วิธีติดตั้ง open-kritt บน VPS ด้วย Docker Compose
เรียนรู้วิธีติดตั้ง open-kritt บน VPS เพื่อความปลอดภัยในการสแกนโค้ด พร้อมขั้นตอนตั้งค่า Docker Compose การล็อกเวอร์ชัน การทำ SSH tunnel ไปยังพอร์ต 5173 และการกำหนดงบประมาณ API
เหตุผลที่ควรโฮสต์ open-kritt บน VPS แทนที่จะเป็นแล็ปท็อปส่วนตัว
จงโฮสต์ open-kritt บนเซิร์ฟเวอร์ที่คุณสามารถทำลายและสร้างใหม่ได้ตลอดเวลา เครื่องมือนี้จะรัน agent สำหรับวิเคราะห์ในฐานะ root ภายในคอนเทนเนอร์งานที่สร้างขึ้นชั่วคราว โดยให้สิทธิ์ในการเขียนสำเนาโค้ดของคุณและเข้าถึงอินเทอร์เน็ตได้โดยตรง อีกทั้งยัง mount Docker socket ของโฮสต์เข้าไปใน engine service ของมันด้วย นี่เป็นข้อแลกเปลี่ยนที่ยอมรับได้สำหรับเครื่องที่อุทิศให้กับการทำงานนี้โดยเฉพาะ แต่เป็นทางเลือกที่แย่มากสำหรับเครื่องที่เก็บ SSH keys ของคุณไว้
คุณสมบัติ 4 ประการของการตั้งค่าเริ่มต้นนำไปสู่คำแนะนำนี้ ซึ่งทั้งหมดมาจาก README และไฟล์ compose ของโปรเจกต์เอง
ตัว agent ถูกออกแบบมาให้มีอำนาจสูง README ระบุว่า agent ที่เปิดใช้งานเครื่องมือจะรันในฐานะ root ภายในคอนเทนเนอร์งานที่สร้างขึ้นชั่วคราว พร้อมสิทธิ์ในการเขียนสำเนา repository และเข้าถึงอินเทอร์เน็ตได้โดยตรง เพื่อให้สามารถติดตั้งเครื่องมือ คอมไพล์เป้าหมาย รันการทดสอบ และสร้าง proof of concept ได้ การสแกนไม่ใช่แค่การใช้ linter อ่านไฟล์ แต่เป็นการรันโค้ดตามอำเภอใจที่คุณเป็นผู้ร้องขอ การเข้าถึงอินเทอร์เน็ตนั้นเป็นดาบสองคม: สิ่งใดก็ตามที่ agent ดึงมาในระหว่างการค้นคว้าเป้าหมายถือเป็นข้อความที่ไม่น่าเชื่อถือซึ่งถูกส่งเข้ามาใน prompt ของมัน ซึ่งเป็นความเสี่ยงเดียวกับที่คุณต้องเผชิญเมื่อคุณ อนุญาตให้ agent ค้นหาข้อมูลบนเว็บด้วยตัวเอง
ตัว engine ถือครอง Docker socket docker-compose.yml ทำการ mount Docker socket ของโฮสต์เข้าไปใน engine service เนื่องจาก engine จะสร้างและเปิดใช้งานคอนเทนเนอร์สำหรับการสแกนหนึ่งตัวต่อหนึ่งงาน กระบวนการใดก็ตามที่สามารถเข้าถึง socket นั้นได้ จะสามารถเริ่มคอนเทนเนอร์ที่ mount ระบบไฟล์ของโฮสต์ได้ ดังนั้น engine จึงมีสถานะเทียบเท่า root บนโฮสต์ที่รันมันอยู่
ไม่มีหน้าจอสำหรับล็อกอิน ตัว backend มาพร้อมกับการไม่มีระบบยืนยันตัวตนของแอปพลิเคชัน การเข้าถึงพอร์ตได้หมายถึงการเข้าถึงผลการวิเคราะห์และเครดิตของผู้ให้บริการของคุณ
โค้ดที่คุณสแกนมักไม่ใช่ของคุณ การชี้ agent ไปยัง repository ของบุคคลที่สาม หมายถึงการรัน build ของ repository นั้นบนเครื่องของคุณ ในฐานะ root และมีการเข้าถึงเครือข่าย
หากคุณได้อ่าน เหตุผลที่ coding agents ควรอยู่ใน VM ที่ทิ้งได้ นี่คือ threat model เดียวกัน แต่มีความรุนแรงกว่า ให้ใช้ VPS ที่ไม่มีข้อมูลอื่นอยู่เลยสำหรับ open-kritt และควบคุม VPS นั้นจาก บัญชีผู้ใช้ที่มีสิทธิ์จำกัด แทนการใช้ root
การทำงานจริงของ open-kritt
