Självhostad AI-chatt som samlar flera leverantörer och lokala modeller i ett gränssnitt, med agenter, MCP-verktyg och företagsinloggning.
Öppen källkod – OSI-godkänd öppen källkod. Läs om licensmodeller.JavaScriptMongoDBTypeScript
Khoj
AI-chatt och assistenter · Forskningsassistent
Självhostad personlig AI-assistent som söker i egna dokument, anteckningar och på webben och chattar med valfri modell.
Betyg 65 av 100 Preliminär (källbaserad)
Läs bedömningenAPI · Officiellt
Serverns HTTP-endpoints (chatt, sökning, innehåll och agenter) är det som de egna klienterna – webb, skrivbord, Obsidian och Emacs – anropar. Någon separat API-referens finns inte i dokumentationen; endpoints och nyttolaster får läsas ur repots källkod.
Källa: github.com/khoj-ai/khoj
Kontrollerat:
MCP · Ej hittat
Varken repot eller dokumentationen beskriver ett MCP-gränssnitt, och ingen community-server för Khoj hittades vid sökning i GitHub.
Källa: github.com/khoj-ai/khoj, docs.khoj.dev
Kontrollerat:
Bedömning
Så bedömer viTotalbetyg
65 av 100
Preliminär (källbaserad)
-
Öppenhet och kontroll
AGPL-3.0 verifierat i repots LICENSE-fil (GNU AFFERO GENERAL PUBLIC LICENSE Version 3). Hela servern ligger i samma repo — repo-trädet har ingen ee/-katalog, inga proprietära moduler och ingen open-core-uppdelning; klienterna (webb, Obsidian, Emacs, skrivbord) är med. Drift är helt fri: docker-compose.yml eller pip-paketet, ingen leverantörsbindning i drift. Nivå 4 och inte 5 därför att AGPL:s nätverksklausul är en praktisk begränsning: ändringar du exponerar som tjänst måste delas under samma licens, vilket är relevant för den som vill bygga en tjänst ovanpå. Lagringen sker i PostgreSQL med pgvector, ett öppet och väldokumenterat format.
-
Funktionell passform
Användningsfallet täcks väl: README listar dokumentinmatning från bild, pdf, markdown, org-mode, word och Notion, semantisk sökning, chatt mot lokal eller extern LLM, agenter med egen kunskap/personlighet/modell/verktyg samt automations med nyhetsbrev till inkorgen, och dokumentationen har egna sidor för agents, automations, search och code_execution. Klienterna webb, Obsidian, Emacs, skrivbord och WhatsApp gör att assistenten finns där arbetet sker. Luckorna är kända och namngivna: alla 2.x-utgåvor är betaversioner (senaste 2.0.0-beta.28), det finns inget dokumenterat publikt REST-API för egna integrationer, och dokumentationens notFor-poster (delade arbetsytor med behörighet per grupp, krav på stabila utgåvor) ligger utanför användningsfallet. Därför 4, inte 5.
-
Dataflytt och interoperabilitet
Ingen dokumenterad exportfunktion finns: dokumentationsträdet (40 sidor under documentation/docs/) innehåller ingen sida om export, backup eller migrering, och README nämner ingen. Data ligger i PostgreSQL med pgvector, vilket i praktiken går att dumpa med pg_dump, men schemat är applikationsspecifikt och inget stödjer en dokumenterad flytt av chattar, minnen eller agentkonfiguration till ett annat system. Servern har HTTP-endpoints (src/khoj/routers/api*.py) som de egna klienterna använder, men de är odokumenterade och därmed inte en integrationsyta man kan luta sig mot. Det ger nivå 2: viss dataåtkomst finns men är ofullständig och bristfälligt dokumenterad. Konfidensen är medium eftersom jag inte kunnat kontrollera om ett pg_dump av databasen i praktiken återställer en fungerande instans.
