快速结论
Khoj 是开源个人 AI 助手，重点不是提供又一个空白聊天框，而是让用户搜索和对话自己的 PDF、纯文本、Markdown、org-mode 与 Notion 内容，并在需要时访问公开网络。官方文档提供云服务和自托管两条路径，客户端覆盖网页、Obsidian、Emacs 与桌面端；Agents 可配置自定义提示和知识使用方式，Automations 则用于定时执行研究或提醒。
它适合长期积累笔记、愿意整理资料并理解模型配置的人。自托管让代码、索引和原文处于自己的控制范围，但只有嵌入、聊天模型、联网搜索、遥测和通知等全部组件都按本地或受控方式配置，数据才不会离开设备。与项目制文档研究的 NotebookLM 相比，Khoj 更像持续生长的个人知识层；与 Cherry Studio 相比，它更强调知识检索和自动化，而不是多模型桌面客户端本身。
核心功能
- 个人资料检索：以自然语言查找相关笔记和文档，不局限于文件名或精确关键词。
- 基于资料的对话：在相关时把用户文件片段作为上下文，并支持继续追问。
- 公开网络信息：可访问互联网补充当前信息；本地资料与网页证据应在输出中明确区分。
- 多种数据源与客户端：官方列出 PDF、纯文本、Markdown、org-mode、Notion，以及 Obsidian、Emacs、桌面和网页入口。
- 自定义 Agents：通过自定义 system prompt 设置角色；自托管管理员可控制 Agent 的公开或指定用户访问。
- Automations：定时运行问题或研究任务，适合摘要与提醒，不应自动发布未经核验的结论。
- 云版与自托管：云版减少运维，自托管提供更高组件控制度，两者隐私责任不同。
适合人群
- 用 Obsidian、Markdown、org-mode 或 PDF 长期积累资料，希望自然语言找回旧笔记的个人用户。
- 研究者、作者和开发者，需要将私人文档与公开网络研究放在同一助手中。
- 愿意自行维护 Docker、模型、嵌入、备份和升级的隐私优先用户。
- 需要自定义 Agent 或定时自动化，但能对外发、执行和生成内容设置人工检查的人。
- 不适合需要成熟企业权限、法务审计、统一数据治理，或没有可索引资料的团队。
使用场景
先建立小而干净的测试库，保留文件名、作者、版本、日期和主题标签。准备一组你已知答案的问题，分别测试精确查找、跨文档综合、否定问题、旧版本冲突和“资料中没有答案”。记录检索到的片段是否相关、回答是否忠于片段、引用是否指向正确文件，以及模型是否会在证据不足时补写。
Agent 与自动化应使用最小知识范围和最小动作权限。对邮件、通知、代码执行或外部 API 这类有副作用的环节，先生成草稿并等待确认。升级 Khoj、嵌入模型或聊天提供商后，应重跑固定问题集，因为向量索引和回答行为都可能变化。备份既要覆盖原始资料，也要覆盖配置；索引可以重建，但错误配置和未记录的提示难以复现。
价格与版本
| 方案或成本项 | 当前官方信息 | 关键边界 |
|---|---|---|
| 开源自托管 | 官方提供源代码与自托管文档 | 软件可自建，仍有服务器、存储、维护和模型成本 |
| Khoj Cloud | 官方提供托管入口 | 实时额度、模型和收费以账号页为准 |
| 本地嵌入与本地聊天 | 文档说明可在设备上生成嵌入并使用离线聊天 | 需确认所有依赖均未调用外部服务 |
| 外部模型 API | 可随部署配置而使用 | 供应商价格、保留和训练政策独立适用 |
| Agents 与 Automations | 属于官方功能范围 | 可用性和限制可能随版本、部署与管理员设置变化 |
截至 2026-07-18，本文不写入无法从公开页面稳定确认的云版配额或订阅数字。评估时应登录实际账号核对当前模型、索引限制、自动化额度和取消规则；自托管的“免费”只指开源软件，不代表算力、运维和外部 API 为零成本。
