把文档丢进去直接提问答案带出处Khoj可自托管的智能搜索与知识挖掘助手【免费下载链接】khojYour AI second brain. Self-hostable. Get answers from the web or your docs. Build custom agents, schedule automations, do deep research. Turn any online or local LLM into your personal, autonomous AI (gpt, claude, gemini, llama, qwen, mistral). Get started - free.项目地址: https://gitcode.com/GitHub_Trending/kh/khojKhoj 是一个可自托管的 AI 第二大脑把你的 PDF、Markdown、Word、Notion 文档做成智能搜索索引再用本地或在线 LLM 直接给你答案。它到底帮你解决什么笔记和文档攒了几百份真要用时 grep 翻不到、关键词搜索总漏。Khoj 的切法是把所有文档向量化让你用大白话提问答案直接带出处不用记得当初怎么写的。拆开看 Khoj 的智能搜索怎么做到双路编码器语义检索默认本地跑gte-small双编码器把文档块和你的提问都变成向量按含义而不是关键词找候选Cross-encoder 重排候选结果再由更慢但更准的交叉编码器重排排到前面的是对你这个问题最贴切的片段LLM 随便插OpenAI、Claude、Gemini或者本地 Ollama、vLLM 都能接全用本地模型可以完全离线跑多格式吃进 工具扩展PDF、Markdown、org-mode、Word、图片、Notion 都能入库还能挂联网搜索、代码执行、图片生成这些工具。谁会真正用到它Obsidian / Emacs 重度用户 → 笔记库变可直接提问编辑器里就用学术与阅读密集型工作 → 对着十几篇 PDF 追问不翻页企业内部知识管理 → Khoj 本地部署数据不出内网自动化爱好者 → 定时任务跑一次研究摘要邮件发你上手门槛安装docker-compose up或pip install khoj[local]Web 应用自带localhost:42110直接打开UI 和 REST API 都有还能接 Obsidian 插件、Emacs 包同步文件数据全程可留在本地本地 LLM 本地 embedding断网也能用。社区和后续 项目迭代很勤issue 和 Discord 社区活跃。自托管细节看 setup 文档检索实现看 语义搜索文档核心处理逻辑在 src/khoj/processor/。别纠结花 10 分钟用 Docker 跑个本地部署丢几篇自己的 Markdown 进去问它一个问题就明白了。【免费下载链接】khojYour AI second brain. Self-hostable. Get answers from the web or your docs. Build custom agents, schedule automations, do deep research. Turn any online or local LLM into your personal, autonomous AI (gpt, claude, gemini, llama, qwen, mistral). Get started - free.项目地址: https://gitcode.com/GitHub_Trending/kh/khoj创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
