам, shell, памяти, навыкам (skills) и MCP (Model Context Protocol). Пример из демо Феликса: агент сам находит видеофайл, конвертирует его, прогоняет через Whisper и возвращает расшифровку — без ручного вмешательства.

Cookbook. Модуль, который анализирует железо, рекомендует подходящие модели, проверяет совместимость и помогает поднять serving. Убирает боль «а что вообще запустится на моей машине».

Deep Research. Многошаговый поиск с синтезом источников. Модуль основан на Tongyi DeepResearch и адаптирован под интерфейс Odysseus.

Compare. Сравнение моделей side-by-side, в том числе в слепом режиме — без подсказок, какая модель что ответила.

Как запустить

Репозиторий: github.com/pewdiepie-archdaemon/odysseus

Базовый сценарий через Docker Compose:

```bash git clone https://github.com/pewdiepie-archdaemon/odysseus.git cd odysseus cp .env.example .env

отредактируйте .env — укажите бэкенд модели и токены

docker compose up -d ```

Минимальная конфигурация .env для локального сценария с Ollama:

``env LLM_BACKEND=ollama OLLAMA_BASE_URL=http://host.docker.internal:11434 CHROMA_HOST=chromadb SEARXNG_URL=http://searxng:8080 ``

Для гибридного сценария с OpenRouter:

``env LLM_BACKEND=openrouter OPENROUTER_API_KEY=sk-or-xxxxxxxxxxxxxxxx ``

После запуска интерфейс доступен на http://localhost:3000 (порт по умолчанию — уточняйте в актуальном docker-compose.yml, он мог измениться).

Если хотите использовать агентный модуль с доступом к shell — убедитесь, что понимаете, какие именно директории монтируете в контейнер. По умолчанию агент работает в изолированной среде, но конфигурация volume-маппинга влияет на зону доступа.

Где ломается

Проект сырой. Сам Феликс этого не скрывает. На момент публикации открыто более сотни issues: баги интерфейса, нестабильные интеграции, вопросы к кроссплатформенной поддержке (особенно Windows).

Безопасность — не опция, а требование. Odysseus — это фактически локальная admin-консоль с AI-слоем: доступ к shell, файлам, почте, веб-поиску и токенам одновременно. Выставлять порт наружу без аутентификации и reverse-proxy (например, Nginx с базовой авторизацией или Authelia) — плохая идея. Если агент умеет выполнять shell-команды, изолируйте его от критичных директорий явно.

Зависимость от железа. Cookbook помогает подобрать модели под вашу конфигурацию, но Феликс сам работает на машине с десятью GPU уровня RTX 4090 (около $20 тыс. железа). Часть демо-сценариев в видео рассчитана именно на такой ресурс. На потребительском ноутбуке часть функций будет работать медленнее или потребует облачного бэкенда.

Память и контекст. ChromaDB как векторное хранилище работает, но при большом объёме документов и длинной истории диалогов качество retrieval может деградировать — это общая проблема локальных RAG-сценариев, не специфичная для Odysseus.

Что попробовать дальше

Если Odysseus кажется слишком сырым прямо сейчас — следите за issues и changelog: проект развивается быстро, а сообщество уже активно присылает PR. Для более стабильного старта можно поднять только чат-модуль и Cookbook, отключив агента и email-интеграцию через .env, пока они не устаканятся.

Альтернативы в том же классе: Open WebUI (более зрелый чат-интерфейс для Ollama), AnythingLLM (упор на RAG и документы), Lobe Chat (если нужен красивый UI без агентных сценариев). Odysseus интереснее всего там, где нужен именно агентный слой плюс единая среда — а не просто фронтенд над моделью.

Источники

• Habr AI: PewDiePie выложил в open source Odysseus — персональный AI-хаб для локальной работы