VPS पर open-kritt को self-host कैसे करें
VPS पर open-kritt सेटअप करने का तरीका जानें। Docker Compose कॉन्फ़िगरेशन, पोर्ट 5173 पर SSH टनलिंग और स्कैन शुरू करने से पहले जरूरी बजट सेटिंग्स के बारे में विस्तार से पढ़ें।
अपने लैपटॉप के बजाय VPS पर open-kritt को self-host क्यों करें
open-kritt को ऐसे सर्वर पर self-host करें जिसे आप नष्ट और पुनः निर्मित (rebuild) कर सकें। यह टूल अपने analysis agents को disposable job containers के अंदर root के रूप में चलाता है, प्रत्येक को आपके कोड की एक writable copy और सीधा इंटरनेट एक्सेस देता है, और host Docker socket को अपनी engine service में mount करता है। इस काम के लिए समर्पित मशीन पर यह एक उचित समझौता है। लेकिन जिस मशीन में आपकी SSH keys मौजूद हों, उस पर यह एक बुरा निर्णय है।
default setup के चार गुण इस सलाह को प्रेरित करते हैं, और ये चारों गुण प्रोजेक्ट के अपने README और compose file से आते हैं।
Agents शक्तिशाली होने के लिए बनाए गए हैं। README कहता है कि tool-enabled agents disposable job containers के अंदर root के रूप में चलते हैं, जिन्हें writable repository copies और सीधा इंटरनेट एक्सेस मिलता है, ताकि वे tools install कर सकें, targets compile कर सकें, tests चला सकें और proofs of concept बना सकें। एक scan केवल files पढ़ने वाला linter नहीं है। यह मनमाना code execution (arbitrary code execution) है जिसे आपने स्वयं करने के लिए कहा है। वह इंटरनेट एक्सेस दोनों तरफ काम करता है: एक agent target पर शोध करते समय जो कुछ भी fetch करता है, वह untrusted text के रूप में उसके prompt में आता है, वही जोखिम जो आप तब उठाते हैं जब आप किसी agent को उसका अपना web search सौंपते हैं।
Engine के पास Docker socket होता है। docker-compose.yml host Docker socket को engine service में mount करता है, क्योंकि engine प्रति job एक scan container बनाता और launch करता है। जो भी process उस socket तक पहुँच सकती है, वह ऐसा container शुरू कर सकती है जो host filesystem को mount कर ले। इसलिए, engine प्रभावी रूप से उस host पर root है जिस पर वह चलता है।
इसमें कोई login screen नहीं है। backend बिना किसी application authentication के आता है। port तक पहुँच का अर्थ है आपके findings और आपके provider credit तक पहुँच।
आप जिस कोड को scan करते हैं, वह अक्सर आपका नहीं होता। agents को किसी third-party repository की ओर इंगित करने का अर्थ है उस repository के build को अपनी मशीन पर, root के रूप में, network access के साथ चलाना।
यदि आपने coding agents को disposable VM में क्यों रखना चाहिए पढ़ा है, तो यह वही threat model है, बस और अधिक शक्तिशाली। open-kritt को एक ऐसा VPS दें जिस पर कुछ और न हो, और उस VPS को root के बजाय एक अलग least-privilege user account से संचालित करें।
open-kritt वास्तव में क्या करता है