open-kritt (repository อยู่ที่ Kritt-ai/open-kritt และใช้สัญญาอนุญาตแบบ AGPL-3.0) จะแบ่งงานวิจัยช่องโหว่ออกเป็นงานย่อยๆ แล้วรันงานเหล่านั้นผ่าน AI agents แบบขนาน จากนั้นจึงทำการลบข้อมูลที่ซ้ำซ้อนและจัดลำดับผลลัพธ์ที่ได้ คุณสามารถกำหนด workflow เป็นชุดของ prompt ที่เน้นเฉพาะจุด โดยแต่ละขั้นตอนจะได้รับบริบทแบบมีโครงสร้างจากขั้นตอนก่อนหน้า เป้าหมายในการสแกนคือ git repository ทั้งแบบ remote หรือ local ส่วน engine ในการวิเคราะห์คือ Codex หรือ Claude Code หลังจากพบผู้สมัคร (candidate) แล้ว คุณสามารถใช้ post-scripts เสริมเพื่อตรวจสอบความถูกต้องหรือสร้าง proof of concept ได้ การออกแบบชุดคำสั่งเหล่านี้เป็นงานทั่วไปของ agent ไม่ใช่งานด้านความปลอดภัยโดยตรง ดังนั้นหากคุณยังไม่คุ้นเคยกับ prompt, เครื่องมือ และการส่งผ่านบริบท การ เรียนรู้วิธีการประกอบ agent จะช่วยให้คุณได้ผลลัพธ์ที่ดีกว่าการปรับตั้งค่าใดๆ ในคู่มือนี้
สิ่งที่คุณจะได้รับในตอนท้ายคือรายการผู้สมัครที่ถูกจัดลำดับไว้แล้ว ให้ถือว่ารายการนี้เป็นคิวสำหรับการคัดกรอง (triage) ไม่ใช่รายงานสรุปผลสำเร็จ
สิ่งที่ต้องเตรียมก่อนเริ่มต้น
- VPS ที่รัน Ubuntu 24.04, Debian 12 หรือ Rocky Linux 9 เอกสารการติดตั้งระบุว่าระบบปฏิบัติการเหล่านี้ผ่านการทดสอบแล้ว ทั้งบนสถาปัตยกรรม x86_64 และ ARM64
- Docker Engine พร้อมปลั๊กอิน Compose
- Node.js 20 หรือใหม่กว่าบนโฮสต์ เนื่องจาก
./krittCLI ทำงานบนโฮสต์โดยตรงแทนที่จะทำงานภายในคอนเทนเนอร์ - ผู้ให้บริการโมเดลหนึ่งราย: บัญชีผู้ใช้ Codex หรือ
OPENAI_API_KEY,CODEX_API_KEY,ANTHROPIC_API_KEYหรือOPENROUTER_API_KEY GITHUB_TOKENจะใช้ก็ต่อเมื่อคุณวางแผนที่จะสแกน repository ส่วนตัวเท่านั้น.env.exampleที่มาพร้อมกับซอฟต์แวร์ระบุไว้อย่างชัดเจนว่า: การใช้ GitHub token เพียงอย่างเดียวไม่สามารถรันการสแกนได้
ติดตั้ง Docker และ Node 20 ก่อน
curl -fsSL https://get.docker.com | sudo sh
sudo usermod -aG docker $USERให้ล็อกเอาต์และล็อกอินใหม่เพื่อให้การเพิ่มกลุ่มมีผล จากนั้นตรวจสอบว่ามี Compose plugin อยู่หรือไม่
docker compose versionหากแสดงเวอร์ชันเป็นสตริง แสดงว่า Compose ถูกติดตั้งในรูปแบบปลั๊กอินแล้ว หากแสดงเป็น docker: 'compose' is not a docker command แสดงว่าคุณยังใช้ docker-compose แบบ standalone รุ่นเก่าอยู่ และ open-kritt จะเรียกใช้ docker compose การเป็นสมาชิกกลุ่ม docker มีสิทธิ์เทียบเท่ากับ root บนโฮสต์ ดังนั้นให้เพิ่มเฉพาะบัญชีผู้ใช้ที่รัน open-kritt เข้าไปในกลุ่มนี้เท่านั้น สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับการตั้งค่าดังกล่าว โปรดดูที่ การรัน Docker บน VPS
Ubuntu 24.04 มาพร้อมกับ Node 18 ใน repository ของตัวเอง แต่ CLI จะหยุดทำงานหากเวอร์ชันต่ำกว่า 20 ปัจจุบัน Node 20 ได้สิ้นสุดระยะเวลาสนับสนุน (end of life) และไม่ได้รับการอัปเดตแล้ว ดังนั้นให้ติดตั้ง Node 22 จาก NodeSource แทน ซึ่งผ่านเกณฑ์การตรวจสอบเวอร์ชัน 20 หรือใหม่กว่า
curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
sudo apt install -y nodejs
