সেরা self-hosted AI agents ২০২৬

২০২৬ সালের সেরা self-hosted AI agents, সংক্ষেপে

২০২৬ সালের সেরা self-hosted AI agents হলো chat apps-এর মাধ্যমে ব্যবহার করা যায় এমন personal assistant হিসেবে OpenClaw, সবচেয়ে ছোট সার্ভারে একই কাজের জন্য Hermes Agent, language models-এর ওপর অ্যাপ্লিকেশন তৈরির জন্য Dify, autonomous coding-এর জন্য OpenHands, এবং একটি general purpose framework হিসেবে Agent Zero, যার agents নিজেরাই sub-agents তৈরি করতে পারে। এই পাঁচটিই open source, এবং এই পাঁচটিই আপনার নিয়ন্ত্রণে থাকা একটি VPS-এ চলে। এই সারসংক্ষেপটি তাদের কাজের ধরন, গঠন, সার্ভারের প্রয়োজনীয়তা এবং প্রতিটি ডিজাইনের জন্য কতটুকু security work প্রয়োজন তার ওপর ভিত্তি করে তুলনা করা হয়েছে, যাতে আপনি ইনস্টল করার আগেই সঠিকটি বেছে নিতে পারেন।

আমরা প্রতিটি টুল বাস্তব সার্ভারে চালিয়েছি, এবং নিচের প্রতিটি সেকশন সেই টুলের পূর্ণ setup এবং hardening guide-এর লিঙ্ক প্রদান করে।

Self-hosted AI agent কী

একটি AI agent হলো একটি language model-এর চারপাশে ঘেরা একটি loop। মডেলটি পরিস্থিতি পড়ে, একটি কাজের সিদ্ধান্ত নেয়, আপনার সার্ভার সেই কাজটি সম্পন্ন করে, এবং ফলাফলটি লুপের পরবর্তী ধাপের জন্য ইনপুট হিসেবে কাজ করে। এই কাজগুলো হলো tools: shell command চালানো, ফাইল পড়া বা লেখা, browser চালানো, অথবা API কল করা। আপনি যদি এর মেকানিজম বিস্তারিত জানতে চান, তবে building your own AI agent on a VPS আপনাকে শুরু থেকে loop, tools, এবং memory সম্পর্কে বিস্তারিত জানাবে।

Self-hosted মানে হলো agent runtime, এর memory, এর tools, এবং এর secrets অন্য কোনো প্ল্যাটফর্মের পরিবর্তে আপনার নিজস্ব সার্ভারে থাকে। language model নিজেই সাধারণত একটি hosted API হিসেবে থাকে, কারণ শক্তিশালী মডেলগুলো ছোট সার্ভারের memory-তে জায়গা করে নিতে পারে না। আপনি যদি Ollama on the same VPS দিয়ে একটি মডেল সার্ভ করে পুরোপুরি local হতে পারেন, তবে এর জন্য একটি সক্ষম মডেল চালানোর মতো পর্যাপ্ত RAM প্রয়োজন হবে।

Agent self-host করার কারণ হলো নিয়ন্ত্রণ: আপনার conversation history, আপনার files, আপনার API keys, এবং agent যে প্রতিটি command চালায় তা আপনার মালিকানাধীন একটি মেশিনে থাকে। সতর্ক থাকার কারণটিও একই। আপনার সার্ভারে command চালানো একটি agent ততটাই নিরাপদ যতটা আপনি তার চারপাশে সীমাবদ্ধতা বা limits তৈরি করবেন; এই কারণেই নিচের তুলনাটিতে security posture-কে একটি প্রধান বিষয় হিসেবে বিবেচনা করা হয়েছে, কোনো পাদটীকা হিসেবে নয়।