open-kritt (repository Kritt-ai/open-kritt है, जो AGPL-3.0 लाइसेंस के अंतर्गत है) भेद्यता अनुसंधान (vulnerability research) को छोटे कार्यों में विभाजित करता है, इन कार्यों को AI agents पर समानांतर (parallel) रूप से चलाता है, और फिर प्राप्त परिणामों को de-duplicate करके रैंक करता है। आप एक workflow को केंद्रित prompts की एक श्रृंखला के रूप में परिभाषित करते हैं, और प्रत्येक चरण को पिछले चरणों से संरचित संदर्भ (structured context) प्राप्त होता है। स्कैन का लक्ष्य एक remote या local git repository होता है। विश्लेषण इंजन Codex या Claude Code है। उम्मीदवार (candidate) मिलने के बाद, वैकल्पिक post-scripts उसे validate करने या proof of concept बनाने का प्रयास कर सकती हैं। उस श्रृंखला को डिज़ाइन करना सुरक्षा कार्य के बजाय सामान्य agent कार्य है, इसलिए यदि prompts, tools और context passing अभी भी आपके लिए अपरिचित हैं, तो agents को एक साथ कैसे रखा जाता है, यह सीखना इस गाइड की किसी भी सेटिंग की तुलना में आपके परिणामों के लिए अधिक प्रभावी होगा।
अंत में आपको उम्मीदवारों की एक रैंक की गई सूची मिलती है। इसे एक रिपोर्ट के रूप में नहीं, बल्कि triage queue के रूप में देखें।
शुरू करने से पहले आपकी आवश्यकताएं
- Ubuntu 24.04, Debian 12 या Rocky Linux 9 पर चलने वाला एक VPS। इंस्टॉलेशन दस्तावेज़ x86_64 और ARM64 पर इन वितरित संस्करणों को ही टेस्ट किया हुआ बताते हैं।
- Docker Engine जिसमें Compose प्लगइन शामिल हो।
- होस्ट पर Node.js 20 या उससे नया संस्करण, क्योंकि
./krittCLI कंटेनर के अंदर के बजाय होस्ट पर चलता है। - एक मॉडल प्रदाता: एक Codex लॉगिन, या
OPENAI_API_KEY,CODEX_API_KEY,ANTHROPIC_API_KEYयाOPENROUTER_API_KEY। GITHUB_TOKENकेवल तभी आवश्यक है यदि आप निजी रिपॉजिटरी को स्कैन करने की योजना बना रहे हैं। शिप किया गया.env.exampleइसे स्पष्ट रूप से बताता है: केवल एक GitHub टोकन स्कैन चलाने के लिए पर्याप्त नहीं है।
सबसे पहले Docker और Node 20 इंस्टॉल करें
curl -fsSL https://get.docker.com | sudo sh
sudo usermod -aG docker $USERनया group membership लागू करने के लिए log out करके पुनः log in करें, फिर पुष्टि करें कि Compose plugin मौजूद है।
docker compose versionversion string का मतलब है कि Compose एक plugin के रूप में इंस्टॉल है। docker: 'compose' is not a docker command का मतलब है कि आपके पास इसके बजाय पुराना standalone docker-compose binary है, और open-kritt docker compose को कॉल करता है। docker group की सदस्यता host पर root के बराबर है, इसलिए केवल उस account को इसमें शामिल करें जो open-kritt चलाता है। उस सेटअप के विस्तृत संस्करण के लिए, VPS पर Docker चलाना देखें।
Ubuntu 24.04 अपने repository में Node 18 प्रदान करता है, और CLI 20 से नीचे के किसी भी संस्करण पर exit हो जाता है। Node 20 स्वयं end of life तक पहुँच चुका है और अब updates प्राप्त नहीं करता है, इसलिए NodeSource से Node 22 इंस्टॉल करें। यह 20-या-नया (20-or-newer) चेक को पूरा करता है।
curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
sudo apt install -y nodejs
node -vnode -v को यहाँ v22. प्रिंट करना चाहिए, और v20. से नीचे के किसी भी संस्करण को CLI द्वारा अस्वीकार कर दिया जाएगा। Rocky Linux 9 पर इसके समकक्ष sudo dnf module enable nodejs:22 -y है जिसके बाद sudo dnf install -y nodejs आता है।
open-kritt को clone करें और एक tagged release को pin करें
git clone https://github.com/Kritt-ai/open-kritt
cd open-kritt
git fetch --tags
git tag --list
git checkout v1.4.1main आपके अधीन move होता है। एक tag move नहीं होता। 12 October 2026 तक का सबसे नया tag v1.4.1 है, जिसे 16 August 2026 को publish किया गया था, और git tag --list यह दिखाता है कि clone करने के दिन क्या मौजूद है। v1.4.0 (12 August 2026) ने नीचे sizing के अंतर्गत वर्णित memory-aware runner admission को जोड़ा, और v1.4.1 ने एक bug को ठीक किया जहाँ ranker उपयोगकर्ता द्वारा प्रदान किए गए ranking rules को अनदेखा कर देता था। किसी tag को checkout करने से repository detached HEAD state में आ जाती है, जो यहाँ सही है: आप इस clone को एक pinned deployment के रूप में उपयोग कर रहे हैं, न कि ऐसी branch के रूप में जिसमें आप commit करते हैं। बाद में upgrade करने के लिए, release notes पढ़ें, फिर git fetch --tags चलाएँ, नए tag को checkout करें, और फिर से ./kritt start चलाएँ, क्योंकि start images को rebuild करता है।
./kritt को sudo के साथ न चलाएँ। documentation में इसके बारे में स्पष्ट निर्देश दिए गए हैं। CLI, .data/ के अंतर्गत project-local credential directories को manage करता है, इसलिए root के रूप में चलाने पर उन directories का ownership root के पास चला जाता है और अगली सामान्य run में उन्हें write नहीं किया जा सकता।
./kritt setup के साथ model access कॉन्फ़िगर करें
./kritt setupयह कमांड मौजूद न होने पर .env.example से .env बनाती है, प्रत्येक credential की स्थिति प्रिंट करती है, और आपको उन्हें सेट या अनसेट करने की सुविधा देती है। यह कभी भी मानों (values) को टर्मिनल पर प्रिंट नहीं करती है। .env और इंजन क्रेडेंशियल फ़ाइल दोनों को 0600 मोड के साथ लिखा जाता है।
यदि आप इसे मैन्युअल रूप से करना चाहते हैं:
cp .env.example .env
chmod 600 .env
mkdir -p .data/codex
chmod 700 .data/codexफिर प्रदाता की key को .env में एडिट करें और फ़ाइल को 0600 मोड पर ही रहने दें। किसी भी तरीके से, अब उस सर्वर पर एक कार्यशील प्रदाता क्रेडेंशियल मौजूद है, जो एक और कारण है कि इस बॉक्स में कुछ और नहीं होना चाहिए। केवल इस प्रोजेक्ट के लिए एक key बनाएँ, ताकि बाद में इसे रद्द करने पर आपकी किसी महत्वपूर्ण चीज़ पर असर न पड़े। AI agents की पहुँच से secrets को दूर रखना इस व्यापक आदत को कवर करता है।
पहले स्कैन से पहले प्रोवाइडर स्पेंडिंग कैप सेट करें
