Danswer
Onyx (formerly Danswer) · Programación · Aprendizaje · Chatbot
Danswer, hoy rebautizado como Onyx, es una plataforma de búsqueda y chat con IA de código abierto que conecta tus herramientas de trabajo, indexa documentos internos y responde con las fuentes citadas.
Acerca de Danswer
About
Qué es Danswer
Danswer es una plataforma de búsqueda empresarial de código abierto que también funciona como asistente de IA para el trabajo. Se conecta a las aplicaciones que el equipo ya usa, reúne su contenido en un solo índice y contesta preguntas en lenguaje natural con citas y enlaces al material original. La empresa cambió el nombre del producto a Onyx en 2024, así que la documentación, el repositorio de GitHub y las versiones actuales viven bajo esa marca.
Lo que lo hace útil es que las respuestas se pueden comprobar. Un chatbot general adivina a partir de sus datos de entrenamiento. Danswer primero recupera fragmentos de tus páginas de Confluence, hilos de Slack, archivos de Drive y tickets, y después se los pasa a un modelo de lenguaje para resumirlos. Cada respuesta muestra de dónde sale, y esa diferencia separa una demo vistosa de una herramienta que un equipo de soporte puede usar a diario.
El precio de ese control es la puesta en marcha. La búsqueda de IA autoalojada implica que alguien ejecute Docker o Kubernetes, conecte las fuentes de datos, elija un proveedor de modelos y mantenga el índice al día. Para un ingeniero no es difícil; para el resto del equipo es una pared. Quien quiera la capacidad sin el mantenimiento puede usar la versión alojada.
Cómo empezar
- Despliega la plataforma. La vía más rápida es un solo comando de docker compose en un portátil o un servidor. Para instalaciones grandes hay manifiestos de Kubernetes, y Onyx Cloud ofrece una prueba alojada sin tarjeta.
- Conecta tus fuentes. Entra al panel de administración, elige conectores como Slack, Google Drive, Confluence, Notion o Jira, autorízalos y decide qué espacios o canales se indexan.
- Elige un modelo. Apunta Danswer a OpenAI, Anthropic, Gemini o un modelo local con Ollama, y pega la clave de API o el endpoint.
- Haz preguntas. Usa la búsqueda interna si quieres una lista de documentos coincidentes, o la vista de chat si prefieres una respuesta redactada con sus citas.
- Extiéndelo al equipo. Invita usuarios, asigna roles de administrador o básico y añade la integración con Slack para que la gente pregunte sin abrir otra pestaña.
Información del producto
Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de Danswer.
Ideal para
Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.
Usuarios
- Equipos de IT y plataforma en empresas medianas
- Equipos de soporte y éxito del cliente
- Organizaciones de ingeniería
Tareas
- Responder preguntas repetidas de RR. HH. y políticas
- Encontrar ese documento que recuerdas a medias
- Incorporar gente nueva
- Preparar un primer borrador con fuentes
Casos de uso
- Una empresa con el conocimiento repartido entre Drive, Slack y Confluence
- Un equipo regulado que no puede mandar documentos internos a la nube de un proveedor
- Una empresa de 50 a 500 personas que quiere una búsqueda tipo Glean sin su factura
Funciones clave
Búsqueda híbrida con más de 40 conectores
Danswer indexa las fuentes con búsqueda por palabra clave y por vectores, y luego mezcla ambos resultados. La coincidencia exacta importa cuando alguien busca un código de error o un número de ticket; la coincidencia por significado cubre el caso en que la redacción cambia pero el tema es el mismo. Los conectores oficiales cubren Slack, Google Drive, Confluence, Notion, Jira, GitHub, Salesforce, SharePoint y varias decenas más, así que la búsqueda en el conocimiento de la empresa arranca con las herramientas que ya pagas.
Chat con fuentes citadas
Cada respuesta llega con fragmentos citados y enlaces a los documentos que la sostienen. Puedes abrir la fuente, leer el contexto y decidir si el modelo resumió con justicia. Ese rastro de citas es lo que sostiene la herramienta en temas de cumplimiento, donde una respuesta segura pero falsa cuesta más que no responder. También hace que el chat de IA sobre documentos deje de parecer una caja negra.