-
Mognad och trygghet
Projektet har verklig historik och förvaltning: CI-badges för test, docker och pypi i README, publicerade images på ghcr.io, paket på PyPI, en dokumentationssajt med 40 sidor, Discord-community och en kommersiell aktör (khoj.dev med Enterprise-erbjudande) bakom. Det motsvarar nivå 3. Det som håller kvar på 3 och inte lyfter till 4 är utgivningsdisciplinen: releases.atom visar att senaste utgåvan är 2.0.0-beta.28 från 2026-03-26, att samtliga 2.x-taggar är betaversioner och att senaste icke-beta är v0.2.0 — sju månader utan utgåva vid bedömningstillfället, medan senaste commit på master är 2026-08-02. En verifierad uppdateringspolicy eller säkerhetsrutin (t.ex. SECURITY.md eller publicerad CVE-process) gick inte att belägga, vilket är just det som krävs för nivå 4. Konfidensen är medium eftersom beta-statusen är entydig men jag inte kunnat avgöra om avsaknaden av utgåvor beror på medveten stabilisering eller på minskad aktivitet.
-
Framtidskraft
Khoj har en reell automatiseringsförmåga i produkten: agenter med egen kunskap, personlighet, modell och verktyg (documentation/docs/features/agents.md), schemalagda automations som levererar nyhetsbrev och aviseringar (features/automations.md), kodkörning i en Terrarium-sandlåda (features/code_execution.md) och modellval via OPENAI_BASE_URL mot Ollama, vLLM eller LM Studio, dvs. leverantörsoberoende modellager. Arkitekturen är rimligt underhållbar: Django-routers per område (api_chat, api_agents, api_automation, api_content, api_memories, api_model) och modellkonfiguration i administrationsgränssnittet. Det som saknas för nivå 4 är den externa integrationsytan: ingen publik API-dokumentation på docs.khoj.dev, ingen CLI-dokumentation för automation utifrån och inget MCP-stöd i README eller dokumentationen (kontrollerat 2026-10-30). Automatiseringen sker alltså inuti produkten, inte via ett dokumenterat kontrakt som andra system kan bygga på. Konfidensen är medium eftersom endpoints finns i koden men deras stabilitet och avsedda användning utifrån inte är dokumenterad.
-
Drift och införande
Införandet är dokumenterat och hanterbart med normal IT-kompetens: docs.khoj.dev/get-started/setup beskriver både Docker Compose för Linux, macOS och Windows och pip-installation, anger att KHOJ_ADMIN_PASSWORD och KHOJ_DJANGO_SECRET_KEY ska sättas före start och att servern ska startas om efter första körningen. docker-compose.yml startar fyra tjänster — database (pgvector/pgvector:pg15), sandbox (Terrarium), search (SearXNG) och server på port 42110 — vilket är mer att hålla reda på än en enskild app, men alla är förkonfigurerade i compose-filen. Modell kopplas in med nyckel eller OPENAI_BASE_URL, så ingen modellkunskap krävs utöver containerdrift. Fjärråtkomst kräver egen konfiguration av domän och HTTPS enligt Remote Access-dokumentationen, vilket är den tydliga friktionen. Nivå 3: driftkraven är tydliga och hanterbara, men fyra samverkande containrar och egen reverse proxy-konfiguration gör att det inte är nivå 4. Konfidensen är medium eftersom jag läst dokumentationen men inte själv driftsatt stacken.
-
Kostnadsbild
Licenskostnaden är noll och transparent: AGPL-3.0, ingen avgift, ingen open-core-modul att köpa. TCO-antagandena för det namngivna användningsfallet är: (1) hosting av fyra containrar — Postgres med pgvector, SearXNG, Terrarium-sandlåda och server, rimligen 2–4 vCPU och 4–8 GB RAM, vilket är en egen beräkning; (2) modellkostnad — antingen API-avgifter per token hos OpenAI/Anthropic/Gemini eller egen hårdvara med tillräcklig RAM/VRAM för lokal modell, och den posten är volymberoende och kan inte läsas ur någon prislista; (3) arbetstid för installation, hemligheter, reverse proxy och uppgraderingar i betastakt. Kostnadsbilden är alltså tydlig på licenssidan men kräver egen beräkning av drift och modellanrop — nivå 3. Konfidensen är medium eftersom jag inte kunnat verifiera någon faktisk driftskostnad, bara vad som ingår.
