Khoj 个人 AI 第二大脑

由 khoj-ai 制作工具包效率

新上架第 2 版 · 更新于 2026-11-09

星标38.1k

Khoj 的 AGPL-3.0 个人 AI 应用，能根据网上的内容和你自己的笔记、文档回答问题。安装说明涵盖用 Docker 或 pip 运行、选聊天模型，以及在 Obsidian、Emacs、桌面应用、网页和 WhatsApp 里使用。

Khoj 个人 AI 第二大脑是一款 GitHub 上的开源项目，属于效率类，由 Mindket 上架。可免费获取。当前为第 2 版，最近更新于 2026-11-09。按它的 README 从 GitHub 安装。Mindket 的设置说明可在你的 Mindket 账户获取，以 zip 压缩包下载。

速览

用在

网页应用，地址是 http://localhost:42110，可以在电脑或手机上装成渐进式网页应用
Obsidian 插件，同步你的笔记库，并增加聊天、搜索和查找相似笔记的命令
Emacs 软件包 khoj.el，用于聊天和搜索
桌面配套应用，让你的文件和文件夹保持同步

先运行

mkdir ~/.khoj && cd ~/.khoj
wget https://raw.githubusercontent.com/khoj-ai/khoj/master/docker-compose.yml

平台

GeminiAI 对话

Docker容器

macOS操作系统

Windows操作系统

Linux操作系统

关于

它是什么

Khoj 是一个个人 AI 应用，能根据你自己的文档和网上的内容回答问题。它的 README 说它能“smoothly scales up from an on-device personal AI to a cloud-scale enterprise AI”，意思是从本机上的个人 AI 一路扩展到云端规模的企业 AI。服务器由你自己用 Docker 或 pip 运行，然后可以在浏览器、Obsidian、Emacs、桌面配套应用或手机上使用它。WhatsApp 机器人运行在 Khoj Cloud 上。README 还提到了 Khoj Cloud 和企业版。这个条目讲的是自己托管的这条路。

你用 Docker 或 pip 启动服务器
你设好聊天模型的密钥，或者在第一次运行时选好模型
笔记由客户端同步过来，或者你自己上传文件
提问时，它按含义找出最接近的笔记
这些笔记和你的问题一起交给聊天模型

适合谁

手上有一堆笔记、PDF 和文档，想用日常说话的方式向它们提问，又更愿意把应用跑在自己电脑上的人。Obsidian 和 Emacs 用户有插件可以同步笔记。想要一键安装的话就别选它：自己托管需要 Docker 或 Python、一个聊天模型，还要在 docker-compose.yml 里或 pip 第一次运行时设几个选项。

谁在用，怎么用

行业	谁在用	怎么用	例子
记笔记	Obsidian 用户	用插件同步笔记库，在聊天里向它提问	一位 Obsidian 用户装好插件，点 Force Sync，然后问文档里的示例问题“When did I file my taxes last year?”。
Org-mode 和 Emacs	用 org 文件记笔记的人	让软件包指向自己的 org 文件夹，在键盘上搜索或聊天	一位 Emacs 用户把 khoj-index-directories 设成一个 org-roam 文件夹，按 C-c s s 用日常说话的方式搜索它。
学习和研究	手上有 PDF 的学生和研究者	上传文档并向它们提问，或者深入研究一个主题	一位学生把 PDF 拖进聊天窗口提问，再试试 /research 往深处研究。
小团队	给别人托管 Khoj 的管理员	打开登录功能，共享一个有自己个性设定的智能体	一位管理员去掉 --anonymous-mode，设好魔法链接，并把一个自定义智能体标为公开，这样服务器上的每个用户都能看到它。
注重隐私的用户	不想让笔记经过托管模型的人	通过 Ollama 运行离线模型	有人运行 ollama pull llama3.1，在 docker-compose.yml 里取消注释 OPENAI_BASE_URL，再按 Ollama 页的首次运行步骤启动 Khoj。

