একটি সস্তা মডেলে dsh-superagent চালান: GitHub issue থেকে PR

আপনি একটি নতুন GitHub issue-তে একটি agent-কে mention করেন, চা বানাতে যান, ফিরে এসে দেখেন একটি pull request পড়ে আছে। DeepSeek-এর dsh-superagent ঠিক এটাই করে, এবং আপনি DeepSeek Harness (DSH)-এর মাধ্যমে একটি CheapTokens মডেলে এটি চালাতে পারেন। নিচে: ইনস্টল, agent-এর নিজস্ব GitHub অ্যাকাউন্ট, প্রথম টেস্ট issue, এবং একটি টিকিটের বাজেট।

রিপোজিটরি থেকেই একটি সতর্কবার্তা। এর README (২ নভেম্বর ২০২৬-এ যাচাই করা) এটিকে শুধুমাত্র রেফারেন্সের জন্য একটি research prototype বলে, অফিসিয়াল DeepSeek পণ্য নয়, এবং জানায় এতে এখনও bug থাকতে পারে। এটি MIT-লাইসেন্সযুক্ত, main-এ একটি commit আছে এবং কোনো release নেই। এমন একটি রিপোজিটরিতে এটি চালান যেখানে পরীক্ষা-নিরীক্ষা করার সামর্থ্য আপনার আছে।

এটি আসলে কী করে#

dsh-superagent হলো একটি GitHub রিপোজিটরির জন্য একটি proactive coding agent, যা DeepSeek Harness-এর জন্য একটি bundle হিসেবে প্যাকেজ করা। এটি GitHub শোনে। যখন আপনার allow-list-এ থাকা কেউ অনুরোধ করে, এটি একটি work item খোলে (ডকুমেন্টেশনে এটিকে Ticket বলে), নিজের agent session এবং নিজের ডিরেক্টরিতে কাজ করে, এবং মূল কথোপকথনে উত্তর দেয়, উদাহরণস্বরূপ একটি pull request দিয়ে। একটি web panel দেখায় কোন কোন item-এ মানুষের প্রয়োজন।

তাই একটি issue মানে একটি session, এবং একটি session মানে model call-এর একটি loop। সেই loop-এই token খরচ হয়; কেন তা না জানলে, কেন AI agent-রা এত বেশি token ব্যবহার করে একটি ২০-ধাপের উদাহরণ দিয়ে ব্যাখ্যা করে।

শুরু করার আগে#

deployment ডকুমেন্ট অনুযায়ী আপনার প্রয়োজন:

• Node.js 22.19+ বা 24+, pnpm, git 2.32+, tmux, Python 3.8+
• GitHub CLI 2.48+ (একটি ছোট wrapper-এর মাধ্যমে ব্যবহৃত, নিচে দেখুন)
• github.com-এ একটি রিপোজিটরি (GitHub Enterprise Server সমর্থিত নয়)
• রিপোর package.json-এ engines.dsh থেকে শুরু হওয়া version range-এর DSH
• একটি DSH model provider

শেষ item-টি রিপোজিটরি আপনার উপর ছেড়ে দেয়: setup guide provider-কে একটি operator step বলে। CheapTokens-এর জন্য, প্রথমে DeepSeek Harness-কে CheapTokens-এ সংযুক্ত করুন এবং ফিরে আসুন। ব্যবহার করার model id হলো deepseek-ai/DeepSeek-V4-Flash-0731 (সম্পূর্ণ id, price table-এর short name API গ্রহণ করে না), এবং API base হলো https://api.cheaptokens.dev/v1। বিস্তারিত CheapTokens docs page-এ আছে।

একটি বিষয় খেয়াল রাখুন। deployment ডকুমেন্ট অনুযায়ী, setup এমন environment variable সরিয়ে দেয় যাদের নামে KEY, PASSWORD, SECRET বা TOKEN আছে, এবং worker environment থেকে GH_TOKEN ও GITHUB_TOKEN সরিয়ে দেয়। তাই shell-এ export করা একটি provider key worker-এ পৌঁছাবে না; connect নিবন্ধে বর্ণিত পদ্ধতিতে এটি সেট করুন।

ইনস্টল ও শুরু#

npm install -g @deepseek-ai/dsh@0.2.1-rc.3
git clone https://github.com/deepseek-ai/dsh-superagent-prototype dsh-superagent
cd dsh-superagent
pnpm install && pnpm build

dsh superagent --from-default-profile web --dump-config > /dev/null
dsh plugin --profile superagent add "link:$PWD"

scripts/dsh-superagent start
scripts/dsh-superagent status

status কমান্ড একটি exit code দিয়ে উত্তর দেয়: 0 স্বাভাবিক, 1 মানে restart সাহায্য করতে পারে, 2 মানে একটি অংশ ব্যর্থ হয়েছে এবং restart ঠিক করবে না, 3 মানে setup এখনও প্রয়োজন। ডিফল্ট দিয়ে শুরু করুন: profile superagent, branch prefix agent/, এবং accept mode observe, যা proactive কাজ না করে শুধু রেকর্ড করে।

agent-কে তার নিজস্ব GitHub অ্যাকাউন্ট দিন#

এই ধাপটি মানুষ এড়িয়ে যায় এবং তারপর ভাবে কেন কিছু হচ্ছে না। agent-এর আপনার রিপোজিটরিতে write access সহ একটি সাধারণ GitHub user দরকার; একটি GitHub App এই ভূমিকা পালন করতে পারে না।