open-kritt को fan-out करने के लिए बनाया गया है, और आप इसी fan-out के लिए भुगतान करते हैं। v1.4.1 में .env.example के डिफ़ॉल्ट मान काफी सुरक्षित हैं: ENGINE_WORKER_COUNT=2, जिसे फाइल में एक छोटी 2-vCPU मशीन के लिए सुरक्षित डिफ़ॉल्ट बताया गया है, और ENGINE_MAX_CONCURRENT_SCANS=1। इनके ऊपर ENGINE_WORKERS_PER_ACCOUNT=15 है, जो एक प्रोवाइडर अकाउंट पर एक साथ चलने वाले अधिकतम root model calls की संख्या है, और ENGINE_CODEX_MAX_SUBAGENTS_PER_SESSION=5, क्योंकि एक Codex session में पांच child agents तक चल सकते हैं। एक बड़ी VPS पर worker count बढ़ाने से एक साथ चलने वाले model calls की संख्या भी बढ़ जाती है।
रिपॉजिटरी में ऐसा कुछ भी नहीं है जो आपके खर्च को सीमित करे। .env.example में कोई बजट सेटिंग नहीं है। इंजन की अपनी स्टॉप कंडीशंस वे worker limits हैं और साथ ही ENGINE_HARNESS_TIMEOUT_SECONDS, जो प्रति harness run 7200 सेकंड पर डिफ़ॉल्ट है। यहाँ harness वह लूप है जो टूल्स और कॉन्टेक्स्ट के साथ मॉडल को तब तक कॉल करता रहता है जब तक कि रन समाप्त न हो जाए, इसलिए वह टाइमआउट मॉडल के चारों ओर लिपटे प्रोग्राम पर एक समय सीमा है, न कि इस पर कि मॉडल उसके भीतर कितना खर्च करता है। इसलिए खर्च की अधिकतम सीमा प्रोवाइडर के स्तर पर होनी चाहिए। अपने प्रोवाइडर कंसोल को खोलें और पहले स्कैन के बाद नहीं, बल्कि उससे पहले एक सख्त मासिक सीमा सेट करें। VPS पर AI एजेंट की लागत को नियंत्रित करना लेख में प्रत्येक प्रोवाइडर के लिए सेटिंग्स के बारे में विस्तार से बताया गया है।
एक लोकल ब्रेक भी मौजूद है। ENGINE_WORKER_COUNT=0 सेट करने से नए जॉब्स का पिकअप रुक जाता है, और स्टैक चलने के बाद सेटिंग्स स्क्रीन में उन्हीं worker मानों को बदला जा सकता है।
यह गाइड प्रति स्कैन कोई कीमत नहीं बताती, क्योंकि लागत रिपॉजिटरी के आकार, आपके द्वारा बनाए गए वर्कफ़्लो और उसके पीछे के मॉडल पर निर्भर करती है। किसी एक छोटी रिपॉजिटरी पर एक स्कैन चलाएं, और फिर किसी भी बड़ी चीज़ पर इसे आज़माने से पहले अपने प्रोवाइडर का यूसेज पेज देखें।
स्टैक शुरू करें और इसकी स्थिति की जाँच करें
./kritt startयह कमांड .env और कम से कम एक क्रेडेंशियल की जाँच करता है, और फिर docker compose up --build चलाता है। पहला बिल्ड धीमा होता है, क्योंकि यह frontend, backend, engine, executor view और database इमेजेस को बिल्ड करता है। यह foreground में भी चलता है, इसलिए SSH सेशन बंद करने से स्टैक रुक जाएगा। इसे tmux के अंदर शुरू करें, या एक बार पहला बिल्ड सफल हो जाने के बाद इसे detached मोड में लाएं। इनमें से कोई भी अपने आप रीबूट के बाद चालू नहीं रहता है, इसलिए यदि आप चाहते हैं कि बॉक्स रीस्टार्ट होने के बाद स्टैक वापस चालू हो जाए, तो keeping a self-hosted agent running across reboots में दिया गया systemd यूनिट पैटर्न सीधे लागू होता है।
docker compose up -d --build
docker compose psdocker compose ps को open-kritt-frontend, open-kritt-backend, open-kritt-engine, open-kritt-executor-view और open-kritt-db की सूची दिखानी चाहिए। फिर जाँचें कि क्या backend सर्वर पर ही प्रतिक्रिया दे रहा है।
