Khoj 开源 AI 第二大脑：Docker 自托管，笔记 PDF 语义搜索问答

不知道你有没有这种经历：PDF 下载了一堆，笔记写了几十篇，收藏夹也分好了类别。可真要找一个结论时，却怎么都想不起它在哪。

打开搜索框，换三组关键词，翻好几个文件夹，最后还是重新上网搜。至于让 AI 帮忙，还得先找出文件、上传、再交代一遍背景……收藏的时候挺勤快，用的时候挺费劲。

今天要聊的 Khoj，想把这件事理顺：把资料接进来，有问题直接问。

项目简介

Khoj 是一个开源、支持自行部署的 AI 助手，定位是你的“第二大脑”。它可以结合个人文档和互联网信息来回答问题，也能创建专用智能体、安排定时任务。

模型选择上也很灵活：可以接入 GPT、Claude、Gemini 等在线模型，也可以搭配本地模型使用。平时在浏览器里打开就能聊，Obsidian、Emacs 等工具也有对应的接入方式。

官方演示截帧：Teacher 智能体讲解数学问题

自己的资料，直接开口问

PDF、Markdown、Word、org-mode，以及 Notion 中的内容，都可以成为它检索和回答的材料。

比如把某个项目的会议记录和需求文档接进去，问一句“之前为什么放弃了这个方案？”，它就会先找相关内容，再交给模型组织回答，并展示用到的参考笔记。

这一步省心的地方在于：你不用每次都重新找文件、复制材料。 读到关键结论，还能回头核对原文，看看 AI 有没有理解偏。

如果资料混在一个大库里，也能用文件筛选限定对话范围。只讨论当前项目，就让它围绕那几份文件找答案，少受其他笔记干扰。

忘了关键词，也能找笔记

普通搜索很依赖你记不记得原来的用词。Khoj 支持语义搜索，用自然语言描述“想找什么”就行，不必死磕某一个关键词。

比如记得写过“怎么让会议少一点”，却忘了标题叫“团队沟通流程优化”，就可以直接按意思去搜。它会寻找内容相关的文档片段，而不是只做字面匹配。

碰到需要新信息的问题，还能联网检索；想深入查一个主题，也有研究模式。旧笔记和新资料，终于可以放在同一次对话里讨论了。

给不同事情，配不同助手

写作、学习、整理资料，适合的回答方式往往不一样。Khoj 可以创建自定义智能体，单独设置知识范围、角色提示、模型和工具。

你可以给写作助手规定语气，让学习助手多追问、少直接给答案。常用的要求提前设好，下次进入对应角色，就不用从头重复一遍。

智能体列表：为不同任务配置不同角色，界面随版本变化

重复查的内容，让它定时查

如果你每周都要追踪某个技术方向的更新，就可以把查询设成自动任务，指定时间和频率，让 Khoj 定时研究，再通过邮件把结果发给你。

这比每天想起来就打开网页翻一遍省事不少。任务也能在页面里管理、修改和删除。自行部署时，邮件推送需要配置邮件服务和身份认证。

自动任务设置：选择频率、时间和查询内容

模型自己选，习惯不用重来

Khoj 把聊天界面、资料检索和模型连接放在同一套工具里。想换模型时，可以在配置中调整，不必重新搬一次资料、再学习一套全新的文件问答界面。

电脑性能够用，可以研究本地模型；更看重回答能力和省去维护，也能选在线服务。选择哪个模型，按自己的设备、预算和需求来。

快速安装、使用

想先看看是否适合自己，可以从仓库进入官方云端应用。想自己掌控服务，就选 Docker 部署，支持 Windows、macOS 和 Linux；Windows 用户需要按文档准备 WSL2 和 Docker Desktop。

装好 Docker 和 Compose 后，先下载配置文件：

mkdir -p ~/.khoj
cd ~/.khoj
curl -L https://raw.githubusercontent.com/khoj-ai/khoj/master/docker-compose.yml -o docker-compose.yml

打开 docker-compose.yml，修改 KHOJ_ADMIN_PASSWORD 和 KHOJ_DJANGO_SECRET_KEY，再填入模型 API Key，或者按配置中的说明连接本机 Ollama。然后启动：

docker compose up -d

首次启动需要下载镜像和模型。等服务就绪后，打开 http://localhost:42110。首次运行后再重启一次服务，让设置完整生效；模型可以在管理后台继续调整。

接着上传几份熟悉的文档，先问一个自己知道答案的问题，看看检索结果和回答是否对得上。

这里也得说清楚：本地部署不等于所有处理都在本地。 接入云端模型时，相关内容仍会发给模型服务商；想只在本机处理资料，需要配合本地模型，并关闭联网功能。云端 API 和自备硬件也各有成本。

写在最后

Khoj 的吸引力，在于把“存资料、找资料、问资料”接成了一条顺畅的流程。笔记不再需要等你记起文件名，才有机会被翻出来。

当然，资料写得清楚、模型选得合适，回答才更有用。个人认为，先让一小部分笔记真正用起来，比一上来导入几万个文件更容易看到价值。

如果你也有一堆攒了很久、用得很少的文档，不妨先挑一个小文件夹试试。从下一次找资料开始，看看它能不能替你少翻几个窗口。类似的部署和配置问题，也欢迎到云栈社区一起交流。

项目地址：https://github.com/khoj-ai/khoj