এআই কাজের দক্ষতা রাডার | 2026-07-03

সবচেয়ে সুস্পষ্ট সংকেত আজ “স্মার্ট বড় মডেল” নয়, বরং “আরো বাস্তবায়নযোগ্য এজেন্ট ওয়ার্কবেঞ্চ, এমসিপি অ্যাক্সেস এবং প্রসঙ্গ প্রকৌশল সরঞ্জাম” যা দ্রুত আকার নিচ্ছে।
আপনি যদি শুধুমাত্র ডেমোনস্ট্রেশন দেখার পরিবর্তে AI-কে দৈনন্দিন ডেভেলপমেন্ট, ডেটা সংগ্রহ এবং টিম কোলাবোরেশন প্রসেসে একীভূত করার বিষয়ে উদ্বিগ্ন হন, তাহলে এই ব্যাচের উপকরণে মনোযোগের যোগ্য প্রধানগুলি হল “সেলফ-হোস্টেড কোডিং ওয়ার্কস্পেস”, “ক্রস-টুল এজেন্ট লুপ”, “স্ল্যাক/এমসিপি ইন্টিগ্রেশন”, “প্রসঙ্গিক/অটোমেল টুলস” এবং “অটোমেটিক লেয়ার”।

Mng-dev-ai/agentrove

এটি কি: ACP-চালিত স্যান্ডবক্সের উপর জোর দিয়ে ক্লড কোড, কোডেক্স, কপিলট, কার্সার এবং ওপেনকোডের জন্য একটি স্ব-হোস্টেড AI কোডিং ওয়ার্কস্পেস। ইউনিফাইড ম্যানেজমেন্ট এবং এক্সিকিউশন এনভায়রনমেন্টের বিচ্ছিন্নতা সহজতর করার জন্য একটি নিয়ন্ত্রণযোগ্য ওয়ার্কস্পেসে একাধিক কোডিং এজেন্ট রাখা একটি সহজ বোঝাপড়া।

কেন এটি এখন দেখার মতো: একাধিক মডেল এবং একাধিক এজেন্ট একই সময়ে ইঞ্জিনিয়ারিং প্রক্রিয়ায় প্রবেশ করার পরে, যা সত্যিই অনুপস্থিত তা প্রায়শই “অন্য এজেন্ট” নয়, তবে অবকাঠামো যা এই এজেন্টগুলিকে একই স্যান্ডবক্সে এবং একই অনুমতি সীমানায় চালাতে পারে। এই প্রকল্প ঠিক এই ছেদ হিট.

উন্নয়ন/ডেটা সংস্থা/অটোমেশন/টিম সহযোগিতার জন্য কী ব্যবহার করা হয়:

• উন্নয়ন: প্রতিটি এজেন্টের সাইলোয়িং হ্রাস করে কোড পরিবর্তন করার জন্য উপযুক্ত একটি একীভূত প্রবেশদ্বার।
• ডেটা অর্গানাইজেশন: যদি দলের কেউ এজেন্টদের গুদাম পড়তে, সারসংক্ষেপ লিখতে এবং প্যাচ তৈরি করতে অভ্যস্ত হয়, তাহলে এই ধরনের ওয়ার্কবেঞ্চ প্রক্রিয়াটিকে প্রমিত করা সহজ করে তুলবে।
• অটোমেশন: পরিবেশ পরিবর্তনের খরচ কমাতে সাধারণ কাজগুলিকে নির্দিষ্ট কর্মক্ষেত্রে প্যাকেজ করা যেতে পারে।
• টিম সহযোগিতা: “কে AI কে কী এবং কোন স্যান্ডবক্সে পরিবর্তন করতে দিতে পারে” একটি নিরীক্ষণযোগ্য প্রক্রিয়ায় পরিণত করার সুযোগ রয়েছে৷

ঝুঁকি বা মনোযোগের বিষয়: এই ধরনের টুলের মূল্য মূলত অনুমতি নিয়ন্ত্রণ, স্যান্ডবক্স বিচ্ছিন্নতা এবং অ্যাক্সেস অভিজ্ঞতার উপর নির্ভর করে; কনফিগারেশন জটিল হলে, এটি “দক্ষতা উন্নত করার” পরিবর্তে “এজেন্টের জন্য একটি প্ল্যাটফর্ম তৈরি” করতে পারে। উপরন্তু, স্ব-হোস্টিং এর অর্থ হল আপনি নিজেই রক্ষণাবেক্ষণ এবং নিরাপত্তা সীমানার জন্য দায়ী।

আসল লিঙ্ক: https://github.com/Mng-dev-ai/agentrove

DanMcInerney/architect-loop

এটা কি: একটি ক্লড কোড দক্ষতা। মূল ধারণাটি হল Claude কে স্থপতি হিসাবে কাজ করতে দেওয়া, GPT-5.5 কোডেক্স নির্মাতা হিসাবে কাজ করে এবং গুদাম নিজেই একটি ক্রস-ভেন্ডার এজেন্ট লুপ তৈরি করতে মেমরি স্তর হিসাবে কাজ করে।