curl -s http://127.0.0.1:3002/api/healthJSON रिस्पॉन्स का मतलब है कि backend चालू है। Failed to connect to 127.0.0.1 port 3002: Connection refused का मतलब है कि यह चालू नहीं है, और docker compose logs backend कारण बताएगा। रिपॉजिटरी डायरेक्टरी से docker compose down के साथ सब कुछ रोकें।
एक अतिरिक्त विकल्प: docker compose exec backend npm run seed डेमो डेटा लोड करता है, जो वास्तविक स्कैन पर कुछ भी खर्च करने से पहले इंटरफ़ेस को देखने का एक आसान तरीका है।
SSH tunnel के माध्यम से port 5173 पर UI तक पहुँचें
compose file में प्रत्येक service डिफ़ॉल्ट रूप से 127.0.0.1 पर bind होती है: frontend 5173 पर, backend 3002 पर, executor view 8090 पर और Postgres 5432 पर। इन bindings को न बदलें और अपनी मशीन से SSH के जरिए port को forward करें।
ssh -N -L 5173:127.0.0.1:5173 you@your-server-ipजब वह command चल रही हो, तो अपने स्थानीय browser में http://localhost:5173 खोलें। -N का अर्थ है कि connection केवल forward को ले जाता है और कोई shell नहीं देता। जब आपको executor view की भी आवश्यकता हो, तो उसी command में एक दूसरा -L 8090:127.0.0.1:8090 जोड़ें।
प्रलोभन यह होता है कि FRONTEND_BIND_ADDRESS=0.0.0.0 सेट कर दिया जाए और tunnel को छोड़ दिया जाए। ऐसा न करें। backend में कोई login screen नहीं है, इसलिए जो कोई भी उस page तक पहुँचता है, वह scan शुरू कर सकता है और आपके provider credit खर्च कर सकता है। इसके विपरीत, Vaultwarden को internet का सामना करने के लिए डिज़ाइन किया गया है, और इसे सुरक्षित करना अभी भी admin token और backup file पर निर्भर करता है, जो कि open-kritt आपको नहीं देता है। इसके नीचे एक दूसरा जाल भी है: एक published container port को ufw की डिफ़ॉल्ट policy लागू होने से पहले ही handle कर लिया जाता है, इसलिए एक ufw deny 5173 rule सही दिखता है लेकिन कुछ भी block नहीं करता है। Docker ports जो ufw को bypass करते हैं उस rule chain को दिखाता है जो इसका कारण बनती है।
VPS का आकार निर्धारित करना
ENGINE_MIN_FREE_STORAGE_GB का डिफ़ॉल्ट मान 20 है, और जब खाली स्टोरेज इससे कम हो जाता है, तो इंजन नया per-job scan container शुरू करने से मना कर देता है। बिल्ड की गई images, checkout cache, Postgres डेटा और job workspaces सभी एक ही डिस्क पर रहते हैं, इसलिए 20 GB वाला VPS कभी भी स्कैन शुरू नहीं कर पाता। 40 GB को न्यूनतम सीमा मानें, और यदि आप बड़े repositories को स्कैन करते हैं, तो अधिक स्टोरेज दें। इस बॉक्स पर कोई अन्य स्टोरेज-हंग्री सर्विस चलाने के प्रलोभन से बचें, क्योंकि PhotoPrism और Immich की इस तुलना में मापा गया RAM और डिस्क का उपयोग दिखाता है कि कैसे एक मीडिया लाइब्रेरी स्कैन के लिए आवश्यक headroom को जल्दी खत्म कर सकती है। यही बात उन सजावटी एक्स्ट्रा चीज़ों पर भी लागू होती है जो स्कैनर के बगल में हल्की लगती हैं: एक ब्राउज़र फ्रंट-एंड जो Jellyfin लाइब्रेरी को 90 के दशक के रेंटल स्टोर जैसा दिखाता है वह भी अपने पीछे पूरे मीडिया सर्वर और उसके transcodes का भार डिस्क पर डाल देता है, इसलिए इसे किसी अलग होस्ट पर रखें।
