Self‑host Khoj: личный AI‑мозг для поиска и автоматизации

Полный гайд по развертыванию Khoj — self‑hostable AI‑мозга: настройте личный ассистент для поиска по документам, вебу и LLM, контролируя данные.

Не указано

Алексей Кузнецов

Системный администратор19 января 2026 г.

mkdir khoj
cd khoj

version: '3'

services:
  khoj:
    image: khojai/khoj:latest
    container_name: khoj
    restart: unless-stopped
    environment:
      - KHOJ_BACKEND_PORT=8000
      - KHOJ_FRONTEND_PORT=4200
      - KHOJ_DATABASE_URL=postgresql://postgres:password@db:5432/khoj
      - KHOJ_DB_USER=postgres
      - KHOJ_DB_PASSWORD=password
      - KHOJ_DB_NAME=khoj
      - KHOJ_DB_HOST=db
      - KHOJ_REDIS_URL=redis://redis:6379/0
      - KHOJ_SECRET_KEY=your-secret-key-here
      - KHOJ_DEBUG=False
      - KHOJ_LLM_PROVIDER=openai  # или ollama, anthropic
      - KHOJ_LLM_API_KEY=sk-...    # Ваш API-ключ (если используете OpenAI)
      - KHOJ_LLM_MODEL=gpt-3.5-turbo  # Модель (например, gpt-3.5-turbo или llama3:8b для Ollama)
    ports:
      - "4200:4200"  # Фронтенд
      - "8000:8000"  # Бэкенд (API)
    volumes:
      - ./khoj_data:/app/data
    depends_on:
      - db
      - redis
    networks:
      - khoj_net

  db:
    image: postgres:15
    container_name: khoj_db
    restart: unless-stopped
    environment:
      - POSTGRES_USER=postgres
      - POSTGRES_PASSWORD=password
      - POSTGRES_DB=khoj
    volumes:
      - ./postgres_data:/var/lib/postgresql/data
    networks:
      - khoj_net

  redis:
    image: redis:7-alpine
    container_name: khoj_redis
    restart: unless-stopped
    command: redis-server --appendonly yes
    volumes:
      - ./redis_data:/data
    networks:
      - khoj_net

networks:
  khoj_net:
    driver: bridge

docker compose up -d

docker compose ps
docker compose logs -f khoj

#!/bin/bash
BACKUP_DIR=/path/to/backup/khoj/$(date +%Y%m%d)
mkdir -p $BACKUP_DIR
cp -r ./khoj_data $BACKUP_DIR/
docker exec khoj_db pg_dump -U postgres khoj > $BACKUP_DIR/khoj_db.sql
echo "Backup created at $BACKUP_DIR"

Как self-host'нуть Khoj — ваше второе AI-мозг, полностью под вашим контролем

Введение: Зачем вам свое AI-второе мозг

В современном цифровом мире информация разбросана по десяткам источников: документы, заметки, закладки, переписки. Традиционные поисковые системы не всегда эффективны для личных данных. AI-второе мозг — это система, которая индексирует ваши личные данные, поддерживает контекст и позволяет задавать ей естественные вопросы.

Почему self-host?

• Контроль: Ваши данные остаются на вашем сервере, вы не передаете их третьим лицам.
• Конфиденциальность: Работа с чувствительной информацией безопасна.
• Настройка под себя: Вы можете интегрировать любые источники данных, настроить модель под свои задачи.
• Стоимость: Локальное использование может быть дешевле облачных аналогов (особенно если у вас уже есть сервер).

Что такое Khoj? Функции и возможности

Khoj — это открытая платформа для создания локального AI-второго мозга. Она позволяет:

• Индексировать данные из various источников: файлы, папки, веб-страницы, заметки Obsidian, Notion, Emacs, и т.д.
• Подключать LLM (Large Language Model) — локальные модели (Llama, Mistral) через Ollama или облачные (OpenAI, Anthropic).
• Проводить поисковые запросы с возвращением фрагментов источника и ссылок.
• Генерировать ответы, используя контекст из индексированных данных.
• Работать как интеграция в браузере (расширение) или в приложениях (Obsidian, Emacs, VS Code).