node -vnode -v ต้องแสดงผลเป็น v22. ในขั้นตอนนี้ และ CLI จะปฏิเสธการทำงานหากเวอร์ชันต่ำกว่า v20. สำหรับ Rocky Linux 9 ให้ใช้คำสั่ง sudo dnf module enable nodejs:22 -y ตามด้วย sudo dnf install -y nodejs
โคลน open-kritt และระบุเวอร์ชันที่ต้องการใช้งาน
git clone https://github.com/Kritt-ai/open-kritt
cd open-kritt
git fetch --tags
git tag --list
git checkout v1.4.1main จะเคลื่อนที่ตามคุณไป แต่ tag จะไม่เคลื่อนที่ตาม ณ วันที่ 12 ตุลาคม 2026 tag ล่าสุดคือ v1.4.1 ซึ่งเผยแพร่เมื่อวันที่ 16 สิงหาคม 2026 และ git tag --list จะแสดงสิ่งที่อยู่ใน repository ณ วันที่คุณทำการโคลน เวอร์ชัน v1.4.0 (12 สิงหาคม 2026) ได้เพิ่มระบบ memory-aware runner admission ตามที่อธิบายไว้ในหัวข้อการปรับขนาดด้านล่าง และ v1.4.1 ได้แก้ไขบั๊กที่ตัวจัดลำดับ (ranker) เพิกเฉยต่อกฎการจัดลำดับที่ผู้ใช้กำหนด การ checkout tag จะทำให้ repository อยู่ในสถานะ detached HEAD ซึ่งถูกต้องแล้วในกรณีนี้ เนื่องจากคุณกำลังใช้งานการโคลนนี้ในฐานะ deployment ที่ถูกล็อกเวอร์ชันไว้ ไม่ใช่ branch สำหรับการ commit หากต้องการอัปเกรดในภายหลัง ให้อ่านบันทึกประจำรุ่น (release notes) จากนั้นรัน git fetch --tags, checkout tag ใหม่ และรัน ./kritt start อีกครั้ง เนื่องจาก start จะทำการสร้างอิมเมจขึ้นใหม่
ห้ามรัน ./kritt ด้วย sudo โดยเด็ดขาด เอกสารระบุเรื่องนี้ไว้อย่างชัดเจน CLI จะจัดการไดเรกทอรี credential ภายในโปรเจกต์ภายใต้ .data/ ดังนั้นการรันในฐานะ root จะทำให้ไดเรกทอรีเหล่านั้นมี root เป็นเจ้าของ และการรันในฐานะผู้ใช้ปกติในครั้งถัดไปจะไม่สามารถเขียนข้อมูลลงไปได้
กำหนดค่าการเข้าถึงโมเดลด้วย ./kritt setup
./kritt setupคำสั่งนี้จะสร้าง .env จาก .env.example ในกรณีที่ไฟล์ยังไม่มีอยู่จริง พร้อมทั้งแสดงสถานะของ credential แต่ละรายการ และอนุญาตให้คุณกำหนดหรือยกเลิกค่าเหล่านั้นได้ โดยคำสั่งจะไม่แสดงค่าของ credential กลับมาที่เทอร์มินัล ทั้ง .env และไฟล์ credential ของ engine จะถูกเขียนด้วยโหมด 0600
หากคุณต้องการดำเนินการด้วยตนเอง:
cp .env.example .env
chmod 600 .env
mkdir -p .data/codex
chmod 700 .data/codexจากนั้นแก้ไขไฟล์เพื่อใส่ provider key ลงใน .env และตั้งค่าสิทธิ์ของไฟล์ไว้ที่ 0600 ไม่ว่าจะใช้วิธีใด ตอนนี้จะมี credential ของ provider ที่ใช้งานได้อยู่บนเซิร์ฟเวอร์นั้น ซึ่งเป็นเหตุผลเพิ่มเติมว่าทำไมเซิร์ฟเวอร์นี้ไม่ควรเก็บข้อมูลอื่นใดไว้อีก ควรสร้าง key สำหรับโปรเจกต์นี้โดยเฉพาะ เพื่อให้การเพิกถอนสิทธิ์ในภายหลังไม่ส่งผลกระทบต่อส่วนงานอื่นที่คุณให้ความสำคัญ การเก็บรักษาความลับให้ห่างจาก AI agents ครอบคลุมถึงแนวทางปฏิบัติในภาพรวมที่กว้างขึ้น
กำหนดเพดานการใช้จ่ายของผู้ให้บริการก่อนเริ่มการสแกนครั้งแรก
