SSD Nodes Learn Hosting plans →
गाइड Matt Connorलेखक: Matt Connor · अपडेट किया गया: 2026-11-11

VPS पर OpenBot AI coworkers को self-host कैसे करें

Supervisor के साथ OpenBot self-host करें: हर bot को अलग container, Chromium और workspace मिलता है। Gateway हर action की जाँच और recording करता है, RAM लागत समेत।

Self-host OpenBot AI coworkers से आपको क्या मिलता है

आप अपने नियंत्रण वाले hardware पर एक gateway server चलाकर और एक supervisor के माध्यम से OpenBot AI coworkers को self-host करते हैं। यह supervisor हर bot को अपना अलग container देता है। प्रत्येक bot का container तभी मौजूद होता है जब COMPUTER_SUPERVISOR_URL set हो। इसके बिना सभी bot AGENT_COMPUTER_URL पर मौजूद एक ही computer साझा करते हैं। Supervisor के साथ प्रत्येक bot container में अपना Chromium browser और अपना workspace volume होता है। इसका browser profile sessions के बीच बना रहता है। Bot द्वारा computer, file, MCP (model context protocol) server या UI component पर की जाने वाली हर action इस gateway से होकर गुजरती है। Gateway action होने से पहले उसे policy के विरुद्ध जाँचता है और बाद में उसका record रखता है। यदि gateway जिस agent loop को wrap करता है, वह अभी आपके लिए अपरिचित है, तो AI agents को शून्य से सीखना वाले चरणबद्ध मार्ग में पहले आप स्वयं एक छोटा agent loop लिखते हैं। इसके बाद ही किसी bot को browser और अपने login credentials दें।

OpenBot को CopilotKit MIT license के अंतर्गत github.com/CopilotKit/openbot पर publish करता है। पहला tagged release v0.0.1 था, जिसे 17 August 2026 को publish किया गया। इसके बाद v0.2.0 12 October 2026 को आया। 10 November 2026 तक latest release v1.0.0 है, जिसे 9 November 2026 को publish किया गया था। यह v0.3.0 के तीन दिन बाद आया और main के README में अब beta notice नहीं है। इसे शुरुआती सीमाओं वाले गंभीर design के रूप में देखें। नीचे दिया गया deployment v0.2.0 पर pinned है और इसके प्रत्येक step में उसी release का वर्णन है। v0.3.0 ने approvals, browser sharing और Helm chart defaults बदले हैं। इसलिए किसी नए tag से शुरू करने से पहले v0.3.0 और v1.0.0 की release notes पढ़ें। वर्तमान main में प्रत्येक व्यक्ति को एक container मिलता है और Isolated के रूप में चिह्नित bot को अपना अलग container मिलता है।

इस architecture का रोचक भाग ही इसका महँगा भाग भी है। प्रत्येक agent के लिए browser चलाने में memory की लागत आती है, जिसे अधिकांश लोग planning में भूल जाते हैं। इसलिए यहाँ install से पहले sizing की जाती है।

गेटवे प्रत्येक क्रिया का निर्णय कैसे लेता है

पोर्ट 3001 पर स्थित API server एक बॉट के कंप्यूटर तक पहुँचने का नियंत्रित मार्ग है। कंप्यूटर टोकन द्वारा सुरक्षित निम्न-स्तरीय सर्विस एंडपॉइंट्स को भी expose करता है। प्रोजेक्ट के अनुसार इन्हें निजी रखना चाहिए और गेटवे को बायपास करने के लिए इनका उपयोग कभी नहीं करना चाहिए। इसलिए, गेटवे एकमात्र मार्ग तभी रहता है जब तक वे एंडपॉइंट्स दुर्गम हों। ब्राउज़र एक्शन चलने से पहले, गेटवे पेज स्नैपशॉट से लक्ष्य को resolve करता है, संदर्भ के आधार पर CEL (common expression language) पॉलिसी नियमों का मूल्यांकन करता है, निर्णय को दर्ज करने के लिए एक ऑडिट रो (audit row) लिखता है, और उसके बाद ही कंटेनर को कॉल करता है। यदि उसके बाद निष्पादन विफल हो जाता है, तो यह दूसरी रो लिखता है। दस्तावेज़ सीमा को स्पष्ट रूप से बताते हैं: कंप्यूटर पॉलिसी का निर्णय नहीं लेता, सर्वर गेटवे ही क्रिया की सीमा है। OpenBot के बाहर इस विभाजन का एक नाम है, क्योंकि लूप, टूल डेफिनिशन, अनुमति जाँच और सेशन स्टेट मिलकर मॉडल के चारों ओर लिपटे हुए हार्नेस का निर्माण करते हैं, और यह गेटवे उस हार्नेस का अनुमति वाला आधा हिस्सा है।

