🧠 Khoj：34k Stars 的 AI 第二大脑，自部署 RAG + Agent 全都要

项目地址：khoj-ai/khoj | ⭐ 34,479 Stars | 🛠 Python | AGPL-3.0

老实说，市面上"AI 第二大脑"类的项目没有一百也有八十了。不是要你折腾向量数据库，就是绑定某个特定模型，想加个自定义 Agent？不好意思，不支持。

Khoj 不一样。 一个命令就能跑起来，支持 本地和云端 LLM（llama3、qwen、deepseek、GPT、Claude、Gemini 全兼容），自带 RAG、语义搜索、自定义 Agent、图片生成、语音交互——而且全部开源可自部署。

一、一句话说清楚它能干嘛

Khoj 是一个个人 AI 应用，把 知识管理 和 AI 对话 揉在一起了。你给它喂文档（PDF、Markdown、Notion、Word），它就能基于这些内容回答你。还能自动从网上搜资料、定时做研究、给你发邮件摘要。

最骚的操作是——它跑在你的电脑上，数据不出门。

二、安装：两种姿势，一分钟搞定

Docker（推荐）

docker pull ghcr.io/khoj-ai/khoj
docker run -p 42110:42110 ghcr.io/khoj-ai/khoj

浏览器打开 http://localhost:42110，注册账号就完事。

pip 安装

pip install khoj
khoj

之后同样访问 http://localhost:42110，走一样的流程。

三、接入各种 LLM

Khoj 支持在后台配置多个模型提供商。切模型不需要改代码，网页 UI 里直接选就行：

四、把文档喂给它

上传文档后，Khoj 自动做向量化 + 语义索引。搜索框里输入问题，它先把你的文档搜一遍，再把结果丢给 LLM 生成答案——标准的 RAG 流程，全程开箱即用。

# 支持的文件类型
PDF、Markdown、Org-mode、Notion Export、
Word (.docx)、纯文本、图片（OCR 提取文字）

直接在 Web UI 里拖拽上传就行。如果你用 Obsidian 或 Emacs，还有官方插件可以同步。

五、自定义 Agent + 自动化

你可以在 Khoj 里创建多个 Agent，每个 Agent 可以设置不同的 人设 prompt、专用知识库、底模型，还能独立控制是否启用来联网搜索和图片生成。

# 创建一个研究助手 Agent
# 在 Web UI 中设置：
# - 人设："你是一个资深技术研究员"
# - 知识库：仅搜索技术文档
# - 模型：Claude 3.5 Sonnet
# - 工具：联网搜索 ✅  图片生成 ❌

还能设置定时任务——比如每天早上 8 点自动汇总 Hacker News 发到你邮箱。

别问我怎么知道的——踩过的坑：Agent 的 knowledge base 最好先上传文档再创建 Agent，顺序反了要重新关联。

六、客户端选择

总结

标签：#AI #RAG #Agent #SelfHosted #KnowledgeManagement #OpenSource