VPS-এ open-kritt সেলফ-হোস্ট করার নিয়ম
Docker Compose ব্যবহার করে VPS-এ open-kritt সেটআপ করুন। SSH টানেলের মাধ্যমে পোর্ট 5173 অ্যাক্সেস, নির্দিষ্ট রিলিজ পিনিং এবং প্রথম স্ক্যানের আগে বাজেট সেট করার সঠিক পদ্ধতি জানুন।
কেন আপনার ল্যাপটপের পরিবর্তে একটি VPS-এ open-kritt সেলফ-হোস্ট করবেন
এমন একটি সার্ভারে open-kritt সেলফ-হোস্ট করুন যা আপনি প্রয়োজনে ধ্বংস এবং পুনরায় তৈরি করতে পারেন। এই টুলটি তার অ্যানালাইসিস এজেন্টগুলোকে root হিসেবে ডিসপোজেবল জব কন্টেইনারের ভেতরে চালায়, প্রতিটি এজেন্টকে আপনার কোডের একটি রাইটেবল কপি এবং সরাসরি ইন্টারনেট অ্যাক্সেস দেয়, এবং হোস্টের Docker socket-কে তার ইঞ্জিন সার্ভিসে মাউন্ট করে। এই কাজের জন্য নিবেদিত একটি মেশিনে এটি একটি যৌক্তিক আপস। কিন্তু যে মেশিনে আপনার SSH keys সংরক্ষিত থাকে, সেখানে এটি একটি ঝুঁকিপূর্ণ সিদ্ধান্ত।
ডিফল্ট সেটআপের চারটি বৈশিষ্ট্য এই পরামর্শের কারণ, এবং এই চারটিই প্রকল্পের নিজস্ব README এবং compose ফাইল থেকে নেওয়া হয়েছে।
এজেন্টগুলো অত্যন্ত শক্তিশালী হওয়ার জন্য তৈরি। README অনুযায়ী, টুল-এনাবলড এজেন্টগুলো root হিসেবে ডিসপোজেবল জব কন্টেইনারের ভেতরে চলে, যেখানে রাইটেবল রিপোজিটরি কপি এবং সরাসরি ইন্টারনেট অ্যাক্সেস থাকে, যাতে তারা টুল ইনস্টল করতে, টার্গেট কম্পাইল করতে, টেস্ট চালাতে এবং প্রুফ অফ কনসেপ্ট তৈরি করতে পারে। একটি স্ক্যান কেবল ফাইল পড়া কোনো লিন্টার নয়। এটি আপনার অনুরোধ করা একটি নির্বিচারে কোড এক্সিকিউশন (arbitrary code execution)। সেই ইন্টারনেট অ্যাক্সেস উভয় দিকেই কাজ করে: একটি এজেন্ট টার্গেট নিয়ে গবেষণার সময় যা কিছু সংগ্রহ করে তা প্রম্পটের ভেতরে আসা আনট্রাস্টেড টেক্সট, যা আপনি যখন একটি এজেন্টকে তার নিজস্ব ওয়েব সার্চ করতে দেন, তখন একই ধরনের ঝুঁকির সম্মুখীন হন।
ইঞ্জিনটি Docker socket ধরে রাখে। docker-compose.yml হোস্টের Docker socket-কে ইঞ্জিন সার্ভিসে মাউন্ট করে, কারণ ইঞ্জিন প্রতিটি জবের জন্য একটি করে স্ক্যান কন্টেইনার তৈরি ও চালু করে। যে কোনো প্রসেস যা সেই সকেটে পৌঁছাতে পারে, তা এমন একটি কন্টেইনার শুরু করতে পারে যা হোস্ট ফাইলসিস্টেমকে মাউন্ট করে। তাই ইঞ্জিনটি কার্যকরভাবে সেই হোস্টের root হিসেবে কাজ করে যেখানে এটি চলে।
এখানে কোনো লগইন স্ক্রিন নেই। ব্যাকএন্ডটি কোনো অ্যাপ্লিকেশন অথেন্টিকেশন ছাড়াই আসে। পোর্টটিতে অ্যাক্সেস থাকা মানে আপনার ফলাফল এবং আপনার প্রোভাইডার ক্রেডিটে অ্যাক্সেস থাকা।
আপনি যে কোড স্ক্যান করেন তা প্রায়শই আপনার নয়। এজেন্টগুলোকে কোনো থার্ড-পার্টি রিপোজিটরির দিকে নির্দেশ করার অর্থ হলো সেই রিপোজিটরির বিল্ড আপনার মেশিনে, root হিসেবে এবং নেটওয়ার্ক অ্যাক্সেসসহ চালানো।
আপনি যদি কেন কোডিং এজেন্টগুলো একটি ডিসপোজেবল VM-এ থাকা উচিত পড়ে থাকেন, তবে এটি একই থ্রেট মডেল, কেবল আরও শক্তিশালী। open-kritt-কে এমন একটি VPS দিন যেখানে অন্য কিছু নেই, এবং সেই VPS-কে root-এর পরিবর্তে একটি আলাদা লিস্ট-প্রিভিলেজ ইউজার অ্যাকাউন্ট থেকে পরিচালনা করুন।