मेमोरी का हिसाब सरल गणित पर आधारित है, और इसके पीछे की सेटिंग्स v1.4.0 में आई थीं, इसलिए वे ऊपर पिन किए गए tag पर लागू होती हैं, पुराने वर्ज़न्स पर नहीं। ENGINE_MEMORY_RESERVE_GB=2 इंजन, डेटाबेस, API और अल्पकालिक ओवरहेड के लिए मेमोरी सुरक्षित रखती है। प्रत्येक scan runner फिर ENGINE_SCAN_RUNNER_MEMORY_RESERVATION_MB=1536 का soft reservation और ENGINE_SCAN_RUNNER_MEMORY_MB=1536 का hard cap लेकर चलता है। इसलिए, किसी भी अन्य चीज़ के चलने से पहले दो workers को लगभग 5 GB की आवश्यकता होती है। इंजन केवल उन्हीं runners को अनुमति देता है जो शेष बजट में फिट होते हैं, इसलिए छोटे बॉक्स पर स्कैन विफल होने के बजाय कतार (queue) में लग जाते हैं, जो out-of-memory killer की तुलना में बहुत बेहतर स्थिति है। यही गणित किसी भी ऐसे टूल के लिए आधार तय करता है जो काम की प्रत्येक इकाई को अपना container देता है, यही कारण है कि OpenBot का प्रति AI सहकर्मी एक container और ब्राउज़र CPU सीमा तक पहुँचने से बहुत पहले ही RAM सीमा से टकरा जाता है।
दो prune सेटिंग्स डिफ़ॉल्ट रूप से true पर सेट होती हैं: ENGINE_AUTO_PRUNE_DOCKER_BUILD_CACHE और ENGINE_AUTO_PRUNE_UNUSED_DOCKER_IMAGES। कार्य पूरा होने के बाद, इंजन unused build cache, unused images और रुके हुए scan containers को हटा देता है। किसी भी container, service containers, bind mounts, डेटाबेस डेटा, क्रेडेंशियल्स और volumes द्वारा संदर्भित images को सुरक्षित रखा जाता है। यह होस्ट को साझा न करने का एक और कारण है: एक pruner जिसे आपने कॉन्फ़िगर नहीं किया है, वह उस Docker daemon पर चल रहा है।
इंजन सेटिंग्स जिन्हें ज्यादातर लोग बदलते हैं
ENGINE_WORKER_COUNT: scan steps और post-processing द्वारा साझा किए गए कुल worker slots। नए jobs को लेने से रोकने के लिए इसे 0 पर सेट करें।ENGINE_MAX_CONCURRENT_SCANS: एक बार में कितने scans को अनुमति दी जाती है। कतारबद्ध scans तब तक प्रतीक्षा करते हैं जब तक active pool खाली न हो जाए।ENGINE_MAX_WORKERS_PER_SCAN: 0 कुल slots को scans के बीच समान रूप से साझा करता है।ENGINE_HARNESS_TIMEOUT_SECONDS: डिफ़ॉल्ट रूप से 7200। यह वह अधिकतम समय है जो एक runaway job चल सकती है। इंजन 60 से 86400 तक के मान स्वीकार करता है, और उस सीमा के बाहर का कोई भी मान, जिसमें 0 भी शामिल है, वापस 7200 पर सेट हो जाता है।ENGINE_MIN_FREE_STORAGE_GB: स्टोरेज की न्यूनतम सीमा।ENGINE_IGNORE_LOW_STORAGE=trueइस सुरक्षा उपाय को अक्षम कर देता है, और फ़ाइल चेतावनी देती है कि इससे होस्ट डिस्क भर सकती है।ENGINE_SCAN_RUNNER_MEMORY_MB: प्रति runner हार्ड मेमोरी कैप। 0 कैप को हटा देता है।ENGINE_SCAN_RUNNER_MEMORY_RESERVATION_MB: प्रति runner soft reservation जिसे admission count करता है। इसे कम करने से idle मेमोरी का overcommit होता है, जबकि hard cap अभी भी spikes को नियंत्रित रखता है।
