Khoj 想做的事很清楚：把你散落在电脑里的文档、笔记和网页，变成一个能随时提问的个人知识库，你问它答，答案来自你自己的资料，而不是模型凭空编。它在 GitHub 上有约 3.5 万星，是个人知识管理方向最受关注的开源项目之一。热度之外更要紧的是另一件事：它需要你自己部署、自己维护，这笔账算不清，装完很容易吃灰。
官方仓库信息
- 所在平台：GitHub
- 组织名：khoj-ai
- 项目名：khoj
- 许可证：AGPL-3.0
它为什么火
第一，它喂什么都吃：PDF、Word、Markdown、图片、Notion 导出内容都能索引进来，提问时它先从你的资料里检索，再组织成回答。第二，它不绑死某一家模型：可以接 GPT、Claude、Gemini 这类在线模型，也能接本地跑的开源模型，想省钱或想保隐私都有路可走。第三，入口多：浏览器、桌面端、手机端都能用，还有 Obsidian 和 Emacs 插件，笔记党不用改习惯。第四，它不止是问答：可以创建自定义智能体、设定时任务让它定期整理和推送信息，玩法比普通文档问答工具深一层。
部署成本：三笔账要先算
第一笔是机器账。官方推荐用 Docker 部署，需要一台能长期开机的电脑或服务器；在自己电脑上装着玩不难，但想随时随地用，就得考虑云服务器的月租或家里设备的电费与稳定性。第二笔是模型账。接在线模型要按量付 API 费用，问答和索引都会消耗额度；接本地模型则省了这笔钱，但要有一块过得去的显卡，回答速度和质量也跟着打折。第三笔是时间账：首次导入大量文档要等索引建完，之后升级、备份、排故障都得自己来，它没有官方客服，只有社区和文档。
真实坑点
坑点一是文档解析的天花板。扫描版 PDF、排版复杂的表格、图文混排的手册，索引质量会明显下降，问出来的答案可能缺斤少两，这不是 Khoj 独有的问题，但期待值要放对。坑点二是找得到不等于答得准：检索回来的片段如果本身过时或互相矛盾，它照样会一本正经地综合出一份回答，重要结论仍要回原文核对。坑点三是许可证：AGPL-3.0 对个人自用没什么影响，但如果想把它改一改做成对外提供的服务，条款要求就严格得多，商用前必须把许可证看明白。坑点四是移动端体验：手机端够用但不惊艳，重度在手机上整理知识的人可能会觉得别扭。
适合谁，不适合谁
适合的人有三类：资料量大、经常要回头翻找的个人用户；在意隐私、希望文档不出自己机器的人；本来就用 Obsidian 记笔记、想给笔记加个问答层的人。不适合的人也很明确：只想打开网页就用、不想碰 Docker 和服务器的人，直接用现成的云端笔记问答产品更省心；指望它替代团队知识库权限管理和协作流程的，它的定位始终是个人工具，硬撑成企业系统会处处别扭。愿意为自己的第二大脑当运维，它就是目前这个方向最完整的开源选项之一；不愿意，热度再高也跟你没关系。
