[项目源码] Karakeep – 开源书签归档与全文搜索 – Docker 自托管

Karakeep（原名 Hoarder）是一套面向个人与小团队的开源书签归档、稍后阅读和网页资料整理项目。它可以保存链接、文字笔记、图片和 PDF，并把标签、列表、全文搜索与网页副本放进同一个自托管资料库。

它和普通浏览器书签的区别，在于收藏之后还可以继续检索和整理内容；但功能越完整，所需的抓取组件、磁盘空间、备份频率与网络隔离也越多。Karakeep 适合愿意维护 Docker 服务、希望掌握资料存储位置的用户，不等于开箱即用的云端稍后阅读服务。

Karakeep 适合整理哪些资料

Karakeep 把“先保存、后整理”的流程放在一个资料库中。链接可以作为阅读入口，网页归档用于保留抓取到的内容，笔记适合记录上下文，图片和 PDF 则可以和其他收藏一起按列表或标签管理。

从收藏到检索的核心能力

多种入口减少资料散落

浏览器扩展、移动端和 REST API 可以覆盖不同的采集场景：看到网页时快速保存，阅读后补充笔记，再用列表或标签整理。团队也可以共同维护竞品链接、选题库或研究资料，但应先明确谁负责清理失效链接和重复条目。

全文搜索不只搜索标题

启用 Meilisearch 后，系统可以对抓取到的内容建立更完整的索引。这样资料库的价值不再只取决于收藏时记得多少关键词，而是可以通过正文内容找回过去保存的网页。搜索组件会增加运行资源和维护对象，少量收藏用户不必为了“功能齐全”立即启用。

网页归档要区分链接、截图和副本

原始链接、网页正文、截图和附件并不是同一种数据。链接便于回到原站，截图能保留视觉线索，归档副本则更适合应对页面改版或失效；它们会带来不同的存储与合规责任。长期保存前，应确认资料用途、保留周期和原网站条款。

AI 标签和摘要属于可选层

Karakeep 可以接入 OpenAI 等云端模型或本地 Ollama，辅助生成标签和摘要。不配置 AI 时，基础收藏、列表、标签、搜索与归档流程仍然可以使用。如果接入云端模型，应单独评估哪些页面内容会离开自托管环境；AI 结果也更适合作为候选信息，由用户复核后再进入长期分类。

Docker 部署时如何选择组件

只想管理浏览器书签时，可以先从主服务和最少的存储配置开始；需要检索正文、保存动态页面或处理截图时，再逐项增加组件。一次性启动完整 Compose 并不必然更好，内存、磁盘、备份和升级责任都应随组件数量一起评估。

Docker 自托管前需要准备什么

1. 准备 Docker Compose、稳定的域名或内网访问地址，以及 HTTPS 反向代理。
2. 为数据库、附件和归档文件规划持久化目录，不要把容器可写层当作数据盘。
3. 按项目文档生成随机的 NEXTAUTH_SECRET，不要继续使用示例密钥或把密钥提交到公开仓库。
4. 根据真实需求决定是否启用 Meilisearch、Chrome 抓取器和 AI 服务，并记录每个服务的数据目录。
5. 启动后先导入少量链接，测试账号、附件、抓取、搜索、截图和恢复流程，再迁移完整书签库。

反向代理除了处理 HTTPS，还要确认 WebSocket 和长连接相关配置不会被错误截断。数据库、搜索引擎和内部管理端口不应直接暴露到公网，公开注册也应谨慎设置。部署完成不等于安全完成，管理员账号、邀请范围、日志和备份访问权限都需要单独管理。

网页抓取带来的网络安全边界

Chrome 抓取器会代表服务器访问用户提交的网址。若实例向不受信任用户开放注册，恶意用户可能借此让服务器访问不希望触达的外部目标、消耗出口带宽，或尝试探测内网服务。项目提供的基础防护不能替代部署者自己的网络隔离和访问控制。

• 个人实例优先使用关闭公开注册或邀请制，避免把抓取能力开放给陌生用户。
• 把抓取容器放入受限网络，限制其可访问的网段、端口和代理出口。
• 不要让数据库、Redis、管理面板和内部服务直接暴露到公网。
• 对抓取失败、异常资源消耗和大量外部请求设置观察与限制机制。

仅把网站放在 CDN 或 Cloudflare 后方，并不能隐藏服务器主动抓取外站时使用的出口。若团队需要公开收集链接，应先设计账号审核、抓取权限和网络出口，而不是只开放一个注册页面。

备份、升级与归档文件管理

Karakeep 保存的内容可能同时分布在数据库、持久化目录、下载附件和网页归档文件中。备份时应根据 Compose 配置核对实际挂载路径，至少覆盖数据库、用户附件、归档数据和必要的环境配置；只保存镜像或 Compose 文件无法恢复用户资料。

升级前先查看项目 Release 与迁移说明，保存可回滚版本并完成一次数据库和文件备份。升级后用测试账号检查登录、搜索、附件、抓取和历史归档。更重要的是定期做恢复演练，因为“备份文件存在”并不等于“发生故障时能够恢复”。

适用团队与替代边界

Karakeep 适合希望自建稍后阅读和网页资料库、重视全文搜索与网页归档的个人，也适合共同维护研究链接、竞品资料或选题库的小团队。经常使用 API、浏览器扩展、多端采集和标签整理的技术用户，更容易发挥它的价值。

如果需求只是跨设备同步少量书签，或者没有稳定的服务器维护、备份和网络隔离能力，浏览器同步或托管服务可能更省心。Karakeep 的主要收益是数据位置控制、资料组织和归档深度，代价是抓取组件、存储增长、安全边界与升级恢复都由部署者承担。

版本、许可证与项目入口

来源文章在 2026 年 7 月 15 日核对时记录的项目版本为 v0.32.0；这个时间点不代表当前版本，实际部署前应重新查看 Release、安装文档和配置示例。来源资料记录项目采用 AGPL-3.0，修改、部署和再分发时应以许可证原文及项目说明为准。

• GitHub 仓库：https://github.com/karakeep-app/karakeep
• 官方网站：https://karakeep.app
• 官方文档：https://docs.karakeep.app
• Release：https://github.com/karakeep-app/karakeep/releases/latest