open-kritt ถูกออกแบบมาให้ทำงานแบบกระจายงาน (fan-out) ซึ่งค่าใช้จ่ายจะเกิดขึ้นตามการทำงานในส่วนนี้ ค่าเริ่มต้นใน .env.example ที่เวอร์ชัน 1.4.1 นั้นถูกตั้งไว้แบบระมัดระวัง ได้แก่ ENGINE_WORKER_COUNT=2 ซึ่งระบุไว้ในไฟล์ว่าเป็นค่าเริ่มต้นที่ปลอดภัยสำหรับเครื่องขนาด 2-vCPU และ ENGINE_MAX_CONCURRENT_SCANS=1 เหนือกว่าค่าเหล่านั้นคือ ENGINE_WORKERS_PER_ACCOUNT=15 ซึ่งเป็นจำนวนสูงสุดของการเรียกใช้โมเดลหลักพร้อมกันที่อนุญาตต่อหนึ่งบัญชีผู้ให้บริการ และ ENGINE_CODEX_MAX_SUBAGENTS_PER_SESSION=5 เนื่องจากเซสชันของ Codex อาจรัน child agent ได้สูงสุดถึงห้าตัว การเพิ่มจำนวน worker บน VPS ที่มีขนาดใหญ่ขึ้นจะทำให้จำนวนการเรียกใช้โมเดลที่กำลังทำงานอยู่เพิ่มขึ้นตามไปด้วย
ไม่มีส่วนใดใน repository ที่จำกัดยอดการใช้จ่ายของคุณ ไม่มีการตั้งค่า budget ใน .env.example เงื่อนไขการหยุดทำงานของตัว engine เองนั้นขึ้นอยู่กับขีดจำกัดของ worker เหล่านั้นรวมกับ ENGINE_HARNESS_TIMEOUT_SECONDS ซึ่งมีค่าเริ่มต้นที่ 7200 วินาทีต่อการรัน harness หนึ่งครั้ง harness ในที่นี้คือลูปที่คอยเรียกใช้โมเดลพร้อมเครื่องมือและบริบทจนกว่าจะมีเงื่อนไขสิ้นสุดการรัน ดังนั้น timeout นี้จึงเป็นตัวจับเวลาสำหรับ โปรแกรมที่ครอบตัวโมเดลไว้ ไม่ใช่การจำกัดค่าใช้จ่ายที่โมเดลใช้ภายใน ดังนั้นเพดานการใช้จ่ายจึงต้องถูกกำหนดไว้ที่ฝั่งผู้ให้บริการ ให้เปิดคอนโซลของผู้ให้บริการและตั้งค่าขีดจำกัดรายเดือนแบบ hard limit ก่อนเริ่มการสแกนครั้งแรก ไม่ใช่หลังจากนั้น การควบคุมค่าใช้จ่ายของ AI agent บน VPS จะอธิบายขั้นตอนการตั้งค่าแยกตามผู้ให้บริการแต่ละราย
นอกจากนี้ยังมีระบบเบรกในเครื่องด้วย การตั้งค่า ENGINE_WORKER_COUNT=0 จะเป็นการหยุดการรับงานใหม่ชั่วคราว และค่า worker เดียวกันนี้สามารถเปลี่ยนแปลงได้ในหน้า Settings เมื่อ stack กำลังทำงานอยู่
คู่มือนี้ไม่ได้ระบุราคาต่อการสแกน เนื่องจากค่าใช้จ่ายขึ้นอยู่กับขนาดของ repository, เวิร์กโฟลว์ที่คุณสร้าง และโมเดลที่ใช้งานอยู่ ให้ลองรันการสแกนกับ repository ขนาดเล็กหนึ่งแห่ง จากนั้นตรวจสอบหน้าการใช้งานของผู้ให้บริการก่อนที่จะเริ่มสแกน repository ขนาดใหญ่ใดๆ
เริ่มการทำงานของ stack และตรวจสอบความพร้อมใช้งาน
./kritt startคำสั่งนี้จะตรวจสอบ .env และข้อมูลรับรองอย่างน้อยหนึ่งรายการ จากนั้นจึงรัน docker compose up --build การ build ครั้งแรกจะใช้เวลานานเนื่องจากระบบต้องสร้างอิมเมจสำหรับ frontend, backend, engine, executor view และ database นอกจากนี้กระบวนการยังทำงานใน foreground ดังนั้นการปิด SSH session จะทำให้ stack หยุดทำงาน คุณควรเริ่มการทำงานภายใน tmux หรือสั่งให้ทำงานแบบ detached หลังจาก build ครั้งแรกสำเร็จแล้ว ทั้งสองวิธีนี้ไม่สามารถคงสถานะหลังการรีบูตได้ด้วยตัวเอง ดังนั้นหากคุณต้องการให้ stack กลับมาทำงานหลังจากรีสตาร์ทเครื่อง รูปแบบการใช้ systemd unit ใน การรักษาให้ self-hosted agent ทำงานต่อเนื่องหลังรีบูต สามารถนำมาปรับใช้ได้โดยตรง
docker compose up -d --build
docker compose psdocker compose ps ควรแสดงรายการ open-kritt-frontend, open-kritt-backend, open-kritt-engine, open-kritt-executor-view และ open-kritt-db จากนั้นให้ตรวจสอบว่า backend ตอบสนองบนเซิร์ฟเวอร์หรือไม่
