Karakeep原 Hoarder自托管书签应用入门指南AI 自动打标签、全文搜索与功能全景【免费下载链接】hoarderA self-hostable bookmark-everything app (links, notes and images) with AI-based automatic tagging and full text search项目地址: https://gitcode.com/GitHub_Trending/ho/hoarderKarakeep原名 Hoarder是一款将收藏一切Bookmark Everything作为核心理念的开源应用你可以把链接、笔记、图片与 PDF 统一收纳再由 AI 自动为内容打标签、生成摘要。它以自托管为第一公民self-hosting as a first class citizen进行设计适合在家庭服务器、NAS 或云主机上独立部署。读完本文你将完整掌握该项目的功能清单、Demo 体验方式、技术栈与架构组成并能顺着源码级证据深入理解其链接抓取与 AI 推理的底层实现。项目定位为数字囤积者而生的自托管应用Karakeep 的前身是 Hoarder作者在 README 中这样定位它a self-hostable bookmark-everything app with a touch of AI for the data hoarders out there一款面向数据囤积者的、带一点 AI 的自托管收藏应用。项目的诞生源于作者本人的真实痛点他经常在手机上刷 Reddit、Twitter 和 Hacker News看到有价值的文章、工具就想存下来留到电脑前细读因此需要一个稍后阅读类应用在尝试过 Pocket、memos 等方案后他发现既有工具要么无法自托管要么缺少链接预览、自动打标签等关键能力于是动手打造了 Karakeep。与典型书签管理器不同Karakeep 不只收藏链接还覆盖了笔记、图片、PDF 等多样内容类型并通过 AI 能力把收藏升级为自动整理——这正是它与普通收藏夹最本质的差异。名字的由来从كراكيب到 Karakeep关于项目名称官方文档专门做了解释Karakeep 的灵感来自阿拉伯语单词كراكيبkarakeeb这是一个口语化词汇通常指杂七杂八的零碎物件、杂物堆——那些看似杂乱无章、却往往带着个人价值或隐藏用处的东西。它让人联想到一个塞满杂物的抽屉或遗忘的箱子里面装满了你舍不得扔掉的东西——因为不知为何它们就是有分量更可能的原因是你是个囤积者。这个命名恰好呼应了产品的核心场景把散落在各处的信息碎片收集起来让它们各得其所。功能全景收藏、整理、搜索与归档的完整闭环项目文档docs/docs/01-getting-started/01-intro.md以一份功能清单勾勒出产品全貌。以下按能力维度逐项展开并标注其在当前仓库中的对应实现。收藏与内容抓取多类型收藏可以收藏链接Bookmark links、记录简单笔记take simple notes、存储图片与 PDF。自动抓取元信息添加链接后系统会自动抓取链接的标题、描述和预览图。这一能力由爬虫模块实现——抓取流程的核心代码位于 apps/workers/workers/crawler/crawlPage.ts它通过 Playwright 驱动的浏览器访问目标页面提取 HTML、可选截图与 PDF 后交给后续解析流程。全文页面归档使用 monolith 技术进行整页归档Full page archival把页面完整保存下来以防链接失效link rot。自动视频归档集成 yt-dlp 自动下载并归档视频。RSS 自动收藏Auto hoarding订阅 RSS 源后新内容会被自动抓进收藏相关 worker 位于 apps/workers/workers/feedWorker.ts。组织、协作与搜索列表Lists把书签整理进列表实现主题化分类。协作Collaborate与他人协作维护同一个列表适合团队共享资料库。全文搜索对所有已存储内容做全文检索。搜索功能基于 Meilisearch 实现README 技术栈中明确列出并由 apps/web 前端与 packages/trpc 的 tRPC 路由串联。OCR 提取对图片进行 OCR 文字提取让图片中的文字也可被搜索到。高亮标记Highlights在收藏的内容上标记并保存高亮片段相关 API 文档可见 docs/docs/api/create-highlight.api.mdx。AI 能力自动打标签与摘要AI 自动打标签与摘要基于 LLM文档中写作 chatgpt即 OpenAI 兼容接口自动为内容打标签并生成摘要同时支持通过 Ollama 使用本地模型数据不必离开你的服务器。规则引擎Rule-based engine用自定义规则实现个性化的自动管理例如按条件自动打标签、归类或触发动作。规则引擎 worker 位于 apps/workers/workers/ruleEngineWorker.ts。客户端生态与导入导出浏览器扩展提供 Chrome 插件与 Firefox 插件实现一键收藏quick bookmarking当前仓库中浏览器扩展的源码位于 apps/browser-extension。