VPS-এ Aider বা Goose coding agent চালানোর নিয়ম

VPS-এ coding agent চালানোর কারণ

একটি coding agent এমন একটি tool, যা আপনার codebase পড়ে, পরিবর্তন লেখে এবং সেগুলো পরীক্ষা করার জন্য command চালায়—সবকিছু terminal থেকেই। আপনার laptop-এর তুলনায় VPS-এ এটি চালানোর 3টি সুবিধা আছে: আপনি সংযোগ বিচ্ছিন্ন করলেও এটি কাজ চালিয়ে যায়, এটি আপনার code এবং build tool-এর একেবারে পাশে থাকে, এবং আপনি নিজে host করা model-এর সঙ্গে এটি যোগাযোগ করতে পারে। এটি একটি tmux session-এর মধ্যে শুরু করুন। তাহলে laptop বন্ধ করে পরে আবার কাজ শুরু করতে পারবেন। এটি tmux ব্যবহার করে VPS-এ Claude Code চালানোর মতো একই পদ্ধতি।

Terminal-ভিত্তিক 2টি agent সম্পর্কে জানা দরকার। Aider হলো terminal-native, git-first option। এটি প্রতিটি পরিবর্তন sensible message-সহ auto-commit করে। ফলে আপনার history পরিচ্ছন্ন থাকে এবং প্রতিটি edit আগের অবস্থায় ফিরিয়ে নেওয়া যায়। এটি terminal coding agent-গুলোর মধ্যে দীর্ঘদিন ধরে প্রতিষ্ঠিত একটি option, যদিও এর release pace ধীর হয়েছে। Block-এর Goose আরও বিস্তৃত। এটি Apache-2.0 agent, যার বড় extension ecosystem আছে এবং local Ollama model-সহ অনেক provider সমর্থন করে। বর্তমানে এটি Linux Foundation-এর Agentic AI Foundation (AAIF)-এর অধীনে development করা হচ্ছে। শৃঙ্খলাবদ্ধ, git-কেন্দ্রিক workflow-এর জন্য Aider উপযুক্ত। বিস্তৃত plugin set-সহ সাধারণ assistant হিসেবে Goose উপযুক্ত।

আপনার যা প্রয়োজন

Aider চালানোর জন্য git, tmux এবং সাম্প্রতিক Python-সহ একটি VPS প্রয়োজন। Goose-এর জন্য Goose installer প্রয়োজন। এছাড়া একটি model দরকার: Anthropic বা OpenAI-এর মতো provider-এর hosted API key, অথবা একই VPS-এ চলমান Ollama দ্বারা পরিবেশিত একটি local model। self-hosted পদ্ধতিতে আপনার code নিজের server-এ থাকে এবং প্রতি token-এর জন্য কোনো খরচ হয় না। তবে সক্ষম model চালানোর জন্য পর্যাপ্ত memory প্রয়োজন।

Aider ইনস্টল ও চালান

Ubuntu 24.04 plain pip install একটি virtual environment-এর বাইরে চালানো বন্ধ করে দেয় (PEP 668)। তাই apt থেকে পাওয়া pipx ব্যবহার করে Aider একটি বিচ্ছিন্ন environment-এ ইনস্টল করুন। এরপর আপনার project-এর মধ্যে Aider চালান। এটি একটি tmux session-এর মধ্যে চালালে সংযোগ বিচ্ছিন্ন হলেও চলতে থাকে:

sudo apt install pipx
pipx ensurepath
pipx install aider-chat
tmux new -s aider
cd ~/my-project
aider

একটি version-সংক্রান্ত নোট: Ubuntu 24.04-এ এই install নির্দেশনা অনুযায়ী কাজ করে। Ubuntu 26.04-এ এটি বর্তমানে ব্যর্থ হয়, কারণ Aider-এর pinned dependency-গুলোর মধ্যে থাকা পুরোনো numpy 26.04-এর Python 3.14-এর সঙ্গে build হয় না। সমাধান হলো Aider-এর জন্য আলাদা Python 3.12 ব্যবহার করা:

pipx install --python 3.12 --fetch-missing-python aider-chat

pipx শুধু Aider-এর জন্য একটি standalone interpreter download করে, এবং install সম্পূর্ণ হয়। এটি Aider-এর ধীর release pace-এর একটি লক্ষণ। এটি সমস্যা হলে Goose বর্তমানে বেশি সক্রিয়ভাবে maintained বিকল্প।

