thunderbolt

自由切换模型，数据自己掌控，告别供应商锁定

Thunderbolt 是一个强调用户控制权的 AI 智能体框架，核心目标是消除供应商锁定。它允许用户自由选择底层模型（如本地或云端 LLM），并完全掌控自己的数据。项目基于 TypeScript 构建，提供了一套灵活的接口和工具，让开发者能够轻松集成不同模型提供商，并在设备端运行 AI 推理。它解决了当前 AI 应用中常见的模型绑定、数据隐私和迁移成本问题，通过模块化设计和抽象层，使用户可以在不重写代码的情况下切换模型。核心能力包括模型无关的 API、本地优先的数据存储、以及支持多种推理后端（如 Ollama、OpenAI 等）。该项目处于成长阶段，社区活跃，适合希望构建可移植、隐私敏感型 AI 应用的开发者。

开源 unknown 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 4774

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类智能体

开发团队thunderbird

所属国家

官网地址https://thunderbolt.io

GitHubhttps://github.com/thunderbird/thunderbolt

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议MPL-2.0

主要语言TypeScript

技术栈/模型ai,ai-agents,llms,on-device-ai

GitHub 星标★ 4774

30天Star增速

HF 下载量

上线时间2025-07-23 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数2

使用教程

难度：进阶约 30 分钟部署方式：Docker 6 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

需自建后端：README 要求用 Docker 部署自有后端以支持认证与搜索功能
需自备模型提供方：本地 Ollama / llama.cpp，或任意 OpenAI 兼容服务的 API Key
支持 web、iOS、Android、Mac、Linux、Windows 多平台客户端
项目仍在早期开发阶段，官方当前面向希望 on-prem 部署的企业客户

安装与启动步骤

1克隆项目仓库

把 Thunderbolt 仓库克隆到本地，后续后端部署与配置都基于该目录。
```
git clone https://github.com/thunderbird/thunderbolt
cd thunderbolt
```
2阅读部署文档

仓库中的 deploy/README.md 是自建后端的部署说明，README 未给出具体命令，务必先通读该文档。
3Docker 部署后端

按 deploy/README.md 的步骤用 Docker 部署你自己的后端服务；本项目 README 未直接给出可执行命令。
4注册后端账号

README 说明当前仍依赖认证功能，需自行注册账号后才能本地试用客户端。
5准备模型提供方

官方没有公共推理端点，需自行接入模型：可安装 Ollama 或 llama.cpp 做免费本地推理，或准备 OpenAI 兼容 API Key。
6配置模型与搜索

在客户端设置中填入模型提供方的 API Key；若不需联网搜索，可在集成页面关闭搜索功能。

关键配置

配置项	必填	说明	示例
`模型提供方 API Key`	是	在设置中添加任意 OpenAI 兼容模型提供方的密钥	`sk-xxxxxxxx`
`搜索功能开关`	否	可在应用的集成页面关闭搜索，减少对联网服务的依赖	`关闭`

如何确认成功

能成功注册并登录自建后端，进入客户端主界面后所选模型可以正常对话，即部署成功。

常见问题

Q：必须联网才能使用吗？

A：目前仍需认证与搜索功能支持，但可在应用的集成页面关闭搜索。官方计划最终实现完全离线优先。

Q：怎样免费使用本地推理？

A：README 推荐搭配 Ollama 或 llama.cpp，两者都可在本地免费运行模型，无需支付云端推理费用。

Q：官方提供公共推理端点吗？

A：没有。README 明确表示尚未提供公共推理端点，需要你自己添加模型提供方或填入 API Key。

Q：可以在哪些平台上运行？

A：Thunderbolt 是跨平台客户端，覆盖 web、iOS、Android、Mac、Linux 和 Windows。

注意事项

项目处于早期活跃开发阶段，不建议直接用于生产环境的严格场景。
README 未提供具体安装命令，后端部署细节以仓库 deploy/README.md 与官网 thunderbolt.io 为准。
接入模型提供方和 API Key 由用户自行负责，注意密钥保管与数据隐私。

核心亮点

模型无关设计，轻松切换 OpenAI、Ollama 等，无需改代码
强调数据主权，支持本地优先存储，隐私更安全
TypeScript 全栈，类型安全，对前端开发者友好

不足之处

文档/社区待观察
生态尚小，集成组件不如主流框架丰富

适用场景

构建隐私敏感的企业内部 AI 助手
开发需要灵活切换模型供应商的 AI 应用
在边缘设备上运行轻量级 AI 推理

替代项目

LangChain、LlamaIndex、Vercel AI SDK

项目介绍

thunderbolt 是智能体领域的开源项目，由 thunderbird 开发，2025 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（4,774）位列前 9%，在智能体分类的 2,499 个项目里位列前 10%。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。从国内网络环境看，可直接访问。

它主要面向的使用场景是：构建隐私敏感的企业内部AI助手。同类可对比的替代方案包括 LangChain、LlamaIndex、Vercel AI SDK。

上一篇：agent-skills

下一篇：agnt