ローカルAIを始めよう！Ollama+Dockerで動かす「Odysseus」超入門

こんにちは、Inusukiです。

いよいよ夏も本番、暑くなってきましたが、皆さんいかがお過ごしでいらっしゃいますでしょうか。

今回は話題のセルフホスト型のAIワークスペース「Odysseus」を触ってみたので、その感触などをブログにまとめたいと思います。

はじめに：噂のAIワークスペース「Odysseus」ってなに？

皆さんは毎日の仕事や私生活でChatGPTやClaudeなどのAIを使っていますか？

「すごく便利だけど、仕事の機密データやプライベートな内容を入力するのは、情報漏洩がちょっと心配……」と感じたことがある方も多いのではないでしょうか。

そんなAIのセキュリティやプライバシーに不安を感じている世界中のユーザーの間で、今、とんでもなく注目を集めているツールがあります。

それが、2026年5月に「PewDiePie（ピューディパイ）」氏らが立ち上げたプロジェクトからリリースされた、AIワークスペース「Odysseus（オデュッセウス）」です。

そもそも「Odysseus」ってどんなツール？

一言でいうなら、「多機能な自給自足型のAIワークスペース」です。

見た目はChatGPTのように洗練された綺麗なチャット画面ですが、中身はまったく異なります。

ChatGPTが「外部サーバーにデータを送って返事をもらう」のに対して、Odysseusは「自分のパソコンの中で、独立してAIを動かす」という仕組み（ローカルファースト / セルフホスト型）をとっています。

そのため、ローカルモデルを利用した場合、AIに入力したデータや質問した内容は、外部のサーバーに1バイトも送信されません。

そして、何よりも「無料」で利用可能です。使えるものはありがたく使わせていただきましょう。

さっそく導入してみた！

「Odysseus」はmacOS/Windows/Linuxに対応していますが、今回は推奨されるDocker環境をセットアップしたいと思います。

詳細なセットアップ方法は Odysseus Setup Guide にて公開されていますので、ご参照ください。

セットアップ方法

GitHubのリポジトリからソースコードを取得し、コンテナを起動します。

git clone https://github.com/pewdiepie-archdaemon/odysseus.git
cd odysseus/
cp .env.example .env
docker compose up -d --build
docker ps

CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
65ce644cd302 odysseus-odysseus "/usr/local/bin/entr…" 46 seconds ago Up 32 seconds 127.0.0.1:7000-7000/tcp odysseus-odysseus-1
0e1dee10357d searxng/searxng:2026.5.31-7159b8aed "/bin/sh -c 'set -eu…" 48 seconds ago Up 44 seconds (healthy) 127.0.0.1:8080-8080/tcp odysseus-searxng-1
3a807d475dce chromadb/chroma:latest "dumb-init -- chroma…" 48 seconds ago Up 44 seconds 127.0.0.1:8100-8000/tcp odysseus-chromadb-1
22bd60dbbf47 binwiederhier/ntfy "ntfy serve" 48 seconds ago Up 44 seconds 127.0.0.1:8091-80/tcp odysseus-ntfy-1

コンテナ起動後、規定値で7000番ポートからアクセスできます。

初回ログインの際は一時情報が必要となります。

初期ユーザーは "admin" パスワードはコンテナ側のログに出力されていますので、下記コマンドでご確認ください。

※ 環境によっては先にログイン情報の変更が求められる場合がございます。

docker compose logs odysseus | grep -i password
odysseus-1 | Temporary password: XXXXXXXX
odysseus-1 | ** Change it after first login. Set ODYSSEUS_ADMIN_PASSWORD to choose your own. **

ログイン後は下記画面に遷移します。

初回ログイン後はモデルが読み込まれていないため、今回は事前に用意しておいたLlama 3.1の軽量モデルサイズ(8B)を追加します。

チャットウィンドウ右上のプルダウンから[+Add model endpoints]、Add Local Modelsセクションの3点リーダーより[Add Ollama]を選択します。

モデル追加後にChat機能を利用してみましょう。

以下画像のように何らかの返答が返って来たらモデルの追加は完了となります。

機能紹介

[メイン画面]

①チャットエリアより上部の"Nobody"をクリックするとメモリや履歴を保存しないモードに変更可能

②チャットエリアの右下部よりAgent/Chatモードの切り替えが可能

③チャットエリアの左下部プルダウンより各種操作を実施可能

• ファイル添付
• ドキュメント追加
• ワークスペースの指定（Agentモード限定）
• プロンプト設定

④同プルダウンの右部から各種機能を利用可能

• web検索
• Shell Access（Agentモード限定）

⑤チャット画面上部より各種操作を実施可能

• 名称変更
• チャットのコピー
• PDF出力
• ドキュメントとして保存

■メニューバー（画面左部）

[New Chat]