open-kritt আসলে যা করে
open-kritt (repository-টি হলো Kritt-ai/open-kritt এবং এটি AGPL-3.0 লাইসেন্সের অধীনে প্রকাশিত) vulnerability research-কে ছোট ছোট task-এ ভাগ করে, সেই task-গুলো একাধিক AI agent-এর মধ্যে parallel-এ চালায়, তারপর পাওয়া ফলাফল থেকে duplicate সরিয়ে সেগুলোর ranking নির্ধারণ করে। আপনি focused prompt-এর একটি chain হিসেবে workflow সংজ্ঞায়িত করেন, এবং প্রতিটি step আগের step-গুলো থেকে structured context পায়। Scan target হলো remote অথবা local git repository। Analysis engine হলো Codex অথবা Claude Code। কোনো candidate পাওয়া গেলে optional post-script সেটি validate করার বা proof of concept তৈরি করার চেষ্টা করতে পারে। এই chain ডিজাইন করা security work-এর চেয়ে সাধারণ agent work-এর কাছাকাছি। তাই prompt, tool এবং context passing এখনও অপরিচিত হলে, agent কীভাবে তৈরি করা হয় তা শেখা এই guide-এর যেকোনো setting-এর চেয়ে ফলাফলের ওপর বেশি প্রভাব ফেলবে।
শেষে আপনি candidate-গুলোর একটি ranked list পাবেন। এটিকে report হিসেবে নয়, triage queue হিসেবে ব্যবহার করুন।
শুরু করার আগে আপনার যা প্রয়োজন
- Ubuntu 24.04, Debian 12 অথবা Rocky Linux 9 চালিত একটি VPS। ইনস্টলেশন ডকুমেন্টেশনে x86_64 এবং ARM64 আর্কিটেকচারের জন্য এই ডিস্ট্রিবিউশনগুলোকে পরীক্ষিত হিসেবে উল্লেখ করা হয়েছে।
- Compose প্লাগইনসহ Docker Engine।
- হোস্টে Node.js 20 বা তার পরবর্তী সংস্করণ, কারণ
./krittCLI কন্টেইনারের ভেতরে নয় বরং হোস্টে চলে। - একটি মডেল প্রোভাইডার: একটি Codex লগইন, অথবা
OPENAI_API_KEY,CODEX_API_KEY,ANTHROPIC_API_KEYবাOPENROUTER_API_KEY। GITHUB_TOKENশুধুমাত্র তখনই প্রয়োজন যদি আপনি প্রাইভেট রিপোজিটরি স্ক্যান করার পরিকল্পনা করেন। সরবরাহকৃত.env.example-এ এটি স্পষ্টভাবে বলা হয়েছে: শুধুমাত্র একটি GitHub টোকেন দিয়ে স্ক্যান চালানো সম্ভব নয়।
Docker এবং Node 20 আগে ইনস্টল করুন
curl -fsSL https://get.docker.com | sudo sh
sudo usermod -aG docker $USERনতুন group membership কার্যকর হওয়ার জন্য log out করে আবার log in করুন। এরপর Compose plugin উপস্থিত আছে কি না নিশ্চিত করুন।
docker compose versionএকটি version string দেখালে বোঝায়, Compose plugin হিসেবে ইনস্টল করা আছে। docker: 'compose' is not a docker command দেখালে আপনার কাছে পুরোনো standalone docker-compose binary রয়েছে। open-kritt docker compose কল করে। docker group-এর membership host-এ root access-এর সমতুল্য। তাই শুধু open-kritt চালায় এমন account-কে এই group-এ যুক্ত করুন। এই setup-এর বিস্তারিত সংস্করণের জন্য VPS-এ Docker চালানো দেখুন।
Ubuntu 24.04-এর নিজস্ব repository-তে Node 18 রয়েছে। CLI 20-এর কম যেকোনো version-এ প্রস্থান করে। Node 20 ইতিমধ্যে end of life-এ পৌঁছেছে এবং আর update পায় না। তাই NodeSource থেকে Node 22 ইনস্টল করুন। এটি একই 20-or-newer check পূরণ করে।
curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
sudo apt install -y nodejs
node -vএখানে node -v-কে অবশ্যই v22. দেখাতে হবে। v20.-এর কম যেকোনো version CLI প্রত্যাখ্যান করবে। Rocky Linux 9-এ এর সমতুল্য হলো প্রথমে sudo dnf module enable nodejs:22 -y, তারপর sudo dnf install -y nodejs চালানো।
open-kritt ক্লোন করে একটি tagged release নির্দিষ্ট করুন
git clone https://github.com/Kritt-ai/open-kritt
cd open-kritt
git fetch --tags
git tag --list
git checkout v1.4.1main আপনার ক্লোনের অবস্থার সঙ্গে পরিবর্তিত হয়। Tag পরিবর্তিত হয় না। 12 October 2026 অনুযায়ী সর্বশেষ tag হলো v1.4.1, যা 16 August 2026-এ প্রকাশিত হয়েছে। git tag --list ক্লোন করার দিনের বিদ্যমান অবস্থা দেখায়। 12 August 2026-এর v1.4.0 সংস্করণে নিচের sizing অংশে বর্ণিত memory-aware runner admission যোগ করা হয়েছিল। v1.4.1 সংস্করণে এমন একটি bug ঠিক করা হয়েছে, যেখানে ranker ব্যবহারকারীর দেওয়া ranking rule উপেক্ষা করত। কোনো tag checkout করলে repository detached HEAD state-এ থাকে। এই ক্ষেত্রে সেটিই সঠিক, কারণ আপনি এই clone-কে নির্দিষ্ট deployment হিসেবে ব্যবহার করছেন, commit করার জন্য branch হিসেবে নয়। পরে upgrade করতে release note পড়ুন। তারপর git fetch --tags চালান, নতুন tag checkout করুন এবং আবার ./kritt start চালান, কারণ start image পুনর্নির্মাণ করে।
sudo-এর সঙ্গে ./kritt চালাবেন না। Documentation-এ এটি স্পষ্টভাবে বলা আছে। CLI .data/-এর অধীনে project-local credential directory পরিচালনা করে। তাই root হিসেবে চালালে ওই directory-গুলোর মালিকানা root-এর হয়ে যায় এবং পরবর্তী সাধারণ run সেগুলোতে লিখতে পারে না।
./kritt setup দিয়ে মডেল অ্যাক্সেস কনফিগার করা
./kritt setupএই কমান্ডটি .env.example থেকে .env তৈরি করে যদি তা আগে থেকে না থাকে, প্রতিটি ক্রেডেনশিয়ালের স্ট্যাটাস প্রদর্শন করে এবং আপনাকে সেগুলো সেট বা আনসেট করার সুযোগ দেয়। এটি কখনোই টার্মিনালে ক্রেডেনশিয়ালের মানগুলো প্রদর্শন করে না। .env এবং ইঞ্জিন ক্রেডেনশিয়াল ফাইল উভয়ই 0600 মোডে লেখা হয়।
আপনি যদি এটি নিজে হাতে করতে চান:
cp .env.example .env
chmod 600 .env
mkdir -p .data/codex
chmod 700 .data/codexএরপর .env ফাইলে প্রোভাইডার কি (key) এডিট করে বসান এবং ফাইলটির পারমিশন 0600 রাখুন। যেভাবেই করুন না কেন, একটি কার্যকর প্রোভাইডার ক্রেডেনশিয়াল এখন সার্ভারে রয়েছে, যা এই সার্ভারে অন্য কোনো গুরুত্বপূর্ণ তথ্য না রাখার আরেকটি কারণ। শুধুমাত্র এই প্রজেক্টের জন্য একটি আলাদা কি তৈরি করুন, যাতে পরবর্তীতে এটি বাতিল করলে আপনার অন্য কোনো কাজের ক্ষতি না হয়। AI এজেন্টদের নাগালের বাইরে গোপন তথ্য রাখা বিষয়টি এই অভ্যাসের বিস্তারিত আলোচনা করে।
