VPS پر Aider یا Goose coding agent کیسے چلائیں

VPS پر coding agent کیوں چلائیں

coding agent ایک ایسا tool ہے جو terminal سے آپ کا codebase پڑھتا ہے، تبدیلیاں لکھتا ہے اور انہیں test کرنے کے لیے commands چلاتا ہے۔ VPS پر اسے چلانے کے laptop کے مقابلے میں 3 فائدے ہیں: آپ کے disconnect ہونے کے بعد بھی یہ کام جاری رکھتا ہے، یہ آپ کے code اور build tools کے بالکل قریب رہتا ہے، اور اس model سے بات کر سکتا ہے جسے آپ خود host کرتے ہیں۔ اسے tmux session کے اندر شروع کریں، پھر laptop بند کر کے بعد میں کام وہیں سے دوبارہ جاری رکھ سکتے ہیں۔ یہی طریقہ tmux کے ساتھ VPS پر Claude Code چلانے میں بھی استعمال ہوتا ہے۔

Terminal-based 2 agents قابلِ ذکر ہیں۔ Aider، terminal-native اور git-first option ہے۔ یہ ہر تبدیلی کو مناسب message کے ساتھ خودکار طور پر commit کرتا ہے، اس لیے history صاف رہتی ہے اور ہر edit واپس کی جا سکتی ہے۔ یہ terminal coding agents میں سب سے زیادہ عرصے سے موجود agents میں سے ایک ہے، اگرچہ اس کی release رفتار کم ہو گئی ہے۔ Block کا Goose زیادہ وسیع دائرہ رکھتا ہے: یہ Apache-2.0 agent ہے، اس کا extension ecosystem بڑا ہے، اور یہ local Ollama models سمیت متعدد providers کو support کرتا ہے۔ اب اسے Linux Foundation کی Agentic AI Foundation (AAIF) کے تحت develop کیا جا رہا ہے۔ Aider ایک منظم، git-centric workflow کے لیے موزوں ہے؛ Goose وسیع plugin set والے عمومی assistant کے لیے بہتر ہے۔

آپ کو کیا درکار ہے

Aider کے لیے آپ کے VPS پر git، tmux اور Python کا حالیہ ورژن، یا Goose کے لیے Goose installer درکار ہے۔ اس کے علاوہ ایک model بھی چاہیے: یا تو Anthropic یا OpenAI جیسے provider کی hosted API key، یا ایسا local model جو اسی VPS پر Ollama کے ذریعے serve کیا جا رہا ہو۔ Self-hosted طریقہ آپ کا code اپنے server پر رکھتا ہے اور فی token کوئی لاگت نہیں لیتا، لیکن اس کے لیے قابلِ استعمال model چلانے کے لیے کافی memory درکار ہوتی ہے۔

Aider انسٹال کریں اور چلائیں

Aider کو الگ تھلگ ماحول میں pipx کے ذریعے انسٹال کریں۔ pipx کو apt کے ذریعے انسٹال کیا جاتا ہے، کیونکہ Ubuntu 24.04 سادہ `pip install کو virtual environment کے باہر روکتا ہے (PEP 668)۔ پھر Aider کو اپنے project کے اندر tmux` session میں چلائیں، تاکہ connection منقطع ہونے کے بعد بھی یہ کام جاری رکھے:

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

ایک version note: یہ installation Ubuntu 24.04 پر اسی طرح کام کرتی ہے۔ Ubuntu 26.04 پر یہ فی الحال ناکام ہوتی ہے، کیونکہ Aider کی pinned dependencies میں numpy کا ایک پرانا version شامل ہے جو Ubuntu 26.04 کے Python 3.14 کے ساتھ build نہیں ہوتا۔ اس کا حل یہ ہے کہ Aider کو اپنا Python 3.12 فراہم کریں:

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

pipx صرف Aider کے لیے ایک standalone interpreter download کرتا ہے، اور installation مکمل ہو جاتی ہے۔ یہ Aider کی سست release pace کی علامت ہے؛ اگر یہ آپ کے لیے مسئلہ ہے تو Goose زیادہ فعال طور پر maintained انتخاب ہے۔

