DeepSeek Harness, Claude Code ও Omnigent-এর তুলনা
DeepSeek Harness, Claude Code এবং Omnigent-এর আর্কিটেকচার, লাইসেন্স ও মডেল কাপলিংয়ের বিস্তারিত তুলনা দেখুন। VPS-এ এগুলো চালানোর প্রয়োজনীয় রিসোর্স এবং সক্ষমতা সম্পর্কে জানুন।
DeepSeek Harness বনাম Claude Code বনাম Omnigent: আপনার কোনটি প্রয়োজন
DeepSeek Harness, Claude Code এবং Omnigent—তিনটিকেই agent harness বলা হয়, তবে এগুলো সমস্যার ভিন্ন ভিন্ন অংশ সমাধান করে। DeepSeek Harness হলো web UI (user interface)-সহ একটি plugin runtime, যেখানে আপনি model সরবরাহ করেন। Claude Code হলো Anthropic-এর একটি terminal program, যা Anthropic models চালায়। Omnigent হলো Databricks-এর একটি orchestrator, যা নিজস্ব agent loop বাস্তবায়নের পরিবর্তে Claude Code-সহ অন্যান্য harness পরিচালনা করে। এগুলোর কোনোটিই অন্যটির সরাসরি বিকল্প নয়। তাই যে layer-টি আপনার অনুপস্থিত, সেটি নির্ধারণ করাই গুরুত্বপূর্ণ। এই দৃষ্টিভঙ্গি নতুন হলে, agent harness আসলে কী নিবন্ধে loop, tools, permissions এবং session state—এই তিনটির মধ্যে ভিন্নভাবে বিভক্ত উপাদানগুলো ব্যাখ্যা করা হয়েছে।
বাস্তবে যেসব দিকের মধ্যে পার্থক্য রয়েছে, সেগুলো হলো architecture, model coupling, interface, maturity এবং licence। নিচের version ও date-গুলো প্রথমে 18 August 2026-এ যাচাই করা হয়েছিল। পরে 20 October 2026-এ প্রতিটি project-এর নিজস্ব docs, release pages এবং package registries-এর সঙ্গে আবার মিলিয়ে দেখা হয়েছে। Version number, release status এবং runtime requirement 27 October 2026-এ পুনরায় যাচাই করা হয়েছে। কোনো বাক্যে আলাদা date দেওয়া থাকলে সেই date-ই প্রযোজ্য। তিনটির মধ্যে দুটি এত দ্রুত পরিবর্তিত হয় যে কোনো একটি বেছে নেওয়ার আগে আপনার আবার যাচাই করা উচিত।
DeepSeek Harness কী, এবং plugin model কী সুবিধা দেয়?
DeepSeek 2026 সালের August-এ github.com/deepseek-ai/deepseek-harness-এ DeepSeek Harness বা dsh প্রকাশ করে। Repository description-এ পুরো design চারটি শব্দে বলা হয়েছে: সবকিছুই plugin। Model adapter, tool registry, session log, sandbox এবং agent loop নিজেই—সবই plugin, যেগুলো Cordis-এর ওপর তৈরি runtime দ্বারা load হয়। এটি অস্বাভাবিক দ্রুত গ্রহণযোগ্যতা পায়, এবং প্রকাশের কয়েক দিনের মধ্যেই repository-টি 150,000 stars অতিক্রম করে (18 August 2026-এ পরীক্ষা করা হয়েছে)।
DeepSeek Harness developer preview পর্যায়ে রয়েছে এবং দ্রুত পরিবর্তিত হচ্ছে। সামঞ্জস্য নষ্টকারী পরিবর্তন হবেই।
এটি README-এর নিজস্ব সতর্কবার্তা, এবং এই তুলনার সবচেয়ে গুরুত্বপূর্ণ বাক্য। আজ plugin API (application programming interface)-এর ওপর ভিত্তি করে যা লিখবেন, তা পুনরায় লিখতে হবে—এমনটাই ধরে নেওয়া উচিত।
এটি চালাতে npx ব্যবহার করুন। এর জন্য Node.js ইনস্টল থাকা প্রয়োজন:
npx @deepseek-ai/dsh webCommand-টি তার URL দেখায় এবং local launch হলে সেই URL default browser-এও খোলে। Default হিসেবে web UI http://127.0.0.1:3080-এ পরিবেশিত হয়। দেখানো URL-এ একটি নতুন process token থাকে, যা browser-কে sign in করায়। তাই শুধু bare address টাইপ না করে ওই নির্দিষ্ট URL-টি খুলুন। এই address-টি ইচ্ছাকৃত bind, শুধু cosmetic default নয়। dsh আপনার browser থেকে ভিন্ন machine-এ চললেই 127.0.0.1-এ bind করলে UI-তে পৌঁছানোর অর্থ কী বিষয়টি গুরুত্বপূর্ণ হয়ে ওঠে। 27 October 2026 পর্যন্ত প্রকাশিত প্রতিটি build ছিল prerelease—হয় release candidate, নয় alpha। কোনোটি stable release ছিল না (যখন npm-এর latest tag এখনও 0.2.1-rc.2-এর দিকে নির্দেশ করছিল এবং এর next tag এগিয়ে 0.2.1-rc.4-এ চলে গিয়েছিল)। তাই command-টি ব্যর্থ হলে বা প্রত্যাশিত নয় এমন version চালু হলে নির্দিষ্ট dsh version নির্ধারণ এবং npx cache পরিষ্কার করা দ্রুত সমাধানের উপায়। Source থেকে build করতে হলে pnpm ব্যবহার করুন:
git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
pnpm dsh webdsh web হলো dsh --profile web-এর সংক্ষিপ্ত রূপ। Profile হলো $DSH_HOME/profiles/-এর অধীনে থাকা একটি directory, এবং launcher আপনি যে profile-এর নাম দেন সেটিই চালু করে। এটি গুরুত্বপূর্ণ, কারণ একটি headless profile-ও রয়েছে: dsh --profile headless "job" একটি persisted session চালায়, ফলাফল দেখায় এবং exit করে। Cron job বা build step-এ আপনার প্রয়োজনীয় আচরণ এটিই। --profile এবং --patch-এর মতো launcher flag application-এর নিজস্ব argument-এর আগে দিতে হবে, কারণ handoff-এর পর launcher parsing বন্ধ করে। --port-এর মতো flag boot করা profile-এর অন্তর্ভুক্ত, launcher-এর নয়। তাই এর অবস্থান গুরুত্বপূর্ণ। pnpm-এ argument forward করে plugin পরিচালনা করা হয়, যেমন dsh plugin --profile web add <package>। Plugin agent-এর একই runtime-এ load হয় এবং তার permissions পায়। তাই ইনস্টল করার আগে plugin কোন কোন resource-এ পৌঁছাতে পারে তা পরীক্ষা করুন।
Claude Code কী এবং এটি কেন একটি terminal program?
Claude Code হলো Anthropic-এর নিজস্ব CLI (command line interface) agent। এই CLI-এর নিজস্ব কোনো web UI নেই। Anthropic Claude Code-কে web, desktop app এবং IDE extension-এও প্রদান করে, তবে সেগুলো আলাদা interface। সার্ভারে আপনি CLI-ই চালাবেন। এটি আপনার terminal-এ, যে directory-তে কাজ করাতে চান সেখানে চলে। তাই server session-এর জন্য এটি উপযোগী। কনফিগার করার কোনো interface না থাকায় settings panel-এর বদলে text ব্যবহার করে এর উত্তর দেওয়ার ধরন নির্ধারণ করেন। একটি output style system prompt প্রতিস্থাপন করে, ফলে session-এর প্রতিটি উত্তর ভিন্ন কাঠামোতে ফিরে আসে। macOS, Linux এবং WSL-এ installation-এর জন্য একটি command যথেষ্ট:
curl -fsSL https://claude.ai/install.sh | bash
claude --versionসঠিকভাবে installation সম্পন্ন হলে একটি version এবং product name দেখায়। উদাহরণস্বরূপ, 2.1.211 (Claude Code)। এটি ব্যর্থ হলে claude doctor চালিয়ে session শুরু না করেই read-only installation এবং settings diagnostics দেখা যায়। একটি npm package-ও রয়েছে, npm install -g @anthropic-ai/claude-code, যার জন্য Node.js 22 বা পরবর্তী version প্রয়োজন। এটি একই native binary install করে। তাই install করা claude runtime-এ আপনার Node.js ব্যবহার করে না। Anthropic Debian, Ubuntu, Fedora, RHEL এবং Alpine-এর জন্য signed apt, dnf এবং apk repository-ও প্রকাশ করে। Configuration management দিয়ে পরিচালিত সার্ভারে এগুলো ব্যবহার করাই ভালো। কারণ updates তখন আপনার স্বাভাবিক upgrade workflow-এর মাধ্যমে আসে।
Anthropic-এর setup docs অনুযায়ী Claude Code ব্যবহারের জন্য Pro, Max, Ultra, Team, Enterprise অথবা Console account প্রয়োজন। Supported cloud provider-এর মাধ্যমেও access পাওয়া যায়: Amazon Bedrock, Google Cloud-এর Agent Platform অথবা Microsoft Foundry। বিনামূল্যের Claude.ai plan-এ access অন্তর্ভুক্ত নেই। Ollama-ও একটি পদ্ধতি নথিবদ্ধ করেছে, ollama launch claude। এটি Ollama-এর Anthropic-compatible API ব্যবহার করে Claude Code-কে local model-এর দিকে পাঠায় এবং configuration-এ কোনো Anthropic credential প্রয়োজন হয় না। তবে তখন আপনি Claude-এর বদলে অন্য কারও model চালাচ্ছেন। Anthropic-এর নিজস্ব model ব্যবহার করতে চাইলে Claude subscription এবং API billing-এর মধ্যে বেছে নেওয়া tool-এর ভেতরের যেকোনো setting-এর তুলনায় আপনার খরচে অনেক বেশি প্রভাব ফেলে।
Omnigent কী, এবং একটি meta-harness কী orchestrate করে?