पॉलिसी मूल्यांकन 'fails closed' मोड में होता है, और 'deny' नियमों का मूल्यांकन 'allow' नियमों से पहले किया जाता है। विफलता की दिशा नियम के सिंटैक्स से अधिक महत्वपूर्ण है। एक अनुपस्थित या खाली पॉलिसी किसी भी चीज़ की अनुमति नहीं देती है, और एक त्रुटिपूर्ण नियम ब्लॉक करने की दिशा में विफल होता है, चाहे वह 'deny' नियम हो या 'allow' नियम। इसलिए, आपकी पॉलिसी में एक गलती का परिणाम बॉट का अटक जाना होगा, न कि आपके अकाउंट्स पर बॉट का अनियंत्रित हो जाना। OpenBot जिस पॉलिसी के साथ आता है, वह एक अलग मामला है। इसका स्टार्टअप डिफ़ॉल्ट deny: [] और allow: ["true"] है, जो तब तक हर क्रिया की अनुमति देता है जब तक कि AGENT_COMPUTER_POLICY या कोई सहेजी गई एडमिनिस्ट्रेटर पॉलिसी इसे प्रतिस्थापित न कर दे। इसलिए, बॉट के किसी भी वास्तविक चीज़ को छूने से पहले अपनी खुद की पॉलिसी लिखें। वह लेयर नियंत्रित करती है कि बॉट क्या करता है, न कि वह क्या पढ़ता है। इसलिए, एजेंट के लिए निर्देश ले जाने वाला पेज एक अलग समस्या बनी रहती है, जो कि वही प्रॉम्प्ट इंजेक्शन सरफेस है जिसका सामना आप तब करते हैं जब आप अपने स्वयं के SearXNG इंस्टेंस से एजेंट को परिणाम सौंपते हैं।

ऑडिट ट्रेल PostgreSQL में रहता है, इसलिए यह रीस्टार्ट के बाद भी सुरक्षित रहता है। कंट्रोल हैंडओवर को computer.help_requested, computer.control_taken और computer.control_released के रूप में रिकॉर्ड किया जाता है। इसी तरह आप देख सकते हैं कि बॉट कब मानव से सहायता मांगता है और मानव कब नियंत्रण वापस देता है। सीक्रेट्स को कैरेक्टर काउंट के रूप में रिकॉर्ड किया जाता है, न कि वैल्यू के रूप में। फ़ाइल रीड, राइट और लिस्टिंग 'Activity' टैब में दिखाई देते हैं, जहाँ एक सहेजी गई फ़ाइल अपने पाथ और साइज़ के रूप में दिखाई देती है, न कि अपनी सामग्री के रूप में। वह व्यू ब्राउज़र में रहता है और ऑडिट रिकॉर्ड नहीं है। यदि आप बिना ब्राउज़र के वही कंट्रोल बाउंड्री चाहते हैं, तो AI एजेंट क्रियाओं को अप्रूवल के पीछे गेट करना उस सीमित मामले को कवर करता है।

एक Bot के लिए RAM और डिस्क की लागत

यह प्रोजेक्ट arm64 पर एक सिंगल Bot के लिए मापे गए आंकड़े प्रकाशित करता है। ये वे साइजिंग नंबर हैं जो डिप्लॉयमेंट डॉक्स में दिए गए हैं, और वे एक आर्किटेक्चर पर एक बॉट का विवरण देते हैं, इसलिए इन्हें क्षमता योजना (capacity plan) के बजाय शुरुआती बिंदु के रूप में पढ़ें।

चार्टOpenBot published resource figures, one Bot on arm64 (October 2026)
इस चार्ट के पीछे का डेटा
[
  {
    "label": "Measured, one Bot",
    "memory_gb": 0.55,
    "disk_gb": 1.4,
    "vcpu": 0.06
  },
  {
    "label": "Documented minimum",
    "memory_gb": 2,
    "disk_gb": 4,
    "vcpu": 1
  },
  {
    "label": "Documented recommended",
    "memory_gb": 4,
    "disk_gb": 8,
    "vcpu": 2
  }
]