Aider চলার পরে Ctrl-b, তারপর d চাপলে session থেকে detach করতে পারবেন। এতে আপনার laptop বন্ধ থাকলেও agent কাজ চালিয়ে যাবে। পরে tmux attach -t aider দিয়ে reattach করে agent কী পরিবর্তন করেছে তা দেখুন। অন্য একটি agent-এর জন্য দ্বিতীয় tmux window খোলা রাখতে কোনো বাধা নেই। দুটিই Claude Code হলে, দুটি session নিজেদের মধ্যে কাজ ভাগ করে নিতে পারে, ফলে আপনাকে হাতে কাজ এক session থেকে অন্যটিতে পাঠাতে হয় না। Aider আপনার repository পড়ে, edit প্রস্তাব করে, সেগুলো প্রয়োগ করে এবং প্রতিটি পরিবর্তন commit করে। কোনো পরিবর্তনে একাধিক file জড়িত থাকলে এটি context-এর জন্য অতিরিক্ত file-ও আনতে পারে। প্রতিটি পরিবর্তন একটি commit হওয়ায় agent-এর পরিবর্তন বাতিল করতে সাধারণ git revert-ই যথেষ্ট। এই safety net-এর কারণে Aider ব্যবহার করা সহজ হয়। Goose তার documentation-এ দেওয়া one-line script দিয়ে install হয় এবং terminal থেকে একইভাবে চলে; এর extensions ব্যবহার করে task পরিচালনা করে:

curl -fsSL https://github.com/aaif-goose/goose/releases/download/stable/download_cli.sh | bash

Hosted model অথবা self-hosted model

Hosted model আপনাকে সর্বোচ্চ মান দেয় এবং কোনো local hardware প্রয়োজন হয় না। তবে প্রতি token অনুযায়ী খরচ হয় এবং আপনার code provider-এর কাছে পাঠানো হয়। প্রতি-token খরচ অধিকাংশ মানুষের ধারণার চেয়ে দ্রুত বেড়ে যায়, কারণ agent প্রতিটি turn-এ পুরো conversation আবার পাঠায়। একটি দীর্ঘ agent session-এ token-এ আসলে কত খরচ হয় বিষয়ে Claude Code-এর বিশ্লেষণ এখানেও প্রযোজ্য, কারণ Aider এবং Goose একইভাবে bill করে। Ollama-এর মাধ্যমে self-hosted model ব্যবহার করলে সবকিছু আপনার server-এ থাকে। Hardware-এর মূল্য পরিশোধ করার পর এটি চালানোর জন্য আলাদা খরচ নেই। তবে কার্যকরভাবে ব্যবহারযোগ্য coding model-এর জন্য যথেষ্ট memory প্রয়োজন। এখানে মূল trade-off হলো quality ও convenience-এর বিপরীতে privacy ও cost।

আপনি self-hosted পদ্ধতি বেছে নিলে ব্যবহারিক প্রশ্ন হলো, কোন model আপনার server-এর জন্য উপযুক্ত। একই সঙ্গে context window-ও পর্যবেক্ষণ করুন। Ollama ডিফল্টভাবে ছোট context window ব্যবহার করে এবং এর চেয়ে বড় content নীরবে truncate করে। Coding agent-এর ক্ষেত্রে এর অর্থ হলো, সদ্য পড়া file-গুলো prompt থেকে বাদ পড়ে যায়। num_ctx বাড়ানো এটি ঠিক করে। এর জন্য প্রয়োজনীয় বড় KV cache-ও আপনার memory budget-এর অংশ। আট-গিগাবাইটের একটি model এমন server-এ download করার আগে size হিসাব করুন, যে server এটি ধারণ করতে পারবে না:

