এক কথায় একটি AI টিম নিয়োগ: ওপেন-সোর্স Agent কোলাবোরেশন প্ল্যাটফর্ম ওয়ান-ম্যান কোম্পানির বাধা মাটিতে নামিয়ে আনল

আপনার সবচেয়ে দামি খরচ কোনো বেতন নয়, বরং নিজের ২৪ ঘণ্টার মধ্যে মাত্র ১৬ ঘণ্টা জেগে থাকার সক্ষমতা।

একাকী একজন মানুষ একটি কাজ করে সব টানটান। তিনটে কাজ করতে গেলে হয় লোক নিতে হবে (আপনার টাকা খরচ করতে হবে), নয়তো অর্ডেরের অর্ধেক বাদ দিতে হবে—গত এক দশক ধরে ওয়ান-ম্যান কোম্পানিগুলো ঠিক এখানেই আটকে আছে।

২০২৬ সালের সমাধান এক রকম: কর্মীর বদলে Agent ব্যবহার করা। এমন একটি সম্পূর্ণ AI টিম যারা নিজেরাই কাজ ভাগ করে নেবে, একে অপরকে ডেলিভারি দেবে এবং আপনার লোকাল সিস্টেমে ৭×২৪ ঘণ্টা কাজ করে যাবে। LobeHub নামের একটি ওপেন-সোর্স প্রজেক্ট (GitHub-এ 81.5k Star এবং 340+ কন্ট্রিবিউটর) ইতিমধ্যে এই পথটা পাকা করে ফেলেছে: কীভাবে সাজাবেন, কীভাবে কাজ হাতে পাবেন আর কীভাবে একে আপনার কর্মী বানিয়ে কাজে লাগাবেন, নিচে বিস্তারিত ব্যাখ্যা করা হলো।

১. প্রথমে আকারটা দেখে নিন: ৮০ হাজার Star ফালতু আসেনি

এই প্রজেক্টের পুরোনো নাম ছিল LobeChat, যা ছিল একটি ওপেন-সোর্স ChatGPT ক্লায়েন্ট। মাত্র এক বছরে এটি নিজেকে পুনরায় তৈরি করে LobeHub হয়েছে, অর্থাৎ চ্যাট টুল থেকে উন্নীত হয়ে Agent কোলাবোরেশন প্ল্যাটফর্মে পরিণত হয়েছে। রিপোজিটরিটি lobehub/lobe-chat থেকে lobehub/lobehub-এ স্থানান্তরিত হয়েছে এবং এর পরিচয় এখন “Chief Agent Operator” (প্রধান Agent অফিসার—আপনি একে “অপারেশন ডিরেক্টর” হিসেবে ভাবতে পারেন, শুধু পার্থক্য হলো এখানে মানুষ নয়, বরং AI Agent-দের ম্যানেজ করা হবে)।

UI-তে আপনি যা দেখছেন তা একটি Agent-এর অর্গানাইজেশনাল চার্ট, যেখানে প্রতিটি Agent-এর নাম আছে, নির্দিষ্ট কাজের দায়িত্ব আছে এবং তারা কাজ গ্রহণ করতে পারে।

GitHub-এ আরেকটি প্রজেক্ট AutoGPT (186k Star) এর আগে থেকেই চলছে, কিন্তু 2026 সালের ট্রেন্ড ইতিমধ্যে বদলে গেছে — ইন্ডাস্ট্রির এখন সবার ঐকমত্য: একক Agent আর যথেষ্ট নয়, Agent-দের নিয়ে একটি টিমই হলো ভবিষ্যৎ। Mem0 (62.9k Star, মেমোরি ম্যানেজমেন্টে বিশেষজ্ঞ), RAGFlow (86k Star, নলেজ বেসে বিশেষজ্ঞ)—এই মাইলফলক প্রজেক্টগুলোও এই বছর বিস্ফোরিত হয়েছে। পুরো ইকোসিস্টেম এখন “টিম-ওয়ার্ক, মেমোরি ইন্টিগ্রেশন এবং প্রাইভেট ডিপ্লয়মেন্ট”—এই তিন দিকেই এগিয়ে যাচ্ছে।