1. user তৈরি করুন এবং write access সহ collaborator হিসেবে যোগ করুন।
2. একটি wrapper ~/.local/bin/gh-agent বানান: GH_CONFIG_DIR="$HOME/.config/gh-agent" exec gh "$@"। এটি agent-এর login-কে আপনার নিজের gh থেকে আলাদা রাখে।
3. সেই user হিসেবে gh-agent auth login চালান।
4. web panel-এ Sources খুলুন, রিপোজিটরি (owner/name) এবং CLI path wrapper-এ সেট করুন।
5. Policy-এর অধীনে policy.sources.github.allowed-এ সেই login-গুলো যোগ করুন যারা agent-কে কাজ দিতে পারে। কেউ সেই list-এ না আসা পর্যন্ত কিছুই Ticket হয় না।

আপনার প্রথম টেস্ট issue#

রিপোজিটরিতে একটি নতুন issue খুলুন এবং ছোট ও দ্ব্যর্থহীন কিছু লিখুন, agent-এর login code format-এ, যেমন: @<agent login> fix the typo in README.md: "recieve" should be "receive"।

"নতুন" শব্দটি গুরুত্বপূর্ণ। mention যোগ করতে একটি পুরনো issue edit করলে তা ধরা পড়ে না; একটি নতুন issue বা নতুন comment ধরা পড়ে। যদি panel একটি Ticket দেখায় এবং তারপর agent/ দিয়ে শুরু হওয়া একটি branch দেখা যায়, তাহলে chain কাজ করছে।

একটি টিকিটের খরচ#

রিপোজিটরি প্রতি টিকিটে token usage প্রকাশ করে না, তাই এটি বর্ণিত অনুমানের উপর ভিত্তি করে একটি estimate। ধরা যাক একটি ছোট টিকিটে ২৫টি model call লাগে। প্রতিটি call-এ ক্রমবর্ধমান কথোপকথন বহন করে: গড়ে প্রায় ৩০,০০০ token input, এবং প্রায় ৮০০ token উত্তর (একটি command, একটি patch, একটি ছোট নোট)।

প্রতি টিকিটে তা হলো ৩০,০০০ × ২৫ = ৭৫০,০০০ input token এবং ৮০০ × ২৫ = ২০,০০০ output token। আজকের CheapTokens মূল্যে DeepSeek-V4-Flash-এ (প্রতি ১M token-এ input $0.015 এবং output $0.10), এমন একটি টিকিটের খরচ $0.0133।

অসম অংশটি: input প্রায় output-এর ৩৭ গুণ, এবং এটি agent-দের জন্য স্বাভাবিক, কারণ প্রতিটি ধাপ আগের সবকিছু আবার পাঠায়। একই টিকিট অন্য মডেলে:

টেবিলে GLM-5.3-Flash-ও (৩৯০K context, প্রতি উত্তরে সর্বোচ্চ ৮,১৯২ output token) তালিকাভুক্ত, যদি আপনার টিকিট ছোট হয় এবং উত্তর ছোট হয়। দীর্ঘ tool loop-এর জন্য, DeepSeek-V4-Flash আপনাকে ৩৮০K context, প্রতি উত্তরে সর্বোচ্চ ৩২,৭৬৮ token এবং যেকোনো সময়ে একই মূল্য দেয়। আপনার নিজের সংখ্যা ভিন্ন হবে, তাই slider সরান:

input দিক কমাতে চাইলে, কীভাবে একটি AI agent-এর খরচ অনুমান করবেন সবচেয়ে গুরুত্বপূর্ণ অভ্যাসগুলো কভার করে।

এটিকে ছোট leash-এ রাখুন#

একদিন observe mode-এ থাকুন: এটি রেকর্ড করে agent নিজে থেকে কী করত, তাই কাজ করার আগেই আপনি pattern দেখতে পান। প্রথমে শুধুমাত্র আপনার নিজের login অনুমোদন করুন। প্রথম তিনটি pull request লাইন ধরে ধরে দেখুন, এবং প্রথম দিনের পরে আপনার balance-এ model usage যাচাই করুন, তারপর আপনার প্রকৃত টিকিট সংখ্যা দিয়ে গুণ করুন।

রিপো আরও বলে DeepSeek-এর সঙ্গী নিবন্ধের কিছু design এখনও implement করা হয়নি, তাই অনুপস্থিত feature-গুলোকে অসম্পূর্ণ হিসেবে ধরুন, আপনার ভুল হিসেবে নয়।

সূত্র#

সব রিপোজিটরি তথ্য deepseek-ai/dsh-superagent-prototype (README, SETUP.md, docs/006-deployment.md) থেকে, ২ নভেম্বর ২০২৬-এ যাচাই করা। রিপোজিটরি পেজে কোনো commit date দেখায় না এবং DSH version 0.2.1-rc.3 একটি release candidate, তাই ইনস্টল করার আগে ডকুমেন্ট আবার যাচাই করুন।