एक बॉट के लिए पीक मेमोरी 0.55 GB मापी गई थी, जबकि प्रलेखित न्यूनतम 2 GB है और अनुशंसा 4 GB है। माप और न्यूनतम के बीच का अंतर Chromium के लिए लोड के तहत बढ़ने की जगह है, क्योंकि ब्राउज़र का मेमोरी उपयोग उन पेजों पर निर्भर करता है जिन्हें उसने ओपन किया है, न कि रेस्ट पर मौजूद प्रोसेस पर। डॉक्स के अनुसार एक ही समय में प्रत्येक अतिरिक्त ओपन पेज लगभग 100 से 200 MB लेता है। आइडल CPU लगभग नगण्य है, जो मापी गई रेंज के ऊपरी स्तर पर एक कोर का 0.06 है, इसलिए CPU वह संसाधन नहीं है जिसके लिए आप मुख्य रूप से खर्च कर रहे हैं। इमेज 1.4 GB की है, जबकि अनुशंसित वॉल्यूम 8 GB है, और यह अंतर /workspace के लिए जगह है, जहाँ बॉट अपनी फाइलें रखता है। इमेज में केवल Chromium परिवार के ब्राउज़र शामिल हैं। Playwright के Firefox और WebKit को इसमें नहीं रखा गया है।

इनमें से कोई भी यह नहीं बताता कि कई बॉट्स की कुल लागत क्या होगी, और प्रोजेक्ट इसके लिए कोई आंकड़ा प्रकाशित नहीं करता है। प्रलेखित न्यूनतम वह संख्या है जिसे प्रोजेक्ट प्रिंट करने में सहज है, न कि वह जिसे किसी ने लोड के तहत देखा हो, यही कारण है कि PhotoPrism और Immich के बीच चयन उनके प्रकाशित RAM फ्लोर के बजाय उनके मापे गए RAM फ्लोर पर निर्भर करता है। अपना स्वयं का माप लें। एक बॉट शुरू करें, उसे एक पेज ओपन करके वास्तविक कार्य दें, और काम करते समय कंटेनर को मॉनिटर करें।

docker stats --no-stream
free -m

बॉट के कंटेनर के लिए MEM USAGE कॉलम को अपने प्रति-बॉट आंकड़े के रूप में लें, इसमें गेटवे और PostgreSQL को जोड़ें, फिर प्रति-बॉट आंकड़े को उन बॉट्स की संख्या से गुणा करें जिनके एक ही समय में मौजूद रहने की आप अपेक्षा करते हैं। एक आइडल बॉट अपने ब्राउज़र को तब तक रखता है जब तक कि आइडल टाइमआउट उसे बंद न कर दे, जो डिफ़ॉल्ट रूप से 30 मिनट है, इसलिए मल्टीप्लायर में आइडल ब्राउज़रों को शामिल करें। गणना वही है जो कोडिंग एजेंट VPS के लिए RAM और CPU की साइजिंग के लिए उपयोग की जाती है, और इसके ब्राउज़र पक्ष को VPS पर एजेंटों के लिए हेडलेस ब्राउज़र चलाना में कवर किया गया है।

Chromium का एक विवरण छोटे प्लान्स को प्रभावित करता है। OpenBot, Chromium को --disable-dev-shm-usage के साथ लॉन्च करता है, इसलिए ब्राउज़र /dev/shm के बजाय /tmp पर लिखता है। यह उस क्रैश से बचाता है जो आपको छोटे /dev/shm वाले होस्ट पर मिलता है, और यह दबाव को आपके रूट फाइलसिस्टम पर स्थानांतरित कर देता है, जो एक और कारण है कि अनुशंसित डिस्क इमेज से बड़ी है।

VPS पर OpenBot को self-host कैसे करें?

आपको Docker, Bun 1.3 या नया version, CopilotKit Intelligence project और license चाहिए। इसके अलावा किसी model तक access चाहिए। इसके लिए API key या उसके स्थान पर किसी supported provider में sign-in होना आवश्यक है। v0.2.0 README में app और API server के लिए Bun 1.3+ मांगा गया है। वर्तमान main में यह आवश्यकता 1.4+ है। इसलिए जिस tag को आप clone करते हैं, उसका README पढ़ें। v0.0.15 से provider का अपना sign-in API key के स्थान पर इस्तेमाल किया जा सकता है। Development docs में host पर lsof, openssl और curl भी अपेक्षित हैं। Intelligence को provision करने के लिए Node से npx भी चाहिए। main के बजाय tagged release clone करें। इस शुरुआती project में main बिना चेतावनी बदल सकता है। यदि आपके पास पहले से v0.1.x install है, तो upgrade करने से पहले v0.2.0 की release notes पढ़ें। Upgrade stored Composio connections को नई table में copy करता है। इसके बाद v0.1.2 पर rollback करने से upgrade के बाद connected किए गए account दिखाई नहीं देंगे।

git clone --branch v0.2.0 https://github.com/CopilotKit/openbot.git
cd openbot
cp .env.example .env
bun install