LobeHub-এর সবচেয়ে বড় সুবিধা হলো, এটি এসব এক প্যাকেজেই দিয়ে দেয়: ইন-বিল্ট নলেজ বেস, 10,000+ স্কিল মার্কেটপ্লেস (MCP প্রোটোকল ভিত্তিক স্ট্যান্ডার্ড প্লাগইন), মাল্টি-মডেল ইউনিফাইড ডিসপ্যাচিং এবং Docker দিয়ে ওয়ান-ক্লিক প্রাইভেট ডিপ্লয়মেন্ট। এটি সেট আপ করার পর আপনাকে আর চার-পাঁচটি টুল একসাথে কোনো রকম জোডাসাজা করতে হবে না; সবকিছুই একটি সিঙ্গেল কন্ট্রোল প্যানেলে চলবে।

দুই, এটি আসলে কীভাবে কাজ করে: 4 ধরনের Agent কোলাবোরেশন মোড

Agent Groups-ই হলো এর আসল ভ্যালু বাড়ানোর জায়গা — যে কাজ একক Agent পারবে না, সেটি এখানে একটি টিম শিডিউলিং করে কমপ্লিট করা হয়। অফিসিয়ালি এখানে 4 ধরনের কোলাবোরেশন মোড আছে, যেগুলো ব্যবহারের হার অনুযায়ী সাজানো হলো:

① সিকোয়েনশিয়াল মোড (Sequential) — ৮০% কাজে এটাই ব্যবহার করো：Agent A লেখা শেষ করে Agent B-এর হাতে পাঠাবে এডিট করার জন্য, আর Agent B এডিট শেষে তা Agent C-কে দেবে ফরম্যাটিং করতে। ধারাবাহিকভাবে কাজ এগোবে; প্রতিটি ধাপে রিভিউ আর প্রয়োজনে আটকে দেওয়ার সুযোগ থাকবে।

② প্যারালাল মোড (Parallel) — ১০% ব্যাচ টাস্কে এটা কাজে লাগে：একটা টাস্ককে N ভাগে ভাগ করে N জন Agent একসাথে কাজে নামবে, শেষে ফলাফলগুলো মার্জ করা হবে। ব্যাচ প্রসেসিংয়ের জন্য এটা দারুণ মানানসই — যেমন একসাথে ৩০টা প্রোডাক্ট টাইটেল জেনারেট করা বা ১০০টা প্রোডাক্ট ছবির ডেসক্রিপশন লেখা।

③ ইটারেটিভ মোড (Iterative) — যেসব কন্টেন্ট বারবার পলিশ করতে হয়：একজন Agent লিখবে, আরেকজন Agent এডিটর হিসেবে স্কোর দেবে; থ্রেশহোল্ডে না পৌঁছালে আবার নতুন করে লিখতে হবে। Pinterest+Reddit-এ ভাইরাল হওয়া টাইটেল এডিট করা বা ব্লগের গভীর আর্টিকেল লেখার মতো “স্পিডের চেয়ে কোয়ালিটি দরকার” — এমন কাজে এটাই ব্যবহার করো।

④ ডিবেট মোড (Debate) — যেসব টাস্কে মাল্টিপল পারসপেক্টিভ দরকার：একই ইস্যু নিয়ে একাধিক Agent ডিবেট করবে (যেমন “এই প্রোডাক্টটা আসলে কেনার মতো কিনা”), আর একজন Moderator (হোস্ট) মতভেদ আর ঐকমত্য দুটোই একসাথে সামারাইজ করবে। প্রোডাক্ট রিভিউ আর রিসার্চ রিপোর্টের জন্য এটা পারফেক্ট।

একটা বাস্তব ব্যবহার: আপনি একটি SaaS টুল সাইট চালান, যেখানে প্রতিদিন ৫০টি প্রোডাক্টের ফিচার পরিচিতি, প্রাইসিং আর ইউজার রিভিউ আপডেট করতে হয়। পাইপলাইন মোডে প্রথম Agent ডেটা টেনে আনবে, দ্বিতীয় Agent লিখবে বাংলা ভার্সন, তৃতীয় Agent লিখবে ইংরেজি ভার্সন, আর চতুর্থ Agent ঠিক করবে SEO কিওয়ার্ড। আগে একজন মানুষের পুরো দিন লেগে যেত, এখন একটা ওয়ার্কফ্লো ৩০ মিনিটেই কাজ শেষ করে ফেলবে।