পাঁচটি agent পাশাপাশি

[
  {
    "tool": "OpenClaw",
    "primary_use": "Personal assistant with full server access",
    "interface": "Chat apps (Telegram, WhatsApp, Slack, Discord)",
    "isolation_model": "One gateway process, on loopback by default",
    "ram_floor": "Small VPS; more if it drives a browser",
    "security_posture": "Safe network default; operator must harden the rest",
    "maturity": "380,000+ stars mid-2026; March 2026 CVE history"
  },
  {
    "tool": "Hermes Agent",
    "primary_use": "Lightweight personal assistant with memory",
    "interface": "Chat apps (Telegram, Discord)",
    "isolation_model": "Single process, runs fine under systemd",
    "ram_floor": "A $5 VPS is enough",
    "security_posture": "Connects outward only; no inbound port needed",
    "maturity": "New (February 2026), from Nous Research"
  },
  {
    "tool": "Dify",
    "primary_use": "LLM app platform for teams",
    "interface": "Web UI and API",
    "isolation_model": "Docker Compose stack of about six containers",
    "ram_floor": "2 GB free; 4 GB is comfortable",
    "security_posture": "Ships on plain HTTP port 80; needs TLS and a proxy in front",
    "maturity": "Established, fast release pace"
  },
  {
    "tool": "OpenHands",
    "primary_use": "Autonomous coding agent",
    "interface": "Web UI on port 3000",
    "isolation_model": "Per-task sandbox containers via the host Docker socket",
    "ram_floor": "4 GB",
    "security_posture": "Docker socket is root equivalent; run it on a disposable VPS",
    "maturity": "Established (formerly OpenDevin)"
  },
  {
    "tool": "Agent Zero",
    "primary_use": "General purpose multi-agent framework",
    "interface": "Web UI on port 50001",
    "isolation_model": "Subordinate agents in separate containers",
    "ram_floor": "2 GB to start",
    "security_posture": "Default run exposes the UI on every interface; bind it to loopback",
    "maturity": "Active, Docker-first"
  }
]

এই টেবিলের দুটি প্যাটার্ন বেশিরভাগ security work নির্ধারণ করে। Personal agents, OpenClaw এবং Hermes, chat apps-এর মাধ্যমে আপনার কাছে পৌঁছায়, তাই তারা outward কানেক্ট হয় এবং তাদের কোনো inbound port প্রয়োজন হয় না। Web-first tools, Dify, OpenHands, এবং Agent Zero, প্রতিটি HTTP-এর মাধ্যমে একটি interface প্রদান করে, এবং এই প্রতিটি ক্ষেত্রেই default network posture হলো ইনস্টল করার পর প্রথম কাজ যা আপনাকে ঠিক করতে হবে।

OpenClaw: সবচেয়ে সক্ষম personal agent

OpenClaw হলো একটি personal AI agent যা আপনি আপনার নিজস্ব সার্ভারে চালান এবং Telegram, WhatsApp, Slack, অথবা Discord থেকে এর সাথে কথা বলতে পারেন। এটি shell commands চালাতে পারে, browser নিয়ন্ত্রণ করতে পারে, এবং আপনার files পড়া ও লেখা পারে, যা এটিকে এই তালিকার সবচেয়ে সক্ষম টুল এবং আপনার মেশিনে সবচেয়ে বেশি অ্যাক্সেস প্রদানকারী টুল করে তোলে। এটি MIT licensed এবং ২০২৬ সালের মাঝামাঝি সময়ে এর GitHub stars সংখ্যা ৩,৮০,০০০-এর বেশি, যা এটিকে প্ল্যাটফর্মের অন্যতম জনপ্রিয় প্রজেক্ট করে তুলেছে; ফলে এর চারপাশের ecosystem এবং community অন্য যেকোনো agent-এর তুলনায় অনেক বড়।

