1.7k stars！Mozilla 出手了！开源 AI 客户端 Thunderbolt，让企业真正掌控自己的 AI！
Mozilla 出手了！开源 AI 客户端 Thunderbolt，让企业真正掌控自己的 AI
AI 主权时代来了——Mozilla 旗下的 MZLA Technologies 悄悄发布了一颗"雷霆之箭"，剑指 ChatGPT Enterprise、Microsoft Copilot 和 Claude Enterprise。
一、它解决了什么问题？
如果你的公司正在使用 ChatGPT Enterprise 或 Microsoft Copilot，请认真想一个问题：
你的内部数据，现在在哪里？
每一次员工向 AI 提问，每一份上传的合同、财报、代码——这些数据都在悄悄流向 OpenAI、微软或 Anthropic 的服务器。你不仅在为 SaaS 订阅付费，还在用公司最核心的数据资产去"喂养"别人的模型。
MZLA CEO Ryan Sipes 将这个问题一语道破：
“当你依赖这些大型专有服务商时，你只是在’租用’组织运营中最关键的一环。”
这就是Thunderbolt诞生的背景——数据主权与 AI 控制权的问题。
二、Thunderbolt 是什么？
Thunderbolt是由 Mozilla 旗下 MZLA Technologies（即 Thunderbird 邮件客户端的开发商）推出的一款开源、可自托管的企业级 AI 客户端。
它的定位是：企业内部的 AI 工作台，一个让员工与 AI 交互的统一界面——但模型、数据、基础设施全部掌控在企业自己手中。
核心特性
| 特性 | 说明 |
|---|---|
| 🧠模型自由选择 | 支持 OpenAI、Anthropic、Mistral、OpenRouter 等商业模型，也支持 Ollama、llama.cpp 等本地推理 |
| 🔒数据不出门 | 完全私有化部署，支持端到端加密和设备级访问控制 |
| 🌐全平台覆盖 | Web、Windows、macOS、Linux、iOS、Android 全部支持 |
| 🔗开放协议集成 | 支持 MCP（Model Context Protocol）、ACP（Agent Client Protocol），接入 deepset Haystack 做 RAG 和 Agent 编排 |
| 📋多种工作模式 | Chat / Search / Research（预览）/ Tasks（预览）四种模式 |
| 🔄工作流自动化 | 自动生成日报、监控话题、定时触发任务 |
| 🏢企业身份认证 | 支持 OIDC 协议，可接 Keycloak 等企业 SSO |
| 📜开源协议 | Mozilla Public License 2.0，商业友好 |
一句话总结：Thunderbolt = 企业自托管的 ChatGPT 替代方案，但你拥有一切。
三、怎么用？
方式一：Docker Compose 快速体验（推荐新手）
适合本地测试和小团队评估，几分钟即可跑起来。
# 1. 克隆仓库gitclone https://github.com/thunderbird/thunderbolt.gitcdthunderbolt# 2. 复制环境变量配置cpdeploy/.env.example deploy/.env# 3. 启动所有服务dockercompose-fdeploy/docker-compose.yml up-d启动后，浏览器访问http://localhost即可看到注册界面，创建账号后即可开始使用。
⚠️ 注意：目前版本依赖在线的身份认证服务，完全离线模式正在开发中。
方式二：接入本地模型（零费用推理）
官方推荐使用Ollama或llama.cpp实现免费本地推理：
# 先安装 Ollama 并拉取模型ollama pull llama3# 然后在 Thunderbolt 的设置页面添加模型提供商# 地址填写：http://localhost:11434# 协议选择：OpenAI Compatible配置完成后，所有对话请求都在本地完成，数据完全不出机器。
方式三：接入商业 API
在设置 → 模型提供商中，填入对应的 API Key 即可接入：
- OpenAI（GPT-4o 等）
- Anthropic（Claude 系列）
- Mistral
- OpenRouter（聚合多家模型）
方式四：Kubernetes 企业生产部署
对于需要高可用的企业环境，Thunderbolt 提供了完整的 K8s 清单和基于 Pulumi 的 IaC 方案（支持 AWS Fargate / EKS）：
cddeploy/k8s ./up.sh# 一键部署到 Kubernetes 集群接入企业数据（RAG 能力）
Thunderbolt 通过 deepset 的 Haystack 框架实现 RAG（检索增强生成），可以将公司内部文档、知识库、数据库接入 AI，让员工可以直接"问"公司的知识：
- 接入 Google Drive / Microsoft 文档
- 通过 MCP Server 接入自定义数据源
- 支持向量检索、Agent 自动编排
四、与主流产品对比
| Thunderbolt | ChatGPT Enterprise | Microsoft Copilot | |
|---|---|---|---|
| 数据归属 | ✅ 完全自有 | ❌ 流向 OpenAI | ❌ 流向微软 |
| 模型锁定 | ✅ 自由切换 | ❌ 仅 GPT 系列 | ❌ 仅 OpenAI/微软 |
| 部署方式 | ✅ 私有化/云均可 | ❌ 仅云端 | ❌ 仅云端 |
| 开源 | ✅ MPL 2.0 | ❌ 闭源 | ❌ 闭源 |
| 价格 | ✅ 自托管免费 | 💰 按席位收费 | 💰 按席位收费 |
| 生产就绪 | ⚠️ 开发中 | ✅ 成熟 | ✅ 成熟 |
五、当前状态与注意事项
需要诚实说明：Thunderbolt 目前仍处于早期开发阶段，官方也在 README 中罕见地直白提示：
- 正在进行安全审计，暂不建议用于生产环境
- 当前依赖在线认证服务，完全离线模式尚未完成
- 遥测默认开启（可手动关闭）
- 主要面向有技术能力自托管的企业
但 GitHub 上已获得1.4k Star，社区反应热烈，且项目迭代很快。
六、总结
Ryan Sipes 把 Thunderbolt 比喻为企业 AI 领域的 “Firefox 时刻”——就像当年 Firefox 打破 IE 的垄断一样，他们希望 Thunderbolt 能打破 OpenAI 和微软对企业 AI 入口的控制。
这个类比并不为过。在 AI 浪潮席卷企业的今天，谁掌控着数据、谁掌控着模型选择权，将成为未来企业 IT 架构中最关键的决策。
对于以下场景，Thunderbolt 值得认真关注：
- 🏥数据合规要求严格的行业（金融、医疗、政府）
- 🏭不希望内部知识外泄的制造业和科技公司
- 🛡️希望摆脱 SaaS 订阅依赖、建立自主 AI 能力的企业
项目地址：https://github.com/thunderbird/thunderbolt
官网：https://thunderbolt.io
你的企业是否也在思考 AI 数据主权的问题？欢迎在评论区留言讨论。