curl -s http://127.0.0.1:3002/api/healthการตอบกลับเป็น JSON หมายความว่า backend พร้อมใช้งาน หากได้รับ Failed to connect to 127.0.0.1 port 3002: Connection refused แสดงว่า backend ยังไม่ทำงาน และ docker compose logs backend จะระบุสาเหตุให้ทราบ คุณสามารถหยุดการทำงานทั้งหมดได้ด้วย docker compose down จากไดเรกทอรีของ repository
ส่วนเสริมเพิ่มเติม: docker compose exec backend npm run seed จะโหลดข้อมูลตัวอย่าง ซึ่งเป็นวิธีที่ง่ายในการทดลองใช้งานอินเทอร์เฟซก่อนที่คุณจะเริ่มการสแกนจริง
เข้าถึง UI ผ่านพอร์ต 5173 ด้วย SSH tunnel
บริการทุกตัวในไฟล์ compose จะผูกกับ 127.0.0.1 โดยค่าเริ่มต้น ได้แก่ frontend ที่พอร์ต 5173, backend ที่พอร์ต 3002, executor view ที่พอร์ต 8090 และ Postgres ที่พอร์ต 5432 ให้คงการตั้งค่าการผูกพอร์ตเหล่านั้นไว้ตามเดิม แล้วใช้วิธี forward พอร์ตผ่าน SSH จากเครื่องของคุณแทน
ssh -N -L 5173:127.0.0.1:5173 you@your-server-ipเปิด http://localhost:5173 ในเบราว์เซอร์บนเครื่องของคุณในขณะที่คำสั่งดังกล่าวยังทำงานอยู่ -N หมายความว่าการเชื่อมต่อนี้จะทำหน้าที่เพียงส่งผ่านข้อมูลโดยไม่เปิด shell ขึ้นมา ให้เพิ่ม -L 8090:127.0.0.1:8090 ตัวที่สองเข้าไปในคำสั่งเดิมหากคุณต้องการเข้าถึง executor view ด้วยเช่นกัน
หลายคนมักจะเผลอตั้งค่า FRONTEND_BIND_ADDRESS=0.0.0.0 เพื่อข้ามการทำ tunnel ซึ่งไม่ควรทำอย่างยิ่ง เนื่องจาก backend ไม่มีหน้าจอสำหรับล็อกอิน ดังนั้นใครก็ตามที่เข้าถึงหน้านั้นได้จะสามารถเริ่มการสแกนและใช้เครดิตของผู้ให้บริการของคุณได้ ในทางกลับกัน Vaultwarden ถูกออกแบบมาให้เปิดรับการเชื่อมต่อจากอินเทอร์เน็ตได้ และ การเพิ่มความปลอดภัยให้ Vaultwarden ยังคงขึ้นอยู่กับ admin token และไฟล์สำรองข้อมูล ซึ่งเป็นกลไกที่ open-kritt ไม่ได้เตรียมไว้ให้คุณ นอกจากนี้ยังมีกับดักอีกชั้นหนึ่งคือ พอร์ตของคอนเทนเนอร์ที่ถูกเผยแพร่ออกมาจะถูกประมวลผลก่อนที่นโยบายเริ่มต้นของ ufw จะทำงาน ดังนั้นกฎ ufw deny 5173 จึงดูเหมือนถูกต้องแต่กลับไม่สามารถบล็อกอะไรได้เลย บทความเรื่อง พอร์ต Docker ที่ข้ามการทำงานของ ufw ได้อธิบายถึงลำดับของกฎที่ทำให้เกิดปัญหานี้ไว้แล้ว
การกำหนดขนาด VPS
ENGINE_MIN_FREE_STORAGE_GB มีค่าเริ่มต้นอยู่ที่ 20 และเอนจินจะปฏิเสธการเริ่มคอนเทนเนอร์สแกนงานใหม่หากพื้นที่จัดเก็บข้อมูลว่างเหลือน้อยกว่าค่านี้ เนื่องจากอิมเมจที่ build แล้ว, แคชของการ checkout, ข้อมูล Postgres และพื้นที่ทำงานของงานทั้งหมดอยู่บนดิสก์เดียวกัน VPS ขนาด 20 GB จึงไม่สามารถเริ่มการสแกนได้เลย ให้ถือว่า 40 GB เป็นค่าต่ำสุด และเพิ่มขนาดหากคุณสแกน repository ขนาดใหญ่ อย่าพยายามประหยัดทรัพยากรด้วยการนำบริการที่กินพื้นที่จัดเก็บข้อมูลสูงมาติดตั้งไว้ข้างกัน เพราะค่า RAM และดิสก์ขั้นต่ำที่ระบุไว้ใน การเปรียบเทียบ PhotoPrism และ Immich นี้ แสดงให้เห็นว่าคลังสื่อจะกินพื้นที่ส่วนเกินที่การสแกนต้องการไปอย่างรวดเร็วเพียงใด เช่นเดียวกับส่วนเสริมตกแต่งที่ดูเหมือนไม่กินทรัพยากรเมื่อเทียบกับตัวสแกน: ส่วนหน้าของเบราว์เซอร์ที่ปรับโฉมคลัง Jellyfin ให้เหมือนร้านเช่าวิดีโอในยุค 90 ยังคงดึงเอาเซิร์ฟเวอร์สื่อทั้งหมดและไฟล์ที่ผ่านการแปลงรหัส (transcode) มาไว้บนดิสก์เบื้องหลัง ดังนั้นควรแยกไปติดตั้งบนโฮสต์อื่น