দুটি বিষয় আপনার সিদ্ধান্ত নিতে সাহায্য করবে। প্রথমত, এর network side নিরাপদ: gateway বা সবকিছু নিয়ন্ত্রণকারী একমাত্র process-টি ডিফল্টভাবে loopback address-এ listens করে, তাই আপনি নিজে এটি expose না করা পর্যন্ত ইন্টারনেট থেকে এটি পাওয়া সম্ভব নয়। দ্বিতীয়ত, এই প্রজেক্টের একটি বাস্তব security history আছে। ২০২৬ সালের মার্চ মাসে, মাত্র চার দিনের মধ্যে ৯টি security issues প্রকাশ করা হয়েছিল, যার মধ্যে একটি critical privilege escalation flaw (CVE-2026-32922) ছিল, যার রেটিং ১০-এর মধ্যে ৯.৯। OpenClaw-এর security model hardening-এর দায়িত্ব আপনাকে (operator) দেয়, তবে এই দুটি বিষয় মানে এই নয় যে আপনি এটি এড়িয়ে চলবেন। এগুলো আপনাকে সতর্কভাবে এটি ইনস্টল করতে উদ্বুদ্ধ করে, যা running OpenClaw safely on a VPS ধাপে ধাপে কভার করে।

Hermes Agent: সবচেয়ে হালকা personal agent

Hermes Agent আসে Nous Research থেকে এবং এটি ২০২৬ সালের ফেব্রুয়ারিতে রিলিজ করা হয়েছে, যা এটিকে এখানে সবচেয়ে নতুন টুল করে তুলেছে। এটি একটি personal agent যা আপনার প্রজেক্টগুলোর একটি persistent memory বজায় রাখে, কাজ করার সময় নিজেই পুনরায় ব্যবহারযোগ্য skills লিখে নেয়, এবং Telegram ও Discord-এর মতো chat apps-এর মাধ্যমে আপনার কাছে পৌঁছায়। এটি model agnostic, তাই আপনি আপনার পছন্দমতো যেকোনো language model ব্যবহার করতে পারেন।

এর বিশেষত্ব হলো এর minimal requirement। Hermes একটি মাত্র command দিয়ে ইনস্টল করা যায় এবং $5 VPS-এ অনায়াসেই চলে, কারণ agent হলো runtime, model নয়, এবং ভারী computation সেই API-তে ঘটে যেটির সাথে এটি কানেক্ট করা হয়েছে। এটি আপনার model এবং chat apps-এর সাথে কানেক্ট হওয়ার মাধ্যমে কাজ করে, তাই এর কোনো inbound port প্রয়োজন হয় না, যা এর network surface প্রায় শূন্য রাখে। OpenClaw-এর তুলনায় এর একটি সীমাবদ্ধতা হলো maturity: Hermes মাত্র কয়েক মাস পুরনো, যেখানে OpenClaw-এর integrations এবং community অনেক বড়। এর পূর্ণ setup, এমনকি কেন একটি curl install script চালানোর আগে সেটি ডাউনলোড করে পড়া উচিত, তা self-hosting Hermes Agent on a VPS-এ দেওয়া আছে।

Dify: টিমের জন্য প্ল্যাটফর্ম

Dify হলো ভিন্ন ধরনের একটি টুল। একজন ব্যক্তির জন্য একটি agent হিসেবে কাজ করার পরিবর্তে, এটি language models-এর ওপর অ্যাপ্লিকেশন তৈরির জন্য একটি self-hostable platform: chat apps, agents, এবং retrieval pipelines ডিজাইন করার জন্য একটি web interface, আপনার নিজস্ব code থেকে এগুলো কল করার জন্য একটি API, এবং prompts, datasets, ও model keys ম্যানেজ করার জন্য একটি নির্দিষ্ট জায়গা। একটি ছোট টিম এটি সেটআপ করে যাতে সবাই স্ক্রিপ্টে API keys ছড়িয়ে না দিয়ে একটি shared private base-এর ওপর কাজ করতে পারে।

এই ব্যাপকতার কারণে এতে অনেক বেশি moving parts রয়েছে। Dify প্রায় আধা ডজন container-এর একটি Docker Compose stack হিসেবে আসে, যার মধ্যে একটি Postgres database, একটি Redis cache, এবং একটি vector database অন্তর্ভুক্ত; তাই অন্তত 2 GB free RAM এবং আদর্শভাবে 4 GB RAM-এর পরিকল্পনা করুন। এর security work-ও আলাদা: Dify-এর bundled web server প্রতিটি interface-এ plain HTTP port 80-তে listens করে, এবং এর install page-এ প্রথম ভিজিটরটি admin account দাবি করে নেয়। এটিকে loopback-এ bind করুন, সামনে একটি TLS reverse proxy রাখুন, এবং অবিলম্বে admin account তৈরি করুন। Self-hosting Dify on a VPS ইনস্টলেশন এবং এই প্রতিটি সমাধান ধাপে ধাপে বর্ণনা করে।