-
Svensk användbarhet
Negativ kontroll utförd: jag hämtade hela repo-trädet för khoj-ai/khoj (846 filer) och sökte efter lokaliseringskataloger och översättningsfiler — resultatet är att det inte finns någon locale- eller i18n-katalog och inga .po/.mo-filer alls i repot, dvs. det finns ingen svensk (och ingen annan) översättning att mäta andel nycklar mot. Dokumentationsträdet (documentation/docs/, 40 sidor) innehåller ingen svensk sida och docs.khoj.dev publiceras på engelska. Det enda som berör andra språk är documentation/docs/advanced/support-multilingual-docs.md, som handlar om att byta till en flerspråkig embeddingmodell (t.ex. paraphrase-multilingual-MiniLM-L12-v2) för bättre sökning i icke-engelska dokument — det är dokumentinnehåll, inte lokalisering av gränssnittet, och faller under 'kan användas i Sverige', vilket enligt ankaret inte räcker. Nivå 1: verifierat svagt svenskt stöd, engelskspråkig men tekniskt användbar i Sverige. Konfidensen är medium eftersom avsaknaden av locale-katalog är entydig men jag inte kunnat utesluta att enskilda gränssnittssträngar är hårdkodade på annat sätt.
Om Khoj
## Vad det gör
Khoj är en personlig AI-assistent som arbetar mot dina egna kunskapskällor. Du chattar med en lokal eller extern modell och får svar som hämtas ur dina egna filer (PDF, Markdown, Word, org-mode, Notion, bilder) eller från webbsökning. Semantisk sökning går direkt mot indexet, och du kan skapa agenter med egen kunskap, personlighet, modell och verktyg. Gränssnittet finns i webbläsaren, som skrivbordsapp, i Obsidian och Emacs samt via WhatsApp.
## Driftsättning
Projektets docker-compose.yml startar Postgres (pgvector), SearXNG för webbsökning, en Terrarium-sandlåda för kodkörning och servercontainern på port 42110. Sätt KHOJ_ADMIN_PASSWORD och KHOJ_DJANGO_SECRET_KEY innan start och starta om servern efter första körningen. En modell kopplas in med OPENAI_API_KEY, ANTHROPIC_API_KEY eller GEMINI_API_KEY, eller med OPENAI_BASE_URL mot Ollama, vLLM eller LM Studio.
## Vad som krävs
Docker med Compose, Postgres med pgvector och åtkomst till en språkmodell – API-konto eller lokal server. Modellvalet görs i administrationsgränssnittet, så det krävs ingen modellkunskap utöver vanlig containerdrift. Fjärråtkomst kräver egen konfiguration av domän och HTTPS.
Användning
Passar för
- Enskilda handläggare som söker i egna PDF- och Word-dokument
- Team som redan arbetar i Obsidian eller Emacs och vill chatta med sina anteckningar
- Organisationer som vill köra assistenten helt mot en lokal modell via Ollama eller vLLM
- Behov av schemalagda sammanställningar och nyhetsbrev från egna källor
Passar mindre bra för
- Delade teamarbetsytor med behörighetsstyrning per grupp
- Verksamheter som kräver stabila utgåvor och lång support
- Miljöer utan Docker eller utan tillgång till någon modelltjänst
Styrkor och begränsningar
Styrkor
- Söker i egna dokument och på webben i samma gränssnitt
- Klienter för webb, skrivbord, Obsidian, Emacs och WhatsApp
- Agenter med egen kunskap, personlighet, modell och verktyg
- Kan köras helt lokalt mot Ollama eller annan OpenAI-kompatibel server
- Schemalagda automations och nyhetsbrev till inkorgen
Begränsningar
- Senaste utgåvan är 2.0.0-beta.28 (26 mars 2026). Alla 2.x-taggar är betaversioner och senaste icke-beta är v0.2.0 – räkna med att gränssnitt och API:er ändras.
- AGPL-3.0: ändringar du gör och exponerar som tjänst måste delas under samma licens.
- Flera containrar (Postgres, SearXNG, sandlåda, server) att hålla reda på jämfört med en enskild app.
- Ingen dokumenterad publik REST-API och inget MCP-stöd i README eller dokumentationen.
Skärmbilder
5 skärmbilder. Välj en bild för att visa den i full storlek. Svep i sidled för fler.
-
Dokumentfråga med svar ur den egna kunskapsbasen -
Sökning i kunskapsbasen med träff i backuprutinen -
Agenter med egen personlighet och egen kunskapsbas -
Fråga om incidenten med svar ur incidentrapporten -
Schemalagd veckosammanställning
Tekniska resurser
Alternativ
Cherry Studio
AI-chatt och assistenter · Skrivbordsklient med flera leverantörer och kunskapsbas
Skrivbordsklient som samlar flera modellleverantörer och lokala modeller i ett gränssnitt, med kunskapsbas, agenter och MCP-verktyg.