自分でホスティングできるオープンソースAIアシスタント・トップ10

セルフホスティングにより、アプリケーション、チャット履歴、ユーザーアカウント、ナレッジベース、デプロイ環境を自分で管理できます。ただし、すべての会話が自動的に非公開になるわけではありません。アシスタントがクラウドモデル、検索API、文字起こしサービス、またはリモートの埋め込みエンドポイントを引き続き呼び出す場合、データがネットワーク外に送信される可能性があります。本当にプライベートな環境を構築するには、セルフホスト型アシスタントに加えて、ローカルで動作するモデルとツールのバックエンド、または明示的に承認したバックエンドの両方が必要です。

このガイドでは、標準的なオープンソースライセンスを採用し、実用的なセルフホスティング手段を備えた10種類のアシスタントを比較します。各プロジェクトについて、アシスタントとしての機能、ローカルモデルのサポート、ドキュメント検索、デプロイの難易度、マルチユーザー対応、ライセンスを評価しました。プロジェクトの詳細は、2026年8月24日時点で公式ドキュメントとリポジトリに基づいて確認しています。

おすすめオープンソースAIアシスタント：クイック一覧

• 総合的に最も優れたセルフホスト型AIアシスタント： LibreChat
• ドキュメントとのチャットに最適： AnythingLLM
• エージェント型の個人向けアシスタントに最適： OpenClaw
• 組織のナレッジ管理に最適： Onyx Community Edition
• 個人ナレッジアシスタントに最適： Khoj
• オフラインのデスクトップアシスタントに最適： Jan
• セルフホスト型AI検索アシスタントに最適： Vane（旧称Perplexica）
• 拡張性に優れたリファレンスチャットインターフェースに最適： Hugging Face Chat UI
• 軽量なWebアシスタントに最適： NextChat
• キャラクターチャットとプロンプト制御に最適： SillyTavern

セルフホスト型AIアシスタント比較

このガイドでオープンソースとみなされる条件

公開ソースコードがあり、自分でホスティングできるというだけでは、現在のリリースがオープンソースである証明にはなりません。このランキングでは、MIT、Apache-2.0、AGPL-3.0など、識別可能な標準オープンソースライセンスに加え、自分で管理するハードウェアやインフラ上でソフトウェアを実行できる現実的な方法が必要でした。

このため、人気のあるセルフホスト型ツールのいくつかは番号付きリストに含めていません。Open WebUIの現行コードベースには、追加のブランド使用制限があります。LobeHubはLobeHub Community Licenseを採用しており、Difyのコミュニティライセンスにも条件が付いています。3つとも依然として有用でセルフホスト可能ですが、現在の条件を確認して利用方法と再配布計画が要件を満たしていることを確かめない限り、より広い「ソースアベイラブル」比較に含めるべきです。これは技術的な選定基準であり、法的助言ではありません。

トップ10の選定方法

各アシスタントを、実用面で6つの観点から評価しました。

1. セルフホスティングの品質: ローカルマシン、サーバー、VM、コンテナ向けに、保守されたインストール手段がありますか？
2. アシスタントとしての有用性: チャット履歴、ファイル、検索、ツール、メモリ、アクションなど、生のモデルエンドポイント以上の機能を提供していますか？
3. モデルの選択肢: ホスト型モデルを1つに固定せず、ローカルモデルや複数のプロバイダーに接続できますか？
4. プライバシーの境界: 会話、ドキュメント、埋め込み、認証情報がどこに保存されるかを運用者が特定できますか？
5. 運用への適合性: オフラインのデスクトップユーザー1人からマルチユーザー組織まで、想定するユーザー層に対応していますか？
6. ライセンスの明確性: コミュニティエディションは、認知されたオープンソースライセンスの対象になっていますか？

1. LibreChat — 総合的に最適なオープンソースAIアシスタント

LibreChatは、インターフェース全体を一つのモデル企業に縛らず、使い慣れたAIチャット体験を求めるユーザーにとって最適な出発点です。主要なクラウドプロバイダーと互換性のあるローカルバックエンドを、1つのセルフホスト型Webアプリケーションに統合します。

機能は基本的なチャットをはるかに超えています。LibreChatは、AIエージェント、MCPサーバー、カスタムアクション、アーティファクト、会話検索、ファイル処理、マルチユーザー認証に対応しています。そのため、個人のホームラボにも、複数のモデルへの統制された単一ゲートウェイを求める小規模組織にも役立ちます。