หน่วยความจำใช้การคำนวณแบบง่าย และการตั้งค่าที่เกี่ยวข้องเริ่มมีใน v1.4.0 จึงมีผลกับแท็กที่ระบุไว้ด้านบนแต่ไม่มีผลกับเวอร์ชันที่เก่ากว่า ENGINE_MEMORY_RESERVE_GB=2 จะสำรองหน่วยความจำไว้สำหรับเอนจิน, ฐานข้อมูล, API และส่วนงานเสริมระยะสั้น จากนั้นตัวรันการสแกน (scan runner) แต่ละตัวจะมีการจองหน่วยความจำแบบ soft reservation ไว้ที่ ENGINE_SCAN_RUNNER_MEMORY_RESERVATION_MB=1536 และมีการจำกัดสูงสุดแบบ hard cap ไว้ที่ ENGINE_SCAN_RUNNER_MEMORY_MB=1536 ดังนั้นการทำงานของ worker สองตัวจึงต้องการหน่วยความจำประมาณ 5 GB ก่อนที่จะเริ่มรันงานอื่น เอนจินจะยอมรับเฉพาะตัวรันที่อยู่ในงบประมาณที่เหลือเท่านั้น ดังนั้นบนเครื่องขนาดเล็ก งานสแกนจะเข้าคิวแทนที่จะล้มเหลว ซึ่งเป็นรูปแบบการจัดการความผิดพลาดที่ดีกว่าการถูกระบบสั่งฆ่ากระบวนการเนื่องจากหน่วยความจำเต็ม (out-of-memory killer) การคำนวณแบบเดียวกันนี้ยังเป็นเกณฑ์สำหรับเครื่องมือใดก็ตามที่ให้หน่วยงานหนึ่งๆ มีคอนเทนเนอร์เป็นของตัวเอง ซึ่งเป็นเหตุผลว่าทำไม คอนเทนเนอร์และเบราว์เซอร์หนึ่งชุดต่อ AI เพื่อนร่วมงานหนึ่งคนของ OpenBot จึงชนเพดาน RAM ก่อนที่จะชนเพดาน CPU
การตั้งค่าการล้างข้อมูล (prune) สองรายการมีค่าเริ่มต้นเป็น true ได้แก่ ENGINE_AUTO_PRUNE_DOCKER_BUILD_CACHE และ ENGINE_AUTO_PRUNE_UNUSED_DOCKER_IMAGES หลังจากงานเสร็จสิ้น เอนจินจะลบ build cache ที่ไม่ได้ใช้, อิมเมจที่ไม่ได้ใช้ และคอนเทนเนอร์สแกนที่หยุดทำงานออก อิมเมจที่ถูกอ้างอิงโดยคอนเทนเนอร์ใดๆ, คอนเทนเนอร์บริการ, bind mounts, ข้อมูลฐานข้อมูล, ข้อมูลรับรอง (credentials) และโวลุ่มจะถูกเก็บรักษาไว้ นี่เป็นอีกเหตุผลหนึ่งที่ไม่ควรแชร์โฮสต์ร่วมกับบริการอื่น เนื่องจากจะมีตัวล้างข้อมูลที่คุณไม่ได้กำหนดค่าไว้ทำงานอยู่กับ Docker daemon นั้น
การตั้งค่าเอนจินที่ผู้ใช้ส่วนใหญ่มักปรับเปลี่ยน
ENGINE_WORKER_COUNT: จำนวนช่อง worker รวมที่แชร์ระหว่างขั้นตอนการสแกนและการประมวลผลภายหลัง ตั้งค่าเป็น 0 เพื่อหยุดการรับงานใหม่ENGINE_MAX_CONCURRENT_SCANS: จำนวนงานสแกนที่อนุญาตให้ทำงานพร้อมกัน งานสแกนที่อยู่ในคิวจะรอจนกว่ากลุ่มงานที่กำลังทำงานอยู่จะว่างลงENGINE_MAX_WORKERS_PER_SCAN: 0 คือการแชร์ช่องทำงานรวมให้แต่ละงานสแกนอย่างเท่าเทียมกันENGINE_HARNESS_TIMEOUT_SECONDS: ค่าเริ่มต้นคือ 7200 นี่คือระยะเวลาที่นานที่สุดที่งานเดียวที่ทำงานผิดปกติจะสามารถรันได้ เอนจินยอมรับค่าตั้งแต่ 60 ถึง 86400 และค่าใดๆ ที่อยู่นอกช่วงนี้ รวมถึง 0 จะถูกปรับกลับไปเป็น 7200ENGINE_MIN_FREE_STORAGE_GB: พื้นที่จัดเก็บข้อมูลขั้นต่ำENGINE_IGNORE_LOW_STORAGE=trueคือการปิดระบบป้องกันนี้ และไฟล์คำเตือนระบุว่าการทำเช่นนี้อาจทำให้ดิสก์ของโฮสต์เต็มได้ENGINE_SCAN_RUNNER_MEMORY_MB: การจำกัดหน่วยความจำสูงสุดต่อตัวรัน 0 คือการยกเลิกการจำกัดENGINE_SCAN_RUNNER_MEMORY_RESERVATION_MB: การจองหน่วยความจำแบบ soft reservation ต่อตัวรันที่ใช้ในการคำนวณการรับงาน การลดค่านี้ลงจะทำให้เกิดการจองหน่วยความจำเกิน (overcommit) ในขณะที่เครื่องยังคงใช้ hard cap เพื่อควบคุมการพุ่งสูงของหน่วยความจำได้