Intelligence project को provision करें। पहले दो commands से आप sign in करते हैं और project चुनते हैं। इसके बाद helper script उस project की runtime key provision करती है, उसका openbot Learning container बनाती या दोबारा इस्तेमाल करती है, और दोनों settings आपकी environment file में लिखती है।

npx --yes copilotkit@latest login
npx --yes copilotkit@latest project select
bun scripts/setup-learning.ts

Stored credentials को encrypt करने वाली key generate करें। Output को .env में KEY_ENCRYPTION_KEY के रूप में रखें। उसी file में अपना OPENAI_API_KEY जोड़ें। Proof-of-concept Bot OpenAI का उपयोग करता है। LangGraph Bot के लिए आप BOT_PROVIDER को anthropic या google पर set कर सकते हैं और matching key जोड़ सकते हैं। Key के बजाय model sign-in का उपयोग करने के लिए v0.2.0 .env.example में CLAUDE_CODE_OAUTH_TOKEN, यानी claude setup-token से मिला token, और CHATGPT_AUTH_FILE, यानी signed-in ChatGPT plan द्वारा लिखी गई file, लें। API server इन्हें अपने built-in agents के लिए पढ़ता है। Compose इन्हें आपके चुने हुए Bot harness तक पहुंचाता है।

openssl rand -base64 32

जब .env खुली हो, तो computer settings देखें। .env.example COMPUTER_SUPERVISOR_URL और SUPERVISOR_TOKEN को खाली रखती है और AGENT_COMPUTER_URL को port 4100 पर मौजूद एक shared computer पर point करती है। Compose file में supervisor शामिल है। scripts/start.sh server को COMPUTER_SUPERVISOR_URL और SUPERVISOR_TOKEN देकर प्रत्येक Bot के लिए अलग computer को default रूप से enable करता है। यदि आप server को स्वयं launch करते हैं, तो दोनों values set करें। Supervisor URL के बिना सभी bots उसी browser और उसके logins को साझा करेंगे।

अब start करें।

bash scripts/start.sh

scripts/start.sh Docker services start करती है, database migrations चलाती है, server, routine worker और app शुरू करती है, और उनकी health check करती है। इसके पूरा होने पर app port 3010 पर और API port 3001 पर response देती है। Script port conflicts report करती है और पहले से चल रही matching service को वैसा ही रहने देती है। इसलिए इसे दो बार चलाना सुरक्षित है।

किसी भी service को public expose करने से पहले server से ही इसकी जाँच करें।

curl -sS -o /dev/null -w '%{http_code}\n' http://127.0.0.1:3010
ss -ltnp | grep -E ':(3010|3001|4100|4500|5432)'

पहले command से मिला 200 बताता है कि app requests serve कर रही है। दूसरा command दिखाता है कि वे ports किन addresses पर bound हैं। VPS पर यही जानकारी महत्वपूर्ण है। 127.0.0.1:3001 वाली line केवल उसी host के लिए उपलब्ध है। 0.0.0.0:3001 वाली line का अर्थ है कि server तक network route रखने वाला कोई भी व्यक्ति उस port तक पहुंच सकता है।

एकल container image

Deployment docs एक single image भी उपलब्ध कराते हैं, जिसमें app, API और Chromium शामिल हैं और जो port 3001 पर serve होती है। इसे version tags के साथ ghcr.io/copilotkit/openbot के रूप में publish किया गया है, या आप इसे अपने clone से build कर सकते हैं।

docker build -t openbot .
docker run -p 127.0.0.1:3001:3001 --env-file .env \
  -e EMBEDDED_POSTGRES=on -v openbot-data:/var/lib/postgresql openbot

EMBEDDED_POSTGRES=on container के अंदर PostgreSQL चलाता है और startup के समय migrations लागू करता है। Named volume redeploy के बाद audit history को बनाए रखता है। इसके बिना हर rebuild वह history हटा देता है। इसे parent directory, /var/lib/postgresql, पर mount करें, data directory पर नहीं। Docs चेतावनी देते हैं कि data directory को mount करने से cluster uninitialized रह सकता है। इसके बाद app 502 के साथ response देती है। यदि आप DATABASE_URL को managed database पर point करते हैं, तो उस पर vector extension enabled होना चाहिए। RDS, Cloud SQL और Azure Database जैसी managed services इस extension को support करती हैं, लेकिन इनमें से कोई भी इसे आपके लिए enable नहीं करती। Migrations यह भी अपेक्षा करती हैं कि उन्हें चलाने वाली role extension की owner हो। यदि extension किसी दूसरी role के तहत बनाई गई हो, तो वे must be owner of extension vector के साथ रुक जाती हैं।