Asistentes personalizados con instrucciones
Puedes crear asistentes separados, cada uno con su propio prompt, alcance de conocimiento y tono. Un asistente de soporte puede limitarse al centro de ayuda y responder en pasos cortos, mientras otro de ingeniería busca documentos de diseño y discusiones de código. Al acotar el alcance, las respuestas se mantienen en tema y el modelo tiene menos margen para inventar.
Agentes con acciones y plugins MCP
Las versiones recientes permiten que los asistentes actúen, no solo respondan. Puedes conectar servidores MCP o plugins OpenAPI para que un agente abra un ticket, consulte un pedido o llame a un servicio interno en mitad de la conversación. Es la pieza que convierte la búsqueda interna en algo cercano a una herramienta de flujo de trabajo, y también la que exige más cuidado con los permisos.
Despliegue autoalojado y herencia de permisos
Todo el stack corre en tu nube, en hardware propio o en un entorno aislado sin salida a internet. Los documentos y los embeddings se quedan en tu infraestructura, y el proyecto afirma que no entrena con datos de clientes. La edición Enterprise añade la sincronización de permisos, que replica las reglas de acceso de la aplicación de origen en el momento de la consulta: un usuario no puede leer en Danswer un documento que no abriría en Drive.
Búsqueda web, investigación profunda e intérprete de código
Más allá de los documentos internos, los asistentes pueden buscar en la web, encadenar una investigación que lee y compara páginas y ejecutar Python para cálculos o comprobaciones de datos. Esas herramientas cubren las preguntas que necesitan algo de fuera de la empresa, y te ahorran saltar a otra pestaña a mitad de la tarea.
Ventajas y desventajas
Ventajas
- La edición comunitaria tiene licencia MIT y se autoaloja gratis, así que puedes probar todo el producto en un servidor antes de hablar con ventas.
- La cobertura de conectores es amplia, con más de 40 aplicaciones documentadas, y añadir uno propio es realista para un equipo con experiencia en Python.
- Las citas en cada respuesta hacen verificable la salida, y esa es la razón principal por la que los equipos confían más en ella que en un chatbot genérico.
- La elección de modelo queda abierta. Puedes usar GPT, Claude, Gemini o un modelo local, y cambiar cuando varíen el precio o la calidad.
- Existe la opción alojada, así que un equipo que no quiere operar infraestructura usa el mismo producto sin montar nada.
Desventajas
- El autoalojamiento implica trabajo real de operaciones. Tú te encargas de Docker o Kubernetes, las actualizaciones, las copias de seguridad y el índice de Vespa, y eso ocupa media jornada de alguien.
- La sincronización de permisos, el SSO y la auditoría están en el plan Enterprise. En el nivel gratuito hay roles básicos en lugar de permisos espejo, lo que lo descarta para algunos equipos regulados.
- Los corpus grandes tardan en indexarse y ocupan disco. La primera sincronización de un Drive o un Confluence voluminoso puede durar horas antes de que la búsqueda esté completa.
- El cambio de nombre de Danswer a Onyx genera fricción. Los hilos de soporte, las entradas de blog y las instrucciones de descarga están repartidos entre dos nombres, así que de vez en cuando aterrizas en una página vieja.
Preguntas frecuentes
Sí. La empresa cambió la marca del producto de Danswer a Onyx en 2024. El código, la documentación y las versiones están ahora bajo el nombre Onyx en GitHub y en onyx.app, aunque los nombres de paquete y las imágenes de Docker antiguas siguen apareciendo en guías previas.
Contenido relacionado
Explora herramientas, habilidades y artículos relacionados con Danswer.
Alternativas a Danswer
Base Code
Base44 (Wix) · Programación · ProductividadBase Code es un entorno de desarrollo en la nube compartido de Base44. El equipo describe cambios sobre un repositorio de GitHub en el chat, los ve en una vista previa y los envía como pull requests.
Google EmbeddingGemma 2
Google DeepMind · Escritura · Imagen · ProgramaciónGoogle EmbeddingGemma 2 es un modelo abierto de 740 millones de parámetros que convierte texto, código, imágenes, audio y fotogramas de vídeo en vectores de un mismo espacio de 768 dimensiones, y funciona en móviles y portátiles.
GitGlow
GitGlow · Programación · ProductividadGitGlow es un cliente Git de escritorio que reúne tu código y los cambios de tus agentes de IA en una sola revisión, para que sepas qué va a salir de tu máquina antes de publicarlo.