OpenHands: autonomous coding agent

OpenHands (পূর্বে OpenDevin) হলো একটি autonomous software engineering agent। আপনি একে সাধারণ ভাষায় একটি task দেন, এবং এটি কাজের পরিকল্পনা করে, code লেখে, command চালায়, output পড়ে, এবং task শেষ না হওয়া পর্যন্ত এটি পুনরাবৃত্তি করে। এটি Docker-এর মাধ্যমে চলে, port 3000-এ একটি web UI প্রদান করে, ডজন ডজন model backend সাপোর্ট করে, এবং কমপক্ষে 4 GB RAM প্রয়োজন হয়।

একটি design decision আপনার পুরো setup নির্ধারণ করে দেবে। প্রতিটি task একটি fresh sandbox container-এ চালানোর জন্য, এর controller host Docker socket mount করে, এবং যেকোনো কিছু যা ওই socket-এর সাথে কথা বলতে পারে, তা আপনার পুরো host filesystem mount করতে পারে এমন একটি container শুরু করতে পারে। এর মানে হলো socket access কার্যত মেশিনে root হিসেবে কাজ করে, তাই আপনি OpenHands-কে তার host থেকে পুরোপুরি sandbox করতে পারবেন না। এর বাস্তব সমাধান হলো placement: এটিকে একটি ডেডিকেটেড, disposable VPS দিন যেখানে আপনার প্রয়োজনীয় অন্য কিছু নেই, কাজ শুরু করার আগে বক্সটির snapshot নিন, এবং কয়েক সপ্তাহ ধরে agent-এর লেখা code চলা কোনো সার্ভারের ওপর ভরসা না করে snapshot থেকে পুনরায় তৈরি করুন। setup, এর UI-এর জন্য SSH tunnel, এবং এর কারণ self-hosting OpenHands on a VPS-এ দেওয়া আছে।

Agent Zero: general purpose framework

Agent Zero হলো একটি Docker-first agent framework। একটি primary agent অনেকগুলো subordinate agents তৈরি করতে পারে, যার প্রতিটি নিজস্ব isolated container-এ চলে, এবং প্রতিটি code চালাতে পারে, browser চালাতে পারে, এবং shell command চালাতে পারে। আপনি একটি web UI থেকে সবকিছু নিয়ন্ত্রণ করতে পারেন, এবং এটি মাত্র ছয় ডলারের VPS-এর মতো ছোট হার্ডওয়্যারে চলে, যা বাজেট অনুযায়ী multi-agent setup পরীক্ষা করার সবচেয়ে সহজ উপায়।

দুটি সতর্কতা একে নিরাপদ রাখে। বেশিরভাগ guide-এর আদর্শ docker run হলো web UI-কে প্রতিটি network interface-এ port 50001-এ পাবলিশ করা, তাই একটি public VPS-এ command চালাতে সক্ষম একটি সিস্টেমের control panel container শুরু হওয়ার সাথে সাথেই পুরো ইন্টারনেট থেকে পাওয়া সম্ভব; এর পরিবর্তে এটিকে loopback-এ পাবলিশ করুন এবং SSH tunnel-এর মাধ্যমে এটি অ্যাক্সেস করুন। এবং এর container isolation সম্পর্কে যা বলা হয়েছে তা বুঝুন: subordinate agents একে অপরের থেকে আলাদা থাকে, যা agent-দের রক্ষা করে, আপনার সার্ভারকে নয়। Host-side কাজ আপনারই করতে হবে, এবং self-hosting Agent Zero on a VPS এটি কভার করে, যার মধ্যে loopback bind অন্তর্ভুক্ত যা বেশিরভাগ tutorial এড়িয়ে যায়।