Database external होने पर migrations को release step के रूप में चलाएँ।

docker run --rm --env-file .env --entrypoint sh openbot \
  -c "cd /app/server && bun scripts/migrate.ts"

scripts/migrate.ts का उपयोग करें, drizzle-kit migrate का नहीं, क्योंकि drizzle-kit CLI एक development dependency है और production image में मौजूद नहीं है। --entrypoint sh को बनाए रखें, क्योंकि इसके बिना API migrations चलने से पहले start हो जाती है।

यह image जानबूझकर browser port को unpublished रखती है। इसमें supervisor भी शामिल नहीं है, क्योंकि supervisor को Docker socket की आवश्यकता होती है, जिसे serverless platforms उपलब्ध नहीं कराते। Supervisor के बिना हर bot एक ही browser और इसलिए logins के एक ही set को share करता है। इससे वह isolation समाप्त हो जाता है, जिसके कारण अलग-अलग bot containers चलाना उपयोगी था। यह single-container path ऐसा है जिसमें bot को कभी अपना container नहीं मिलता। यदि आप यहाँ अलग-अलग bot के लिए अलग logins के कारण आए हैं, तो COMPUTER_SUPERVISOR_URL और SUPERVISOR_TOKEN set करके compose stack चलाएँ। इसे ऐसे host पर चलाएँ जहाँ आप इस trade-off को स्वीकार करते हों। Docker socket से बात कर सकने वाली process एक privileged container start कर सकती है। इसलिए व्यवहार में वह host पर root होती है। यह OpenBot को अपनी अलग machine पर रखने का अच्छा कारण है। यह उसी सिद्धांत के अनुरूप है जैसे coding agents को disposable VM देना।

OPENBOT_SINGLE_USER laptop की setting क्यों है

.env.example के साथ OPENBOT_SINGLE_USER=true शामिल होता है। यह setting हर request को एक निश्चित administrator के रूप में स्वीकार करती है और sign-in को पूरी तरह छोड़ देती है। Laptop पर यह सुविधाजनक है, क्योंकि port तक पहुँचने वाला एकमात्र client आप होते हैं। VPS पर इसका अर्थ है कि port 3010 तक पहुँचने वाला हर व्यक्ति वही administrator बन जाता है। उस system पर encrypted credentials भी संग्रहीत होते हैं और ऐसा browser भी चलता है जिसमें आपके accounts में पहले से sign-in है।

अब server इसके एक हिस्से की सुरक्षा करता है। यदि OPENBOT_SINGLE_USER=true set है और कोई OPENBOT_PUBLIC_URL, OPENBOT_APP_URL या TRUSTED_ORIGINS entry public रूप से routed है, तो server start होने से मना कर देता है और उस address का नाम बताता है। Private address होने पर warning दी जाती है। यह check आपके configuration में मौजूद URLs पढ़ता है, न कि उन interfaces को जिन पर Docker publish करता है। इसलिए default localhost values इस check को पार कर जाती हैं, भले ही कोई port internet के लिए open हो। Binding करना अब भी आपकी जिम्मेदारी है।

इसे चलाने के दो उचित तरीके हैं। OPENBOT_SINGLE_USER=true को बनाए रखें, हर port को 127.0.0.1 पर bind करें और app तक केवल SSH tunnel या private network interface से पहुँचें।

ssh -N -L 3010:127.0.0.1:3010 -L 3001:127.0.0.1:3001 you@your-vps

इसके बाद app आपके अपने browser में http://localhost:3010 पर उपलब्ध होगी। Chrome और Firefox इस address को secure context मानते हैं और इसके माध्यम से set की गई Secure sign-in cookies को सुरक्षित रखते हैं। Safari इसका अपवाद है। वह localhost को भी secure context मानता है, लेकिन 10 November 2026 तक plain http://localhost पर set की गई Secure cookie को अभी भी store करने से मना करता है। यह WebKit bug अभी open है। इसलिए tunnel को Chrome या Firefox में खोलें, या उसके सामने TLS रखें। Live screen को स्वयं secure context की आवश्यकता नहीं है। Deployment docs के अनुसार app उन browser APIs पर निर्भर नहीं करती जिन्हें plain http:// उपलब्ध नहीं कराता।