移动端应用提供 iOS 与 Android 应用源码位于 apps/mobile。REST API 与多客户端对外开放 REST APIOpenAPI 规范见 packages/open-api/karakeep-openapi-spec.json同时官方提供 CLIapps/cli与 MCP 服务apps/mcp等客户端。多语言支持项目使用 Weblate 管理翻译语言文件集中在 apps/web/lib/i18n。批量操作支持对多个书签进行批量动作批量打标签、批量删除等逻辑见 apps/web/lib/bulkActions.ts。SSO 支持支持单点登录接入。暗色模式界面支持深色主题。导入与同步书签导入器内置从 Chrome、Pocket、Linkwarden、Omnivore、Tab Session Manager 的书签导入器。浏览器书签自动同步可通过 floccus 与浏览器书签自动双向同步。版本差异说明v0.30.0 → 当前仓库本指南对应的 version-v0.30.0 介绍文档 在功能清单末尾将移动端离线阅读、跨书签语义搜索标注为Planned计划中而当前仓库的最新 README 中这两项已升级为已实现能力——Full text semantic search全文 语义搜索与Mobile offline reading移动端离线阅读均已列入正式功能清单此外浏览器端还新增了 Safari 扩展。也就是说语义搜索与离线阅读已从路线图落地为实际功能。⚠️ 官方文档同时提醒该应用目前处于快速迭代阶段This app is under heavy development.升级与配置时建议关注版本变更说明。在线 Demo5 秒体验核心功能如果你想先看效果再动手部署官方提供了在线演示站点。文档给出的访问方式如下Demo 地址https://try.karakeep.app登录凭据邮箱demokarakeep.app密码demodemoDemo 站点预置了部分演示数据seeded with some content并运行在只读模式下以防滥用——这意味着你可以体验浏览、搜索、查看 AI 打标签结果等读操作但不能写入或修改数据。仓库根目录保存有产品首页的真实运行截图screenshots/homepage.png可以直观看到收藏卡片、标签与列表的界面形态技术栈与架构组成README 的技术栈部分明确了项目的核心选型Next.jsWeb 应用框架使用 App Routerapps/web。Drizzle数据库 ORM 与迁移工具packages/db/schema.ts。NextAuth认证方案apps/web/server/auth.ts。tRPC客户端与服务器之间的类型安全通信packages/trpc。Puppeteer / Playwright用于爬取书签页面。需要说明的是README 技术栈列表写的是 Puppeteer而从当前抓取源码看apps/workers/workers/crawler/crawlPage.ts 实际基于 Playwright 实现浏览器控制可理解为 README 属于早期描述以源码实现为准。OpenAIAI 打标签与摘要的默认推理后端。Meilisearch全文内容搜索的检索引擎。三服务 Docker 编排web chrome meilisearch从 docker/docker-compose.yml 可以看到生产部署的最小拓扑这也是理解架构组成最直观的入口services: web: image: ghcr.io/karakeep-app/karakeep:${KARAKEEP_VERSION:-release} restart: unless-stopped volumes: - data:/data ports: - 3000:3000 env_file: - .env environment: MEILI_ADDR: http://meilisearch:7700 BROWSER_WEB_URL: http://chrome:9222 DATA_DIR: /data # DONT CHANGE THIS chrome: image: ghcr.io/karakeep-app/karakeep-chrome:release restart: unless-stopped init: true command: - --disable-gpu - --disable-dev-shm-usage - --hide-scrollbars - --disable-blink-featuresAutomationControlled - --window-size1440,900 meilisearch: image: getmeili/meilisearch:v1.41.0 restart: unless-stopped env_file: - .env environment: MEILI_NO_ANALYTICS: true volumes: - meilisearch:/meili_data volumes: meilisearch: data:三个服务各司其职web主应用容器对外暴露3000端口数据落在data卷映射到容器内/data官方注释强调DATA_DIR的值不要随意改动如需自定义目录应修改卷映射。