কোন self-hosted AI agent আপনার জন্য সঠিক

• আপনি আপনার chat apps-এ একজন সক্ষম personal assistant চান এবং আপনি বাস্তব hardening work করতে রাজি আছেন: OpenClaw।
• আপনি সবচেয়ে ছোট, সবচেয়ে সস্তা সার্ভারে এবং প্রায় শূন্য attack surface সহ একটি personal agent চান: Hermes Agent।
• আপনার টিম LLM apps-এর জন্য একটি shared, private base এবং non-developers ব্যবহার করতে পারে এমন একটি UI চায়: Dify।
• আপনি অনুপস্থিত থাকাকালীন code লেখাতে চান এবং আপনি একটি disposable server দিতে পারেন: OpenHands।
• আপনি এমন agent নিয়ে পরীক্ষা করতে চান যারা অন্য agent-দের কাজ অর্পণ (delegate) করতে পারে: Agent Zero।

একটি ক্ষেত্র এই তালিকার বাইরে। আপনি যদি একটি autonomous agent-এর পরিবর্তে terminal থেকে প্রতি সেশনে একটি interactive coding agent চান, তবে সেই ক্যাটাগরির নিজস্ব টুল এবং গাইড আছে: সবচেয়ে জনপ্রিয় open option-এর জন্য running OpenCode on a VPS দেখুন, এবং আরও বিস্তৃত ক্ষেত্রের জন্য running a coding AI agent on a VPS দেখুন।

পাঁচটি টুলের জন্যই security work একই

আপনি যে agent-ই বেছে নিন না কেন, hardening pattern পরিবর্তন হয় না, কারণ ঝুঁকি পরিবর্তন হয় না: এই প্রতিটি টুল আপনার সার্ভারে command বা code চালায়, তাই ভুলবশত কোনো সমস্যা হলে তা কতদূর পর্যন্ত পৌঁছাতে পারে তার ওপর সীমাবদ্ধতা থাকতে হবে।

চারটি অভ্যাস বেশিরভাগ গুরুত্ব বহন করে। agent-টিকে একটি ডেডিকেটেড unprivileged user হিসেবে চালান, কখনোই root হিসেবে নয়, যাতে এটি যে অ্যাকাউন্টে চলে তা ক্ষতির সীমা নির্ধারণ করে দেয়, যা running services as an unprivileged user-এ ব্যাখ্যা করা হয়েছে। প্রতিটি control surface প্রাইভেট রাখুন: web UIs এবং gateways-এর জন্য loopback binding ব্যবহার করুন, এবং যখন প্রয়োজন তখন SSH tunnel বা VPN ব্যবহার করুন, কারণ কেউ এমন কোনো port-এ আক্রমণ করতে পারে না যা সে অ্যাক্সেস করতে পারে না। সার্ভারের সামনে একটি default-deny firewall রাখুন, এবং IPv4-এর পাশাপাশি IPv6 চেক করুন, কারণ শুধুমাত্র IPv4 কভার করা একটি rule set IPv6-এ একই service-কে উন্মুক্ত অবস্থায় ফেলে দিতে পারে, যা হলো সেই IPv6 firewall gap যা অনেক self-hoster-এর সমস্যা তৈরি করে। এবং secrets গুলো এমন ফাইলে রাখুন যা শুধুমাত্র agent user পড়তে পারে (mode 600), যা command line-এ পেস্ট না করে service-এর মাধ্যমে লোড করা হয়।

NoNewPrivileges, ProtectSystem=strict, PrivateTmp, এবং ProtectHome সহ এই পুরো প্যাটার্নের একটি বাস্তব উদাহরণ হলো OpenClaw hardening guide, এবং একই রেসিপি এই পেজের যেকোনো agent-এর জন্য প্রযোজ্য। আরও একটি অভ্যাস পাঁচটি টুলের জন্যই গুরুত্বপূর্ণ: উদ্দেশ্যমূলকভাবে আপডেট করা। ২০২৬ সালের মার্চের OpenClaw প্রকাশনা দেখিয়েছে যে একটি agent-এর critical flaw কতটা দ্রুত জরুরি হয়ে ওঠে, কারণ একটি agent ইতিমধ্যে command চালায়, তাই এর মধ্যে একটি privilege escalation bug সাধারণ ওয়েব অ্যাপের তুলনায় অনেক বেশি গুরুতর।

FAQ

২০২৬ সালের সেরা self-hosted AI agent কোনটি?