दूसरा तरीका single-user mode को बंद करके वास्तविक identity provider configure करना है। Google, Microsoft Entra, Okta, SAML और OIDC समर्थित हैं। Google, Entra और Okta को environment में set किया जाता है। SAML और OIDC providers को deployment चलने के बाद Admin, Identity providers के अंतर्गत register किया जाता है। किसी भी provider के लिए BETTER_AUTH_SECRET कम से कम 32 characters का होना चाहिए, BETTER_AUTH_URL को OAuth callbacks के लिए public API base URL पर set करना चाहिए और INITIAL_ADMIN_EMAILS भी आवश्यक है। TRUSTED_ORIGINS आवश्यक सूची में नहीं है, लेकिन इसमें वे app origins रहते हैं जिन्हें API स्वीकार करती है। इसमें registered OIDC provider के discovery document में मौजूद हर host भी शामिल होता है। OPENBOT_APP_URL का default उसका पहला entry होता है, इसलिए इसे अपने public app origin पर set करें। Provider credentials पूरे होने चाहिए। आधा-configured provider startup रोक देता है और open access पर वापस नहीं जाता। यदि accounts जोड़ने का कारण यह है कि team का हर व्यक्ति अपना browser नहीं, बल्कि अपना agent चाहता है, तो OneCLI शुरू से इसी व्यवस्था पर आधारित है। इसमें हर व्यक्ति के लिए एक sandboxed agent होता है और model keys एक ही gateway में रखी जाती हैं।

यदि app किसी public name से पहुँच योग्य है, तो उसके सामने TLS (transport layer security) रखें। localhost के अलावा किसी भी address पर plain http:// से serve किया गया page secure context नहीं होता। इसलिए Secure के रूप में चिह्नित cookies store नहीं की जातीं और sign-in विफल होता है। यह विफलता OpenBot के bug जैसी दिखाई दे सकती है।

निचले स्तर के ports को firewall से सुरक्षित करें

OpenBot की अपनी सुरक्षा सूचना कहती है कि निचले स्तर के service endpoints tokens द्वारा सुरक्षित हैं, आपको उन्हें private रखना चाहिए, और आपको gateway को bypass करने के लिए उनका उपयोग नहीं करना चाहिए। Tokens सुरक्षा की दूसरी परत हैं। पहली परत यह है कि port तक बिल्कुल भी पहुँचा न जा सके।

Agent-computer 4100 पर listen करता है और इसके लिए COMPUTER_TOKEN की आवश्यकता होती है। Bot endpoints 4200 और 4201 पर listen करते हैं, और agent harness 4202 पर listen करता है। Supervisor host पर 4500 पर और अपने container के अंदर 4300 पर listen करता है, और compose file इसे 127.0.0.1:4500 पर bind करती है। PostgreSQL 5432 पर listen करता है। इनमें से कोई भी public interface पर नहीं होना चाहिए, और single-user deployment पर app और API भी public नहीं होने चाहिए।

sudo ufw default deny incoming
sudo ufw default allow outgoing
sudo ufw allow 22/tcp
sudo ufw enable
sudo ufw status verbose

यहाँ एक जाल है जो उन लोगों को फँसाता है जो यह मान लेते हैं कि firewall ही काफी है। -p 3001:3001 के साथ container port publish करने पर Docker एक DNAT rule install कर देता है, जिससे traffic FORWARD path में handle होता है और कभी भी उस INPUT chain से नहीं गुजरता जिसे ufw की default deny नीति नियंत्रित करती है। Port खुला रहता है जबकि ufw status अभी भी Status: active दिखाता है। Published port को mapping में ही loopback पर bind करें, जैसे -p 127.0.0.1:3001:3001, या अपनी compose file में host address सेट करें। ufw status से नहीं, बल्कि ss -ltnp से verify करें। इस जाल के बारे में कुछ भी OpenBot के लिए विशिष्ट नहीं है, इसलिए box पर publish किए गए अपने हर दूसरे container के खिलाफ यही जाँच चलाएँ, जिसमें वह भी शामिल है जो 90 के दशक के वीडियो स्टोर के रूप में पुनर्निर्मित Jellyfin library को serve कर रहा है।

OpenBot self-hosted Intelligence के साथ offline चल सकता है

Deployment की योजना बनाने से पहले यह बात स्पष्ट कर लें। OpenBot एक CopilotKit Intelligence project पर निर्भर करता है। यह project hosted service या आपके अपने infrastructure पर durable threads और conversation memory रखता है। Pinned v0.2.0 server startup के समय INTELLIGENCE_API_URL, INTELLIGENCE_GATEWAY_WS_URL और INTELLIGENCE_API_KEY को validate करता है। यह तीनों को एक set के रूप में जाँचता है और इनमें से कोई भी missing होने पर start होने से मना कर देता है। COPILOTKIT_LICENSE_TOKEN optional है और इसका उपयोग केवल अपना license रखने वाला self-hosted Intelligence करता है। 10 November 2026 तक free hosted Intelligence प्रत्येक organization के लिए हर महीने 1,000 interactions शामिल करता है। लेकिन v0.1.0 के बाद OpenBot self-hosting banner दिखाता है, जब तक deployment में paid Intelligence plan न हो या OPENBOT_SELF_HOST_BANNER=false set न किया गया हो। Intelligence को भी self-host किया जा सकता है। इसलिए पूरी तरह local deployment संभव है, लेकिन quickstart में बताए गए तरीके से अधिक काम करना होगा। Offline production deployment के लिए Annual plan आवश्यक है। Self-hosted pay as you go को billing के लिए usage report करने हेतु connect करना होगा। Free Developer Edition renewable 30-day license के साथ local non-production evaluation का समर्थन करता है। Installation और renewal के लिए internet access आवश्यक है। Local Intelligence CLI अपनी key को CPK_INTELLIGENCE_API_KEY के रूप में लिखता है, जबकि pinned v0.2.0 release केवल INTELLIGENCE_API_KEY पढ़ती है। इसलिए इस release के लिए value को वहाँ copy करें। वर्तमान main CLI key को सीधे स्वीकार करता है और उसे precedence देता है।