国内访问与使用体验
Khoj 找到“与你的问题语义相关的笔记”，不等于笔记内容真实。个人笔记可能是草稿、过期判断或未经核实的摘录；网络搜索也可能返回二手和旧页面。回答应显示文件或网页来源，并记录访问日期。对关键结论回到原始材料，核对作者、版本、发布日期和上下文；如果本地笔记与最新官方来源冲突，应标记冲突而不是让模型静默合并。
官方隐私文档说明：相关索引内容可能作为上下文发送给所选模型提供商；自托管可在本机生成嵌入并使用离线聊天；匿名使用遥测会发送到 PostHog，自托管可选择退出。Khoj Cloud 会在其 AWS 环境的 Postgres 中保存嵌入及相关原文。由此可见，“自托管”不自动等于“零外发”，而“云版不售卖数据或用于训练”也不等于没有存储和处理。团队使用还要审查账号隔离、管理员权限、日志、备份、删除和共享 Agent 范围。
优点
- 开源、云版和自托管路径并存，用户可按维护能力选择控制程度。
- 文档、笔记、公开网络、Agents 和 Automations 形成连贯的个人助手工作流。
- Obsidian、Emacs、桌面与网页入口适合不同笔记习惯。
- 官方隐私文档具体说明云端原文存储、外部模型上下文和遥测，便于做知情选择。
- 可用固定样本评估检索和回答，不必只凭聊天观感判断。
不足
- 自托管涉及模型、嵌入、数据库、升级与备份，维护成本真实存在。
- 外部模型、网络搜索或遥测配置可能让数据离开设备，容易被“本地”标签掩盖。
- 检索质量高度依赖资料结构、嵌入模型、语言和索引新鲜度。
- 面向个人的设计不能替代成熟企业的权限、法务保留与审计平台。
- Agent 和定时任务会放大错误，需要限制动作并保留人工确认。
替代品对比
| 工具 | 更适合 | 与 Khoj 的区别 |
|---|---|---|
| NotebookLM | 围绕指定资料集快速研究 | 托管和项目制更强，Khoj 更偏长期个人知识与自托管 |
| Cherry Studio | 桌面多模型和本地知识库 | 客户端与模型切换更突出，Khoj 更强调持续索引与自动化 |
| FastGPT | 构建团队知识应用与工作流 | 面向应用和组织部署，Khoj 更个人化 |
| Glean | 企业 SaaS 与内部知识统一检索 | 企业权限和连接器更成熟，采购与实施也更重 |
| Perplexity | 公开网络检索与带来源回答 | 公网研究更直接，Khoj 的核心资产是用户自己的资料 |
常见问题 FAQ
Khoj 是完全免费的吗？
自托管软件为开源，但服务器、存储、模型 API 和维护可能产生费用。云服务的实时方案、配额和价格应以账号页面为准。
自托管后数据一定不会离开电脑吗？
不一定。若使用外部聊天模型、嵌入服务、联网搜索、通知或遥测，相关数据仍可能外发。必须逐项检查配置与网络请求。
Khoj 能同时搜索文档和网页吗？
可以基于共享文件回答，也能访问公开互联网。使用时应区分本地片段与网页来源，并为时效信息记录查询日期。
Agent 的回答可以视为证据吗？
不能。Agent 组织的是检索结果和模型推断。关键陈述仍要回到原文件或官方网页，核对版本、作者、日期与完整上下文。
Khoj 适合企业知识库吗？
小型受控部署可以试验，但大型组织应先验证身份权限、租户隔离、日志、保留删除、连接器治理、支持和合规要求，不能只看开源与自托管标签。
总结
Khoj 的吸引力在于把自己的资料、公开网络和可定制 Agent 连接为一个长期助手。最好的起点不是导入全部硬盘，而是用少量有版本、有日期的文档建立答案集，测清检索、引用和拒答。若选择自托管，还要画出每个组件的数据流；只有嵌入、模型、搜索、遥测和自动化都符合预期时，隐私承诺才真正成立。