Databricks 2026 সালের June মাসে Omnigent ঘোষণা করে এবং Apache 2.0 licence-এর অধীনে এটি প্রকাশ করে। Omnigent নিজেকে meta-harness হিসেবে পরিচয় দেয়। এটি কোনো agent loop বাস্তবায়ন করে না। ইতিমধ্যে থাকা agent-গুলোকে এটি পরিচালনা করে: Claude, Codex, Cursor, OpenCode, Hermes, Pi এবং OpenAI-এর agents SDK (software development kit)। 2026 সালের October নাগাদ README-তে GitHub Copilot, Antigravity, Devin, Kiro এবং Grok Build-এর নামও যুক্ত হয়। harness তালিকায় এগুলোর কয়েকটি দুইবার দেখা যায়—একবার vendor-এর SDK-এর সঙ্গে যোগাযোগকারী রূপে এবং একবার vendor-এর প্রকৃত terminal program মোড়ানো native রূপে।
একটি agent হলো একটি YAML file। YAML হলো plain text configuration format:
name: my_agent
prompt: You are a helpful data analyst.
executor:
harness: claude-sdk
tools:
word_count:
type: function
callable: mypackage.mymodule.word_count
docs:
type: mcp
url: https://example.com/mcp
researcher:
type: agent
prompt: Search for relevant information.executor.harness line-টিই পুরো project-এর মূল বিষয়। claude-sdk-কে codex-এ পরিবর্তন করলে একই prompt এবং একই tools ভিন্ন vendor-এ চলে। একটি tool হলো একটি Python function, একটি MCP (model context protocol) server, অথবা অন্য একটি agent। শেষের ক্ষেত্রেই multi-agent কাজ প্রকাশ করা হয়: একটি sub-agent আসলে একটি tool। skills, MCP servers এবং rules files কোনটি কোথায় রাখা উচিত তা যদি এখনও নির্ধারণ না করে থাকেন, agent skills, MCP এবং rules files-এর পার্থক্য আগে পড়ে নেওয়া উপযোগী, কারণ নিচের harness যে বৈশিষ্ট্য সমর্থন করে, Omnigent সেগুলোই ব্যবহার করে।
প্রকাশিত example-টি ধারণাটি স্পষ্ট করে। Polly হলো একটি coding orchestrator, যা নিজে কোনো code লেখে না। এটি পরিকল্পনা করে, parallel git worktree-তে থাকা coding sub-agent-গুলোর মধ্যে কাজ ভাগ করে দেয়, তারপর প্রতিটি diff ভিন্ন vendor-এর model-এ চলা reviewer-এর কাছে পাঠায়।
প্রকাশিত script দিয়ে এটি install করুন:
curl -fsSL https://raw.githubusercontent.com/omnigent-ai/omnigent/main/scripts/install_oss.sh | shঅথবা manual installation করুন। এর জন্য Python 3.12 বা নতুন সংস্করণ প্রয়োজন:
uv tool install omnigent
omnigent setup
omnigent startpip install "omnigent"-ও কাজ করে, এবং প্রচলিত পদ্ধতিতে uv tool install "omnigent[databricks,modal]" দিয়ে extras নির্বাচন করা হয়। omnigent setup credentials সংগ্রহ করে এবং defaults নির্ধারণ করে। omnigent start local server চালু করে, machine-টিকে host হিসেবে register করে এবং খোলার জন্য URL দেখায়। omnigent server status এবং omnigent stop হলো প্রতিদিন ব্যবহার করার অন্য দুটি command। কোনো argument ছাড়া omnigent agent চালু করে না। omnigent এবং omni উভয়ই একই entry point চালায়: interactive terminal-এ bare command background-এ local server এবং host চালু করে তারপর ফিরে আসে; TTY না থাকলে এটি help দেখায়। omni claude, omni polly অথবা omni run agent.yaml দিয়ে agent চালু করুন।
এক লাইনের installer যে dependency list-এর ইঙ্গিত দেয়, প্রকৃত তালিকা তার চেয়ে দীর্ঘ: Python 3.12 বা নতুন সংস্করণ, uv, git, npm এবং pnpm-সহ Node.js 22 LTS (long term support) বা নতুন সংস্করণ, native terminal wrapper-এর জন্য tmux এবং Linux sandbox-এর জন্য bubblewrap (bwrap)। এটি design-এর সরাসরি ফল। Omnigent vendor CLI-গুলো supervise করে এবং কয়েকটি স্বয়ংক্রিয়ভাবে install করে, অন্যগুলোর জন্য আলাদা installation প্রয়োজন। তাই এটি এমন Python software, যার কাজের মধ্যে Node.js software চালানোও অন্তর্ভুক্ত।
মডেল সরবরাহকারী কে এবং এর খরচ কে বহন করে?