প্রথম scan-এর আগে provider spending cap সেট করুন
open-kritt একসঙ্গে অনেক কাজ চালানোর জন্য তৈরি, এবং এই fan-out-এর জন্যই খরচ হয়। v1.4.1-এ .env.example-এর default মানগুলো সংযত: ENGINE_WORKER_COUNT=2, যেটিকে ফাইলে একটি ছোট 2-vCPU মেশিনের জন্য সংযত default হিসেবে বর্ণনা করা হয়েছে, এবং ENGINE_MAX_CONCURRENT_SCANS=1। এর উপরে রয়েছে ENGINE_WORKERS_PER_ACCOUNT=15, যা একটি provider account-এ একসঙ্গে চলতে থাকা root model call-এর সর্বোচ্চ সংখ্যা, এবং ENGINE_CODEX_MAX_SUBAGENTS_PER_SESSION=5, কারণ একটি Codex session সর্বোচ্চ পাঁচটি child agent চালাতে পারে। বড় VPS-এ worker count বাড়ালে একসঙ্গে চলমান model call-এর সংখ্যাও বাড়ে।
Repository-তে আপনার খরচের কোনো সীমা নির্ধারিত নেই। .env.example-এ কোনো budget setting নেই। Engine-এর নিজস্ব stop condition হলো ওই worker limit এবং ENGINE_HARNESS_TIMEOUT_SECONDS, যার default প্রতি harness run-এর জন্য 7200 seconds। এখানে harness বলতে সেই loop বোঝায়, যা কোনো কারণে run শেষ না হওয়া পর্যন্ত tools ও context ব্যবহার করে model-কে বারবার call করে। তাই এই timeout হলো model-এর চারপাশে চলা program-এর wall-clock সীমা, harness-এর ভিতরে model কত খরচ করবে তার সীমা নয়। সুতরাং সর্বোচ্চ সীমা provider-এর কাছেই সেট করতে হবে। প্রথম scan-এর আগে provider console খুলে hard monthly limit সেট করুন, scan চালানোর পরে নয়। VPS-এ AI agent-এর খরচ নিয়ন্ত্রণ করা-এ প্রতিটি provider-এর setting ধাপে ধাপে দেখানো হয়েছে।
স্থানীয়ভাবেও একটি brake আছে। ENGINE_WORKER_COUNT=0 সেট করলে নতুন job গ্রহণ সাময়িক বন্ধ হয়। Stack চালু হওয়ার পরে Settings screen-এ একই worker value পরিবর্তন করা যায়।
এই guide-এ প্রতি scan-এর মূল্য উল্লেখ করা হয়নি, কারণ খরচ repository-এর আকার, আপনার তৈরি workflow এবং ব্যবহৃত model-এর ওপর নির্ভর করে। একটি ছোট repository-তে একটি scan চালান। বড় কোনো repository-তে চালানোর আগে provider-এর usage page পরীক্ষা করুন।
স্ট্যাকটি চালু করুন এবং এর স্বাস্থ্য পরীক্ষা করুন
./kritt startএটি .env এবং অন্তত একটি ক্রেডেনশিয়াল যাচাই করে, তারপর docker compose up --build কমান্ডটি চালায়। প্রথম বিল্ডটি ধীরগতির হয়, কারণ এটি frontend, backend, engine, executor view এবং database ইমেজগুলো তৈরি করে। এটি foreground-এ চলে, তাই SSH সেশন বন্ধ করলে স্ট্যাকটিও বন্ধ হয়ে যাবে। এটিকে tmux-এর ভেতরে চালু করুন, অথবা প্রথম বিল্ড সফল হওয়ার পর detached মোডে চালু করুন। এগুলোর কোনোটিই নিজে থেকে রিবুট-পরবর্তী সময়ে টিকে থাকে না, তাই সার্ভার রিস্টার্ট হওয়ার পর স্ট্যাকটি পুনরায় চালু রাখতে চাইলে keeping a self-hosted agent running across reboots-এ বর্ণিত systemd ইউনিট প্যাটার্নটি সরাসরি ব্যবহার করতে পারেন।
docker compose up -d --build
