Thunderbolt 是 Mozilla 旗下 Thunderbird 团队推出的开源可自托管 AI 客户端，旨在为用户提供模型选择权与数据控制权。作为一款跨平台（支持 web、iOS、Android、Mac、Linux、Windows）的应用，其核心设计理念是将 AI 能力与数据主权重新交还给用户与企业组织，避免供应商锁定与数据外泄风险。当前项目已获得 2.7k GitHub Stars，正处于积极开发与安全审计阶段，首要目标是面向企业级本地部署场景。
核心架构：前后端分离与推理代理
Thunderbolt 采用典型的前后端分离架构，前端以 TypeScript 为主力语言（占比约 97.7%），负责用户交互与工作流编排；后端使用 Rust（占比约 0.4%）构建推理代理层，处理模型调用抽象与策略路由。这种架构设计确保了两个关键能力：其一是前端可以独立演进，为不同平台提供一致的 AI 体验；其二是后端代理层对模型提供商细节进行封装，支持灵活的模型切换而不影响上层业务逻辑。
后端推理代理是整个系统的核心枢纽。所有模型调用均通过该层转发，代理负责处理认证、限流、审计日志等横切关注点。对于企业部署场景，这意味着可以在代理层实现统一的访问控制策略，记录每一次 AI 调用的时间、用户、模型与输入输出摘要，满足合规审计需求。代理层同时支持多模型源路由，可根据任务类型或用户权限动态选择最优模型 —— 敏感任务走本地模型，普通任务走云端 API，实现安全性与成本的平衡。
模型接入：三层支持与灵活扩展
Thunderbolt 在模型接入层面提供三层支持。第一层是本地推理运行时，推荐使用 Ollama 或 llama.cpp，二者均支持在消费级硬件上运行开源大语言模型，如 Llama 3、Mistral 等。这意味着用户可以在完全不依赖外部 API 的情况下完成邮件摘要、撰写与智能回复，所有推理过程发生在本地设备或私有服务器上，数据流向完全可控。第二层是 OpenAI 兼容接口，任何支持 OpenAI API 格式的模型提供商均可无缝接入，包括 Anthropic、Mistral、Cohere 等商业模型，以及各类私有部署的兼容服务。第三层是前端可配置的模型选择面板，用户在设置中添加 API Key 或配置本地模型端点后，即可在对话中切换不同模型。
这种分层设计降低了迁移成本。企业无需一次性完成全栈替换，可以从云端 API 开始验证业务流程，待本地推理能力成熟后再逐步切换至本地模型。代理层的存在使得切换过程对用户透明，不影响现有工作流。前端代码中已预留模型提供商的配置接口，支持通过环境变量或配置文件注入新的模型端点，适应组织内部的多样化需求。
数据主权：离线优先与可选搜索
尽管官方声明目前版本仍依赖认证与搜索功能（可在集成设置中禁用搜索），但 Thunderbolt 的设计目标明确指向离线优先。用户邮件数据、对话上下文与 AI 推理过程均可在本地存储与处理，不强制上传至任何外部服务。部署层面支持 Docker Compose 或 Kubernetes 方式将完整服务栈运行在私有基础设施上，数据库层面使用 Drizzle ORM 管理本地 SQLite 或其他支持的数据库引擎，确保数据物理位置可控。
对于企业场景，建议采用以下部署参数以强化数据隔离：后端服务部署在内部网络，禁用公网访问入口；模型推理采用本地 GPU 服务器或高性能 CPU 机器，运行 Ollama 服务并通过本地回环地址调用；数据库加密存储敏感元数据；代理层强制开启审计日志，记录所有 AI 调用行为。这些措施共同构成数据主权的技术基座，使组织能够在享受 AI 能力的同时满足合规要求。
实施要点与当前限制
当前阶段部署 Thunderbolt 需要关注若干实际限制。项目仍处于早期开发周期，部分功能稳定性有待验证；安全审计正在进行中，生产环境部署前建议等待审计报告发布；公共推理端点尚未开放，需用户自行配置模型服务。此外，虽然跨平台客户端已覆盖主流系统，但移动端与桌面端的深度集成（如系统级快捷回复）仍在路线图中。
对于希望快速验证的团队，推荐从以下配置起步：后端使用 Docker 部署，模型侧配置本地 Ollama 服务（建议配备 16GB 以上显存的 GPU 以支持 7B-13B 参数模型），前端使用 web 版本或桌面端应用。验证阶段可先启用云端 API（设置中填入 OpenAI 兼容密钥），确认工作流无误后再切换至本地模型。整个过程无需修改业务代码，仅调整配置即可完成模型源切换。
Thunderbolt 的出现代表了一种新兴的 AI 客户端范式：不依赖单一供应商，通过开放的架构设计让用户真正掌握数据与模型的选择权。随着项目逐步走向生产可用，本地化 AI 邮件处理的技术路径将更加清晰。
资料来源：GitHub thunderbird/thunderbolt 项目主页及相关技术报道。