用在哪里

Khoj 是一个服务器，加上若干连到它的客户端。文档列出了这些。

网页应用，地址是 http://localhost:42110，可以在电脑或手机上装成渐进式网页应用
Obsidian 插件，同步你的笔记库，并增加聊天、搜索和查找相似笔记的命令
Emacs 软件包 khoj.el，用于聊天和搜索
桌面配套应用，让你的文件和文件夹保持同步
Khoj Cloud 号码上的 WhatsApp 机器人，要用你自己的数据就需要一个 Khoj Cloud 账号。文档没有给出把它连到你自己服务器的办法
用你自己的密钥接 OpenAI、Anthropic 和 Gemini 的聊天模型，或者任何兼容 OpenAI 的服务器，比如 Ollama

能在什么上运行

路线	安装方式	文档的要求
macOS 上的 Docker	带 Compose 的 Docker Desktop，或者 Homebrew	Khoj 仓库里的 compose 文件
Windows 上的 Docker	先装 WSL2，再装使用 WSL2 后端的 Docker Desktop	命令在 WSL2 终端里运行
Linux 上的 Docker	Docker Desktop，或者用包管理器装 Docker Engine 和 Compose	同一个 compose 文件
pip	macOS Intel 或 Linux 上用 python -m pip install 'khoj[local]'，Windows 上在 PowerShell 里用 py -m pip install 'khoj[local]'	PyPI 上写的是 Python 3.10 到 3.12。Apple 芯片和 GPU 版本要先设置 CMAKE_ARGS

如何设置

点“获取”会把一个装有 Mindket 安装说明的 zip 压缩包存进你的下载文件夹，里面按 Khoj 的文档，给每条路线和每个客户端各列了一页。主要途径是 Docker。

先准备好这些

需要	说明
Docker 或 Python	带 Compose 的 Docker，Windows 上还要 WSL2。pip 路线则需要 Python 和 pip
聊天模型	OpenAI、Anthropic 或 Gemini 的密钥，兼容 OpenAI 的服务器（比如 Ollama），或者一个离线模型
离线模型	至少 8 GB 内存，建议 16 GB 显存，另外至少要有 5 GB 空闲磁盘
密码和密钥	把 KHOJ_ADMIN_PASSWORD 和 KHOJ_DJANGO_SECRET_KEY 设成安全的值
空闲端口	42110 给 Khoj，5900 给 computer 容器，compose 文件会把两个都发布出来

新建一个文件夹，下载 compose 文件。
打开它，设置管理员密码和密钥，再设一个聊天模型的密钥，或者为 Ollama 取消注释 OPENAI_BASE_URL。
运行 docker-compose up，等日志里出现 Khoj is ready to engage 这一行。
重启一次服务器，然后打开 http://localhost:42110。

mkdir ~/.khoj && cd ~/.khoj
wget https://raw.githubusercontent.com/khoj-ai/khoj/master/docker-compose.yml

cd ~/.khoj
docker-compose up

在 Windows 上，文档让你在 WSL2 终端里运行这些命令。pip 路线改用下面两行。第一行在没有 GPU 的 macOS Intel 或 Linux 上安装服务器（Windows、Apple 芯片和 GPU 的写法见 setup/pip.md）。第二行启动它，不需要登录，页面没有给出它在 Windows 上的单独写法。

python -m pip install 'khoj[local]'

USE_EMBEDDED_DB="true" khoj --anonymous-mode

如何使用

打开 http://localhost:42110 就可以聊天。笔记和问题相关时，Khoj 用你的笔记回答，不相关时用它的一般知识回答。斜杠命令可以改变这一点。

聊天里的斜杠命令

命令	作用
/notes	只用你的笔记回答
/general	只用一般知识回答
/online	把网上的信息加进提示词
/research	往深处研究一个主题
/code	生成并运行简单的 Python 代码
/image	生成图片