এটি কাজের ওপর নির্ভর করে। OpenClaw হলো সবচেয়ে সক্ষম এবং সবচেয়ে জনপ্রিয় personal agent, যার ২০২৬ সালের মাঝামাঝি সময়ে GitHub stars সংখ্যা ৩,৮০,০০০-এর বেশি, এবং Hermes Agent হলো একই কাজের জন্য সবচেয়ে হালকা বিকল্প। Dify হলো LLM অ্যাপ্লিকেশন তৈরির জন্য টিমের জন্য সেরা প্ল্যাটফর্ম, OpenHands হলো সবচেয়ে শক্তিশালী autonomous coding agent, এবং Agent Zero হলো সবচেয়ে নমনীয় multi-agent framework। প্রথমে ব্যবহারের ধরন (use case) অনুযায়ী বেছে নিন, তারপর আপনি কতটুকু hardening work করতে ইচ্ছুক তার ওপর ভিত্তি করে।

আমি কি একটি সস্তা VPS-এ self-hosted AI agent চালাতে পারি?

হ্যাঁ, বেশিরভাগ ক্ষেত্রে সম্ভব। Hermes Agent একটি $5 VPS-এ চলে এবং Agent Zero প্রায় 2 GB RAM থেকে শুরু হয়, যেখানে Dify-এর জন্য 2 থেকে 4 GB free RAM প্রয়োজন এবং OpenHands-এর জন্য কমপক্ষে 4 GB প্রয়োজন। এজেন্টগুলো নিজে হালকা কারণ language model সাধারণত একটি hosted API-তে চলে। আপনি যদি মডেলটিও self-host করেন, তবে মডেলের জন্য সার্ভারের সাইজ নির্ধারণ করুন, যা এজেন্টের তুলনায় অনেক বড় প্রয়োজনীয়তা।

self-host করার জন্য আমার কি GPU প্রয়োজন?

না। এজেন্ট হলো একটি runtime: একটি loop, tools, এবং memory, যা সবই সাধারণ code যা একটি CPU-only VPS-এ চলে। GPU শুধুমাত্র তখনই প্রয়োজন হয় যদি আপনি একটি hosted API কল করার পরিবর্তে আপনার নিজস্ব হার্ডওয়্যারে language model নিজেই চালাতে চান। সেই ক্ষেত্রে মডেলটিকে memory-তে জায়গা করতে হবে, এবং মডেলটি ডাউনলোড করার আগে আপনার মেশিনটি সেই অনুযায়ী সাইজ করতে হবে।

self-hosted AI agent চালানো কি নিরাপদ?

এগুলো ততটাই নিরাপদ যতটা আপনি তাদের চারপাশে সীমাবদ্ধতা বা limits তৈরি করবেন। এখানে প্রতিটি agent command বা code চালায়, তাই ঝুঁকিগুলো হলো একটি exposed control surface, root installation, এবং API keys ফাঁস হওয়া। পাঁচটি টুলের জন্যই সমাধান একই: একটি unprivileged user, SSH বা VPN-এর মাধ্যমে অ্যাক্সেসযোগ্য loopback-only interfaces, IPv4 এবং IPv6 কভার করা একটি default-deny firewall, secrets-এর জন্য file permissions, এবং নিয়মিত আপডেট। এইভাবে ইনস্টল করা একটি agent চালানো যুক্তিযুক্ত; কিন্তু একটি public port-এ সরাসরি উন্মুক্ত রাখা কোনো এজেন্ট নিরাপদ নয়।