1 · 总览（Overview）

企业连接器与统一搜索 · 本章是 Onyx DeepWiki 中文译文的独立章节页，保留原始链接、源码锚点、模块标签和章节层级。

项目Onyx 章节1 状态全文译文模块文档对象与元数据、界面与交互、系统架构、安装与启动

项目要点页2.5 参考项目项目章节目录Onyx DeepWiki 原始章节Overview 下一章1.1

源码线索

CONTRIBUTING.md
README.md
README.zh-CN.md
backend/alembic/README.md
backend/alembic/versions/6a804aeb4830_duplicated_no_harm_user_file_migration.py
backend/alembic/versions/9aadf32dfeb4_add_user_files.py
backend/alembic_tenants/versions/3b45e0018bf1_add_new_available_tenant_table.py
backend/ee/onyx/background/celery/apps/primary.py
backend/ee/onyx/background/celery/tasks/beat_schedule.py
backend/ee/onyx/background/celery/tasks/tenant_provisioning/tasks.py

模块标签

文档对象与元数据
界面与交互
系统架构
安装与启动
测试、发布与运维

中文译文

总览（中文译文）

原始 DeepWiki 页面：https://deepwiki.com/onyx-dot-app/onyx/1-overview

翻译时间：2026-05-27T08:44:48.390Z

翻译模型：deepseek-chat

原文字符数：12390

项目：Onyx (onyx)

---

概述

什么是 Onyx

Onyx 是一个开源 AI 平台，作为大语言模型（LLM）的应用层 README.md:28-31。它提供了功能丰富的界面，用于：

连接 60 多种数据源，包括 Slack、Confluence、Google Drive、GitHub 和 SharePoint，通过基于索引的连接器或 MCP 实现 README.md:31-33。
索引和向量化文档，使用嵌入向量模型实现高级检索增强生成（RAG）README.md:47-48。
提供 AI 聊天界面，支持网络搜索、代码执行、文件创建和深度研究模式 README.md:49-57。
支持多租户部署，通过基于模式的隔离机制适用于企业级和云环境 README.md:92-96。
实现权限感知搜索，通过同步源系统的访问控制确保数据安全访问 README.md:97。

来源： README.md:28-118，backend/onyx/configs/app_configs.py:126-150

---

系统架构总览

以下图表展示了主要服务及其关系，突出了应用程序代码与数据基础设施之间的交互。

系统交互图

graph TB
    subgraph "客户端层"
        Browser["浏览器客户端"]
    end

    subgraph "代理层"
        Nginx["nginx<br/>（反向代理）"]
    end

    subgraph "应用层"
        WebServer["web_server<br/>（Next.js 独立模式）"]
        ApiServer["api_server<br/>（FastAPI / uvicorn）"]
        Background["background<br/>（supervisord）"]
    end

    subgraph "模型服务器"
        InferenceServer["inference_model_server<br/>（INDEXING_ONLY=False）"]
        IndexingServer["indexing_model_server<br/>（INDEXING_ONLY=True）"]
    end

    subgraph "数据存储"
        Postgres["relational_db<br/>（PostgreSQL）"]
        VespaIndex["index<br/>（Vespa / OpenSearch）"]
        RedisCache["cache<br/>（Redis）"]
        MinioStorage["minio<br/>（S3 兼容）"]
    end

    subgraph "后台工作者"
        CeleryWorkers["Celery 工作者池<br/>（docfetching， docprocessing， light， heavy）"]
        CeleryBeat["Celery Beat<br/>（DynamicTenantScheduler）"]
    end

    Browser -->|HTTPS| Nginx
    Nginx -->|"端口 3000"| WebServer
    Nginx -->|"端口 8080"| ApiServer

    WebServer -->|"INTERNAL_URL"| ApiServer
    ApiServer --> InferenceServer
    ApiServer --> Postgres
    ApiServer --> VespaIndex
    ApiServer --> RedisCache
    ApiServer --> MinioStorage

    Background --> CeleryWorkers
    Background --> CeleryBeat

    CeleryWorkers --> IndexingServer
    CeleryWorkers --> Postgres
    CeleryWorkers --> VespaIndex
    CeleryWorkers --> RedisCache
    CeleryWorkers --> MinioStorage