এটি এমন একটি বিষয় যার ব্যবহারিক প্রভাব সবচেয়ে বেশি এবং এই তিনটি টুলের উত্তরগুলো সম্পূর্ণ ভিন্ন।
DeepSeek Harness হলো 'bring-your-own' বা নিজের রিসোর্স ব্যবহারের মডেল। এর ইনস্টল করা প্রোভাইডার ক্যাটালগে Anthropic, OpenAI, Kimi (moonshotai) এবং GLM (zai)-এর মতো প্রোভাইডার রয়েছে, পাশাপাশি DeepSeek-এর নিজস্ব API-এর জন্যও একটি কার্ড আছে। এটি এমন কিছু প্রোভাইডারকেও তালিকাভুক্ত করে যাদের নেটিভ কী অথেন্টিকেশন নেই, যেমন openai-codex; এগুলোর প্রোফাইলে কোনো কী ফিল্ড দেখা যায় না যদি না প্রোফাইলটি স্পষ্টভাবে কোনো ক্রেডেনশিয়াল রেফারেন্স উল্লেখ করে (20 অক্টোবর 2026 তারিখে যাচাইকৃত)। একটি কাস্টম প্রোভাইডার এন্ট্রির জন্য একটি লোয়ারকেস প্রোভাইডার আইডি, ডিসপ্লে নেম, বেস URL, API প্রোটোকল, ক্রেডেনশিয়াল এবং অন্তত একটি মডেল প্রয়োজন হয়; এভাবেই আপনি এটিকে কোনো কোম্পানির গেটওয়ে বা সেলফ-হোস্টেড সার্ভারের দিকে নির্দেশ করেন। কীগুলো $DSH_HOME/.credentials.yaml-এ লেখা হয় এবং প্রোফাইলের cordis.patch.yml-এ (dsh web, $DSH_HOME/profiles/web/cordis.patch.yml-এর জন্য) প্রোভাইডার সেটিংস শুধুমাত্র সেগুলোর একটি রেফারেন্স রাখে। এর অর্থ হলো সেটিংস ফাইলটি শেয়ার করা নিরাপদ, কিন্তু ক্রেডেনশিয়াল ফাইলটি নয়। একটি গেটওয়ে এন্ট্রি চাইলে এনভায়রনমেন্ট ভেরিয়েবলের নাম উল্লেখ করতে পারে, যেমন apiKeyEnv: GATEWAY_API_KEY লাইনের মাধ্যমে। প্রজেক্টের নামের বিপরীতে, এর কোনো কিছুই আপনাকে DeepSeek-এর নিজস্ব মডেল ব্যবহারে বাধ্য করে না। আপনি যদি আসল কী দিয়ে ফাইলগুলো পূরণ করতে চান বা লোকাল Ollama এন্ডপয়েন্টের দিকে নির্দেশ করতে চান, তবে dsh কী, মডেল এবং এন্ডপয়েন্ট ওয়্যারিং গাইডটি প্রতিটি মোড এবং কোন মোডে আপনার মেশিন থেকে কী বাইরে যায় বা যায় না, তা বিস্তারিত ব্যাখ্যা করে।
Claude Code একটি নির্দিষ্ট ভেন্ডরের মডেলকে কেন্দ্র করে তৈরি। আপনি একটি পেইড অ্যাকাউন্ট দিয়ে লগ ইন করেন, অথবা ANTHROPIC_API_KEY সেট করেন এবং Claude Code ব্রাউজার খোলার পরিবর্তে সেই কী অনুমোদন করার জন্য আপনাকে একবার প্রম্পট করবে। এই দ্বিতীয় পদ্ধতিটি হেডলেস সার্ভারে কাজ করে। যেসব প্রতিষ্ঠান ইতিমধ্যে অন্য কোথাও ক্যাপাসিটি কিনে রেখেছে, তারা Amazon Bedrock, Google Cloud-এর Agent Platform বা Microsoft Foundry-এর মাধ্যমে রাউট করতে পারে। Ollama-এর Anthropic-compatible API হলো লোকাল মডেলের দিকে নির্দেশ করার নথিভুক্ত উপায়, তবে এর বিনিময়ে আপনাকে Claude-এর সুবিধা ত্যাগ করতে হবে।
Omnigent-এর নিচে যে হারনেস থাকে, তার যা প্রয়োজন তা omnigent setup-এর মাধ্যমে সংগ্রহ করতে হয়। এটি API কী, বিদ্যমান CLI সাবস্ক্রিপশন, OpenAI বা Anthropic-compatible গেটওয়ে এবং Databricks ওয়ার্কস্পেস গ্রহণ করে। একটি মেটা-হারনেসের প্রকৃত খরচ এখানেই: একটি মেশিনে শেষ পর্যন্ত প্রতিটি ভেন্ডরের ক্রেডেনশিয়াল জমা হয়। মেশিনটি পাবলিক ইন্টারনেটের কাছাকাছি নেওয়ার আগে কীভাবে AI এজেন্টের নাগালের বাইরে গোপন তথ্য রাখবেন তা পড়ে নিন।
প্রতিটি টুল 2026 সালের August পর্যন্ত কতটা পরিণত?