การสแกน repository ในเครื่องโดยไม่ให้ข้อมูลรั่วไหล
LOCAL_REPOS_PATH จะใช้ค่าเริ่มต้นเป็น ./local_repos และถูก bind-mount แบบอ่านได้อย่างเดียวเข้าไปในคอนเทนเนอร์ backend และ engine ดังนั้น repository ที่คุณวางไว้ในโฟลเดอร์นั้นบนโฮสต์จะปรากฏอยู่ภายในคอนเทนเนอร์ทันที ควรใช้การ clone ใหม่แทนการใช้ working tree ของคุณ คอนเทนเนอร์สำหรับประมวลผลงาน (job container) จะได้รับสำเนาที่เขียนทับได้ โดยมีสิทธิ์เป็น root ภายในตัวมันเองและสามารถเข้าถึงอินเทอร์เน็ตภายนอกได้ ซึ่งหมายความว่าสิ่งใดก็ตามที่อยู่ในสำเนานั้นอาจถูกแก้ไขหรือส่งออกไปนอกเครื่องได้ ให้ลบไฟล์ .env และ private key ออกก่อนที่คุณจะคัดลอกโปรเจกต์เข้าไป
สิ่งที่คุณจะได้รับและสิ่งที่คุณจะไม่ได้รับ
คุณจะได้รับรายการผลลัพธ์ที่ผ่านการจัดอันดับแล้ว แต่คุณจะไม่ได้รับช่องโหว่ที่ผ่านการยืนยันแล้ว การจัดอันดับและการคัดลอกรายการที่ซ้ำกันออกจะช่วยกำหนดลำดับคิวในการตรวจสอบของคุณ แต่มันไม่ได้เป็นเครื่องพิสูจน์ว่ารายการนั้นเป็นช่องโหว่จริง สคริปต์ภายหลังการตรวจสอบ (post-scripts) สามารถพยายามยืนยันผลและสร้างหลักฐานแนวคิด (proof of concept) ซึ่งถือเป็นสัญญาณที่ชัดเจนที่สุดที่เครื่องมือนี้มอบให้ อย่างไรก็ตาม หากสคริปต์ดังกล่าวทำงานล้มเหลว ก็ไม่ได้หมายความว่าผลลัพธ์นั้นเป็นเท็จ มนุษย์ยังคงต้องเป็นผู้ตรวจสอบผลลัพธ์แต่ละรายการด้วยตนเอง ช่องว่างระหว่างผลลัพธ์ที่เป็นไปได้กับหลักฐานที่ยืนยันได้คือเหตุผลว่าทำไม การขอหลักฐานจากเอเจนต์ที่คุณสามารถเรียกใช้ซ้ำได้ด้วยตนเอง จึงเป็นแนวทางที่ควรนำมาปรับใช้ เพราะผลลัพธ์ที่คุณสามารถทำซ้ำได้ตามต้องการนั้นมีค่ามากกว่าผลลัพธ์ที่ผ่านการจัดอันดับซึ่งคุณต้องเชื่อถือเพียงอย่างเดียว
คู่มือนี้ไม่ได้กล่าวอ้างว่า open-kritt สามารถตรวจพบข้อผิดพลาดจริงได้จำนวนเท่าใด เนื่องจากเรายังไม่ได้ทำการวัดผลดังกล่าว ใครก็ตามที่กล่าวอ้างถึงอัตราการตรวจพบสำหรับ codebase ของคุณ แสดงว่าเขายังไม่ได้ทดสอบเครื่องมือนี้กับ codebase ของคุณจริง ให้เริ่มจากการสแกน repository ที่คุณคุ้นเคยเป็นอย่างดีก่อน เพราะผลลัพธ์ที่คุณสามารถตัดสินได้ด้วยตนเองคือวิธีปรับเทียบเครื่องมือที่ประหยัดที่สุด
การอนุญาตสิทธิ์มีความสำคัญในกรณีนี้มากกว่าเครื่องมือ self-hosted ส่วนใหญ่ เนื่องจากเอเจนต์มีการคอมไพล์และรันโค้ดรวมถึงเข้าถึงเครือข่ายได้ ดังนั้นขั้นตอนการสร้างหลักฐานแนวคิดอาจส่งผลกระทบต่อระบบที่ใช้งานจริง ให้ชี้เป้าไปยังโค้ดที่คุณเป็นเจ้าของหรือได้รับสัญญาให้ทำการทดสอบเท่านั้น และระบุขอบเขตของเป้าหมายให้ชัดเจนก่อนที่จะเริ่มดำเนินการใดๆ หากคุณกำหนดค่า ANTHROPIC_API_KEY และใช้เอนจิน Claude Code แนวทางการทำ sandboxing ใน การรัน Claude Code อย่างปลอดภัยบน VPS ก็สามารถนำมาปรับใช้กับเอเจนต์เหล่านี้ได้เช่นกัน
FAQ
ทำไม open-kritt ถึงต้องใช้ VPS แยกต่างหาก?