docker compose psdocker compose ps কমান্ডটি চালালে open-kritt-frontend, open-kritt-backend, open-kritt-engine, open-kritt-executor-view এবং open-kritt-db তালিকাভুক্ত হওয়া উচিত। এরপর সার্ভারে backend সাড়া দিচ্ছে কি না তা পরীক্ষা করুন।
curl -s http://127.0.0.1:3002/api/healthএকটি JSON রেসপন্স মানে হলো backend চালু আছে। Failed to connect to 127.0.0.1 port 3002: Connection refused মানে এটি চালু নেই, এবং docker compose logs backend কমান্ডটি এর কারণ জানিয়ে দেবে। রিপোজিটরি ডিরেক্টরি থেকে docker compose down ব্যবহার করে সবকিছু বন্ধ করুন।
একটি ঐচ্ছিক সুবিধা: docker compose exec backend npm run seed কমান্ডটি ডেমো ডেটা লোড করে, যা প্রকৃত স্ক্যানে কোনো খরচ করার আগে ইন্টারফেসটি দেখার একটি সহজ উপায়।
SSH tunnel ব্যবহার করে port 5173-এ UI-তে পৌঁছান
Compose file-এর প্রতিটি service ডিফল্টভাবে 127.0.0.1-এ bind হয়: frontend 5173 port-এ, backend 3002 port-এ, executor view 8090 port-এ এবং Postgres 5432 port-এ। এই binding-গুলো অপরিবর্তিত রাখুন এবং নিজের machine থেকে SSH-এর মাধ্যমে port forward করুন।
ssh -N -L 5173:127.0.0.1:5173 you@your-server-ipCommand চলার সময় আপনার local browser-এ http://localhost:5173 খুলুন। -N বোঝায় যে connection-টি forward বহন করছে এবং কোনো shell খুলছে না। Executor view-ও ব্যবহার করতে চাইলে একই command-এ দ্বিতীয় -L 8090:127.0.0.1:8090 যোগ করুন।
FRONTEND_BIND_ADDRESS=0.0.0.0 সেট করে tunnel বাদ দেওয়ার প্রবল ইচ্ছা হতে পারে। তা করবেন না। Backend-এ login screen নেই। তাই যে কেউ ওই page-এ পৌঁছাতে পারলে scan শুরু করতে এবং আপনার provider-এর credit খরচ করতে পারে। তুলনার জন্য, Vaultwarden Internet-এর সামনে চালানোর জন্য তৈরি। সেখানে hardening করাও শেষ পর্যন্ত admin token এবং backup file-এর ওপর নির্ভর করে, কিন্তু open-kritt আপনাকে এমন নিয়ন্ত্রণের উপায় দেয় না। এর নিচে আরেকটি সমস্যা আছে: published container port ufw-এর default policy প্রয়োগের আগেই পরিচালিত হয়। তাই ufw deny 5173 rule সঠিক মনে হলেও কিছুই block করে না। ufw bypass করা Docker port এই সমস্যার কারণ হওয়া rule chain দেখায়।
VPS-এর আকার নির্ধারণ
ENGINE_MIN_FREE_STORAGE_GB-এর ডিফল্ট মান 20। Free storage এর চেয়ে কম হলে engine নতুন per-job scan container চালু করতে অস্বীকৃতি জানায়। Built image, checkout cache, Postgres data এবং job workspace একই disk-এ থাকে। তাই 20 GB VPS-এ কোনো scan শুরুই হয় না। 40 GB-কে ন্যূনতম ধরুন। বড় repository scan করলে আরও বেশি storage দিন। VPS-এর storage অন্য কোনো storage-hungry service দিয়ে পূরণ করার চেষ্টা করবেন না। কারণ PhotoPrism ও Immich-এর এই তুলনায় দেখানো RAM এবং disk-এর ন্যূনতম চাহিদা থেকে বোঝা যায়, একটি media library scan-এর প্রয়োজনীয় অতিরিক্ত capacity কত দ্রুত ব্যবহার করে ফেলতে পারে। একই কথা এমন সব অতিরিক্ত service-এর ক্ষেত্রেও প্রযোজ্য, যেগুলো scanner-এর পাশে সামান্য resource ব্যবহার করে বলে মনে হয়। যেমন, Jellyfin library-কে 90s rental store-এর মতো সাজানো browser front end-এর পেছনে সম্পূর্ণ media server এবং তার transcode-এর জন্য disk storage লাগে। তাই এটি অন্য host-এ চালান।