Claude Code 2025 সাল থেকে সাধারণভাবে সবার জন্য উপলভ্য এবং 29 October 2026 তারিখে, যখন সর্বশেষ changelog entry ছিল 2.1.312, তখনও 2.1.x series-এ ছিল। এটি background-এ স্বয়ংক্রিয়ভাবে update হয়, latest এবং stable release channel দেয়, GPG-signed release manifest প্রকাশ করে এবং যেসব organisation-এর একটি ন্যূনতম সংস্করণ নির্ধারণ করা প্রয়োজন তাদের জন্য minimumVersion pin নথিবদ্ধ করে। এটি এমন একটি product-এর বৈশিষ্ট্য, যা মানুষ ইতিমধ্যে production-এ চালায়।
Omnigent June 2026 থেকে public এবং এখনও 0.x series-এ রয়েছে। 29 October 2026 তারিখে PyPI-তে সর্বশেষ release ছিল 0.20.0, যা 28 October-এ upload করা হয়েছিল। PyPI 0.1.0 থেকে শুরু করে ওই numbered version-গুলোকে prerelease নয়, সাধারণ release হিসেবে তালিকাভুক্ত করে; release candidate-গুলো আলাদাভাবে প্রকাশিত হয়। তবু README project-টিকে alpha হিসেবে চিহ্নিত করে। harness list এবং YAML schema—উভয়ই পরিবর্তিত হতে থাকবে বলে ধরে নিন। এটি ব্যবহারযোগ্য, তবে এখনও stable নয়।
DeepSeek Harness অনেক ব্যবধানে সবচেয়ে নতুন। এটি 2026 সালের August-এ প্রকাশিত হয়, এই তুলনার প্রথম সংস্করণ লেখার কয়েক দিন আগে। এর নিজস্ব README compatibility-breaking change-এর সম্ভাবনার কথা জানায়, এবং 27 October 2026 পর্যন্ত npm-এ প্রকাশিত প্রতিটি build এখনও prerelease ছিল। অত্যন্ত বেশি star count থেকে বোঝা যায় যে অনেক মানুষ এটি পর্যবেক্ষণ করছে। Plugin API স্থিতিশীল হয়েছে কি না, তা থেকে কিছুই জানা যায় না।
প্রতিটির লাইসেন্স কী?
DeepSeek Harness হলো MIT লাইসেন্সভুক্ত, যার তৃতীয় পক্ষের লাইসেন্সগুলো THIRD_PARTY_NOTICES.md-এ উল্লেখ করা হয়েছে। Omnigent হলো Apache 2.0 লাইসেন্সভুক্ত। Claude Code ওপেন সোর্স নয়: এটি Anthropic-এর একটি বাণিজ্যিক পণ্য এবং Anthropic-এর মডেলগুলোর সাথে এটি ব্যবহার করতে হলে পেইড প্ল্যান, billed API অ্যাক্সেস অথবা সমর্থিত কোনো ক্লাউড প্রোভাইডার প্রয়োজন। যদি আপনার প্রয়োজন এমন হয় যে আপনি প্রতিটি লাইন পড়তে এবং প্যাচ করতে পারবেন, তবে কোনো ফিচার তুলনার আগেই Claude Code বাদ পড়ে যায়। আর যদি আপনার প্রয়োজন এমন হয় যে টুলটি কোনো বাড়তি মনোযোগ ছাড়াই আগামী মাসেও সচল থাকবে, তবে সেই প্রয়োজনটি অন্য দিকে নির্দেশ করে।
একটি VPS-এ প্রতিটি চালাতে কী প্রয়োজন?