Model दूसरी dependency है। इसमें कोई model पहले से शामिल नहीं होता। BOT_PROVIDER LangGraph Bot के लिए openai, anthropic या google स्वीकार करता है। OPENAI_BASE_URL OpenAI path को किसी भी compatible endpoint पर point करता है। यदि आप tokens को अपने hardware पर रखना चाहते हैं, तो VPS पर Ollama चलाकर LLM को self-host करना इसी स्थिति में उपयोगी है। Browser control model से काफी क्षमता माँगता है। इसलिए किसी local model को चुनने से पहले उसे वास्तविक task पर test करें।

एक से अधिक replica पर scaling

Gateway, page snapshot के आधार पर element references को resolve करता है। वह snapshot अब PostgreSQL में रहता है, इसलिए दूसरा replica उस snapshot पर काम कर सकता है जिसे पहले replica ने लिया था। आधिकारिक Helm chart डिफ़ॉल्ट रूप से दो API replicas चलाता है और replica को जीवित रहने के लिए आवश्यक हर चीज़ को PostgreSQL में रखता है। यह embedded computer को भी disable कर देता है और एक से अधिक replica के साथ उसे install करने से मना करता है। API pod के अंदर का browser एक bot के logins को hold करेगा, और API को scale करने पर वे multiply हो जाएंगे। Single image पर ध्यान देना आवश्यक है, क्योंकि प्रत्येक replica का अपना browser होता है, इसलिए bot के logins उसी instance पर रहते हैं जिसने उन्हें serve किया था। एक VPS पर हर bot का browser अभी भी उसी host पर चलता है, इसलिए आप box को बड़ा करके इसे grow करते हैं। Bots के बीच isolation अभी भी per-bot containers से ही मिलती है, ठीक उसी तरह जैसे self-hosted agent sandboxes एक agent की गलतियों को दूसरों से दूर रखते हैं।

विफलता की स्थितियाँ और आपको क्या दिखाई देगा

.env भरने के तुरंत बाद startup बंद हो जाता है। Server किसी भी सेवा को उपलब्ध कराने से पहले configuration की जाँच करता है। इनमें से प्रत्येक स्थिति startup को रोक देती है और चुपचाप सीमित क्षमता में नहीं चलती: अधूरा Intelligence block, KEY_ENCRYPTION_KEY का न होना, client ID वाला लेकिन secret के बिना OAuth provider, या public URL के साथ single-user mode। पहली error पढ़ें, उसी field को ठीक करें और फिर से start करें।

Managed database पर migrations विफल होती हैं। इसके दो संभावित कारण हैं। vector extension enabled नहीं हो सकता और migration चलाने वाला role उसे create नहीं कर सकता। इसलिए migration ऐसे column type पर पहुँचती है जिसे PostgreSQL नहीं जानता। या extension किसी दूसरे role के अंतर्गत create की गई थी और migration must be owner of extension vector के साथ रुक जाती है। Extension उस role के रूप में create करें जो migrations चलाता है। फिर migration step दोबारा चलाएँ।

App load होती है, लेकिन sign-in बना नहीं रहता। आप public address पर plain http:// के माध्यम से सेवा दे रहे हैं। यह secure context नहीं है, इसलिए Secure cookie discard हो जाती है। आगे TLS लगाएँ या SSH tunnel का उपयोग करें, ताकि browser को localhost दिखाई दे। Tunnel के माध्यम से Chrome या Firefox का उपयोग करें, क्योंकि Safari अभी भी plain http://localhost पर सेट की गई Secure cookies को हटा देता है।

Bots ऐसे logins साझा करते हैं जिन्हें आप अलग रखना चाहते थे। Supervisor का उपयोग नहीं हो रहा है। इसलिए per-bot computer उपलब्ध नहीं है और प्रत्येक bot AGENT_COMPUTER_URL पर shared browser का उपयोग करता है। पुष्टि करें कि COMPUTER_SUPERVISOR_URL set है और supervisor Docker socket तक पहुँच सकता है।

Bot रुक जाता है और सहायता माँगता है। यही अपेक्षित design है। Audit trail computer.help_requested record करता है। आप live screen पर नियंत्रण लेते हैं और handover दोनों पक्षों पर record होता है।

FAQ

क्या VPS deployment के लिए OPENBOT_SINGLE_USER को चालू रखना सुरक्षित है?