তিন. সবচেয়ে সাশ্রয়ী হ্যাক: লোকাল Docker ডিপ্লয়মেন্ট, মডেল ইচ্ছেমতো পাল্টান

অনেকেই আটকে যায় ভাবে—“আমার পিসিতে বড় মডেল রান হবে না”। LobeHub-এর সমাধান হলো শুধু ফ্রন্টএন্ড বদলানো, মডেল চলবে API-এর মাধ্যমে।

Docker-এর এক লাইন কমান্ডে সার্ভিস চালু হয়ে যাবে (docker run -d -p 3210:3210 --name lobehub lobehub/lobehub, Docker Desktop ইনস্টল করা থাকলে টার্মিনালে পেস্ট করেই কাজ শেষ), ব্রাউজারে localhost:3210 খুললেই ব্যবহার করতে পারবেন। সব কম্পিউটেশন ঘটে ক্লাউডের বড় মডেলের দিকে, আপনার লোকাল ডিভাইসে থাকছে শুধু UI। তাই আপনার কাছে যদি 8GB RAM-এর MacBook Air-ও থাকে, তবুও সেটা সচল রাখতে পারবেন।

মডেলগুলো মিক্স-অ্যান্ড-ম্যাচ করা যায়। অফিসিয়াল উদাহরণে রেকমেন্ড করা কম্বিনেশন হলো:

• Gemini 2.5 Pro: লং-কন্টেক্সট (মিলিয়ন-লেভেল টোকেন), বিশাল ডকুমেন্ট পড়ার জন্য আদর্শ
• Kimi (2M কন্টেক্সট): চাইনিজ প্রসেসিংয়ে দারুণ শক্তিশালী, চাইনিজ ডকুমেন্ট বিশ্লেষণের জন্য পারফেক্ট
• DeepSeek V4 Flash: সস্তা (2026-08 এর বর্তমান এক্সচেঞ্জ রেট অনুযায়ী আনুমানিক ইনপুট ¥1/M টোকেন, আউটপুট ¥2/M টোকেন; অফিসিয়াল ডলার প্রাইসিং $0.14/$0.28 per 1M), ব্যাচ টাস্কের জন্য উপযুক্ত

একটি সম্পূর্ণ “অনুবাদ + রিরাইটিং” টাস্কের খরচ 3 ফেনিরও কম। দিনে 100টা টাস্ক রান করলে = 3 টাকা। এটাই হলো “AI দিয়ে কাজ নেওয়ার” আসল কস্ট স্ট্রাকচার — ক্লায়েন্টের কাছে বিল করবেন 1500, AI কস্ট মাত্র 30, আর বাকি 1470 সরাসরি আপনার পকেটে যাবে নিট প্রফিট হিসেবে।

কাজের মধ্যে ক্লায়েন্টের চুক্তি বা ইন্টার্নাল ডেটা জড়িত? LobeHub সম্পূর্ণ প্রাইভেট ডিপ্লয়মেন্টও সাপোর্ট করে, নলেজ বেস PGVector ভেক্টর রিট্রিভাল ব্যবহার করে (শুধু কিওয়ার্ড ম্যাচ নয়, “অর্থের কাছাকাছি” প্যারাগ্রাফও খুঁজে বের করতে পারে)। নলেজ বেস এবং কনভার্সেশন হিস্ট্রি সম্পূর্ণভাবে লোকাল থাকে, সেন্সিটিভ ডেটা আপনার ডিভাইস থেকে বাইরে যায় না — তবে ইনফারেন্স এখনও ক্লাউড LLM API-এর মাধ্যমেই হয়, এই লিমিটটা আপনার জানা দরকার।

