用开源工具 Khoj 打造你的"AI 第二大脑"

你电脑里那些笔记、PDF、文档，其实都是宝藏。可惜它们躺在文件夹里，想找的时候找不到，想用的时候用不上。今天介绍一个开源工具 Khoj，它能把你的所有个人资料变成一个可以对话的"AI 第二大脑"——你问问题，它从你的文档里找答案。

◆ 一、它解决了什么问题？

先想一个场景：你花了一年时间，把工作心得、读书笔记、收藏的文章分别记在 Obsidian、Word 和几十个 PDF 里。

某天你想找"去年关于某某方案的结论"，于是开始翻文件夹。你可能记得大概内容，却想不起在哪篇文档里。翻了一个小时，一无所获。

这就是 Khoj 要解决的问题：让电脑里的资料"活"起来。

普通的搜索工具（比如电脑自带的搜索）只能按文件名或关键词匹配，你记不清原文就搜不到。而 Khoj 的做法完全不同——它先"读"一遍你所有的文档，把它们变成一种电脑能快速理解的格式（专业说法叫"建立索引"），然后你用日常说话的方式提问，它就能理解你的意图，从你的资料里找出真正相关的内容，并给出带出处的回答。

简单说：你的文档 + 一个开源软件 = 一个了解你所有资料的私人 AI 助手。而且它完全开源，可以自己搭建。如果使用本地模型，可以让核心数据处理留在自己的设备上，更方便控制数据隐私。

◆ 二、完整工作流程：从"一堆文件"到"随问随答"

Khoj 的工作流程可以分为三个阶段，就像整理一间书房：

第一阶段：把资料搬进书房（导入）

你把文档交给 Khoj。它支持的格式很广：Markdown 笔记、PDF、Word 文档、纯文本、Notion 笔记等。你可以直接上传文件，也可以连接你常用的笔记软件账号。

• 读懂文档
  ：把 PDF、Word 这类"锁起来"的文件打开，提取出里面的文字。
• 切成小段
  ：把长文档切成一个个小片段，方便后续查找。
• 变成向量
  ：用一个专门的 AI 模型，把每个小片段"翻译"成一串数字（专业上叫向量）。这串数字能代表这段文字的意思。意思相近的片段，它们的数字也会相近。

第二阶段：给每本书做"图书索引"（建立索引）

这是最核心的一步。Khoj 会做三件事：

• Khoj 把你的问题也变成同样格式的向量。
• 它在所有文档片段里快速比对，找出"意思最接近"的几个片段。
• 它把这些片段连同你的问题一起交给一个大语言模型（就是 ChatGPT 那种 AI），让 AI 基于这些资料组织回答。
• 回答会标注来源，你点击就能看到依据是哪篇文档。

第三阶段：你提问，它回答（问答）

当你问一个问题时：

这就是一个完整的"检索增强生成"流程：先检索你的资料，再生成回答。这种方式可以让回答更多地基于你的资料，降低 AI 凭空回答的概率。

◆ 三、每个步骤用什么工具？各起什么作用？

为了让步骤更清楚，我用一张表列出关键环节：

补充说明：Khoj 的"嵌入模型"和"大语言模型"都可以选择。想省钱、想完全离线，可以用免费的开源模型在本地运行；想效果更好，也可以接入 OpenAI、Anthropic（Claude）等商业服务。这是个人选择，不是必须付费。

◆ 四、手把手：怎么自己搭建一个 Khoj？

如果你想把 Khoj 部署在自己的电脑上，可以使用官方提供的自托管方式。下面介绍比较直接的一条路——用 Docker 容器运行。

准备工作

• 一台电脑（Windows、Mac、Linux 都可以）。
• 安装 Docker Desktop（一个能让你电脑上运行"集装箱式"软件的工具），并确保它能正常运行。
• 可选：准备一个 AI 服务的 API 密钥（比如 deppseek的），或者不准备，后面用免费本地模型。

第一步：下载配置文件

打开终端（Windows 上建议用 WSL 终端或 PowerShell），依次输入：

• 创建一个专属文件夹：mkdir ~/.khoj
• 进入这个文件夹：cd ~/.khoj
• 下载 Khoj 的配置文件：wget https://raw.githubusercontent.com/khoj-ai/khoj/master/docker-compose.yml

第二步：填写关键信息

• KHOJ_ADMIN_PASSWORD
  ：管理员密码，自己设一个。
• KHOJ_DJANGO_SECRET_KEY
  ：系统密钥，随便生成一长串字符即可。

用文本编辑器打开刚下载的 docker-compose.yml，找到 server 服务部分，设置两个必填项：

如果你想用 OpenAI、Anthropic 或 Google 的 AI 模型，再把对应的 API 密钥填进去；不填也没关系，之后可以在界面里配置本地模型。

第三步：启动

在同一个文件夹下输入：docker-compose up，然后等待下载和启动。看到类似"服务已就绪"的日志后，Khoj 就运行起来了。

第四步：首次使用

• 打开浏览器，访问 http://localhost:42110。
• 首次登录后，建议重启一次服务（先按 Ctrl+C 停止，再重新 docker-compose up），让所有设置生效。
• 在界面里上传你的文档，或连接你的笔记软件，等待系统建立索引。
• 索引建好后，就可以开始提问了！

如果不想装 Docker？

Khoj 也支持直接用 Python 安装，但需要电脑上有 Python 3.11 以上版本，且安装过程稍复杂。对新手来说，推荐先用官方云端版体验，或者用 Docker 方式，两条路都不需要写代码。

◆ 五、总结

Khoj 做的事情，一句话概括就是：把你的个人资料变成可以对话的 AI 知识库。

• 文档解析
  ——把各种格式的文件变成电脑能读的文本。
• 向量化
  ——把文字变成数字，让"意思相近"可以被计算出来。
• 检索增强生成
  ——先找资料，再让 AI 基于资料回答，避免瞎编。

它用到的三个关键技术，其实每个普通用户都能理解：

Khoj 是开源项目（GitHub 上有 3.6 万+ star），这意味着：代码公开、可以自行部署，也可以搭配本地模型使用；如果接入商业模型 API，则可能产生相应的服务费用和数据传输。对于想整理个人知识库、又在意数据隐私的朋友，它是一个非常值得尝试的工具。

如果对个人 AI 知识库感兴趣，也可以通过 Khoj 的官方文档和 GitHub 仓库进一步了解这个项目。

本文为案例拆解文章，介绍的是开源项目 Khoj（GitHub: khoj-ai/khoj）。文章不构成任何商业推荐，文中涉及的服务价格与功能以官方最新信息为准。