किसी लोकल रिपॉजिटरी को लीक किए बिना स्कैन करना
LOCAL_REPOS_PATH डिफ़ॉल्ट रूप से ./local_repos पर सेट होता है और इसे backend तथा engine कंटेनरों में read-only मोड में bind-mount किया जाता है। इसलिए, यदि आप होस्ट पर उस फ़ोल्डर में कोई रिपॉजिटरी डालते हैं, तो वह तुरंत कंटेनरों के अंदर दिखाई देने लगती है। अपने वर्किंग ट्री के बजाय एक फ्रेश क्लोन का उपयोग करें। जॉब कंटेनर को एक writable कॉपी मिलती है, जिसमें उसे root एक्सेस प्राप्त होता है और इंटरनेट का एक्सेस भी होता है। इसका मतलब है कि उस कॉपी में मौजूद कोई भी चीज़ बदली जा सकती है या बाहर भेजी जा सकती है। किसी प्रोजेक्ट को कॉपी करने से पहले उसमें से .env फ़ाइलों और प्राइवेट कीज़ (private keys) को हटा दें।
आपको क्या मिलता है, और क्या नहीं मिलता
आपको रैंक किए गए संभावित निष्कर्ष (candidate findings) मिलते हैं। आपको सत्यापित कमजोरियां (verified vulnerabilities) नहीं मिलती हैं। रैंकिंग और डी-डुप्लीकेशन आपकी ट्राइएज कतार (triage queue) का क्रम तय करते हैं। वे यह साबित नहीं करते कि कोई प्रविष्टि वास्तविक है। पोस्ट-स्क्रिप्ट सत्यापन का प्रयास कर सकते हैं और एक प्रूफ-ऑफ-कांसेप्ट तैयार कर सकते हैं, और यह टूल द्वारा दिया जाने वाला सबसे मजबूत संकेत है, लेकिन यदि कोई पोस्ट-स्क्रिप्ट विफल हो जाती है, तो यह इस बात का प्रमाण नहीं है कि निष्कर्ष गलत है। हर संभावित निष्कर्ष को अभी भी एक व्यक्ति ही पढ़ता है। एक संभावित निष्कर्ष और प्रमाण के बीच का यही अंतर कारण है कि किसी एजेंट से ऐसे प्रमाण मांगना जिन्हें आप स्वयं फिर से चला सकें यहाँ उपयोगी है: एक ऐसा निष्कर्ष जिसे आप मांग पर पुनरुत्पादित (reproduce) कर सकते हैं, उस रैंक किए गए निष्कर्ष से अधिक मूल्यवान है जिसे आपको केवल विश्वास पर लेना पड़ता है।
यह गाइड इस बारे में कोई दावा नहीं करती है कि open-kritt कितने वास्तविक बग ढूंढता है, क्योंकि हमने इसे मापा नहीं है। जो कोई भी आपके कोडबेस के लिए डिटेक्शन रेट का दावा करता है, उसने इसे आपके कोडबेस पर नहीं चलाया है। सबसे पहले उस रिपॉजिटरी को स्कैन करें जिसे आप पहले से अच्छी तरह जानते हैं: जिन निष्कर्षों का आप स्वयं मूल्यांकन कर सकते हैं, वे उपलब्ध सबसे किफायती कैलिब्रेशन हैं।
यहाँ अधिकांश self-hosted टूल्स की तुलना में ऑथराइजेशन अधिक मायने रखता है। एजेंट कोड को कंपाइल और निष्पादित (execute) करते हैं और नेटवर्क तक पहुँचते हैं, इसलिए प्रूफ-ऑफ-कांसेप्ट चरण लाइव सिस्टम को प्रभावित कर सकता है। इसे उस कोड पर पॉइंट करें जिसे आप ओन करते हैं या जिसे टेस्ट करने के लिए आप अनुबंधित हैं, और कुछ भी चलाने से पहले टारगेट स्कोप को लिख लें। यदि आप ANTHROPIC_API_KEY को कॉन्फ़िगर करते हैं और Claude Code इंजन का उपयोग करते हैं, तो Claude Code को VPS पर सुरक्षित रूप से चलाने की सैंडबॉक्सिंग आदतें इन एजेंटों पर भी लागू होती हैं।
FAQ
open-kritt को अपने स्वयं के VPS की आवश्यकता क्यों है?