চার. যে ৩ ধরনের কাজ নিতে পারবেন, মাসিক ফি হিসেবে প্রাইসিং করুন

আজকে আপনি যে ৩ ধরনের কাজ নিতে পারবেন, সেগুলোর কোটেশন মাসিক ফি হিসেবে দেওয়া যায়:

সিনারিও ১: কন্টেন্ট ম্যানেজমেন্ট (মাসিক ফি 3000-8000 ইউয়ান)

ক্লায়েন্টরা হলো ছোট ও মাঝারি ই-কমার্স ব্যবসা, যাদের প্রতি সপ্তাহে ৫টি Pinterest পোস্ট, ৩টি TikTok কপি এবং ২টি নিউজলেটার আর্টিকেল পোস্ট করতে হয়। Agent Groups পাইপলাইন দিয়ে একটি সিস্টেম তৈরি করুন: টপিক নির্বাচন Agent → কন্টেন্ট রাইটিং Agent → ফরম্যাটিং Agent → ইমেজ জেনারেশন Agent (সাধারণত Midjourney/Imagen-এর মতো ইমেজ জেনারেশন API অ্যাটাচ করা থাকে, প্রতিটি ছবির খরচ কয়েক সেন্ট)। একজন মানুষ ৫ জন ক্লায়েন্ট সামলাতে পারেন, প্রতিদিন মাত্র ২ ঘণ্টা কোয়ালিটি কন্ট্রোলের কাজ করেন, বাকি সময়ে Agent নিজে নিজেই কাজ চালিয়ে যায়। API খরচ মাসে ২০০-৫০০ RMB, আর তাত্ত্বিকভাবে মোট মুনাফা ১৫,০০০ থেকে ৪০,০০০ RMB পর্যন্ত পৌঁছানো সম্ভব।

সিনারিও ২: প্রতিযোগী মনিটরিং ডেইলি রিপোর্ট (মাসিক ফি ১,৫০০-৩,০০০ RMB)

প্রতিদিন ২০টি প্রতিযোগী ওয়েবসাইটের দাম, স্টক এবং নতুন প্রোডাক্টের তথ্য স্ক্র্যাপ করে স্বয়ংক্রিয়ভাবে Google Sheet-এ লিখে রাখুন, আর ঠিক সকাল ৯টায় ক্লায়েন্টের ইনবক্সে ইমেল পাঠিয়ে দিন। প্যারালাল মোডে ব্যাচ করে ডেটা স্ক্র্যাপ করুন, আর বড় কোনো পরিবর্তন হলে আলাদা অ্যালার্ট পাঠান। একজন মানুষ একই সাথে ডজনখানেক ক্লায়েন্ট চালাতে পারবেন।

সিনারিও ৩: AI কাস্টমার সার্ভিস আউটসোর্সিং (মাসিক ফি ২,০০০-৫,০০০ RMB)

ছোট ব্র্যান্ড ও Amazon স্টোরগুলোর সবচেয়ে বড় মাথাব্যথা হলো রাতের বেলার কাস্টমার সার্ভিস। LobeHub-এর IM গেটওয়ে ফিচার ব্যবহার করে (যা Telegram, Discord, WeChat, এন্টারপ্রাইজ WeChat সাপোর্ট করে) ক্লায়েন্টদের প্রশ্ন রিসিভ করুন, আর প্রশ্নের ধরন অনুযায়ী সেগুলো স্বয়ংক্রিয়ভাবে সংশ্লিষ্ট Agent-এর কাছে পাঠিয়ে দিন। আপনি ঘুমাচ্ছেন, আর আপনার স্টোর অর্ডার নিচ্ছে!