Основные возможности:

• Поиск по документам (PDF, DOCX, Markdown, TXT, HTML, и т.д.)
• Автоматическая индексация при изменениях в файлах/папках.
• Веб-скрейпинг для учета контента веб-сайтов.
• Поддержка нескольких пользователей (при необходимости).
• REST API для интеграций.
• Дашборд настройки и управления.

Предварительные требования

Перед началом установки убедитесь, что у вас есть:

1. Сервер или локальная машина с доступом в интернет (для первоначальной загрузки образов).
   • Рекомендуемые ресурсы:
     • CPU: Минимум 2 ядра, оптимально 4+ (для индексации больших объемов данных).
     • RAM: Минимум 4 ГБ, оптимально 8+ (особенно при работе с LLM, если будете использовать локальные модели).
     • Дисковое пространство: От 5 ГБ (минимум под систему и базу данных) до десятков ГБ под индексы и модели.
   • Для локальных моделей: Если планируете использовать локальные LLM (через Ollama), учитывайте, что 13B-модели могут требовать 12+ ГБ RAM.
2. Docker и Docker Compose установлены и запущены.
   • Для Ubuntu/Debian: sudo apt update && sudo apt install docker.io docker-compose-plugin
   • Для Windows/macOS: Установите Docker Desktop
3. Базовое понимание командной строки для запуска конфигурации.
4. Доступ к браузеру для настройки (Khoj запустит веб-интерфейс).

Примечание: Khoj сам по себе не содержит модель. Вы подключаете LLM отдельно (локально через Ollama или облачную через API).

Развертывание Khoj с Docker Compose (пошаговая инструкция)

Шаг 1: Подготовка директории

Откройте терминал и создайте папку для Khoj:

mkdir khoj
cd khoj

Шаг 2: Создание файла docker-compose.yml

Создайте файл docker-compose.yml в папке khoj и вставьте следующий содержимое:

version: '3'

services:
  khoj:
    image: khojai/khoj:latest
    container_name: khoj
    restart: unless-stopped
    environment:
      - KHOJ_BACKEND_PORT=8000
      - KHOJ_FRONTEND_PORT=4200
      - KHOJ_DATABASE_URL=postgresql://postgres:password@db:5432/khoj
      - KHOJ_DB_USER=postgres
      - KHOJ_DB_PASSWORD=password
      - KHOJ_DB_NAME=khoj
      - KHOJ_DB_HOST=db
      - KHOJ_REDIS_URL=redis://redis:6379/0
      - KHOJ_SECRET_KEY=your-secret-key-here
      - KHOJ_DEBUG=False
      - KHOJ_LLM_PROVIDER=openai  # или ollama, anthropic, azure
      - KHOJ_LLM_API_KEY=sk-...    # Ваш API-ключ, если используете OpenAI, иначе можно оставить пустым
      - KHOJ_LLM_MODEL=gpt-3.5-turbo  # Модель, если используете OpenAI
    ports:
      - "4200:4200"  # Фронтенд
      - "8000:8000"  # Бэкенд (API)
    volumes:
      - ./khoj_data:/app/data  # Папка для индексов и конфигурации
    depends_on:
      - db
      - redis
    networks:
      - khoj_net

  db:
    image: postgres:15
    container_name: khoj_db
    restart: unless-stopped
    environment:
      - POSTGRES_USER=postgres
      - POSTGRES_PASSWORD=password
      - POSTGRES_DB=khoj
    volumes:
      - ./postgres_data:/var/lib/postgresql/data
    networks:
      - khoj_net

  redis:
    image: redis:7-alpine
    container_name: khoj_redis
    restart: unless-stopped
    command: redis-server --appendonly yes
    volumes:
      - ./redis_data:/data
    networks:
      - khoj_net

networks:
  khoj_net:
    driver: bridge

Объяснение переменных окружения:

• KHOJ_LLM_PROVIDER: Укажите провайдера LLM. Возможные значения: openai, ollama, anthropic, azure.
• KHOJ_LLM_API_KEY: Ваш API-ключ для выбранного провайдера. Если используете локальную модель через Ollama, оставьте пустым или не указывайте.
• KHOJ_LLM_MODEL: Имя модели (например, gpt-3.5-turbo, gpt-4, llama3:8b для Ollama).
• KHOJ_SECRET_KEY: Случайная строка, используемая для шифрования данных. Сгенерируйте свою (openssl rand -hex 32).
• Для локальной модели через Ollama, убедитесь, что Ollama запущен (например, в отдельном контейнере или на хосте). Khoj будет подключаться к API Ollama (обычно http://host.docker.internal:11434 на хост-машине). Пример для Ollama:

  environment:
    - KHOJ_LLM_PROVIDER=ollama
    - KHOJ_LLM_API_URL=http://host.docker.internal:11434  # или ip вашего сервера
    - KHOJ_LLM_MODEL=llama3:8b
  

Шаг 3: Запуск контейнеров

В терминале в папке khoj выполните:

docker compose up -d

Контейнеры запустятся в фоне. Проверьте статус:

docker compose ps

Если все работает, вы увидите три контейнера: khoj, khoj_db, khoj_redis.

Шаг 4: Проверка логов (опционально)

Если есть ошибки, посмотрите логи:

docker compose logs -f khoj

Вы должны увидеть сообщение, что сервер запущен (обычно Uvicorn running on http://0.0.0.0:8000 для бэкенда и Application listening on http://0.0.0.0:4200 для фронтенда).

Первичная настройка: подключение LLM (локальный или облачный), база знаний

Теперь откройте в браузере http://<ваш_адрес_сервера>:4200 (например, http://localhost:4200 если запускаете локально). Вы увидите веб-интерфейс Khoj.

Шаг 1: Настройка LLM

На главной странице нажмите "Settings" (Настройки) → "LLM".

1. Выберите провайдера:
   • OpenAI: Укажите API-ключ и модель (например, gpt-3.5-turbo). Проверьте баланс в аккаунте OpenAI.
   • Ollama: Убедитесь, что Ollama работает (на хосте или в другом контейнере). Укажите адрес API (например, http://host.docker.internal:11434). Загрузите модель в Ollama: ollama pull llama3:8b. Укажите имя модели (например, llama3:8b).
   • Anthropic (Claude): Требуется API-ключ от Anthropic.

Важно: Для локальной модели убедитесь, что хост-машина доступна из контейнера. На Linux это обычно http://<IP_хоста>:11434. Для Docker Desktop можно использовать http://host.docker.internal:11434.

Шаг 2: Настройка базы знаний (Data Sources)

В разделе "Data Sources" добавьте источники данных:

1. Локальные файлы и папки:

   • Выберите тип "Files & Folders".
   • Укажите путь внутри контейнера (он должен быть смонтирован в том ./khoj_data). Пример: /app/data/my_files. Сначала создайте папку на хосте: mkdir -p ./khoj_data/my_files. Тогда путь в контейнере будет /app/data/my_files.
   • Или используйте volume для монтирования конкретных папок с хоста в docker-compose.yml (измените ./khoj_data на конкретные пути).

2. Веб-страницы:

   • Выберите "Web Pages".
   • Укажите URL (например, https://example.com/page). Можно указать фильтры для сканирования внутренних ссылок.

3. Примечания Obsidian, Notion, Emacs:

   • Выберите соответствующий тип. Для Obsidian, например, укажите путь к папке заметок.

После добавления источника нажмите "Save" или "Sync". Khoj начнет индексацию. Время зависит от объема данных.