তিনটির মধ্যে Claude Code সবচেয়ে সহজ। এটি ইনস্টল করুন, লগ ইন করুন এবং tmux-এর ভিতরে চালান, যাতে SSH (secure shell) সংযোগ বিচ্ছিন্ন হলেও session চালু থাকে। Anthropic Ubuntu 20.04 বা পরবর্তী সংস্করণ, Debian 10 বা পরবর্তী সংস্করণ, অথবা Alpine 3.19 বা পরবর্তী সংস্করণে 4 GB RAM (random access memory) বা বেশি এবং x64 বা ARM64 processor-এর কথা উল্লেখ করেছে। Alpine-এ আগে bash এবং curl ইনস্টল করতে হবে, কারণ এগুলো ছাড়া install command not found error-এ ব্যর্থ হয়। একটি VPS-এ tmux-এর ভিতরে Claude Code চালানো-এ session পরিচালনা বিস্তারিতভাবে ব্যাখ্যা করা হয়েছে।
DeepSeek Harness-এর জন্য Node.js এবং এর web UI-তে নির্দেশ করা একটি browser প্রয়োজন। README-তে Node.js চাওয়া হয়েছে, তবে ন্যূনতম version উল্লেখ করা হয়নি। 27 October 2026 তারিখে repository-এর root package.json-এ >=24.9.0 নির্ধারিত ছিল। এটি আগের tagged release-গুলোতে থাকা ^22.19.0 || >=24.0.0 range থেকে বাড়ানো হয়েছে। তাই Node 22 আর যথেষ্ট নয়; নিরাপদ পছন্দ হলো Node 24.9 বা পরবর্তী সংস্করণ। Port 3080 public করবেন না। Server-কে 127.0.0.1-এ চালু রাখুন এবং আপনার laptop থেকে port forward করুন:
ssh -N -L 3080:127.0.0.1:3080 you@your-vpsএরপর স্থানীয় browser-এ token-সহ মুদ্রিত dsh URL খুলুন। SSH-এর মাধ্যমে চালালে এটি আপনার হয়ে browser খোলার চেষ্টা করে না। একটি VPS-এ DeepSeek Harness-এর সম্পূর্ণ install-এ profile layout এবং plugin command-গুলো বিস্তারিতভাবে ব্যাখ্যা করা হয়েছে।
Omnigent সবচেয়ে ভারী, কারণ এটি অন্যদের তৈরি CLI ইনস্টল ও তদারকি করে। একই server-এ এর Python 3.12, uv, git, Node.js 22, npm, pnpm, tmux এবং bubblewrap প্রয়োজন। কিছু vendor CLI আলাদাভাবে ইনস্টল করতে হয়। Native Kiro ব্যবহার করতে প্রথমে kiro-cli ইনস্টল করে লগ ইন করুন। PATH থেকে CLI না পাওয়া গেলে launcher ব্যর্থ হয়, যদি না আপনি OMNIGENT_KIRO_PATH-কে সেটির দিকে নির্দেশ করেন। README-তে বলা হয়েছে, machine-এর LAN address ব্যবহার করে phone থেকে local UI খোলা যায়। তাই VPS-এ port 6767 private ধরে নেবেন না। এটি firewall-এ block করুন এবং একইভাবে forward করুন:
ssh -N -L 6767:127.0.0.1:6767 you@your-vpsঅন্যরা ব্যবহার করবে এমন server-এর জন্য সমর্থিত পদ্ধতি হলো deploy/-এর অধীনে Docker deployment। এটি default হিসেবে multi-user account সক্রিয় করে। হাতে চালু করা server-এ OMNIGENT_AUTH_ENABLED=1 সেট করেও একই আচরণ পাওয়া যায়। OIDC (OpenID Connect) login Google, GitHub, Okta এবং Microsoft-এর মাধ্যমে কাজ করে। Omnigent multi-agent harness-এর নির্দেশিকা-এ sandbox provider-গুলো ব্যাখ্যা করা হয়েছে। Agent-গুলো disk-এ লিখতে শুরু করলেই এগুলো গুরুত্বপূর্ণ হয়ে ওঠে।
আপনার সার্ভারের পাবলিক IP ঠিকানায় ওয়েব UI কেন ফাঁকা দেখাচ্ছে?
একটি ওয়েব হারনেসকে পাবলিক ঠিকানায় বাইন্ড করা এবং পোর্ট খুলে দেওয়া স্বাভাবিক মনে হতে পারে। তবে এই দুটির আচরণ ভিন্ন। DeepSeek Harness এখন এই ধরনের অনিরাপদ কনফিগারেশন ব্লক করে: এর --host ফ্ল্যাগটি শুধুমাত্র একটি নির্দিষ্ট লোকাল অ্যাড্রেস গ্রহণ করে এবং 0.0.0.0-এর মতো ওয়াইল্ডকার্ড স্টার্টআপের সময় প্রত্যাখ্যান করা হয়। এর প্রিন্ট করা URL-এ একটি প্রসেস টোকেন থাকে এবং সেই টোকেন ও একটি সাইন করা সেশন কুকি প্রতিটি API কলকে অথেন্টিকেট করে। এর মানে হলো, plain HTTP-এর মাধ্যমে টোকেনটি এনক্রিপশন ছাড়াই নেটওয়ার্কে আদান-প্রদান হয়। Omnigent-এর বেয়ার লোকাল সার্ভারে মাল্টি-ইউজার অ্যাকাউন্ট বন্ধ থাকে, তাই একটি খোলা Omnigent পোর্ট আপনার VPS-এ একটি উন্মুক্ত শেল হিসেবে কাজ করে।
দ্বিতীয় যে বিষয়টি সমস্যা তৈরি করে তা হলো ব্রাউজারের একটি নিয়ম, যা অনেকের কাছেই অপ্রত্যাশিত। crypto.randomUUID() শুধুমাত্র একটি নিরাপদ কনটেক্সটেই সংজ্ঞায়িত থাকে, যার অর্থ হলো HTTPS (hypertext transfer protocol secure), localhost অথবা 127.0.0.1। 2026 সালের আগস্ট মাসে যখন এই তুলনাটি প্রথম লেখা হয়েছিল, তখন http://203.0.113.10:3080-এর মতো একটি সাধারণ ঠিকানায় DeepSeek Harness UI লোড করলে ব্রাউজার কনসোলে এই রিপোর্ট দেখা যেত:
TypeError: crypto.randomUUID is not a functionপেজটি তখন আংশিক রেন্ডার হতো অথবা একেবারেই হতো না, কারণ কোনো কিছু ড্র করার আগেই সেশন তৈরি ব্যর্থ হতো। সার্ভারে কোনো সমস্যা ছিল না এবং লগগুলো স্বাভাবিক অনুরোধ দেখাচ্ছিল। ব্রাউজার অরিজিনটিকে বিশ্বাসযোগ্য মনে করেনি, তাই ফ্রন্ট-এন্ড যে ফাংশনের ওপর নির্ভরশীল ছিল তা কখনোই সংজ্ঞায়িত হয়নি। একটি SSH টানেল কোনো সার্টিফিকেট ছাড়াই এই সমস্যার সমাধান করে, কারণ 127.0.0.1 একটি নিরাপদ কনটেক্সট হিসেবে গণ্য হয়। একটি রিভার্স প্রক্সি যা একটি আসল TLS (transport layer security) সার্টিফিকেট ধারণ করে, সেটিও কাজ করে এবং dsh লঞ্চ টোকেনকে নেটওয়ার্কের বাইরে রাখে। Omnigent-এর ক্ষেত্রে আপনাকে নিজে থেকেই অথেন্টিকেশন চালু করতে হবে।
আপনার জন্য কোনটি উপযুক্ত?