要把笔记放进去，可以把文件拖进聊天窗口，用桌面应用、Obsidian 或 Emacs，或者连上 Notion 工作区。查询过滤器可以收窄一次搜索或聊天的范围。下面这个是文档自己的例子。

what is the meaning of life? file:"1984.org" dt>="1984-01-01" dt<="1985-01-01" -"big" -"brother"

它把回答限定在 1984.org 里带有 1984 年日期的条目，并排除含 big 和 brother 这两个词的内容。

示例

你的笔记放在一个 Obsidian 笔记库里，Khoj 在同一台电脑上用 Docker 运行。你装好 Khoj 插件，把 Khoj URL 设成 http://127.0.0.1:42110，API 密钥留空，因为 compose 文件是以匿名模式启动服务器的。你点 Force Sync，再从命令面板运行 Khoj: Chat，输入文档里的示例问题。

When did I file my taxes last year?

聊天页说，Khoj 用你的问题去找最相关的笔记，把它们连同最近几条消息和一些元数据交给你的聊天模型，并显示它用到的参考笔记。

新手与专家

新手：Khoj 分两半。服务器保存你文档的索引，并和 AI 模型对话。客户端，比如网页或 Obsidian，是你打字的地方。先走 Docker 这条路，配一个 API 密钥，再把几个文件拖进聊天窗口。然后打开管理面板 http://localhost:42110/server/admin。在那里要用 localhost，不要用 127.0.0.1，否则会出现 CSRF 错误。

专家：搜索分两步。双编码器把你文档的片段和你的查询转成语义向量，再由更慢的交叉编码器对最接近的结果重新排序。管理面板里的 SearchModelConfig 页面可以把双编码器换成 HuggingFace 模型、OpenAI 嵌入模型或任何兼容 OpenAI 的端点。换了双编码器，就要给所有文档重新建索引。

ServerChatSettings 设定默认聊天模型，意图识别、网络搜索这类中间步骤用的也是同一个模型。网络搜索默认用 compose 文件里的 SearXNG 容器。文件还列出四种可选的付费服务，用于网络搜索和读取网页：Serper、Olostep、Firecrawl 和 Exa。代码在你电脑上的 Terrarium 沙箱里免费运行，设置了 E2B_API_KEY 就改用 E2B 的远程沙箱。代码执行页说 E2B 不是免费的。

多用户时，去掉 --anonymous-mode，设置魔法链接或 Google 登录。Google 登录需要 khoj-cloud 镜像或 khoj[prod]。性能页说它的搜索和索引数字最后一次评估是在 2022 年，所以要当成旧数据看。

注意事项

Khoj 大部分在你放的地方运行，有几条路径会连到外面。

账号：自托管的服务器不需要 Khoj Cloud 账号，只需要你在 docker-compose.yml 里设好或在 pip 第一次运行时创建的管理员账号。OpenAI、Anthropic 或 Gemini 的托管模型需要你自己的 API 密钥，WhatsApp 机器人要用你自己的数据则需要 Khoj Cloud 账号
哪些内容会离开你的电脑：聊天页说，你的问题、找到的笔记、最近几条消息和一些元数据会发给你启用的聊天模型。用托管模型时，这些文字会到它的提供方那里。离线模型则把它们留在本机
使用数据：自托管的 Khoj 会发送匿名的使用元数据，比如客户端和内容类型，除非你设置 KHOJ_TELEMETRY_DISABLE=True。遥测页说它不发送个人信息，也不发送你内容里的任何东西
登录：compose 文件和 pip 那一行都以匿名模式启动，没有登录。要从别的设备访问 Khoj 之前，先设置 KHOJ_DOMAIN，设好真正的密码，并加上身份验证
占位值：compose 文件里管理员密码是 password，密钥是 secret，数据库密码是 postgres。请改掉它们
卸载：docker-compose down --volumes 还会删掉数据库卷，也就是你的数据
限制：LM Studio 页说 Khoj 不再支持它，Github 集成页说它没有维护，可能会被弃用
许可证：AGPL-3.0。LICENSE 文件是标准的第 3 版文本，带自由软件基金会的声明，没有写明版权所有者。分发或托管改动过的版本之前请先读它

