Khojの狙いははっきりしています。パソコンの中に散らばった文書、ノート、ウェブページを、質問すれば自分の資料から答えてくれる個人ナレッジベースに変えることです。GitHubで約3.5万スターを集め、個人知識管理の分野で最も注目されるオープンソースの一つです。ただし人気以上に大事なのは、自分で構築し、自分で保守する点です。その勘定が合わなければ、入れたまま放置されかねません。
公式リポジトリ情報
- プラットフォーム：GitHub
- 組織名：khoj-ai
- プロジェクト名：khoj
- ライセンス：AGPL-3.0
なぜ人気なのか
第一に、取り込める形式が広いことです。PDF、Word、Markdown、画像、Notionのエクスポートまで索引化でき、質問時にはまず自分の資料を検索してから答えを組み立てます。第二に、特定のモデル事業者に縛られません。GPT、Claude、Geminiなどのクラウドモデルも、ローカルで動かすオープンモデルも使え、節約とプライバシーの両方に道があります。第三に、入口が多いことです。ブラウザ、デスクトップ、スマホに加え、ObsidianとEmacsのプラグインがあり、ノートの習慣を変えずに済みます。第四に、単なる質疑応答を超えて、カスタムエージェントや定期実行の自動化まで備えています。
導入コスト：先に数える三つの勘定
一つ目はマシンの勘定です。推奨はDockerでの構築で、常時起動できるパソコンやサーバが要ります。自宅で試すのは簡単でも、いつでもどこでも使いたいならクラウドサーバの月額か、自宅機器の電気代と安定性を考える必要があります。二つ目はモデルの勘定です。クラウドモデルは利用量課金で、質問も索引作成も枠を消費します。ローカルモデルならその費用は消えますが、相応のグラフィックカードが要り、速度と回答品質は下がります。三つ目は時間の勘定です。大量の文書の初回索引には時間がかかり、その後のアップグレード、バックアップ、故障対応は全部自分持ちです。サポート窓口はなく、頼れるのはコミュニティとドキュメントだけです。
本当の落とし穴
文書解析には天井があります。スキャン版PDF、複雑な表、図版の多いマニュアルは索引品質が目に見えて落ち、答えが不完全になることがあります。これはKhoj固有の問題ではありませんが、期待値は調整すべきです。検索できたことと正しく答えることは別で、拾った断片が古かったり矛盾していたりしても、自信ありげにまとめてくるため、重要な結論は原文で確認が必要です。ライセンスも見逃せません。AGPL-3.0は個人の自己利用にはほぼ影響しませんが、改変して外部向けサービスにする場合は義務がぐっと厳しくなります。商用前に必ず条文を確認してください。モバイルアプリは使えるものの感動的ではなく、スマホ中心に知識整理をする人には物足りないかもしれません。
向く人、向かない人
向くのは、資料が大量にあり何度も見返す個人、文書を自分のマシンの外に出したくない人、Obsidianのノートに質疑応答の層を足したい人です。向かないのは、Dockerやサーバに触れたくない人で、そういう人はホスト型のノート質疑応答製品の方が幸せになれます。企業の権限管理や共同作業フローを期待するのも筋違いで、これはあくまで個人の道具です。自分の第二の脳の運用係を引き受ける覚悟があるなら、この分野で最も完成度の高いオープンソースの一つです。