Memory-এর হিসাব সরল। এর পেছনের settings v1.4.0-এ যুক্ত হয়েছে। তাই এগুলো উপরে নির্ধারিত tag-এর ক্ষেত্রে প্রযোজ্য, কিন্তু পুরোনো tag-এর ক্ষেত্রে নয়। ENGINE_MEMORY_RESERVE_GB=2 engine, database, API এবং স্বল্পস্থায়ী overhead-এর জন্য memory সংরক্ষণ করে। এরপর প্রতিটি scan runner-এর জন্য ENGINE_SCAN_RUNNER_MEMORY_RESERVATION_MB=1536-এর একটি soft reservation এবং ENGINE_SCAN_RUNNER_MEMORY_MB=1536-এর একটি hard cap থাকে। তাই অন্য কিছু চালু হওয়ার আগেই দুইটি worker-এর প্রায় 5 GB প্রয়োজন। অবশিষ্ট budget-এর মধ্যে যত runner চালানো সম্ভব, engine শুধু ততগুলোই অনুমোদন করে। ফলে ছোট host-এ scan ব্যর্থ না হয়ে queue-তে অপেক্ষা করে। এটি out-of-memory killer-এর চেয়ে অনেক ভালো failure mode। একই হিসাব এমন যেকোনো tool-এর ক্ষেত্রেও প্রযোজ্য, যা প্রতিটি কাজের জন্য আলাদা container তৈরি করে। এ কারণেই OpenBot-এর প্রতিটি AI coworker-এর জন্য একটি container এবং browser CPU সীমায় পৌঁছানোর অনেক আগেই RAM সীমায় পৌঁছে যায়।
দুটি prune setting-এর ডিফল্ট মান true: ENGINE_AUTO_PRUNE_DOCKER_BUILD_CACHE এবং ENGINE_AUTO_PRUNE_UNUSED_DOCKER_IMAGES। কোনো task শেষ হলে engine unused build cache, unused image এবং stopped scan container সরিয়ে দেয়। কোনো container যে image ব্যবহার করছে, service container, bind mount, database data, credential এবং volume সংরক্ষিত থাকে। Host share না করার এটি আরও একটি কারণ। আপনি configure না করলেও একটি pruner ওই Docker daemon-এর বিরুদ্ধে কাজ করছে।
অধিকাংশ ব্যবহারকারী শেষ পর্যন্ত যে engine settings পরিবর্তন করেন
ENGINE_WORKER_COUNT: scan step এবং post-processing-এর মধ্যে ভাগ করা মোট worker slot। নতুন job গ্রহণ সাময়িক বন্ধ করতে এটি 0 সেট করুন।ENGINE_MAX_CONCURRENT_SCANS: একসঙ্গে কতগুলো scan অনুমোদিত হবে। Active pool খালি না হওয়া পর্যন্ত queued scan অপেক্ষা করে।ENGINE_MAX_WORKERS_PER_SCAN: 0 হলে aggregate slot-গুলো scan-এর মধ্যে সমানভাবে ভাগ হয়।ENGINE_HARNESS_TIMEOUT_SECONDS: ডিফল্ট মান 7200। একটি একক runaway job সর্বোচ্চ কতক্ষণ চলতে পারবে, এটি তা নির্ধারণ করে। Engine 60 থেকে 86400 পর্যন্ত মান গ্রহণ করে। এই range-এর বাইরের যেকোনো মান, 0-সহ, 7200 হিসেবে ব্যবহৃত হয়।ENGINE_MIN_FREE_STORAGE_GB: storage floor।ENGINE_IGNORE_LOW_STORAGE=truesafeguard নিষ্ক্রিয় করে। File-এ সতর্ক করা হয়েছে যে এর ফলে host disk পূর্ণ হয়ে যেতে পারে।ENGINE_SCAN_RUNNER_MEMORY_MB: প্রতিটি runner-এর hard memory cap। 0 হলে cap সরিয়ে দেওয়া হয়।ENGINE_SCAN_RUNNER_MEMORY_RESERVATION_MB: প্রতিটি runner-এর soft reservation, যা admission হিসাবের সময় গণনা করা হয়। এটি কমালে idle memory overcommit হয়, তবে hard cap spike নিয়ন্ত্রণে রাখে।