README 和文件

README

Khoj：安装说明

这个工具包里只有安装说明，由 Mindket 编写。Khoj 本身、它的服务器和客户端来自 Khoj 团队的仓库：https://github.com/khoj-ai/khoj

这些说明不是 Khoj 团队写的，也没有得到他们的认可。README 说 Khoj 是 "a personal AI app to extend your capabilities"，还说它 "smoothly scales up from an on-device personal AI to a cloud-scale enterprise AI."，意思是：它是一个扩展你能力的个人 AI 应用，能从本机上的个人 AI 一路扩展到云端规模的企业 AI。文档在 https://docs.khoj.dev

README 和文档还指向了 Khoj Cloud（https://app.khoj.dev）和一个企业版选项。这些说明讲的是自己运行 Khoj，并附上它各个客户端的说明。客户端页面讲的是云端应用的地方，说明里会写明。

会安装什么

Khoj 服务器，来自 PyPI 上的 khoj 包，或者 Docker 镜像 ghcr.io/khoj-ai/khoj:latest。它提供 http://localhost:42110 上的网页应用，以及一个叫管理面板的设置区。
用 Docker Compose 的话，compose 文件还会启动一个带 pgvector 的 PostgreSQL 数据库、一个代码沙箱（Terrarium）、一个 SearXNG 网络搜索服务和一个 Khoj 的 “computer” 容器。见 setup/docker.md。
用 pip 的话，安装 khoj[local] 包，文档在启动它时设置了 USE_EMBEDDED_DB="true"。见 setup/pip.md。
可选的客户端，都连到你自己的服务器：一个 Obsidian 插件、一个 Emacs 软件包、一个桌面配套应用，以及一个可以装成渐进式网页应用的网页应用。Khoj 还在 Khoj Cloud 上运行一个 WhatsApp 机器人，文档没有说怎样把它连到自托管的服务器。来源见 https://docs.khoj.dev/features/all-features

事先需要准备

Docker 路线：Docker 和 Docker Compose。在 Windows 上，要 WSL2，以及使用 WSL2 后端的 Docker Desktop。来源见 https://docs.khoj.dev/get-started/setup
pip 路线：Python 和 pip。PyPI 的条目（https://pypi.org/pypi/khoj/json）里 Python 版本写的是 >=3.10,<3.13，分类标签是 Python 3.10、3.11 和 3.12。如果安装时遇到 llama-cpp 的问题，设置页还指向了 llama-cpp-python 的后端说明。
一个聊天模型。Khoj 可以用你自己的 API 密钥连 OpenAI、Anthropic 或 Gemini，也可以连支持 OpenAI API 的模型服务器（文档提到 Ollama、LiteLLM 等），或者用一个离线模型。设置页给离线路线列出的要求是：至少 8 GB 内存（建议 16 GB 显存）和至少 5 GB 磁盘。见 setup/chat-models.md。
聊天本身不需要别的了。搜索、笔记同步、网络搜索、代码和语音各有自己的设置。

主要的安装命令

Docker 是页面给出的第一条路线。在终端里（Windows 上用 WSL2 终端）新建一个文件夹，下载 compose 文件：

mkdir ~/.khoj && cd ~/.khoj
wget https://raw.githubusercontent.com/khoj-ai/khoj/master/docker-compose.yml

按 setup/docker.md 的说明在文件里设好密码和一个聊天模型的密钥，然后启动：

cd ~/.khoj
docker-compose up

页面说，服务器日志里出现 🌖 Khoj is ready to engage 就说明设置完成。然后打开 http://localhost:42110。页面还说，第一次运行之后要重启 Khoj 服务器，让所有设置都生效。来源见 https://docs.khoj.dev/get-started/setup

