Klee

2025-07-26AI对话 / PC客户端200 次浏览

综合介绍

Klee是一款注重数据安全和隐私的桌面AI应用。它允许用户在自己的电脑上本地运行大型语言模型，无需连接互联网，从而确保了所有交互和数据的私密性。该应用内置了一个基于检索增强生成（RAG）技术的知识库，可以读取和处理用户的本地文件，让AI能够根据用户的私有文档内容进行回答和交互。Klee还集成了Markdown笔记功能，方便用户记录和整理AI的输出内容。该软件基于Ollama和LlamaIndex等开源技术构建，旨在为非技术用户提供一个简单易用的本地AI解决方案，只需一键即可下载并运行模型。Klee支持完全本地的私有模式，也提供了连接到云端模型的选项，为用户提供了灵活的选择。

功能列表

本地化模型部署：支持通过Ollama在用户自己的电脑上运行开源大型语言模型，确保了数据处理的隐私和安全。
无需网络连接：在本地模式下，应用可以完全离线运行，保护用户隐私。
内置RAG知识库：集成LlamaIndex框架，可将本地文件和目录作为知识库，让AI根据特定内容进行问答。
Markdown笔记系统：提供Markdown格式的笔记功能，用户可以将与AI的对话或重要回复直接保存为笔记，便于管理和查阅。
一键运行模型：简化了本地模型的下载和配置过程，用户无需复杂的终端操作即可使用。
跨平台支持：基于Electron和TypeScript构建，确保在不同桌面操作系统上都能使用。
灵活的运行模式：除了完全本地的私有模式，也支持连接到Supabase、OpenAI和Anthropic等云端服务，使用如GPT-4o等更强大的模型。
文件与知识库管理：能够扫描、分析并总结单个文件乃至整个知识库，通过对话形式提供对内容的全面理解。

使用帮助

Klee是一款桌面应用程序，旨在让用户能够安全、本地化地使用AI功能。以下是安装和使用Klee的详细步骤，帮助你快速上手。

系统要求

在开始安装之前，请确保你的系统满足以下条件：

Node.js (版本 20.x 或更高)
Yarn (版本 1.22.19 或更高)

安装流程

用户可以选择直接从官方网站 kleedesktop.com 下载已发布的版本，也可以通过源代码进行本地开发和部署。

步骤1：克隆客户端代码库

首先，你需要从GitHub上克隆Klee的客户端源代码。打开终端（Terminal）并输入以下命令：

git clone https://github.com/signerlabs/klee-client.git

然后进入项目目录：

cd klee-client

步骤2：安装依赖

在项目根目录下，使用Yarn来安装所有必需的依赖包：

yarn install

步骤3：配置环境变量

Klee使用环境变量来配置其运行模式和外部服务连接。你需要将示例环境文件复制一份并重命名为 .env。

cp .env.example .env

接下来，用文本编辑器打开 .env 文件，根据你的需求修改以下变量：

VITE_USE_SUPABASE: 设置为 'false' 将启用完全本地模式（默认），这是保护隐私的最佳选择。如果需要使用云端同步功能，则设为 'true'。
VITE_SUPABASE_ANON_KEY 和 VITE_SUPABASE_URL: 如果你启用了Supabase，需要在这里填写你自己的Supabase项目密钥和URL。
VITE_OLLAMA_BASE_URL: 指定Ollama服务的地址。如果你在本地运行Ollama，默认地址通常是 http://localhost:11434。
VITE_REQUEST_PREFIX_URL: 指定Klee后端服务的地址，默认为 http://localhost:6190。

步骤4：设置后端服务

Klee的前端应用需要一个后端服务（klee-service）来处理本地文件和执行RAG功能。你需要单独克隆并运行该服务。

打开一个新的终端窗口，执行以下命令：

git clone https://github.com/signerlabs/klee-service.git
cd klee-service

根据 klee-service 代码库中的 README.md 文件指引完成其安装和启动。请确保后端服务在.env文件中指定的端口（默认为 6190）上运行，以便客户端能成功连接。