アプリケーション自体はMITライセンスで提供されています。LibreChatの本格的なセットアップには、アプリケーションの設定、データベース、認証方式の選択、モデルの認証情報が含まれるため、デスクトッププログラムをインストールするよりも導入に手間がかかります。一部のオプション統合では別のサービスやライセンスが必要になる場合もあるため、「LibreChatはセルフホストできる」という説明を、「接続されたすべての機能が自動的にローカルで無料になる」という意味に解釈すべきではありません。

最適なユーザー: エージェントとMCPを備えた、高機能で複数プロバイダーに対応するChatGPTの代替サービスを求める個人やチーム。

主な制限: 軽量な個人ユーザー向けインターフェースよりも、依存関係と設定項目が多くなります。

2. AnythingLLM — ドキュメント、RAG、共有ワークスペースに最適

AnythingLLMは、ユーザーがモデルの学習データだけでなく、自分の情報と対話したいという考えを中心に設計されています。ワークスペースを使って、別々のテーマ、チーム、プロジェクトごとに文書と会話を整理できます。Docker版は、シングルユーザーとマルチユーザーの両方のデプロイに対応しています。

このアプリケーションは、ローカルまたはホスト型のLLM、埋め込みモデル、ベクトルデータベースに接続できます。エージェント機能も備えていますが、最大の強みは、比較的少ない設定で利用できる文書中心の検索機能です。そのため、マニュアル、研究資料、ポリシー、メモ、社内の参考資料ライブラリに適しています。

最適な用途：プライベートな文書チャット、小規模チームのナレッジベース、そして使いやすいRAGインターフェースを求めるユーザー。

主な制限：検索品質は、文書の解析、チャンク分割、埋め込み、モデルの品質に左右されます。洗練されたインターフェースでも、準備の不十分なナレッジベースを補うことはできません。

ローカルファイル、埋め込み、検索、言語モデルがどのように連携するかを詳しく知りたい場合は、NAS上のプライベートAIアシスタントに関するガイドをご覧ください。

3. OpenClaw — エージェント型パーソナルアシスタントに最適

OpenClawは、このリストにあるほとんどのツールとは異なります。Slack、Telegram、Discord、Signal、Matrixなどのメッセージングチャンネルに、常時利用可能なAIアシスタントを接続するセルフホスト型ゲートウェイです。単一のブラウザーチャットページではなく、ツールの利用、セッション、メモリ、ルーティングを中心に設計されています。

そのため、アシスタントにファイル操作、サービスの呼び出し、管理されたワークフローの実行、普段使っているコミュニケーションツールを介した応答をさせたいユーザーにとって、OpenClawはここで最も魅力的な選択肢です。MITライセンスで提供され、パソコンやサーバー上で実行できます。

このランキングでは、同じ機能が最大のセキュリティ負担にもなります。メッセージングアカウント、シェルツール、ファイル、外部サービスに接続されたゲートウェイは、読み取り専用のチャットインターフェースよりも攻撃対象領域がはるかに広くなります。専用アカウントを使用し、ツールの権限を制限し、ランタイムを分離し、ゲートウェイをパブリックインターネットから保護し、取り消し不能な操作には確認を必須にしてください。

最適：実際のアクションを実行できる、永続的でマルチチャネル対応のパーソナルエージェントを求める技術ユーザー。

主な制限：一般的なチャットアシスタントよりも、高度なセットアップが必要で、権限に関するリスクも大幅に高くなります。

4. Onyx Community Edition — 組織のナレッジに最適

Onyxは、個々のドキュメントのアップロードだけでなく、組織向けに構築されたセルフホスト型のAIチャットおよびナレッジプラットフォームです。Community Editionでは、コアチャット、RAG、エージェント、アクションをMITライセンスで利用できます。

OnyxはAIチャットを企業のナレッジソースに接続でき、ローカルモデルとクラウドモデルの両方に対応しています。そのプラットフォームには、検索、ディープリサーチ型のワークフロー、カスタムエージェント、MCP対応、コネクター中心の情報連携機能が含まれます。そのため、個人用のChatGPTクローンというより、社内向けナレッジアシスタントに近い製品です。

最適：組織のドキュメント、アプリケーション、共有ナレッジを基盤としたAI検索とチャットを求めるチーム。

主な制限：アーキテクチャはパーソナルアシスタントとしては重く、一部のエンタープライズ向け機能はMITライセンスのCommunity Editionの範囲外にあります。認証、権限、ガバナンスの要件に照らして、エディションの境界を確認してください。

5. Khoj — パーソナルなナレッジおよびリサーチアシスタントに最適

Khojは、自身をパーソナルAI、または「セカンドブレイン」と説明しています。一般的な質問への回答、非公開のメモやドキュメントの検索、ウェブ上の情報の取得、カスタムエージェントの作成、自動化のスケジュール設定、より深い調査タスクの実行が可能です。

