Khoj：能自托管的 AI 第二大脑

把笔记、文档、网页汇成一个能问的私人知识库，可自托管也可直接用云版。

Khoj 的定位是“第二大脑”：将你的笔记与文档建成索引，问它问题时从你自己的资料里找答案，而不是从模型的记忆里编。它一开始是 Emacs / Obsidian 插件，现在已经是带桌面端、手机端、WhatsApp 入口的完整应用。仓库 Python 写的，AGPL-3.0，约 3.8 万星（以 GitHub 为准），官网 khoj.dev。

核心能力

1. 文档问答：PDF、Word、Markdown、Notion 都能读
官方列的支持格式包括 PDF、Markdown、Org-mode、Word、Notion 与图片。实际用法：把十几年的笔记目录指给它，问“我当时记的数据库选型结论是什么”，它能定位到具体文件与段落。这比自己 grep 快，也比直接问通用模型靠谱——后者根本不知道你的笔记里写了什么。

2. 语义搜索：不靠关键词也能找到
它做了向量化索引，找资料时不要求你记得原词。场景：你只记得“那篇讲缓存雪崩的文章”，标题里根本没有这几个字，关键词搜索搜不到，语义检索能拿到。对资料库过千篇的人，这个差异是决定性的。

3. 自定义 Agent：给不同的活配不同人格
可以为特定任务建 agent，分别指定知识库范围、人设、模型与可用工具。比如一个专门答产品问题的客服 agent、一个只读技术文档的研发 agent，彼此不干扰。这比在一个巨大知识库里混问清楚得多——上下文越窄，胡说的概率越低。

4. 自动化：定期把研究结果发到邮箱
它可以按计划跑研究任务，把结果做成一封“个人通讯”发给你。实际场景是跟踪某个领域：每天早上自动检索新动态、汇总成简报。这类定时任务以前要自己拿脚本+邮件服务拼，现在在界面里配。

5. 多端入口，微信之外几乎都覆盖
浏览器、Obsidian、Emacs、桌面端、手机、WhatsApp 都能接同一个知识库。对重度笔记用户很有意义：在 Obsidian 里写到一半，直接在侧边栏问它，不用切应用。

6. 本地模型与云端模型自由选
支持 llama3、qwen、gemma、mistral、deepseek 等本地模型，也接 gpt、claude、gemini。对隐私敏感的场景，全部跑本机，文档不出内网；对质量优先的场景，接云端强模型。两者可以按 agent 分开配。

使用上手

1. 先试云版。打开 https://app.khoj.dev 注册即用，不用部署就能判断它的检索质量。
2. 要自托管就看官方文档 docs.khoj.dev/get-started/setup，主要有 Docker 与 pip 两条路；本地跑模型需要相应显存。
3. 先导一个小目录。别一上来把整个硬盘丢进去，先用一两百篇验证索引质量和检索准确度。
4. 按主题拆 agent。不同 agent 只挂相关目录，回答准确率明显更高。
5. 接上你常用的编辑器。Obsidian / Emacs 插件装好后，写笔记时随手就能问。
6. 需要定时简报再配自动化。先把检索调好，再让它定时跑，否则每天收到一堆不相关的东西。

优点与不足

优点：

• 文档格式覆盖广，整理旧笔记的成本低。
• 语义检索质量好，不依赖关键词命中。
• 可完全自托管、可接本地模型，隐私可控。
• 端覆盖广，能嵌进已有的笔记工作流。

不足：

• AGPL-3.0，做商业产品二次分发时要看清传染性条款。
• 自托管链路不短，索引大资料库吃内存。
• 云版与自托管的功能不完全对等，部分高级能力需云版。
• 中文资料的分块与检索效果取决于模型，需自己调。

适合谁

• 笔记与文档积累多年、需要随时调取的写作者与研究者。
• 要求资料不出内网的团队与个人。
• 想把“定期跟踪某个领域”自动化的从业者。

下载与访问

• 仓库：https://github.com/khoj-ai/khoj
• 官网：https://khoj.dev
• 在线版：https://app.khoj.dev
• 部署文档：https://docs.khoj.dev/get-started/setup

许可证与部署

本文属于「项目」分类的 AI 资源专栏，更多评测见分类页。