Шаг 3: Первый поиск

В разделе "Chat" или "Search" введите вопрос, относящийся к вашим данным. Например, "Что было в отчете за прошлый квартал?". Khoj найдет релевантные фрагменты и сгенерирует ответ с цитатами.

Как использовать: поиск по документам, автоматизация, работа с веб-содержимым

Поиск по документам

1. Через веб-интерфейс: Задавайте вопросы в чате. Khoj будет возвращать ответы с источниками.
2. Через браузерное расширение: Установите расширение Khoj для Chrome/Brave/Firefox из официального репозитория. Оно позволяет индексировать текущую веб-страницу и запрашивать информацию из ваших данных.

Автоматизация

• Автоматическое обновление: В настройках источника данных можно включить периодическую индексацию (например, каждый час) для файловых папок или веб-страниц.
• Через API: Используйте REST API Khoj для интеграции с другими приложениями.
  • Пример запроса на поиск через curl:

    curl -X POST http://localhost:8000/api/search -H "Content-Type: application/json" -d '{"q": "ваш запрос", "n": 5}'
    

Работа с веб-содержимым

1. Индексация: Добавьте веб-страницу в данные. Khoj скачивает и парсит HTML, извлекает текст.
2. Использование: При вопросе о содержимом сайта, Khoj найдет相关信息.
3. Расширение браузера: Позволяет добавлять страницы к себе в индекс в один клик.

Безопасность и резервное копирование

Безопасность

1. Сетевой доступ: Ограничьте доступ к портам 4200 и 8000. В docker-compose.yml не перенаправляйте порты на внешний интерфейс, если только нужно. Или используйте firewall (ufw) для ограничения IP.
2. HTTPS: Для доступа через интернет настройте reverse proxy (Nginx, Traefik) с SSL сертификатом (например, от Let's Encrypt).
3. Пароли: Используйте сложные пароли для базы данных и сгенерированный KHOJ_SECRET_KEY.
4. Данные: Убедитесь, что тома хранятся в безопасном месте. Используйте шифрование диска на уровне ОС при необходимости.
5. Обновления: Регулярно обновляйте образы Docker:

   docker compose pull
   docker compose up -d
   

Резервное копирование

1. Регулярные бэкапы: Создайте скрипт для копирования данных и резервных копий баз. Пример скрипта backup.sh:

   #!/bin/bash
   BACKUP_DIR=/path/to/backup/khoj/$(date +%Y%m%d)
   mkdir -p $BACKUP_DIR
   cp -r ./khoj_data $BACKUP_DIR/
   docker exec khoj_db pg_dump -U postgres khoj > $BACKUP_DIR/khoj_db.sql
   echo "Backup created at $BACKUP_DIR"
   

   Выполните его периодически через cron: 0 2 * * * /path/to/backup.sh.
2. Восстановление:
   • Остановите контейнеры: docker compose down.
   • Восстановите данные: cp -r /backup/khoj_data ./.
   • Восстановите базу: cat /backup/khoj_db.sql | docker exec -i khoj_db psql -U postgres khoj.
   • Запустите контейнеры: docker compose up -d.

Заключение и полезные ссылки

Вы успешно развернули Khoj как свой личный AI-второй мозг. Теперь вы можете индексировать свои данные и задавать вопросы, оставаясь полностью владель своих информации.

Полезные ссылки:

• Официальный сайт Khoj
• Документация Khoj
• GitHub репозиторий (для issue и обновлений)
• Сообщество в Discord
• Ollama (для локальных моделей)
• Docker Compose документация

Советы по расширению:

• Для больших объемов данных рассмотрите использование более мощного сервера или облачного хостинга (например, Hetzner, AWS).
• Экспериментируйте с разными моделями для баланса между качеством ответов и скоростью.
• Интегрируйте Khoj с вашими рабочими инструментами через API для автоматизации задач.

Если у вас возникнут вопросы, обратитесь к документации или сообществу. Удачи в использовании вашего нового AI-второго мозга!