ブラウザーアクセス、Obsidian、Emacs、各種ドキュメント形式との統合により、既存の個人ナレッジシステムと並行してアシスタントを使いたい人に特に適しています。KhojはDockerまたはPythonでインストールでき、ローカルモデルにも対応しているため、オフライン重視の環境で運用できます。

KhojはAGPL-3.0を採用しています。これは正真正銘のオープンソースライセンスですが、ソフトウェアを改変してネットワーク経由で提供する組織は、AGPLにおけるソースコード共有義務を理解しておく必要があります。

最適：メモ、個人調査、定期ブリーフィング、カスタムエージェント、そして長期的に蓄積されたナレッジベースを基盤とするAIアシスタント。

主な制限：シンプルなチャットUIよりも構成要素が多く、組織内で変更を加えて導入する場合はAGPLへの準拠に注意が必要です。

6. Jan — 最適なオフラインデスクトップAIアシスタント

Janは、macOS、Windows、Linux上でモデルをローカル実行できる、Apache-2.0ライセンスのChatGPT代替ソフトウェアです。ローカル推論が適さない場合は、クラウドモデルにも接続できます。

この一覧では、アプリケーションをダウンロードし、ローカルモデルを選択して、まずDockerスタックを構築することなくチャットを始めたいユーザーにとって、Janが最も利用しやすい選択肢です。2026年のJanエコシステムでは、デスクトップ体験と、VMやコンテナ上で個別に実行できるJan Agent、さらにセルフホスト型バックエンドレイヤーも区別されています。

最適な用途：最小限の設定で使えるオフラインのデスクトップアシスタントを求め、将来的にはサーバー接続型システムへ拡張したい個人ユーザー。

主な制限：デスクトップ中心のワークフローは、集中管理された複数ユーザーアクセス、共有ガバナンス、組織全体のナレッジ活用において、LibreChatやOnyxほど適していません。

7. Vane（旧称Perplexica）— 最も優れたプライベートAI検索アシスタント

Vaneは、2026年のブランド変更以前はPerplexicaとして知られていた、プライバシー重視の回答エンジンです。自分のインフラ上で実行でき、ウェブ検索とLLMを組み合わせて、引用元付きの要約回答を生成します。

Ollamaを通じたローカルモデルに加え、ホスティング型プロバイダーにも対応しています。検索モードでは速度と深度のバランスを選択でき、情報源の選択では、ウェブ全体、ディスカッション、学術資料のいずれかに焦点を当てられます。セルフホスト型の検索レイヤーを備えているため、最新のウェブ上の根拠が主な要件である場合、汎用チャットアシスタントよりも適しています。

最適な用途：引用付きのウェブ検索結果と柔軟なモデル選択が利用できる、プライベートなPerplexity風リサーチ環境。

主な制限：このアシスタントは検索に特化しています。複数ユーザー向けのドキュメントワークスペースや、豊富なツールを備えた自動化エージェントの代替にはなりません。

8. Hugging Face Chat UI — 最も拡張性に優れたリファレンスチャットインターフェース

Hugging Face Chat UIは、HuggingChatの基盤となっているApache-2.0ライセンスのコードベースです。現在のバージョンは、Ollama、llama.cpp、OpenRouter、Hugging Face routerなど、OpenAI互換APIエンドポイントに接続できます。

MCPを通じたツール、互換モデルでのマルチモーダル入力、モデル間のインテリジェントルーティング、オプションのOpenID認証に対応しています。SvelteKitとMongoDBで構築されているため、最も簡単に導入できるプライベートアシスタントというより、カスタムチャットサービス向けの拡張可能な基盤と捉えるのが適切です。

最適な用途：明確に定義されたAPI境界上で、洗練されたマルチモデルチャット体験を構築またはカスタマイズしたい開発者。

主な制限：モデルのエンドポイントと周辺インフラは自分で用意する必要があります。OpenAI互換APIへの移行によってインターフェースは簡素化されますが、一部の従来のプロバイダー固有の動作はなくなります。

9. NextChat — 軽量なWebアシスタントに最適

NextChatは、速度とコンパクトなインターフェースに重点を置いたMITライセンスのクロスプラットフォームAIアシスタントです。主要なホスティングプロバイダーに対応し、互換性のあるセルフホスト型モデルバックエンドにも接続できます。Dockerや一般的なWebホスティングなどの導入方法を利用できます。