步骤5：运行开发模式

当后端服务成功运行后，回到 klee-client 的终端窗口，运行以下命令来启动Klee桌面应用：

yarn dev

此命令会同时启动Vite开发服务器和Electron应用程序。

如何操作核心功能

1. 本地运行语言模型

Klee通过与Ollama集成，极大地简化了本地大模型的使用。

下载模型：在Klee应用内，你可以浏览支持的开源模型列表（如Llama 3, Mistral等），并一键下载。
选择模型：在对话界面，你可以从已下载的模型列表中轻松切换，以适应不同的任务需求。
开始对话：选择模型后，直接在输入框中提问即可。所有的计算都在你的本地设备上完成。

2. 使用RAG知识库

这是Klee的特色功能，它让AI能够理解你的本地文件内容。

创建知识库：在Klee的知识库管理界面，你可以创建一个新的知识库，并为其命名。
添加文件：点击“添加文件”或“添加文件夹”，选择你希望AI学习的本地文档（如PDF、TXT、Markdown等）。Klee的后端服务会对这些文件进行处理和索引。
基于知识库提问：在对话时，你可以选择一个或多个知识库。此时，AI的回答将会基于这些文档中的信息，而不是其通用的知识。这对于处理私人报告、研究资料或个人笔记非常有用。

3. Markdown笔记功能

你可以轻松地将AI的回复或自己的想法整理成笔记。

保存对话：在与AI的每一次互动后，旁边通常会有一个保存或复制按钮，让你能快速将有价值的回答存入笔记。
创建和编辑笔记：在笔记区域，你可以创建新的Markdown文件。编辑器支持所有标准的Markdown语法，如标题、列表、代码块等。
管理笔记：所有笔记都以文件形式存储，你可以方便地进行组织、搜索和修改。

应用场景

个人知识管理用户可以将本地的电子书、文章、研究报告和个人笔记添加到Klee的知识库中。当需要查找特定信息或对已有材料进行总结时，可以直接向AI提问。例如，你可以问：“根据我上传的关于气候变化的论文，总结一下主要的论点是什么？”
注重隐私的日常AI助手对于关心数据隐私的用户，Klee提供了一个安全的替代方案。你可以用它来起草邮件、编写代码、翻译文本或进行头脑风暴，而不用担心你的输入内容被发送到云端服务器。
开发者辅助工具开发者可以将项目的技术文档、API参考和代码规范添加到知识库中。在开发过程中，可以直接向Klee提问关于特定函数用法或项目架构的问题，AI会根据你提供的文档给出精准的回答。
无网络环境下的内容创作在飞机上、偏远地区或其他无法连接互联网的环境中，用户依然可以利用Klee的本地AI模型进行写作、分析和查询。由于模型和数据都在本地，创作过程不会中断。

QA

Klee是否完全免费？对于个人用户，在本地模式下使用是终身免费的，包括无限次的AI模型对话、笔记和知识库条目。针对团队协作和企业部署的商业版本未来可能会收费。
我的数据是否安全？是的。在默认的本地模式下，Klee不会将你的任何数据发送到互联网。所有的模型运算、文件处理和对话记录都存储在你的个人电脑上，确保了最高级别的隐私安全。
Klee支持哪些操作系统？Klee的客户端是基于Electron技术构建的，理论上可以支持macOS、Windows和Linux。同时，社区也提到了专门为macOS优化的原生版本，以提供更好的性能体验。
我可以使用自己的语言模型吗？是的。Klee通过Ollama来管理和运行模型，Ollama支持从Hugging Face等平台导入多种开源模型。你可以在Ollama中配置好模型后，在Klee中进行调用。
Klee和同类应用（如LM Studio）有什么区别？Klee不仅是一个模型运行工具，它深度整合了RAG知识库和Markdown笔记功能，形成了一个“对话-处理-记录”的闭环工作流。它的目标是成为一个完整的、以知识管理为核心的AI桌面助手，而不仅仅是模型的启动器。