Khoj review: het AI-tweede brein zelf hosten na Khoj Cloud

Khoj is een opensource persoonlijke AI die antwoordt op basis van uw eigen notities en documenten, plus het web. Het is een van de oudste projecten op onze lijst, met een eerste release op PyPI in augustus 2022, en had 38.065 GitHub-sterren toen we op 8 november 2026 keken.

Het bevindt zich ook in een andere positie dan alles hier. De makers sloten het gehoste Khoj Cloud op 15 april 2026 om zich te richten op andere producten, Open Paper en Pipali. De code blijft open en zelf te hosten, maar wie vandaag voor Khoj kiest, kiest ervoor het zelf te draaien, met weinig hulp van upstream.

Wordt Khoj nog onderhouden?

Slechts licht. De nieuwste release, 2.0.0-beta.28, verscheen op 26 maart 2026 (releases), en de laatste commit kwam binnen op 2 augustus 2026 (commitgeschiedenis). Dit jaar kwamen er nog wat fixes binnen, zoals #1382 in augustus, die stopte met het meesturen van client-IP’s in telemetrie. Maar verwacht weinig updates en reken erop dat u eventuele fixes zelf doet.

Voor een tool die uw privénotities indexeert en met model-API’s praat, weegt traag onderhoud zwaarder dan voor een statische app. Modelproviders wijzigen API’s, en dependencies verouderen. Pin uw versie en verwacht af en toe zelf onderhoud te moeten doen.

Waar het goed in is

Khoj is geen algemene chat-app-agent zoals OpenClaw. Het is een tweede brein. Het indexeert Markdown, Org-mode, PDF, Word, Notion en GitHub-content, en beantwoordt daarna vragen op basis daarvan en van webzoekopdrachten. Met plugins voor Obsidian en Emacs bevraagt u uw notities vanaf de plek waar u ze schrijft.

Daaromheen heeft het eigen agents, elk met een eigen persona, kennis, chatmodel en tools, plus beeldgeneratie, spraakchat en automatiseringen die volgens een schema een zoekvraag uitvoeren en u het resultaat mailen.

Installatie

De documentatie voor zelf hosten biedt twee routes: Docker Compose (via WSL2 op Windows) of pip met Python 3.10 tot en met 3.12. Docker Compose is de route om te nemen. Die start ook de lokale Terrarium-sandbox die gegenereerde code uitvoert.

U gebruikt het via de web-app of de plugins voor Obsidian en Emacs. Er zijn geen chat-app-kanalen: geen Telegram, Slack of Discord. De WhatsApp-bot was gekoppeld aan Khoj Cloud en is daarmee gesloten.

E-mails van geplande automatiseringen vragen extra setup bij zelf hosten: de documentatie over automatiseringen vereist Resend en authenticatie. Zonder die twee bereikt de functie voor gepland onderzoek uw inbox niet.

Lokale modellen en hardware

Dit is het sterke punt van Khoj op het gebied van privacy. Het werkt met OpenAI, Anthropic, Gemini, Vertex AI of elke OpenAI-compatibele API, en ook met Ollama, LM Studio, vLLM, of GGUF-modellen die volledig offline draaien via llama.cpp (Ollama-handleiding). Embeddings worden op uw eigen machine gegenereerd, dus met een lokaal chatmodel verlaten uw documenten die nooit. Met een gehost model worden relevante delen van uw documenten als context naar die provider gestuurd.

Voor offline modellen helpt een GPU met CUDA, ROCm, Vulkan of Apple Metal.

Sandboxing

Code die Khoj genereert, draait in de Terrarium-sandbox die Docker Compose voor u start (documentatie over code-uitvoering).

Telemetrie: standaard aan

Khoj stuurt standaard geanonimiseerde gebruiksmetadata: welke client u gebruikt, gebruik van de zoek- en chat-API, geconfigureerde contenttypes en verzoekmetadata zoals host en referrer, maar niet uw content. De telemetriedocumentatie zegt dat het naar PostHog gaat. Stel KHOJ_TELEMETRY_DISABLE=True in uw omgeving in vóór de eerste start als u er niets van wilt. De privacypagina zegt dat de makers geen data verkopen en er geen modellen op trainen.

Licentie

Khoj is AGPL-3.0, anders dan de MIT- en Apache-tools op het grootste deel van onze lijst. Voor persoonlijk gebruik verandert dat niets. Past u Khoj aan en biedt u het via een netwerk aan anderen aan, dan moet u uw wijzigingen delen.

Voor wie het geschikt is

Khoj is nog steeds zinvol voor gebruikers van Obsidian en Emacs die een private AI over hun notities willen, en voor iedereen die een zelf gehoste onderzoeksassistent op lokale modellen wil en het goed vindt om die zonder upstream-ondersteuning te onderhouden. Het is de verkeerde keuze als u een agent in uw chat-apps wilt, of een project met een actieve releasecyclus.

Alternatieven die het bekijken waard zijn

• nanobot bewaart geheugen in gewone Markdown-bestanden, draait geplande automatiseringen en wordt actief ontwikkeld, maar is een algemene agent in plaats van een zoektool voor notities.
• QwenPaw draait volledig offline op lokale modellen, met Markdown-geheugen en chat-app-kanalen.
• Agent Zero doet onderzoek en documentwerk binnen zijn eigen Docker-workspace, met lokaal zoeken en spraak.

Zie beste lokale AI-agent voor meer opties die op uw eigen hardware draaien.