چلنے کے بعد session سے Ctrl-b پھر d دبا کر detach کریں۔ آپ کا laptop بند ہونے کے باوجود agent کام جاری رکھے گا۔ بعد میں `tmux attach -t aider کے ذریعے دوبارہ attach کریں اور دیکھیں کہ اس نے کیا تبدیل کیا ہے۔ آپ کو دوسرے agent کے لیے دوسری tmux window کھلی رکھنے سے کوئی چیز نہیں روکتی۔ اگر دونوں Claude Code ہوں تو [[claude-code-sessions-message-each-other|دونوں sessions آپس میں کام منتقل کر سکتے ہیں]]، اور آپ کو یہ کام ہاتھ سے relay نہیں کرنا پڑے گا۔ Aider آپ کی repository پڑھتا ہے، edits تجویز کرتا ہے، انہیں apply کرتا ہے، اور ہر edit کو commit کرتا ہے۔ جب تبدیلی کئی files پر مشتمل ہو تو یہ context کے لیے اضافی files بھی شامل کر سکتا ہے۔ چونکہ ہر تبدیلی ایک commit ہوتی ہے، اس لیے agent کی تبدیلی واپس لینا سادہ git revert` ہے۔ یہی safety net اسے اطمینان سے استعمال کرنے کے قابل بناتا ہے۔ Goose اپنے documented one-line script کے ذریعے انسٹال ہوتا ہے اور terminal سے اسی طرح چلتا ہے، جبکہ اپنے extensions کے ذریعے tasks انجام دیتا ہے:

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

Hosted model یا self-hosted model

Hosted model بہترین معیار فراہم کرتا ہے اور مقامی hardware کی ضرورت نہیں ہوتی، لیکن اس کی لاگت ہر token کے حساب سے آتی ہے اور آپ کا code provider کو بھیجا جاتا ہے۔ ہر token کی لاگت اکثر لوگوں کی توقع سے زیادہ تیزی سے بڑھتی ہے، کیونکہ agent ہر turn پر پوری conversation دوبارہ بھیجتا ہے۔ طویل agent session میں tokens کا حقیقی خرچ کے بارے میں Claude Code کی تفصیل یہاں بھی لاگو ہوتی ہے، کیونکہ Aider اور Goose بھی اسی طریقے سے billing کرتے ہیں۔ Ollama کے ذریعے self-hosted model آپ کا تمام data اپنے server پر رکھتا ہے۔ hardware کی قیمت ادا ہو جانے کے بعد اسے چلانا مفت ہوتا ہے، لیکن مفید coding model کے لیے کافی memory درکار ہوتی ہے۔ یہی بنیادی trade-off ہے: quality اور سہولت کے مقابل privacy اور لاگت۔

اگر آپ self-hosted طریقہ اختیار کرتے ہیں تو عملی سوال یہ ہے کہ آپ کے server کے لیے کون سا model موزوں ہے۔ اسی دوران context window بھی monitor کریں، کیونکہ Ollama default طور پر ایک چھوٹی window استعمال کرتا ہے اور اس سے طویل مواد کو خاموشی سے truncate کر دیتا ہے۔ coding agent کے لیے اس کا مطلب ہے کہ جو files اس نے ابھی پڑھی تھیں وہ prompt سے خارج ہو جاتی ہیں۔ num_ctx بڑھانے سے یہ مسئلہ حل ہوتا ہے، اور اس کے لیے درکار بڑا KV cache بھی اسی memory budget کا حصہ ہے جس کا آپ کو پہلے سے تخمینہ لگانا چاہیے۔ آٹھ گیگابائٹ کے model کو ایسے server پر download کرنے سے پہلے اس کا سائز طے کریں جو اسے memory میں رکھنے کی گنجائش نہیں رکھتا:

حفاظت: یہ فائلوں میں ترمیم کرتا ہے اور کمانڈز چلاتا ہے

Coding agent غیر فعال نہیں ہوتا۔ یہ فائلوں کو دوبارہ لکھ سکتا ہے اور build اور test کمانڈز چلا سکتا ہے، اس لیے اسے بھی اتنی ہی احتیاط کے ساتھ چلائیں جتنی کسی ایسے process کے لیے ضروری ہے جو آپ کے system میں تبدیلی کر سکتا ہو۔ زیادہ تر خطرات سے نمٹنے کے لیے 3 عادتیں کافی ہیں۔ git repository کے اندر کام کریں تاکہ ہر تبدیلی track اور واپس کی جا سکے؛ Aider یہ کام خودکار طور پر کرتا ہے۔ Agent کو عام غیر مراعات یافتہ user کے طور پر چلائیں، کبھی root کے طور پر نہیں، اور کم سے کم مراعات والے users کے اصول پر عمل کریں، تاکہ غلط کمانڈ پورے system کو متاثر نہ کر سکے۔ خود server کو بھی hardened رکھیں، کیونکہ coding VPS بہرحال ایک public server ہوتا ہے: صرف key-based SSH، default-deny firewall، اور دیگر بنیادی حفاظتی اقدامات استعمال کریں۔ OpenClaw hardening guide زیادہ خودکار agent کے لیے یہی طریقہ اختیار کرتی ہے، اور یہ اصول دونوں صورتوں میں قابل اطلاق ہیں۔

Coding agent کو اپنے workflow میں شامل کرنے کے لیے، Claude کے ساتھ AI agent بنانا دکھاتا ہے کہ ایک model آپ کے tools کو کیسے چلاتا ہے؛ VPS پر Google's Gemini CLI چلانا ایک اور terminal option ہے، جبکہ OpenHands کی self-hosting زیادہ بھاری خودکار طریقہ ہے۔ اس شعبے کے سب سے زیادہ starred open project کے لیے بھی اب اپنی guide موجود ہے: VPS پر OpenCode چلانا اسے اسی tmux اور غیر مراعات یافتہ user کے pattern کے ساتھ configure کرتا ہے۔

FAQ

کیا میں paid API کے بجائے local model کے ساتھ coding agent چلا سکتا ہوں؟

جی ہاں۔ Aider اور Goose دونوں Ollama کے ذریعے فراہم کیے جانے والے local models کے ساتھ کام کرتے ہیں۔ اس طرح آپ coding agent کو مکمل طور پر self-hosted چلا سکتے ہیں، فی token کوئی لاگت نہیں ہوتی، اور code آپ کے server سے باہر نہیں جاتا۔ مسئلہ memory کا ہے۔ مفید code لکھنے کے لیے کافی صلاحیت رکھنے والے model کو خاصی RAM یا VRAM درکار ہوتی ہے۔ اس لیے فیصلہ کرنے سے پہلے machine کو model کے مطابق size کریں۔

مجھے Aider یا Goose میں سے کون سا استعمال کرنا چاہیے؟

اگر آپ کا workflow terminal اور git پر مرکوز ہے اور آپ زیادہ mature اور کم overhead والا option چاہتے ہیں تو Aider منتخب کریں۔ یہ ہر تبدیلی کو خودکار طور پر commit کرتا ہے، اس لیے آپ کی history کو واپس سابقہ حالت میں لایا جا سکتا ہے۔ اگر آپ وسیع تر assistant، بڑی extension ecosystem اور متعدد providers کی support چاہتے ہیں تو Goose منتخب کریں۔ دونوں terminal سے چلتے ہیں اور دونوں Ollama کے ساتھ کام کرتے ہیں، اس لیے VPS کے لیے دونوں موزوں ہیں۔

self-hosted coding model کے لیے مجھے کتنی memory درکار ہے؟

یہ model کے size اور اس کی quantization کی سطح پر منحصر ہے۔ چھوٹا quantized model چند gigabytes پر چل سکتا ہے، جبکہ زیادہ طاقتور model کو کہیں زیادہ memory درکار ہوتی ہے۔ طویل context windows بھی memory کی ضرورت بڑھاتی ہیں۔ کسی model کو download کرنے سے پہلے اوپر دیا گیا sizing tool استعمال کر کے اندازہ لگائیں کہ مطلوبہ model اور context length کے لیے کتنی memory درکار ہوگی۔

کیا AI agent کو میرے code میں ترمیم کرنے اور commands چلانے دینا محفوظ ہے؟

درست طریقہ کار کے ساتھ اس خطرے کو manage کیا جا سکتا ہے۔ اپنا کام git repository میں رکھیں تاکہ ہر edit ایک reversible commit ہو۔ agent کو root کے بجائے unprivileged user کے طور پر چلائیں، اور VPS کو اسی طرح harden کریں جیسے کسی public server کو کرتے ہیں۔ اس کی جانب سے کیے گئے commits کا review کریں اور ان پر اندھا اعتماد نہ کریں، خاص طور پر ان commands کا جو وہ آپ کے system پر چلانا چاہتا ہو۔