এই তিনটি পরিস্থিতির মধ্যে একটি সাধারণ সত্য লুকিয়ে আছে: প্রতিটি অর্ডারের কোটেশন API খরচের চেয়ে অন্তত ৫০ গুণ বেশি। AI ফ্রিল্যান্সিং ব্যবসায়, আপনি মূলত আপনার সময়ই বিক্রি করছেন।

৫. আজ রাতেই চালু করে ফেলুন

আপনি যদি শুধু একটি কার্যকর মিনিমাল ভার্সন চান, তবে এই তিনটি ধাপ অনুসরণ করুন:

প্রথম ধাপ: সার্ভিস চালু করা। Docker Desktop ইনস্টল করুন (Mac/Win দুটোর জন্যই ওয়েবসাইট থেকে এক ক্লিকে নামিয়ে নেওয়া যায়), তারপর docker run -d -p 3210:3210 --name lobehub lobehub/lobehub রান করুন। ব্রাউজারে http://localhost:3210 ওপেন করুন। যদি 3210 পোর্ট ইতিমধ্যে ব্যবহৃত হচ্ছে, তবে -p 3211:3210 দিয়ে রিপ্লেস করুন।

দ্বিতীয় ধাপ: তিনটি Agent তৈরি করা। একজন “রিসার্চার” (Gemini 2.5 Pro দিয়ে কনফিগার করা, যার কাজ বড় ডকুমেন্ট পড়ে বোঝা), একজন “রাইটার” (Claude বা GPT দিয়ে কনফিগার করা, যার কাজ কন্টেন্ট তৈরি করা) এবং একজন “রিভিউয়ার” (DeepSeek V4 Flash-এর মতো সস্তা মডেল দিয়ে কনফিগার করা, যার কাজ টাইপিং মিস্টেক ঠিক করা ও ফ্যাক্ট চেক করা)। তিনটি মডেলের মধ্যে এই রোল ডিভিশন নিশ্চিত করে যে একটি দামি মডেলকে একা সব কাজ করতে হচ্ছে না। প্রতিটি মডেলের API key নিজ নিজ অফিসিয়াল ওয়েবসাইট থেকে অ্যাপ্লাই করতে হবে: Google AI Studio থেকে Gemini-এর জন্য, OpenAI থেকে GPT-এর জন্য এবং DeepSeek Platform থেকে DeepSeek-এর জন্য—প্রতিটি প্ল্যাটফর্মই ফ্রি ক্রেডিট দিয়ে শুরু করার সুবিধা দেয়।

তৃতীয় ধাপ: প্রথম ওয়ার্কফ্লো চালান। একটি Agent Group তৈরি করুন এবং পাইপলাইন মোড ব্যবহার করে তিনটি Agent-কে সিরিয়াল কানেকশনে যুক্ত করুন। টাস্কটি প্রাকৃতিক ভাষায় বর্ণনা করুন: “আমি আপলোড করা এই PDF-টি পড়ুন, একটি ৮০০ শব্দের চাইনিজ সারাংশ লিখুন, ৩টি মূল পয়েন্ট তালিকাবদ্ধ করুন এবং শেষে আমাকে Pinterest-এর জন্য ৫টি ক্যাচি টাইটেল দিন।”

পুরোটা একবার চালালে আপনি দেখবেন তিনটি Agent আলাদাভাবে নিজেদের কাজ করছে, ডেটা হাতে-হাতে পাস করছে এবং শেষে ফলাফল ডেলিভারি দিচ্ছে। আউটপুট যদি আপনার মনমতো হয়, তবে এই ওয়ার্কফ্লোটি সেভ করে রাখুন, পরের বার সরাসরি পুনরায় ব্যবহার করতে পারবেন।

এই ধাপটি সফলভাবে চালাতে পারলে আপনি ইতিমধ্যেই ৯০% মানুষের চেয়ে এগিয়ে — বেশিরভাগ মানুষই “টুল ইনস্টল তো করলাম, কিন্তু এরপর কী করব?” এই অবস্থায় আটকে থাকে। প্রথমে একটি ওয়ার্কফ্লো সফলভাবে চালান, তারপর ক্লায়েন্টের কাজ পাওয়ার কথা ভাবুন।

এই পথের সীমা: AI মানুষ নয়, একে কর্মী হিসেবে ভাববেন না

পথ বললে সীমাও বলতে হবে। ৩টি লাইন বেশি পার হবেন না — AI দিয়ে যেসব কাজ নেওয়া যায়, সেগুলো সবই প্রসেস-ভিত্তিক কাজ, লাইন পার হলেই সেটা রিওয়ার্ক হয়ে যায়।