স্থানীয় repository স্ক্যান করে তা বাইরে ফাঁস না করা
LOCAL_REPOS_PATH-এর default মান ./local_repos। এটি backend এবং engine container-এ read-only হিসেবে bind-mount করা হয়। তাই host-এর ওই folder-এ রাখা repository সঙ্গে সঙ্গে container-এর ভেতরেও দেখা যায়। Working tree ব্যবহার না করে নতুন clone ব্যবহার করুন। Job container একটি writable copy পায়, container-এর ভেতরে root হিসেবে চলে এবং outbound Internet access থাকে। এর অর্থ, ওই copy-তে থাকা যেকোনো কিছু পরিবর্তন করা বা server-এর বাইরে পাঠানো সম্ভব। কোনো project copy করার আগে .env file এবং private key সরিয়ে ফেলুন।
আপনি কী পাবেন, আর কী পাবেন না
আপনি অগ্রাধিকার অনুযায়ী সাজানো সম্ভাব্য finding পাবেন। যাচাইকৃত vulnerability পাবেন না। Ranking এবং de-duplication আপনার triage queue-এর ক্রম নির্ধারণ করে। এগুলো কোনো entry সত্যি কি না তা প্রমাণ করে না। Post-script যাচাই করার চেষ্টা করতে এবং proof of concept তৈরি করতে পারে। এটিই tool-এর দেওয়া সবচেয়ে শক্তিশালী signal। তবে কোনো post-script ব্যর্থ হলে সেই finding মিথ্যা—এমন প্রমাণ হয় না। একজন ব্যক্তি এখনও প্রতিটি সম্ভাব্য finding পড়ে দেখেন। সম্ভাব্য finding এবং proof-এর এই ব্যবধানের কারণেই নিজে আবার চালিয়ে যাচাই করতে পারবেন এমন evidence চাওয়া এখানে গ্রহণ করা মূল্যবান: যে finding আপনি প্রয়োজনমতো পুনরুৎপাদন করতে পারেন, তা এমন ranked finding-এর চেয়ে বেশি নির্ভরযোগ্য, যেটিকে আপনাকে শুধু বিশ্বাস করে নিতে হয়।
এই guide-এ open-kritt কতগুলো প্রকৃত bug খুঁজে পায় সে বিষয়ে কোনো দাবি করা হয়নি, কারণ আমরা তা মাপিনি। কেউ আপনার codebase-এর জন্য detection rate উদ্ধৃত করলে বুঝবেন, সে আপনার codebase-এর বিরুদ্ধে এটি চালায়নি। প্রথমে এমন একটি repository scan করুন, যেটি আপনি ভালোভাবে চেনেন: নিজে বিচার করতে পারবেন এমন finding-ই সবচেয়ে কম খরচে calibration দেয়।
এখানে authorization অধিকাংশ self-hosted tool-এর তুলনায় বেশি গুরুত্বপূর্ণ। Agent-গুলো code compile ও execute করে এবং network-এ পৌঁছাতে পারে। তাই proof-of-concept ধাপ live system-এ প্রভাব ফেলতে পারে। যে code আপনার মালিকানাধীন বা পরীক্ষা করার জন্য যার সঙ্গে আপনার চুক্তি আছে, শুধু সেটির দিকে এটি নির্দেশ করুন। কিছু চালানোর আগে target scope লিখে রাখুন। আপনি যদি ANTHROPIC_API_KEY configure করেন এবং Claude Code engine ব্যবহার করেন, তাহলে VPS-এ Claude Code নিরাপদে চালানোর sandboxing অভ্যাস এই agent-গুলোর ক্ষেত্রেও প্রযোজ্য।
FAQ
open-kritt-এর নিজস্ব VPS কেন প্রয়োজন?