NextChatは、フル機能のナレッジプラットフォームを導入することなく、モデルAPIの前面に応答性の高い個人用チャットインターフェースを配置したい場合に便利です。プリセットプロンプト、クロスプラットフォームクライアント、比較的軽量な運用環境に対応しています。

最適な用途：個人運用、小規模サーバー、エンタープライズコネクターや高度なRAGよりも高速なチャットインターフェースを重視するユーザー。

主な制限：上位の大規模プラットフォームと同等の組織ナレッジ、エージェント自動化、ガバナンスは提供しません。

10. SillyTavern — キャラクターチャットとプロンプト制御に最適

SillyTavernは、テキスト生成モデル、画像生成ツール、音声読み上げシステム向けのAGPL-3.0ライセンスのローカルインターフェースです。詳細なプロンプト制御、ペルソナ、キャラクターカード、グループ会話、コンテキスト管理、拡張機能を重視しています。

SillyTavernにはLLMが組み込まれていません。OpenAI互換エンドポイントや、専用のローカル推論サーバーなど、ローカルまたはクラウドのバックエンドに接続します。多機能であることからクリエイティブなユーザーやプロンプト愛好家に人気がありますが、インターフェースには一般的なアシスタントよりも多くの制御項目が意図的に公開されています。

最適な用途：インタラクティブフィクション、キャラクターチャット、ロールプレイ、カスタムペルソナ、コンテキストと生成を細かく制御したいユーザー。

主な制限：学習曲線が急で、従来型のチーム知識管理やビジネスワークフローには適合しにくい。

どのセルフホスト型AIアシスタントを選ぶべきですか？

AIアシスタントをセルフホストするには、どのようなハードウェアが必要ですか？

アシスタントのインターフェース自体は、通常それほど負荷の高い部分ではありません。必要なハードウェア性能を左右するのは、データベース、ドキュメント解析、埋め込み、モデル推論です。クラウドモデルを使う場合、コンパクトなホームサーバーでもUI、データベース、リバースプロキシ、検索サービス、各種自動化を無理なく実行できます。完全にローカルで推論するには、選択したモデルに対応できる十分なシステムメモリまたはGPUメモリが必要です。

ZimaBoard 2は、軽量なアシスタントスタックを常時稼働させるための実用的なホストです。x86プラットフォーム、最大16GBのLPDDR5メモリ、デュアル2.5GbEネットワーク、SATAストレージ、PCIe 3.0拡張により、コンテナ化されたチャットインターフェース、小規模モデルの実験、検索サービス、プライベートツールサーバーに適しています。低消費電力ホームサーバーでのローカルAIワークロードに関するガイドでは、このクラスのハードウェアに適した処理と、より高性能なシステムへ移すべき処理について解説しています。

より大規模なナレッジベース、複数ユーザー、より負荷の高いコンテナスタック、または将来的なGPU追加を想定する場合は、ZimaCube 2がおすすめです。6基のHDDベイ、追加のSSDストレージ、Thunderbolt 4、PCIe拡張、さらにCPUとメモリに余裕のある構成を備えています。パーソナルクラウドにすでに保存されているドキュメント、バックアップ、ベクトルデータ、メディアとアシスタントを組み合わせて使うのに適しています。

インターフェースだけでなくスタック全体を計画している場合は、プライベートなローカルLLMアシスタントをセルフホストするためのホームラボガイドに従ってください。

セルフホスト型AIアシスタントの5つのセキュリティルール

1. アシスタントをインターネットに直接公開しない

リモートアクセスは、VPN、認証付きリバースプロキシ、またはゼロトラストのアクセスレイヤーの背後に置いてください。ログインページがあるだけでは、実験的なAIアプリケーションを安全に公開できるわけではありません。

2. インターフェースをモデルやツールから分離する

チャットUI、モデルサーバー、ベクトルデータベース、ツールサービスを、それぞれ独立した信頼境界として扱ってください。内部ネットワークを使用し、各コンポーネントに必要な接続だけを許可してください。

3. エージェントに最小限の権限を与える

ドキュメントアシスタントに、制限のないシェル、ブラウザー、メール、ファイル書き込みへのアクセスが必要になることはほとんどありません。可能な場合はファイルを読み取り専用でマウントし、外部通信、削除、購入、コード実行の前に承認を必須にしてください。

4. ログ、埋め込み、バックアップを保護する

個人情報は、元の文書以外の場所にも現れる可能性があります。会話履歴、ベクトルストア、トレース、一時アップロード、データベースのスナップショット、バックアップは、元ファイルと同じように注意して保護してください。

5. すべての外部サービスを監査する

設定済みのモデル、埋め込みモデル、検索エンジン、音声サービス、テレメトリ、プラグイン、MCPサーバーを確認してください。リモート依存関係が1つでもあると、それ以外がローカルであってもプライバシーに関する主張が成り立たなくなる可能性があります。