প্রথমত, সম্পূর্ণভাবে সিদ্ধান্ত নেওয়ার বিকল্প নয়। Agent “প্রসেস অনুযায়ী কাজ চালানোর” ক্ষেত্রে দক্ষ, কিন্তু “এই কাজটা আদৌ করা উচিত কি না” সেটা বুঝতে পারে না। ক্লায়েন্টের কাজের দিকনির্দেশনা, প্রাইসিং এবং ঝুঁকি মূল্যায়ন — শেষ পর্যন্ত সবই আপনার নিজের দায়িত্ব।

দ্বিতীয়, কোনো সিস্টেমের মধ্যে সহজে একত্রিত করা সম্ভব নয়। LobeHub এর আইএম গেটওয়ে, মেইল, ডেটাবেস সব আছে, কিন্তু ক্লায়েন্টের অন্তর্নিহিত ERP, এন্টারপ্রাইজ ওয়েবস্কিপ, Salesforce এর সাথে সরাসরি কাজ করে না। জটিল একত্রীকরণের জন্য দ্বিতীয় বিকাশের প্রয়োজন। আমি নিজেই একটি লিঙ্কড রেস্টুরেন্টের কাস্টমার সার্ভিস এক্সটার্নাল করেছিলাম, যাদের নিজেরা CRM বানিয়েছিল, শেষ পর্যন্ত এই প্রজেক্টটি বাতিল হয়ে গেল— আশা করা হয়েছিল ৩ সপ্তাহের বিকাশ হবে ৮ সপ্তাহের মধ্যে পুরো হয়ে গেল।

তৃতীয়, AI বলবে “একটি সত্যিকারের জোর দিয়ে অসত্য বলবে”। Agent আপনার কাছে বিষয়বস্তু দেবে, তবে এটি মানুষ দ্বারা পরীক্ষা করা উচিত একবার ক্লায়েন্টকে দিতে হবে। এটি ক্লায়েন্টের নাম তৈরি করবে, তৈরি করা পণ্যের দাম লিখবে যেমন সত্যিই হয়েছে— আমি প্রথমবারের মতো এজেন্ট গ্রুপ চ্যাট মোডে পণ্য মূল্যায়ন করেছিলাম, ৩ জন এজেন্ট একে অপরের দৃষ্টিভঙ্গি সমর্থন করেছিল, এবং আউটপুটের ৫ টি পরামর্শ সবই একই ব্র্যান্ড ছিল, যা সত্যিই বিভিন্ন দৃষ্টিভঙ্গি ছিল না। এই ৫-১০ মিনিটের মানুষের পুনর্বিন্যাস করা যাবে না, যদি আপনি এটি বাদ দেন, তাহলে এটি পুনরায় সংশোধন করা হবে, এবং এটি মূল্যবান হবে।

এই তিনটি বিষয় সম্পর্কে সচেতন হলে, আপনি অন্যদের কাছে নিজেকে জড়িত করতে পারবেন না— AI এর কাজ করা এই লাইনের সবচেয়ে বড় অভাব হল সত্যিকারের বোর্ডার সম্পর্কে জানা এবং এটি বোঝার ক্ষমতা। শুধু শুধু শব্দ দিয়ে কাজ করা মানুষ পূর্বপরিকল্পনা করা যাবে না।

আজই করার একটি কাজ: GitHub-এ গিয়ে lobehub/lobehub সার্চ করুন এবং Star দিন। তারপর আপনার লোকাল এনভায়রনমেন্টে ফিরে ডকার (Docker) কমান্ড রান করুন, আপনার প্রথম Agent Group সেট আপ করুন এবং আপনার সম্প্রতি লেখা একটি ডকুমেন্ট এটিকে দিন। এরপর এটিকে ৫টি ভিন্ন প্ল্যাটফর্মের জন্য টাইটেল তৈরি করতে বলুন—১০ মিনিটের মধ্যেই আপনি বুঝতে পারবেন এই টুলটি আসলে ব্যবহার করার মতো কিনা। পরের “নতুন AI কনসেপ্ট” ধরার চেয়ে এটা অনেক বেশি বাস্তব।