কারণ এর analysis agent-গুলো disposable job container-এর ভেতরে root হিসেবে চলে। এই container-গুলোতে আপনার code-এর writable copy এবং সরাসরি Internet access থাকে। engine service-টি host Docker socket mount করে, যাতে প্রতিটি job-এর জন্য একটি করে container চালু করতে পারে। যে কোনো process ওই socket-এ পৌঁছাতে পারলে host filesystem mount করা container চালু করতে পারে। তাই পুরো stack-কে host-এ root access থাকা হিসেবে বিবেচনা করা উচিত। একটি dedicated VPS-এ এই ঝুঁকি গ্রহণযোগ্য। VPS পুনর্নির্মাণ করলেও আপনার কোনো খরচ হয় না। কিন্তু আপনার দৈনন্দিন workstation-এ এতে SSH key এবং browser profile সেই একই trust boundary-র মধ্যে চলে আসে, যেখানে আপনি code scan করছেন।
SSH tunnel ব্যবহার না করে কি port 5173 expose করা যায়?
এটি করা উচিত নয়। backend-টি application authentication ছাড়াই release করা হয়েছে। তাই Internet এবং আপনার findings ও provider credit-এর মধ্যে একমাত্র বাধা হবে ওই port। এই কারণেই compose file প্রতিটি service-কে 127.0.0.1-এ bind করে। এর পরিবর্তে ssh -N -L 5173:127.0.0.1:5173 you@your-server-ip চালিয়ে স্থানীয়ভাবে http://localhost:5173 খুলুন। ufw rule এর বিকল্প নয়, কারণ published Docker port ufw-এর default policy প্রয়োগের আগেই handle করা হয়।
পরিকল্পনার চেয়ে বেশি খরচ করা থেকে open-kritt-কে কীভাবে থামাব?
প্রথম scan-এর আগে আপনার model provider-এর console-এ একটি hard limit নির্ধারণ করুন। কারণ open-kritt-এর নিজস্ব কোনো budget setting নেই। প্রথম কয়েকবার release-এর concurrency default-ই ব্যবহার করুন: ENGINE_WORKER_COUNT=2 এবং ENGINE_MAX_CONCURRENT_SCANS=1। মনে রাখবেন, একটি provider account defaultভাবে সর্বাধিক 15টি concurrent root model call চালাতে পারে। একটি Codex session সর্বাধিক পাঁচটি child agent চালাতে পারে। ENGINE_WORKER_COUNT=0 নতুন job pickup স্থগিত করে। এটি স্থানীয়ভাবে দ্রুততম stop।
কোন version checkout করা উচিত?
একটি tag, কখনো main নয়। git fetch --tags-এর পরে git tag --list চালালে উপলভ্য version দেখা যায়। 16 August 2026-এ প্রকাশিত v1.4.1, 12 October 2026 অনুযায়ী সর্বশেষ version। Pinning করলে কয়েক মাস পরে rebuild করলেও একই stack তৈরি হয়। এতে upgrade করা একটি সচেতন সিদ্ধান্ত হয়, অন্য দিনে clone করার পার্শ্বপ্রতিক্রিয়া নয়।
কোনো scan শুরু হয় না। কী পরীক্ষা করা উচিত?
প্রথমে free disk পরীক্ষা করুন। কারণ free storage ENGINE_MIN_FREE_STORAGE_GB-এর নিচে থাকলে engine প্রতি job-এর জন্য scan container চালু করে না। এর default মান 20 GB। এরপর পরীক্ষা করুন ENGINE_WORKER_COUNT যেন 0 না হয়। এই মান নতুন job pickup স্থগিত করে। তারপর ./kritt setup চালিয়ে নিশ্চিত করুন যে model credential সত্যিই configured আছে। কারণ শুধু একটি GITHUB_TOKEN থাকলে scan চালানো যায় না। job কেন skip করা হয়েছে, docker compose logs engine-এ তার কারণ উল্লেখ থাকে।