fak — install ও শুরু করা (বাংলা)

এটি একটি স্থানীয়কৃত প্রবেশ-পৃষ্ঠা (entry point) — পুরো ডকুমেন্টেশনের অনুবাদ নয়। পূর্ণ ডকুমেন্টেশন ইংরেজিতে — এই পৃষ্ঠা শুধু install ও প্রথম run-এর পথ দেখিয়ে আপনাকে ইংরেজি ডকস-এ পৌঁছে দেয়। দ্রষ্টব্য: এই অনুবাদ যন্ত্রে তৈরি; native পর্যালোচনা বাকি — সংশোধনের জন্য issue/PR খুলুন।

এই ভাষায় আরও: বাংলা README (ঘন পিচ) — পূর্ণ ভাষা-তালিকা i18n hub-এ।

এটি install-করে-চালানোর সদর দরজা; fak-এর ঘন পিচ আছে README-এ। এই পৃষ্ঠা একটি পরিষ্কার checkout থেকে চালু kernel পর্যন্ত, আর তার পেছনে একটি model বসানো পর্যন্ত নিয়ে যায় — copy-করে-চালানো যায় এমন কমান্ড দিয়ে।

কখনো fak চালাননি? তার বদলে গাইডেড প্রথম session নিন (~১৫ মিনিট): প্রতিটি কমান্ড তার আসল ধরা-পড়া output সহ, প্রথম দুই অংশ offline, কোনো key বা GPU ছাড়াই। এই পৃষ্ঠা হলো install reference আর tier-এর মানচিত্র।

পূর্বশর্ত

চারটি tier (setup-খরচের ক্রমে)

fak হলো একটিই Go binary — শূন্য বাহ্যিক dependency। এটি দিয়ে যা করা যায়, setup-এর খরচ অনুসারে সাজানো (দুইয়ের মাঝে নতুন কিছু install হয় না):

Tier কী পাবেন Setup Downloads
0 — kernel পরখ করুন adjudication boundary offline চালান/মাপুন go build কিছু না
1 — সত্যিকারের model-এর সামনে অন্যত্র serve করা model-এর সামনে kernel বসান (Ollama / vLLM / llama.cpp / cloud) + একটি চালু OpenAI-compatible server একটি chat model
1b — এক কমান্ডে local model বিদ্যমান এজেন্টের সঙ্গে in-kernel local GGUF — key নেই, network নেই fak guard --gguf qwen2.5:7b -- claude ~5 GB GGUF (cached)
2 — fused in-kernel model kernel-এর নিজস্ব pure-Go SmolLM2 forward pass + (real weights) Python export ~135M params

শুধু fak-কে সামনে রেখে একটি কাজের model serve করতে চাইলে Tier 1 দরকার। Tier 2-র in-kernel model একটি reference forward pass — HuggingFace-এর সঙ্গে bit-for-bit প্রমাণিত, chat-quality serving engine নয়।

binary নিন

Contributor (clone থেকে build):

git clone https://github.com/anthony-chaudhary/fak.git
cd fak
go build -o fak ./cmd/fak          # -> ./fak   (Windows: go build -o fak.exe ./cmd/fak)
./fak help

Go দিয়ে install (module path-ই repo root, তাই সরাসরি resolve হয়):

go install github.com/anthony-chaudhary/fak/cmd/fak@latest   # -> $(go env GOBIN) / $GOPATH/bin

Windows note. go build/go vet/go run native ভাবে চলে; কিন্তু -o fak.exe দিয়ে build করুন — extension ছাড়া fak ফাইল cmd.exe / PowerShell নাম দিয়ে চালাতে পারে না। এই গাইডে যেখানে ./fak লেখা, সেখানে .\fak.exe টাইপ করুন। test suite (go test ./...) OS Application-Control policy-তে আটকাতে পারে — দরকার হলে WSL-এ চালান; binary নিজে অক্ষত থাকে।

৬০-সেকেন্ডের প্রমাণ (key নেই, model নেই, GPU নেই)

go build -o fak ./cmd/fak
./fak preflight --policy examples/customer-support-readonly-policy.json --tool refund_payment --args "{}"   # -> DENY (POLICY_BLOCK)
./fak preflight --policy examples/customer-support-readonly-policy.json --tool search_kb     --args "{}"   # -> ALLOW
./fak agent --offline                                                                                       # injection blocked, task still completes

default-deny capability floor kernel-এর ভেতরে, একই call path-এ চলে (fail-closed): allow-list-এ না থাকা action চলতেই পারে না, model-কে যা-ই বোঝানো হোক। সন্দেহজনক tool results আলাদা quarantine-এ থাকে, model-এর context-এ ঢোকে না — structure দিয়ে, কোনো classifier দিয়ে নয়। লাইভ পরীক্ষায় prompt injection অরক্ষিত baseline-এ পৌঁছেছে ৫/৫; fak আটকে দিয়েছে ৫/৫।

কেন self-host (ভারত/বাংলাদেশ): খরচ লাগে টাকায় (INR), token bill আসে ডলারে। দীর্ঘ session-এ fak ভাগ-করা কাজ পুনর্ব্যবহার করে — একটি tuned warm-cache stack-এর তুলনায় ৫০-turn × ৫-agent run-এ ~4.1× কম কাজ (এই reuse win কেবল self-host, read-heavy fleet-এ; naive re-send loop-এর তুলনায় ~60×, কিন্তু সেটি শুধু naive প্যাটার্নের বিপরীতে — headline নয়)। fak cached prefix byte-for-byte একই রাখে বলে provider-এর prompt-cache ছাড় টেকে; fak prefix byte-identity নিশ্চিত করে, provider সেই cache পুনর্ব্যবহার করবে কি না সেটি provider-এর সিদ্ধান্ত, যা fak relay করে। ডেটা মেশিন ছাড়ে না — যা DPDP Act, 2023 অনুপালনে সহায়ক। বিস্তারিত data residency ও compliance-এ।

এরপর কোথায়

License: Apache-2.0।