เนื่องจากเอเจนต์วิเคราะห์ของระบบทำงานด้วยสิทธิ์ root ภายในคอนเทนเนอร์สำหรับงานแต่ละชิ้น ซึ่งสามารถเขียนทับโค้ดของคุณและเข้าถึงอินเทอร์เน็ตได้โดยตรง อีกทั้งบริการ engine ยังต้อง mount Docker socket ของโฮสต์เพื่อใช้สั่งสร้างคอนเทนเนอร์สำหรับแต่ละงาน กระบวนการใดก็ตามที่เข้าถึง socket นี้ได้จะสามารถสร้างคอนเทนเนอร์ที่ mount ระบบไฟล์ของโฮสต์ได้ ดังนั้นทั้ง stack นี้จึงควรถูกปฏิบัติเสมือนเป็น root บนโฮสต์นั้น การใช้บน VPS แยกต่างหากจึงเป็นข้อแลกเปลี่ยนที่ยอมรับได้ และการสร้างเซิร์ฟเวอร์ใหม่ก็ไม่มีค่าใช้จ่าย แต่หากนำไปใช้บนเครื่องทำงานหลักของคุณ จะทำให้ SSH keys และโปรไฟล์เบราว์เซอร์ของคุณตกอยู่ในขอบเขตความปลอดภัยเดียวกับโค้ดที่คุณกำลังสแกน
ฉันสามารถเปิดพอร์ต 5173 แทนการใช้ SSH tunnel ได้หรือไม่?
ไม่ควรทำเช่นนั้น เนื่องจาก backend ไม่มีระบบยืนยันตัวตนในตัว พอร์ตจึงเป็นปราการด่านเดียวที่กั้นระหว่างอินเทอร์เน็ตกับผลการสแกนและเครดิตผู้ให้บริการของคุณ ไฟล์ compose จึงผูกทุกบริการไว้กับ 127.0.0.1 ด้วยเหตุผลนี้ ให้รัน ssh -N -L 5173:127.0.0.1:5173 you@your-server-ip แล้วเข้าใช้งานผ่าน http://localhost:5173 ในเครื่องแทน การใช้กฎ ufw ไม่สามารถทดแทนได้ เนื่องจากพอร์ต Docker ที่ถูกเผยแพร่ออกไปจะถูกจัดการก่อนที่นโยบายเริ่มต้นของ ufw จะทำงาน
ฉันจะป้องกันไม่ให้ open-kritt ใช้จ่ายเกินงบที่วางไว้ได้อย่างไร?
ให้กำหนดวงเงินสูงสุดในคอนโซลของผู้ให้บริการโมเดลก่อนเริ่มการสแกนครั้งแรก เนื่องจาก open-kritt ไม่มีระบบตั้งงบประมาณในตัว ให้ใช้ค่า concurrency เริ่มต้นที่ให้มาสำหรับการรันครั้งแรกๆ คือ ENGINE_WORKER_COUNT=2 และ ENGINE_MAX_CONCURRENT_SCANS=1 และพึงระลึกว่าบัญชีผู้ให้บริการหนึ่งบัญชีอนุญาตให้เรียกใช้ root model พร้อมกันได้สูงสุด 15 รายการตามค่าเริ่มต้น ในขณะที่เซสชัน Codex อาจรันเอเจนต์ลูกได้สูงสุด 5 รายการ การใช้ ENGINE_WORKER_COUNT=0 จะหยุดการรับงานใหม่และเป็นวิธีหยุดการทำงานในเครื่องที่เร็วที่สุด
ฉันควรเลือกใช้เวอร์ชันไหน?
ควรใช้ tag เสมอ ห้ามใช้ main การรัน git fetch --tags ตามด้วย git tag --list จะแสดงรายการเวอร์ชันที่มีให้เลือก และ v1.4.1 ซึ่งเผยแพร่เมื่อวันที่ 16 สิงหาคม 2026 คือเวอร์ชันล่าสุด ณ วันที่ 12 ตุลาคม 2026 การระบุเวอร์ชันที่แน่นอนช่วยให้มั่นใจได้ว่าการสร้าง stack ใหม่ในอีกหลายเดือนข้างหน้าจะได้ผลลัพธ์เหมือนเดิม และทำให้การอัปเกรดเป็นสิ่งที่คุณตัดสินใจทำหลังจากอ่านบันทึกการเปลี่ยนแปลง (release notes) แล้ว ไม่ใช่ผลพลอยได้จากการ clone โค้ดในวันที่ต่างกัน
การสแกนไม่เริ่มทำงาน ฉันควรตรวจสอบอะไรบ้าง?
อันดับแรกให้ตรวจสอบพื้นที่ดิสก์ว่าง เนื่องจาก engine จะไม่สร้างคอนเทนเนอร์สแกนหากพื้นที่เก็บข้อมูลว่างต่ำกว่า ENGINE_MIN_FREE_STORAGE_GB ซึ่งค่าเริ่มต้นคือ 20 GB จากนั้นตรวจสอบว่า ENGINE_WORKER_COUNT ไม่ใช่ 0 เพราะค่านั้นจะหยุดการรับงานใหม่ จากนั้นยืนยันว่ามีการตั้งค่า credential ของโมเดลไว้จริงโดยรัน ./kritt setup เนื่องจาก GITHUB_TOKEN เพียงอย่างเดียวไม่สามารถรันการสแกนได้ และ docker compose logs engine จะระบุสาเหตุที่งานนั้นถูกข้ามไป