新規チャットを開始

[Search]

過去チャットを検索

[Chats]

過去チャットの履歴

[Email]

メーラー機能を提供

[Tools]

各種機能を提供

• Brain

記憶領域でMemoryとSkillsを追加可能

Memory - 「過去のデータや対話の文脈、事実に関する情報を保持・参照する仕組み」のこと。AIが処理を行うための情報源や背景知識を指す。

Skills - 「特定のタスクや処理を実行する能力」のこと。AIがデータをどう扱い、どう推論し、どう行動するかというロジックや手順を指す。

• Calendar

カレンダー機能（予定の登録やリマインダー設定等）

• Compare

指定した各モデルごとに同一のプロンプトを送信し比較が可能。

• Cookbook

ローカルマシーンでのAIモデルの管理・導入を自動化するスマートエンジン。

詳細にはローカル環境（自分のPC上）でAIを動かす際の最大のハードルである「どのモデルなら自分のパソコンで動くのかわからない」という問題を一発で解決してくれる機能。

• Deep Research

自律的な複数回の調査・レポート生成に特化した専用機能。

Chatsとは異なり情報収集・検証・構造化された出力が必要な重いタスク向き。

• Gallery

画像を保存し、エディタ機能（α版）を提供。

• Library

Chats、Documents、Research等の一覧を提供し、既存情報の検索が可能。

• Notes

メモ書きやTODOリスト作成機能を提供。

• Tasks

タスクスケジューラ機能やイベントパターンに応じたタスクの自動実行が可能。

機能に即していえば、特定時刻にプロンプトを送信、メールを受信したら特定のタスクを実行するなど。

• Theme

お気に入りのテーマに変更可能。

所感

メリット

1. 圧倒的なデータプライバシー
2. ベンダーロックインの回避とコスト削減
3. 強力な自律型エージェントと外部連携

圧倒的なデータプライバシー[※1]

外部のクラウドサービスにデータを送信せず、すべてのテキスト、ファイル、ソースコードを完全にローカル環境でセキュアに処理できます。

[※1]ローカルモデル選択時、および一部機能（Deep Research 等）を除く

ベンダーロックインの回避とコスト削減

特定企業の規約変更やコスト変動、サービス停止に左右されません。

完全無料のオープンソース（MITライセンス）として提供されており、APIなどの利用料を気にせず使い放題の環境を作成できます。

強力な自律型エージェントと外部連携

単なるチャットだけでなく、メールやカレンダーの自動連携、ウェブ検索、ファイル操作、シェルコマンドの実行など、タスクを自律的に完遂するエージェント機能を標準搭載しています。

デメリット

1. ハードウェアへの高い依存度と初期投資
2. 専門知識を要するエラー解決の負担
3. SLA（品質保証）の欠如と自己責任

ハードウェアへの高い依存度と初期投資

実用的な速度でAIを動かすには、高性能なGPUを搭載したハードウェアが不可欠であり、購入コストに加えて稼働時のランニングコストもかかります。

専門知識を要するエラー解決の負担

システムの立ち上げから、ドライバーのバージョン競合、AIモデルの選定・軽量化設定、アップデート時の不具合対応まで、すべて個人で解決する必要があります。

SLA（品質保証）の欠如と自己責任

商用SaaSのような稼働率保証やテクニカルサポートが存在しないため、システム障害時の復旧対応や、サーバー自体のセキュリティ脆弱性対策はすべて個人で責任を負う必要があります。

まとめ

Odysseusは、「自由度が高く、かつ安全な環境を自らコントロールできるAIワークスペース」です。

高性能なハードウェアが必要であったり、エラーが起きた際には自力で解決しなければならなかったりと、ローカル環境ならではのハードルは確かに存在します。

しかし、それらをクリアできれば、データの外部漏洩を心配することなく、月額料金や利用制限を気にせずに自律型エージェントを動かせる環境が手に入ります。

「クラウドサービスに機密データを入力するのは抵抗がある」という方や、「コストを気にせず、もっと自由にAIを使い倒したい」と考えている方にとって、Odysseusは最適な選択肢になり得るのではないでしょうか。

オープンソースとして公開されているため、ソフトウェア自体は誰でも無料で入手可能です。

少しでも興味を持たれた方は、ぜひご自身の環境でOdysseusの自由度と快適さを試してみてください！

以上、inusukiでした。