各个平台的说明

setup/docker.md：macOS、Windows 和 Linux 上的 Docker 路线，compose 文件运行什么，升级和删除
setup/pip.md：macOS、Windows 和 Linux 上的 pip 路线，GPU 选项，第一次运行，自动启动和故障排查
setup/chat-models.md：OpenAI、Anthropic、Gemini、离线模型、Ollama、LiteLLM 和其他兼容 OpenAI 的服务器
setup/obsidian.md：Obsidian 插件
setup/emacs.md：Emacs 软件包
setup/desktop-and-web.md：桌面配套应用、网页应用、装成渐进式网页应用，以及上传文件
setup/whatsapp.md：WhatsApp 机器人
setup/documents-and-search.md：把笔记放进去的几种办法，Notion，GitHub，搜索设置和查询过滤器
setup/remote-and-login.md：从别的设备访问你的服务器，魔法链接，Google 登录和 Tailscale
setup/agents-automations-and-code.md：自定义智能体，邮件自动化，代码执行和语音

更新或删除

更新 pip 安装的话，Self-Host 页给出的是：

pip install --upgrade khoj

更新 Docker 的话，在放着你的 docker-compose.yml 的文件夹里，页面给出的是：

cd ~/.khoj
docker-compose up --build

删除服务器的话，pip 路线页面给出的是：

pip uninstall khoj
dropdb khoj -U postgres

Docker 路线给出下面这一行，页面说它会删除服务器的容器、网络、镜像和卷。卷里放着数据库，所以这一行会删掉你的数据。

docker-compose down --volumes

客户端按各自应用平常的办法删除。来源见 https://docs.khoj.dev/get-started/setup

使用数据

遥测页说，自托管的 Khoj 会收集高层次的匿名元数据：客户端（Web、Emacs、Obsidian）、API 用法（Search、Chat）、已配置的内容类型（Github、Org 等）和请求元数据，比如主机和来源页。它说不发送任何个人信息，也不发送来自或关于你内容的任何东西，并链接到仓库 src/telemetry 文件夹里的代码。想退出的话，在你的 shell 里或 docker-compose.yml 里把下面这个环境变量设成 True。来源见 https://docs.khoj.dev/miscellaneous/telemetry

KHOJ_TELEMETRY_DISABLE=True

你的数据去哪里

Self-Host 页说，你的数据不必离开你的私有网络，在个人电脑上你甚至可以不联网使用 Khoj。聊天页说，一个问题会被用来找出最相关的笔记，这些笔记、最近几条消息和一些元数据会连同问题一起发给你启用的聊天模型。所以用 OpenAI、Anthropic 或 Gemini 作聊天模型时，这些文字会到提供方那里。用离线或本地模型时，它们留在你的电脑上。这是 Mindket 对这两页的理解。来源见 https://docs.khoj.dev/get-started/setup 和 https://docs.khoj.dev/features/chat

来源

README：https://github.com/khoj-ai/khoj/blob/master/README.md
Self-Host：https://docs.khoj.dev/get-started/setup
Compose 文件：https://github.com/khoj-ai/khoj/blob/master/docker-compose.yml
功能总览：https://docs.khoj.dev/features/all-features
Chat：https://docs.khoj.dev/features/chat
Telemetry：https://docs.khoj.dev/miscellaneous/telemetry
包条目：https://pypi.org/pypi/khoj/json

文件

README.md  7 KB
setup/agents-automations-and-code.md  6 KB
setup/chat-models.md  8 KB
setup/desktop-and-web.md  3 KB
setup/docker.md  5 KB
setup/documents-and-search.md  5 KB
setup/emacs.md  4 KB
setup/obsidian.md  2 KB
setup/pip.md  4 KB
setup/remote-and-login.md  6 KB
setup/whatsapp.md  1 KB

11 个文件，共 51 KB，以 zip 压缩包下载。