模型优化 / Agent 工具
Khoj khoj-ai/khoj
GitHub 原仓库 ↗· star 38,118(2026-11-13 同步) · fork 2,546 · 主语言 Python· 许可 可商用(有条件)(AGPL-3.0)AGPL-3.0(GitHub API 2026-11-10 实时值):自用/内部可;提供网络服务或分发修改版需开源。对纯本地使用基本无影响。
能干什么
一个可自托管的个人 AI 助手:把你收藏的网页、本地文档、笔记统一成可检索的知识源,用自然语言问、它带引用答;还能建自定义 Agent、定时跑自动化、做深度研究。模型端点可接任何在线或本地 LLM(GPT / Claude / Gemini / Llama / Qwen / Mistral),接本地模型就纯本地跑。
怎么干
- Docker 或 pip 自托管起一个实例
- 接上你的模型端点(本地 Ollama/vLLM 或在线 API)
- 导入文档/网页建知识源,开始问答、建 Agent、配自动化
本站怎么用
和 RAGFlow 同属「喂文档」链,但 Khoj 更偏「个人第二大脑」(笔记+网页+文档混合、带 Agent 自动化),RAGFlow 更偏「企业知识库引擎」。读者想在个人层面把本地模型当随身助手,Khoj 是代表。接本地模型时显存按 /capacity/ 查所选主模型。
显存口径
接本地模型时显存 = 主模型(按 /capacity/ 档位)+ embedding 常驻。纯接在线 API 则本地无显存门槛(但就不是本地隐私方案了)。
条目性质:本站原创撰写(能干什么 / 本站怎么用均为本站编辑判断),未搬运原 README 原文。star/fork 由 tools/sync-github-stars.mjs 从 GitHub API 实时同步(检索日快照 2026-11-10,直查 api.github.com/repos/khoj-ai/khoj:created 2021-08-16、pushed 2026-08-02),非手写死数。功能/显存描述按项目 README 与官方口径转述,本站未复现、未背书其性能。说明为本站原创撰写,未搬运原 README。