আপনি যদি এমন একটি কোডিং এজেন্ট চান যা বর্তমানে কার্যকর, Anthropic-কে অর্থ প্রদান করতে ইচ্ছুক হন এবং টার্মিনালেই আপনার কাজ করতে পছন্দ করেন, তবে Claude Code বেছে নিন। এই তিনটির মধ্যে এটিই একমাত্র সমাপ্ত বাণিজ্যিক পণ্য, কোনো প্রিভিউ সংস্করণ নয়।
আপনি যদি প্লাগইন মডেলকে গুরুত্ব দেন তবে DeepSeek Harness বেছে নিন: আপনি যদি মডেল অ্যাডাপ্টার, স্যান্ডবক্স বা এজেন্ট লুপ পরিবর্তন করতে চান এবং এটি মেনে নেন যে আপনি যে ইন্টারফেসের বিপরীতে কোড লিখছেন তা পরিবর্তিত হবে। এর প্রোভাইডার ক্যাটালগে Anthropic এবং OpenAI অন্তর্ভুক্ত রয়েছে, তাই এটি বেছে নেওয়া মানে DeepSeek-এর মডেলের ওপর নয়, বরং রানটাইমের ওপর বাজি ধরা।
আপনি যদি ইতিমধ্যে একাধিক এজেন্ট CLI ব্যবহার করেন এবং আপনার মূল সমস্যাটি হয় সমন্বয় সাধন: যেমন পলিসি, স্যান্ডবক্সিং, দ্বিতীয় কোনো ভেন্ডরের মডেল দ্বারা পর্যালোচনা এবং একটি শেয়ারড সেশন যা অন্যরা দেখতে পারে, তবে Omnigent বেছে নিন। এটি আপনার স্ট্যাকে একটি বাড়তি স্তর যোগ করে, আর যে স্তরের প্রয়োজন নেই তা যেকোনো সময় ভেঙে পড়তে পারে। যদি আপনার সমন্বয়ের সমস্যাটি এর চেয়ে ছোট হয়, তবে একই মেশিনে দুটি Claude Code সেশন কোনো অর্কেস্ট্রেটর ছাড়াই একে অপরকে বার্তা পাঠাতে পারে।
আপনি যদি এখনও বাছাই প্রক্রিয়ায় থাকেন, তবে Mimo Code AI coding agent-ও Claude Code-এর মতোই একই টার্মিনাল-এজেন্ট ক্যাটাগরিতে পড়ে। এছাড়া, আপনি যেটিরই সিদ্ধান্ত নিন না কেন, একটি ডিসপোজেবল VM-এ কোডিং এজেন্ট চালানো বিষয়টি পড়ে দেখা জরুরি, কারণ এই তিনটির কোনোটিই একটি অসতর্ক rm -rf-কে নিজে থেকে নিরাপদ করতে পারে না। এই তিনটির কোনোটিই এজেন্ট কত বড় diff প্রস্তাব করবে তা নির্ধারণ করে না, এটি প্রম্পট-স্তরের একটি বিষয়। তাই আপনি যে হারনেসই বেছে নিন না কেন, তার ওপর সবচেয়ে ছোট কার্যকর পরিবর্তন করতে এজেন্টকে উৎসাহিত করার দক্ষতা যোগ করা বুদ্ধিমানের কাজ হবে।
FAQ
Claude Code ব্যবহার করতে কি Anthropic-এর paid plan প্রয়োজন?
