Khoj（科霍）AI搜索引擎深度评测：开源个人知识库智能搜索与问答平台使用教程：从入门到精通

前言

你是否曾经因为笔记散落在不同文件、文件夹中而找不到关键信息？Khoj（科霍）是一款开源的AI搜索引擎，专门为个人知识库设计，支持本地Markdown、PDF、Org-mode等文件，通过自然语言进行智能搜索和问答。本教程将带你从零开始部署Khoj，并掌握其核心功能，让你的知识库真正“活”起来。

第一步：安装与部署

方式一：Docker快速部署（推荐）

Docker是最简单的方式，适合大多数用户。

1. 确保已安装Docker和Docker Compose。
2. 创建一个目录存放配置文件：mkdir ~/khoj && cd ~/khoj
3. 下载官方docker-compose.yml：wget https://raw.githubusercontent.com/debanjum/khoj/master/docker-compose.yml
4. 修改环境变量，设置你的OpenAI API密钥（或使用本地模型）。编辑docker-compose.yml，找到KHOJ_OPENAI_API_KEY，替换为你的密钥。
5. 启动服务：docker-compose up -d
6. 访问 http://localhost:42110 即可看到Khoj Web界面。

技巧Tip： 如果你担心数据隐私，可以使用本地模型（如Llama、GPT4All），在docker-compose.yml中设置KHOJ_OPENAI_API_BASE指向本地推理端点，并关闭外部API调用。

方式二：本地Python安装（高级用户）

需要Python 3.9+。

1. 克隆仓库：git clone https://github.com/debanjum/khoj.git && cd khoj
2. 安装依赖：pip install -r requirements.txt
3. 配置环境变量：export KHOJ_OPENAI_API_KEY=your_key
4. 运行：python khoj/web/main.py

第二步：配置知识库

Khoj需要知道你的文件在哪里。编辑配置文件 khoj.yml（位于当前目录或配置目录）。

content-type:
  markdown:
    input-files:
      - ~/Documents/Notes
      - ~/obsidian/vault
  pdf:
    input-files:
      - ~/Documents/PDFs
  plaintext:
    input-files:
      - ~/vimwiki

Khoj支持Markdown、PDF、Org-mode、Plaintext等格式。你可以指定多个目录。

技巧Tip： 如果文件数量很大，先在khoj.yml中设置max-file-size限制大小，避免索引过慢。

第三步：索引知识库

配置完成后，需要构建索引。

1. 在Web界面点击“Index”按钮，或命令行运行：python khoj/index.py
2. 首次索引可能需要几分钟，取决于文件数量。Khoj会将文档分割成chunk并生成嵌入向量。
3. 索引完成后，状态变为“Ready”。

技巧Tip： 如果你添加了新文件，无需重新全量索引，Khoj支持增量更新。只需再次点击“Index”即可。

第四步：智能搜索与问答

基本搜索

在搜索框中输入关键词，例如“项目管理方法论”，Khoj会返回相关片段，并高亮匹配关键词。注意，Khoj不仅做关键词匹配，还利用语义理解找到含义相似的段落。

自然语言问答

Khoj的杀手锏是问答功能。输入类似“我在哪份文档中讨论过敏捷开发的优势？” Khoj会直接给出答案并注明来源文件。

操作步骤：

1. 点击右侧的“Ask”图标，进入问答模式。
2. 输入问题，如“我的笔记里关于Python装饰器的内容有哪些？”
3. Khoj会基于索引的文档生成回答，并引用原文片段。

技巧Tip： 问答质量取决于模型。使用GPT-4效果最佳，但费用较高。如果使用本地模型，建议选择Llama-2-13B或更高，以获得稍好的结果。

第五步：高级功能与自定义

使用本地模型（离线）

Khoj支持通过KHOJ_OPENAI_API_BASE连接本地推理服务，例如使用llama.cpp或Ollama。配置后，所有搜索和问答都在本地完成，无需联网。

自定义搜索权重

在khoj.yml中，可以调整不同字段的搜索权重，例如提高标题权重：weight-title: 3

集成到Obsidian或Emacs

Khoj提供浏览器插件和Emacs插件。安装后，可以在编辑器中直接搜索个人知识库。

• Obsidian插件：搜索社区插件“Khoj”即可安装。
• Emacs用户：通过MELPA安装khoj包。

常见问题与排错

Q：索引后搜索结果为空？
检查khoj.yml中的input-files路径是否正确，文件是否可读。另外，确认索引过程没有报错。

Q：问答时总是返回“无法回答”？
可能是问题涉及的文档不在索引中，或者AI模型回答阈值设置过高。可以降低min-response-length或检查是否有相关文档。

总结

Khoj是一个强大的开源个人知识库搜索引擎，它结合了语义搜索和AI问答，让你的笔记和文档真正变得可搜索、可交互。从Docker部署到日常搜索，本教程覆盖了关键步骤。现在就去试试，把散落的智慧串联起来吧！

最终技巧Tip： 定期备份你的khoj.yml和索引文件（默认在~/.khoj/），方便迁移。