オープンソースのセルフホスト型AIアシスタントに関するよくある質問

セルフホストするオープンソースAIアシスタントとして最適なのは何ですか？

LibreChatは、MITライセンスの下で複数プロバイダー対応のチャット、エージェント、MCP、マルチユーザー機能を組み合わせているため、ほとんどのユーザーにとって最適な汎用オプションです。ドキュメントRAGにはAnythingLLMの方が適しており、アクション指向のパーソナルアシスタントにはOpenClawの方が適しています。

Open WebUIはオープンソースですか？

Open WebUIはセルフホスト可能でソースコードも公開されていますが、現在のコードベースには追加のブランド制限が含まれています。そのため、このガイドでは、標準的なオープンソースライセンスの下にあるプロジェクトの厳密な一覧には含めず、「ソースコード公開」として扱います。導入や再配布を計画する場合は、現在のOpen WebUIライセンスを確認してください。

セルフホスト型AIは完全にプライベートですか？

関連するすべてのコンポーネントを自分の管理下に置いている場合に限ります。クラウドLLMに接続されたセルフホスト型インターフェースでは、プロンプトと選択したコンテキストがそのプロバイダーに送信されます。完全にローカルなデータ経路を実現するには、ローカルモデル、ローカル埋め込み、ローカル検索、セルフホスト型音声サービスが必要です。

GPUなしでAIアシスタントをセルフホストできますか？

はい。承認済みのクラウドモデルを使いながらアシスタントのインターフェースをローカルで実行したり、CPU上で小型の量子化モデルを実行したりできます。GPUは、応答の高速化、大規模モデル、より多くの同時ユーザー、画像生成や音声処理などのワークロードで有用です。

初心者に最も簡単なセルフホスト型AIアシスタントはどれですか？

オフラインのデスクトップで1人のユーザーが使うなら、Janが最も簡単な選択肢です。ドキュメントとのチャットにはAnythingLLMが使いやすく、特にデスクトップ版が便利です。NextChatは軽量なウェブ展開の選択肢の一つです。LibreChatはより多機能ですが、より多くの設定が必要です。

非公開ドキュメントに最適なセルフホスト型アシスタントはどれですか？

非公開のドキュメント用ワークスペースに特化した、最もシンプルな選択肢はAnythingLLMです。ドキュメントが個人のナレッジおよび調査システムの一部を構成する場合は、Khojのほうが適しています。共有する組織ナレッジや接続されたソースには、Onyx Community Editionのほうが適しています。

AIアシスタントをセルフホストするにはOllamaが必要ですか？

いいえ。Ollamaは便利なローカルモデルバックエンドであり、アシスタントそのものではありません。プロジェクトによっては、llama.cpp、vLLM、Hugging Faceエンドポイント、別のOpenAI互換サーバー、またはホスト型モデルAPIを利用できます。アシスタントはユーザー体験を提供し、モデルバックエンドが推論を実行します。

AIアシスタントとLLMランナーの違いは何ですか？

LLMランナーはモデルを読み込み、推論機能を提供します。アシスタントは、会話、アカウント、ファイル、検索拡張、メモリ、検索、ツール、ペルソナ、アクションなど、ユーザー向けのレイヤーを追加します。多くのセルフホスト構成では、Ollamaのようなランナーと、LibreChatやAnythingLLMのようなアシスタントを組み合わせます。

最終判定

チャット、モデルの選択、エージェント、複数ユーザー対応のバランスを重視するなら、まずLibreChatを試してください。ドキュメントが中心ならAnythingLLM、メッセージングチャネルを通じてアシスタントに操作させたいならOpenClaw、組織のナレッジにはOnyx、個人用の第二の脳にはKhojを選びましょう。Janはオフラインのデスクトップ用途で最も簡単な選択肢、Vaneは引用付きのウェブ調査に特化した選択肢、Hugging Face Chat UIはカスタマイズ可能なリファレンスインターフェースとして最も強力な選択肢、NextChatは軽量さを維持した選択肢、SillyTavernはキャラクター重視の会話を比類なく細かく制御できる選択肢です。

どのアシスタントを選ぶ場合でも、アーキテクチャの実態を正確に把握しましょう。インターフェースはセルフホストし、外部に接続するすべてのサービスを特定し、ツールの権限を制限し、チャット画面ではなくモデルとデータを基準にハードウェアを選定してください。さらに高度な機能を求めるなら、2026年のセルフホスト自動化向けAIエージェントスキルのトップを確認してください。