Anthropic-এর model ব্যবহার করলে হ্যাঁ, অথবা একটি supported cloud provider প্রয়োজন। Anthropic-এর setup documentation অনুযায়ী Claude Code ব্যবহারের জন্য Pro, Max, Ultra, Team, Enterprise অথবা Console account দরকার; free Claude.ai plan-এ এই access নেই। অন্যত্র capacity থাকা organisation চাইলে এর পরিবর্তে Amazon Bedrock, Google Cloud-এর Agent Platform অথবা Microsoft Foundry ব্যবহার করতে পারে। Headless VPS-এ প্রথমবার চালানোর আগে ANTHROPIC_API_KEY সেট করুন। এরপর Claude Code browser খোলার চেষ্টা না করে একবার আপনাকে ওই key অনুমোদন করতে বলবে। Ollama আলাদা একটি পদ্ধতি হিসেবে ollama launch claude নথিভুক্ত করেছে। এটি Anthropic credential ছাড়াই Ollama-এর Anthropic-compatible API ব্যবহার করে local model-এর মাধ্যমে Claude Code চালায়। তবে তখন কাজটি Claude model করে না।
DeepSeek Harness কি Claude বা OpenAI model চালাতে পারে?
হ্যাঁ। ইনস্টল করা provider catalogue-এ Anthropic এবং OpenAI-সহ অন্যান্য provider রয়েছে। Settings, তারপর Models-এ প্রতিটি provider-এর জন্য একটি key যোগ করুন। Catalogue-এ না থাকা provider-কে custom provider হিসেবে যোগ করতে হবে। এর জন্য lowercase provider id, base URL, API protocol, credential এবং অন্তত একটি model প্রয়োজন। Catalogue-এ native key authentication ছাড়া provider-ও রয়েছে, যেমন openai-codex। Profile-এ credential reference স্পষ্টভাবে উল্লেখ না থাকলে সেগুলোর key field দেখা যায় না (20 October 2026 তারিখে যাচাই করা হয়েছে)। Key-গুলো $DSH_HOME/.credentials.yaml-এ সংরক্ষিত থাকে, আর profile-এর cordis.patch.yml-এ শুধু একটি reference থাকে। তাই credentials file আলাদাভাবে backup করুন এবং এটিকে version control-এর বাইরে রাখুন।
Omnigent কি Claude Code-এর পরিবর্তে ব্যবহার করা যায়?
না। Omnigent Claude Code চালায়। এর harness list-এ Claude, Codex, Cursor, OpenCode, Hermes এবং Pi রয়েছে। Agent তার YAML file-এ একটি harness: line ব্যবহার করে একটি harness নির্বাচন করে। Underlying CLI-তে আপনাকেই authenticate করতে হবে। কিছু vendor CLI আলাদাভাবে install করাও প্রয়োজন। Omnigent এর ওপর orchestration, policy এবং sandboxing যোগ করে। তাই একাধিক agent বা একাধিক vendor চালালেই এর dependency যুক্ত করা যুক্তিযুক্ত।
Server-এর public IP address-এ DeepSeek Harness-এর web UI ফাঁকা কেন?
August 2026-এ কারণটি ছিল, plain HTTP origin একটি secure context নয়। তাই সেখানে crypto.randomUUID() undefined ছিল এবং browser console-এ TypeError: crypto.randomUUID is not a function দেখা যাচ্ছিল। Session তৈরি ব্যর্থ হওয়ায় page আংশিকভাবে বা একেবারেই render হচ্ছিল না, যদিও server log স্বাভাবিক দেখাচ্ছিল। বর্তমান build-গুলো wildcard --host-ও প্রত্যাখ্যান করে এবং printed URL-এ একটি process token যোগ করে। তাই শুধু bare address ব্যবহার করে sign in করা যাবে না। ssh -N -L 3080:127.0.0.1:3080 you@your-vps ব্যবহার করে SSH-এর মাধ্যমে port forward করুন এবং printed URL-টি http://127.0.0.1:3080-এ খুলুন, কারণ loopback-কে secure context হিসেবে গণ্য করা হয়। Real TLS certificate-সহ reverse proxy-ও ব্যবহার করা যায়। এতে launch token plain text হিসেবে network-এর মধ্য দিয়ে যেতে হয় না।
এই harness-গুলোর জন্য VPS-এ কত RAM প্রয়োজন?
Anthropic Claude Code-এর জন্য 4 GB বা তার বেশি RAM-এর কথা উল্লেখ করেছে। DeepSeek Harness এবং Omnigent-এর ক্ষেত্রে অনুমান না করে পরিমাপ করুন। Remote model ব্যবহার করলে harness নিজে process supervision এবং file operation চালায়; inference করে না। Local model host করলে তার নিজস্ব memory requirement যোগ হয়। Box-এর আকার আসলে agent সেখানে যে কাজ করে, যেমন build এবং test suite চালানো, সেটিই নির্ধারণ করে। Omnigent-এর চাহিদা সবচেয়ে বেশি, কারণ Python, Node.js, tmux এবং আপনার enable করা প্রতিটি vendor CLI একই machine-এ চলে।