收藏几千个链接全乱了?这个AI 开源工具会自己归档、打标签

页面删了，或者站点换了域名，书签还躺在收藏夹里，点开就是 404。攒到几百条之后，光看标题和文件夹也翻不出想找的那一篇。

Karakeep 是 GitHub 上 29K Star 的自托管收藏应用。它比普通书签多做两步，把页面内容一起存下来，再把收藏理成能搜的库。

#网页失效了，存下来的内容还在

保存一个链接之后，Karakeep 会去抓取网页，把正文、标题和图片提取出来。这些内容进它自己的库，之后再搜再读都不依赖原站。

默认只存档可读正文。完整页面归档要自己打开，打开之后它用 Monolith 把整个页面打包成一份本地副本。原站删文或者链接失效时，副本还在自己的机器上。

副本放在书签详情里，点开能读，也能单独下载走。视频交给 yt-dlp 存进附件库，图片和 PDF 也一样，图上的文字用 OCR 提出来，一起进搜索索引。

截图是另一层兜底。抓不到封面图的页面，它用整页截图顶上。

抓取需要一点时间。默认部署里带了一个 Chrome 爬虫，遇到需要 JavaScript 渲染的页面也能抓下来。

Chrome 是可选的。去掉之后抓取仍然能跑，只是动态页面和截图会受影响。

存下来的东西全在自己的磁盘上。备份就是复制 data 目录。

#收藏越多，标签是它自己理的

收藏攒到几百条，靠手工建文件夹分类，多数人坚持不过一个星期。

Karakeep 把正文交给模型，模型回一组标签，顺手写一段摘要。存一篇 Docker 教程，它可能自动补上 Docker、Linux、自托管这几个标签。以后想不起标题，搜关键词或者直接按标签找都行。

自动打标签默认开着，自动摘要默认是关的。摘要要自己去打开。

打标签是后台任务。新存的链接不会立刻带上标签，过一会儿才补上。

官方给的成本参考写得很具体。文本标签不到 1 美元能处理 6000 多个书签，图片标签不到 1 美元能处理 1000 多张图。

模型可以自己选，接 OpenAI 兼容的服务也行，指向本地的 Ollama 也行。两个都不配，收藏照常能用，只是不会有标签。

搜索走全文和语义两条路，它也能把失效的链接单独筛出来。哪些收藏已经变成 404，一眼能看到。

#存一条链接的动作和以前一样

浏览器扩展上了 Chrome、Firefox、Safari 三家商店。手机上有 iOS 和 Android 客户端，存下来的内容可以离线读。

老书签能迁过来。官方导入器认得 Chrome 书签和 Pocket 的导出文件，Linkwarden、Omnivore 也在名单里。导入是程序在跑，几百条不用手工搬。

存进库之后可以再分列表，待读的、参考资料的、别人发来的，各归各的。

命令行有官方 CLI，可以批量导入导出、管理列表和标签。Karakeep 还给 AI 助手准备了技能包，用自然语言就能存取和搜索自己的收藏。

#装之前要知道的几件事

起服务就一条命令。官方的最小安装就是这样，AI 和搜索这两个部件都不在里面。

docker run -d --restart unless-stopped \
  -v data:/data -p 3000:3000 \
  -e DATA_DIR=/data \
  -e NEXTAUTH_SECRET=改成随机字符串 \
  ghcr.io/karakeep-app/karakeep:release

想要完整能力，整套是三个容器，其中一个专门跑浏览器，再加一个搜索服务。机器内存别给得太紧。长期开着它占的资源比一个静态站点多。

默认端口是 3000。数据都存在 data 目录里。

爬虫那一条最要紧。抓取本身就是一个浏览器在跑，能主动去访问网页。实例一旦开放给不信任的人，对方就能借你的出口 IP 抓站，也能顺着内网探一探。

官方的缓解办法是限制用户、让浏览器走 VPN，或者把浏览器容器放到网络外面。

AI 是可选的。不配置模型，收藏本身不受影响，只是没有标签和摘要。

还有一件事出在改名上。Karakeep 原来叫 Hoarder，改名之后旧镜像不再更新，升级时镜像地址和配置要一起换，改完要重新起一遍服务。

第一个注册的账号自动变成管理员。管理员忘了密码没有找回入口，只能停掉服务改数据库。

#和 Linkwarden 怎么选

自托管收藏这个赛道里，被拿来和 Karakeep 比得最多的是 Linkwarden。两家都能自己部署。整页存档和 AI 自动标签也都有。

差别在重心。Linkwarden 偏链接协作，权限按成员一个个配。Karakeep 偏一个人的资料库，收的东西更杂，视频这种别的工具不存的内容也能留着。

取舍看收藏是给谁看的。一个人用、收的东西又杂，Karakeep 更对口。链接主要给团队看、权限要按人配，Linkwarden 更顺手。

授权上是 AGPL-3.0。自己用随便改，要拿它对外提供网络服务就得开放源码。不想自己维护机器，官方也另有一个托管版可以订。

自己验一遍很简单。服务起好之后，用浏览器扩展存一个会变的页面，过几天打开存档，看内容是不是还在自己的机器上。

项目主页：https://github.com/karakeep-app/karakeep