নিরাপত্তা: এটি ফাইল সম্পাদনা করে এবং কমান্ড চালায়

একটি coding agent নিষ্ক্রিয় নয়। এটি ফাইল পুনর্লিখতে এবং build ও test command চালাতে পারে। তাই আপনার সিস্টেম পরিবর্তন করতে পারে এমন যেকোনো process-এর মতো এটিকেও একই সতর্কতার সঙ্গে ব্যবহার করুন। বেশিরভাগ ঝুঁকি কমাতে তিনটি অভ্যাস যথেষ্ট। একটি git repository-এর ভেতরে কাজ করুন, যাতে প্রতিটি পরিবর্তন tracked এবং reversible থাকে। Aider এটি আপনার হয়ে স্বয়ংক্রিয়ভাবে করে। agent-টি সাধারণ unprivileged user হিসেবে চালান, কখনোই root হিসেবে নয়। সর্বনিম্ন-অনুমোদনের user অনুসরণ করলে কোনো ভুল command পুরো সিস্টেমে প্রভাব ফেলতে পারবে না। সার্ভারটিকেও hardened রাখুন, কারণ coding VPS-ও একটি public server: শুধু key-ভিত্তিক SSH, default-deny firewall এবং অন্যান্য নিরাপত্তা ব্যবস্থা। OpenClaw hardening guide আরও autonomous agent-এর জন্য একই পদ্ধতি অনুসরণ করে। এই নীতিগুলো অন্যান্য ক্ষেত্রেও প্রযোজ্য।

নিজের workflow-এ coding agent যুক্ত করতে Claude দিয়ে একটি AI agent তৈরি করা দেখুন। এখানে একটি model কীভাবে আপনার tools পরিচালনা করে তা দেখানো হয়েছে। একটি VPS-এ Google's Gemini CLI চালানো আরেকটি terminal option। OpenHands self-host করা তুলনামূলকভাবে বেশি autonomous পদ্ধতি। এই ক্ষেত্রের সবচেয়ে বেশি star পাওয়া open project-এরও এখন নিজস্ব guide আছে: একটি VPS-এ OpenCode চালানো একই tmux এবং unprivileged-user pattern ব্যবহার করে এটি সেট আপ করে।

FAQ

পেইড API-এর পরিবর্তে কি আমি একটি local model দিয়ে coding agent চালাতে পারি?

হ্যাঁ। Aider এবং Goose উভয়ই Ollama পরিবেশিত local model-এর সঙ্গে কাজ করে। তাই প্রতি token-এর খরচ ছাড়াই এবং কোনো code আপনার server-এর বাইরে না পাঠিয়েই সম্পূর্ণ self-hosted coding agent চালাতে পারেন। সীমাবদ্ধতা হলো memory: কার্যকর code লেখার মতো সক্ষম model-এর জন্য যথেষ্ট RAM বা VRAM দরকার। তাই ব্যবহারের আগে model অনুযায়ী machine-এর ক্ষমতা নির্ধারণ করুন।

Aider না Goose—কোনটি ব্যবহার করা উচিত?

আপনার workflow terminal ও git-কেন্দ্রিক হলে এবং সবচেয়ে পরিণত, কম overhead-এর option চাইলে Aider বেছে নিন। এটি প্রতিটি পরিবর্তন স্বয়ংক্রিয়ভাবে commit করে, তাই আপনার history আগের অবস্থায় ফেরানো যায়। আরও বিস্তৃত assistant, বড় extension ecosystem এবং অনেক provider-এর support চাইলে Goose বেছে নিন। উভয়ই terminal থেকে চলে এবং Ollama-এর সঙ্গে কাজ করে, তাই VPS-এর জন্য যেকোনো একটি উপযোগী।

self-hosted coding model-এর জন্য কত memory দরকার?

এটি model-এর size এবং কতটা quantize করা হয়েছে তার ওপর নির্ভর করে। ছোট একটি quantized model কয়েক gigabyte-এ চলতে পারে, কিন্তু শক্তিশালী model-এর জন্য অনেক বেশি memory দরকার হয়। দীর্ঘ context window-এর জন্যও অতিরিক্ত memory লাগে। কোনো model download করার আগে নির্দিষ্ট model ও context length-এর কত memory দরকার তা অনুমান করতে উপরের sizing tool ব্যবহার করুন।

কোনো AI agent-কে আমার code সম্পাদনা করতে এবং command চালাতে দেওয়া কি নিরাপদ?

সঠিক অভ্যাস অনুসরণ করলে এটি নিয়ন্ত্রণে রাখা যায়। আপনার কাজ git repository-তে রাখুন, যাতে প্রতিটি edit reversible commit হিসেবে থাকে। agent-কে root-এর পরিবর্তে unprivileged user হিসেবে চালান এবং যেকোনো public server-এর মতো VPS harden করুন। agent যে commit তৈরি করে তা অন্ধভাবে বিশ্বাস না করে review করুন। বিশেষ করে আপনার system-এ চালাতে চাওয়া command-গুলো পরীক্ষা করুন।