chrome无头浏览器服务通过BROWSER_WEB_URL: http://chrome:9222被 web 容器调用用于抓取网页内容启动参数中关闭了 GPU、禁用了自动化特征检测并固定了 1440×900 的视口。meilisearch全文搜索引擎通过MEILI_ADDR连接并显式关闭了遥测统计MEILI_NO_ANALYTICS: true。源码级纵深链接抓取与 AI 推理是如何工作的抓取链路从浏览器抓取到内容解析链接收藏后爬虫 workerapps/workers/workers/crawlerWorker.ts会驱动 crawlPage.ts 完成页面抓取。从源码可以梳理出完整的抓取策略抓取模式选择系统先查询当前用户的browserCrawlingEnabled设置可从数据库 users 表读取或由调用方覆盖传入。若用户关闭了浏览器抓取、或没有可用浏览器实例则降级为browserless 模式——直接用普通 HTTP 请求拉取 HTML此时截图与 PDF 会被禁用。浏览器上下文准备使用 Playwright 创建 1440×900 视口的新上下文注入固定 User-Agent禁用 Service Worker并按需应用代理配置。页面防护与净化setupPage阶段安装 CDP 层的重定向守卫逐跳校验重定向目标、拦截指向内网等非法地址的跳转并对代理认证挑战自动应答、全局广告拦截、自动关闭 JavaScript 弹窗alert/confirm/prompt、拦截音视频与非法子请求防 SSRF。导航与等待以domcontentloaded为导航完成标志随后等待网络空闲networkidle超时 5 秒若启用了 autoconsentCookie 同意横幅自动处理还会等待其完成。资产捕获并行提取页面 HTML并根据配置storeScreenshot/storePdf决定是否截图JPEG、quality 80、可选整页与生成 PDFA4、printBackground截图/PDF 均带超时保护。资源回收页面与上下文关闭均带超时兜底避免卡死阻塞任务按需创建connectOnDemand的浏览器实例会一并关闭。AI 推理OpenAI 兼容接口与 Ollama 本地模型AI 打标签与摘要的统一推理层位于 packages/shared/inference.ts。从源码可以看出推理客户端同时支持OpenAI SDK与Ollama SDK文件头部同时引入openai与ollama两个包这与文档支持使用 ollama 的本地模型完全对应——你可以选择云端 API也可以选择本地模型来保证数据私密性。响应解析采用Zod 结构化输出zodResponseFormat即强制模型按预定义 schema 返回 JSON保证打标签/摘要结果的格式稳定性便于后续流程直接消费。推理层还包含embedding 维度校验validateEmbeddingDimensions会比对返回向量维度与EMBEDDING_DIMENSIONS配置不一致即抛错——这是语义搜索semantic search可靠性的重要保障。也就是说文档里AI-based automatic tagging and summarization并非简单的字符串拼接而是一套带结构化校验、支持本地化部署的完整推理管线。从入门到实战后续学习路径看完本文你可以按以下路径继续深入均为仓库内文档路径以仓库根目录为起点快速部署Docker 安装指南使用上面的 docker-compose 拓扑、最小化安装配置详解环境变量参考、不同 AI 提供方配置含 Ollama 本地模型日常使用收藏书签、列表管理、标签体系、搜索查询语法、数据导入生态集成命令行工具 CLI、MCP 服务、RSS 订阅、Agent 技能运维管理安全注意事项、FAQ、故障排查二次开发开发环境搭建、目录结构、数据库说明、架构总览结语Karakeep 的定位非常清晰一个把收藏这件事做到极致的自托管应用——链接、笔记、图片、PDF 全部收纳AI 负责自动打标签与摘要Meilisearch 负责全文与语义检索再辅以规则引擎、OCR、高亮、RSS 自动收藏、整页与视频归档构成一套完整的信息收纳 → 自动整理 → 随时检索闭环。对数据囤积者而言它既是你的数字杂物抽屉也是一台可以完全掌控在自己手中的个人知识引擎。【免费下载链接】hoarderA self-hostable bookmark-everything app (links, notes and images) with AI-based automatic tagging and full text search项目地址: https://gitcode.com/GitHub_Trending/ho/hoarder创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考