क्योंकि इसके analysis agents disposable job containers के भीतर root के रूप में चलते हैं, जिनके पास आपके code की writable copies और सीधा internet access होता है। साथ ही, engine service host के Docker socket को mount करती है ताकि वह प्रति job एक container launch कर सके। जो भी process उस socket तक पहुँचती है, वह ऐसा container शुरू कर सकती है जो host filesystem को mount कर ले, इसलिए पूरे stack को उसके host पर root के समान ही माना जाना चाहिए। एक dedicated VPS पर यह एक स्वीकार्य समझौता है, और उस box को फिर से बनाने में आपका कोई नुकसान नहीं होता। अपने दैनिक workstation पर यह आपके SSH keys और browser profiles को उसी trust boundary में डाल देता है जिसमें वह code है जिसे आप scan कर रहे हैं।
क्या मैं SSH tunnel का उपयोग करने के बजाय port 5173 को expose कर सकता हूँ?
आपको ऐसा नहीं करना चाहिए। यह backend बिना application authentication के आता है, इसलिए internet और आपके findings तथा provider credit के बीच केवल यही port एक सुरक्षा है। इसी कारण से compose file हर service को 127.0.0.1 पर bind करती है। ssh -N -L 5173:127.0.0.1:5173 you@your-server-ip चलाएं और स्थानीय रूप से http://localhost:5173 पर browse करें। एक ufw rule इसका विकल्प नहीं है, क्योंकि एक published Docker port को ufw की default policy लागू होने से पहले ही handle कर लिया जाता है।
मैं open-kritt को मेरी योजना से अधिक खर्च करने से कैसे रोकूँ?
पहले scan से पहले अपने model provider के console में एक hard limit सेट करें, क्योंकि open-kritt की अपनी कोई budget setting नहीं है। पहले कुछ runs के लिए shipped concurrency defaults, ENGINE_WORKER_COUNT=2 और ENGINE_MAX_CONCURRENT_SCANS=1 को बनाए रखें, और याद रखें कि एक provider account डिफ़ॉल्ट रूप से 15 concurrent root model calls की अनुमति देता है, जबकि एक Codex session पांच child agents तक चला सकता है। ENGINE_WORKER_COUNT=0 नए jobs को लेना बंद कर देता है और यह सबसे तेज़ स्थानीय उपाय है।
मुझे कौन सा version check out करना चाहिए?
हमेशा एक tag, कभी भी main नहीं। git fetch --tags के बाद git tag --list चलाने से पता चलता है कि क्या उपलब्ध है, और 16 August 2026 को प्रकाशित v1.4.1, 12 October 2026 तक का सबसे नया version है। Pinning का अर्थ है कि महीनों बाद भी rebuild करने पर वही stack प्राप्त होगा, और यह upgrade को एक ऐसा निर्णय बनाता है जिसे आप release notes पढ़ने के बाद लेते हैं, न कि किसी अलग दिन clone करने का एक दुष्प्रभाव।
scan कभी शुरू नहीं होता। मुझे क्या जाँच करनी चाहिए?
सबसे पहले free disk space की जाँच करें, क्योंकि जब storage ENGINE_MIN_FREE_STORAGE_GB (जो डिफ़ॉल्ट रूप से 20 GB है) से कम होती है, तो engine प्रति-job scan container launch नहीं करेगा। फिर जाँचें कि ENGINE_WORKER_COUNT का मान 0 तो नहीं है, क्योंकि वह मान नए jobs को लेना रोक देता है। फिर पुष्टि करें कि model credential वास्तव में configured है, इसके लिए ./kritt setup चलाएं, क्योंकि केवल एक GITHUB_TOKEN अपने आप scan नहीं चला सकता। docker compose logs engine उस कारण का नाम बताता है कि उसने job को क्यों छोड़ दिया।