    CeleryBeat -.->|"调度任务"| CeleryWorkers

后台协调图

此图将系统组件映射到管理它们的代码实体，特别展示了 celery 工作者在代码库中是如何定义和隔离的。

graph LR
    subgraph "supervisord.conf"
        CWP["program:celery_worker_primary"]
        CWL["program:celery_worker_light"]
        CWH["program:celery_worker_heavy"]
        CWB["program:celery_beat"]
    end

    subgraph "代码实体空间"
        CWP -->|"onyx.background.celery.versioned_apps.primary"| PrimaryApp["PrimaryApp"]
        CWL -->|"onyx.background.celery.versioned_apps.light"| LightApp["LightApp"]
        CWH -->|"onyx.background.celery.versioned_apps.heavy"| HeavyApp["HeavyApp"]
        CWB -->|"onyx.background.celery.versioned_apps.beat"| BeatApp["BeatApp"]

        BeatApp -->|"DynamicTenantScheduler"| DTS["DynamicTenantScheduler"]
        DTS -->|"get_all_tenant_ids"| DB["Postgres 数据库"]
    end

    subgraph "Redis 状态"
        PrimaryApp -->|"OnyxRedisLocks.PRIMARY_WORKER"| RL["Redis 锁"]
    end

来源： backend/supervisord.conf:30-125，backend/onyx/background/celery/apps/primary.py:53-172，backend/onyx/background/celery/apps/beat.py:27-161，CONTRIBUTING.md:80-86

---

核心组件

前端：Next.js Web 应用程序

Web 界面是一个 Next.js 应用程序，提供主要的用户和管理员体验。

主要用户界面： 用于对话式 AI 的聊天界面和用于系统配置的管理员仪表盘。
独立构建： 构建为独立的 Next.js 应用程序，适用于容器化部署。
状态管理： 使用 SWR 进行数据获取和缓存。

来源： README.md:30-41，CONTRIBUTING.md:131-143

后端 API：FastAPI 服务器

核心 API 服务器处理业务逻辑、安全性和协调工作。

职责： REST API 端点、用于聊天流式的 WebSocket/SSE，以及大语言模型（LLM）编排。
数据库访问： 使用 SQLAlchemy 进行关系数据管理，使用 alembic 进行迁移。
配置： 通过 onyx.configs.app_configs 管理，该模块负责解析环境变量 backend/onyx/configs/app_configs.py:22-150。

来源： backend/onyx/configs/app_configs.py:1-150，CONTRIBUTING.md:98-130

文档索引与搜索

Onyx 支持高性能混合搜索（向量 + 关键词）。

Vespa： 用于检索增强生成（RAG）工作负载的默认主索引。
OpenSearch： 系统支持的替代索引后端。
索引管线： 由后台任务协调，例如 check_for_vespa_sync_task backend/onyx/background/celery/tasks/vespa/tasks.py:82-109。

来源： README.md:79-85，backend/onyx/background/celery/tasks/vespa/tasks.py:75-120

后台处理

异步工作负载由 Celery 工作者管理，通过 Redis 进行协调。

工作者池： 分为 primary、light、heavy、docprocessing 和 docfetching，以防止瓶颈 backend/supervisord.conf:30-103。
任务调度： 由 DynamicTenantScheduler 管理，该调度器会动态调整任务生成速率 backend/onyx/background/celery/apps/beat.py:27-48。
多租户： 使用 TenantRedis 提供基于模式的隔离，通过自动为 Redis 键添加 tenant_id 前缀实现 backend/onyx/redis/redis_pool.py:65-91。

来源： backend/supervisord.conf:30-125，backend/onyx/background/celery/apps/beat.py:27-161，backend/onyx/redis/redis_pool.py:65-180

---

部署模式

Onyx 支持两种主要部署模式，以平衡资源使用和功能需求：

模式	功能	资源需求
Onyx Standard	完整检索增强生成（RAG）、后台连接器、向量索引和模型服务器 `README.md:79-85`。	较高（多个容器）
Onyx Lite	聊天用户界面、代理和工具。无需向量数据库或后台索引 `README.md:74-78`。	低（< 1GB 内存）

部署平台： 支持 Docker、Kubernetes（Helm）和主流云服务提供商 README.md:68-70。

---

技术栈总结

层	技术
前端	Next.js， Tailwind CSS， React， SWR
后端	FastAPI， SQLAlchemy， Alembic， Celery `backend/supervisord.conf:30-125`
数据库	PostgreSQL（关系型）， Vespa/OpenSearch（向量/搜索）`README.md:79-85`
缓存/消息代理	Redis（使用 `TenantRedis` 实现多租户）`backend/onyx/redis/redis_pool.py:65-91`
对象存储	MinIO（S3 兼容）`CONTRIBUTING.md:85`

来源： README.md:79-85，CONTRIBUTING.md:80-86，backend/onyx/redis/redis_pool.py:65-180