केवल तब, जब gateway को internet से पहुंचा न जा सके। OPENBOT_SINGLE_USER=true बिना sign-in के हर request को एक ही fixed administrator के रूप में स्वीकार करता है। इसलिए जो भी व्यक्ति उस port को खोल सकता है, उसे deployment, उसमें stored credentials और signed-in browser का पूरा access मिल जाता है। इस mode में server तब start होने से मना कर देता है, जब configured public URL या trusted origin को public रूप से route किया गया हो। लेकिन यह जांच यह नहीं देख सकती कि आपके ports किस तरह publish किए गए हैं। यह तब स्वीकार्य है, जब प्रत्येक port 127.0.0.1 पर bound हो और आप app को SSH tunnel या private network interface के माध्यम से access करें। Public interface पर इसे बंद करें। इसके साथ Google, Microsoft Entra, Okta या OIDC configure करें और BETTER_AUTH_SECRET, BETTER_AUTH_URL तथा INITIAL_ADMIN_EMAILS सेट करें। TRUSTED_ORIGINS को अपने public app origin पर सेट करें।

एक OpenBot bot को कितनी RAM चाहिए?

एक single Bot के लिए project द्वारा प्रकाशित आंकड़ों के अनुसार arm64 पर peak memory 0.55 GB है। Documented minimum 2 GB है और recommended memory 4 GB है। एक साथ कई bots के लिए कोई published figure उपलब्ध नहीं है, क्योंकि प्रत्येक bot अपना Chromium चलाता है। किसी वास्तविक task पर एक bot चलाएँ। docker stats में उस container की memory देखें। इसमें gateway और database की memory जोड़ें। फिर परिणाम को उन bots की संख्या से गुणा करें, जिन्हें आप एक ही समय पर चलाने की अपेक्षा करते हैं।

क्या OpenBot को self-host करने के लिए CopilotKit account आवश्यक है?

हाँ। OpenBot durable threads और memory के लिए CopilotKit Intelligence project पर निर्भर करता है। Pinned v0.2.0 server तब start होने से मना कर देता है, जब Intelligence API URL, gateway WebSocket URL और API key में से कोई भी सेट न हो। 10 November 2026 तक free hosted plan उपलब्ध है। Annual plan और local model के साथ self-hosted Intelligence का उपयोग करके offline production deployment भी supported है। आपको अपना model access भी उपलब्ध कराना होगा। इसके स्थान पर model API key या supported provider sign-in का उपयोग किया जा सकता है, क्योंकि OpenBot के साथ कोई model ship नहीं होता।

प्रत्येक bot को browser share करने के बजाय अपना browser क्यों मिलता है?

क्योंकि browser profile एक identity होती है। Shared browser का अर्थ shared cookies और shared sessions है। इसलिए किसी account में signed-in एक bot का अर्थ है कि हर bot उस account में signed in है। Per-bot containers प्रत्येक coworker को अपना profile और अपने logins देते हैं, लेकिन यह तभी होता है, जब COMPUTER_SUPERVISOR_URL server को supervisor की ओर point करता हो। इसके बिना हर bot एक ही browser share करता है। इसकी लागत memory है, क्योंकि प्रत्येक bot के लिए Chromium sizing में सबसे बड़ा single item होता है।

OpenBot के कौन-से ports firewall पर open होने चाहिए?

Lower-level ports में से कोई भी नहीं। 4100 पर agent-computer, 4200 और 4201 पर bot endpoints, 4202 पर agent harness, 4500 पर supervisor और 5432 पर PostgreSQL सभी private रहने चाहिए। Project इन्हें tokens से protect करता है और इन्हें unreachable रखने के लिए कहता है। केवल वही publish करें, जिसे किसी व्यक्ति को open करना आवश्यक है। यह भी याद रखें कि -p 3001:3001 के साथ publish किया गया container port, ufw के default-deny rule के बावजूद reachable होता है। ऐसा इसलिए है क्योंकि Docker का DNAT rule उस traffic को FORWARD path में डालता है, INPUT path में नहीं।

क्या यह लेख उपयोगी था?