কেন এটি এখন দেখার মূল্য: একটি একক এজেন্ট প্রয়োজনীয়তা থেকে কোড পরিবর্তনে সরাসরি যায়। সাধারণ সমস্যা হল প্রসঙ্গ ওভারলোড এবং মিশ্র সিদ্ধান্ত গ্রহণ এবং বাস্তবায়ন। এই প্রকল্পটি “স্থাপত্য সিদ্ধান্ত গ্রহণ” এবং “কোড এক্সিকিউশন” কে আলাদা করে এবং একটি সাধারণ প্রম্পট শব্দ কৌশলের চেয়ে শ্রম টেমপ্লেটের একটি পুনঃব্যবহারযোগ্য প্রকৌশল বিভাগের মতো দেখায়।

উন্নয়ন/ডেটা সংস্থা/অটোমেশন/টিম সহযোগিতার জন্য কী ব্যবহার করা হয়:

• বিকাশ: জটিল কাজগুলিকে “প্রথম নকশা, তারপর বাস্তবায়ন এবং অবশেষে ব্যাকফিলিং মেমরি” প্রক্রিয়ায় বিভক্ত করার জন্য উপযুক্ত।
• ডেটা অর্গানাইজেশন: গুদামটি একটি স্মৃতি হিসাবে কাজ করে, যা টিমকে সিদ্ধান্ত নেওয়ার প্রক্রিয়াটিকে সন্ধানযোগ্য উপকরণগুলিতে সংকুচিত করতে সহায়তা করতে পারে।
• অটোমেশন: আপনি যদি ইতিমধ্যে কোডেক্স/ক্লাউড কোড ব্যবহার করেন, তাহলে এই লুপটি একটি নির্দিষ্ট ওয়ার্কফ্লো তৈরির জন্য উপযুক্ত হতে পারে।
• টিম কোলাবোরেশন: এজেন্ট সহযোগিতার জন্য “কে আর্কিটেকচারের জন্য দায়ী এবং কে বাস্তবায়নের জন্য দায়ী” ম্যাপ করা সহায়ক।

ঝুঁকি বা মনোযোগের বিষয়: এটি স্পষ্টতই নির্দিষ্ট টুল স্ট্যাকের উপর নির্ভর করে যেমন ক্লড কোড/কোডেক্স, এবং বহনযোগ্যতা শক্তিশালী নাও হতে পারে; উপরন্তু, যদি “স্থাপত্য/বাস্তবায়ন বিচ্ছেদ” এর নিয়মগুলি খুব ভারী হয়, তবে সাধারণ কাজগুলি জটিল হয়ে উঠতে পারে। মাঝারি বা উচ্চতর জটিলতার কোড কাজের জন্য আরও উপযুক্ত।

আসল লিঙ্ক: https://github.com/DanMcInerney/architect-loop

স্ল্যাকাপি/স্ল্যাক-এমসিপি-প্লাগইন

এটি কি: ক্লড কোড এবং কার্সারের জন্য একটি প্লাগ-ইন যা স্ল্যাক এমসিপি সার্ভার এবং স্ল্যাক ডেভেলপার দক্ষতাকে এআই টুলের সাথে সংযুক্ত করে।

কেন এটি এখন দেখার মতো: স্ল্যাক অনেক দলের জন্য কার্যত কাজের কেন্দ্র হিসাবে রয়ে গেছে। যদি AI শুধুমাত্র কোড পড়তে পারে এবং স্ল্যাকের প্রসঙ্গ, বিজ্ঞপ্তি এবং সহযোগী ক্রিয়াগুলি সহজেই অ্যাক্সেস করতে না পারে, তবে দক্ষতার উন্নতি খুব সীমিত হবে। এই প্লাগ-ইনটির দিকটি খুব স্পষ্ট: চ্যাট, সহযোগিতা এবং এজেন্ট এক্সিকিউশন সংযোগ করতে।

উন্নয়ন/ডেটা সংস্থা/অটোমেশন/টিম সহযোগিতার জন্য কী ব্যবহার করা হয়:

• ডেভেলপমেন্ট: এজেন্টকে স্ল্যাক-সম্পর্কিত প্রসঙ্গ পড়তে বা তৈরি করার অনুমতি দিন, যা উইন্ডোজের মধ্যে সামনে পিছনে স্যুইচ করার প্রয়োজন কমিয়ে দেয়।
• ডেটা সংগঠন: স্ল্যাক থেকে আলোচনা, সিদ্ধান্ত এবং করণীয় বের করার জন্য উপযুক্ত।
• অটোমেশন: MCP প্রক্রিয়ায় সাধারণ অনুস্মারক, সারাংশ এবং উত্তরের খসড়াগুলিকে একীভূত করার সুযোগ।
• টিম সহযোগিতা: যদি দলটি ইতিমধ্যেই স্ল্যাকের উপর খুব বেশি নির্ভর করে, তাহলে এই ধরনের প্লাগ-ইনের তাৎক্ষণিক ফলাফল পাওয়ার সম্ভাবনা বেশি।

ঝুঁকি বা সতর্কতা: স্ল্যাকের কোনো এজেন্টের সাথে সংযোগ স্থাপনের প্রথম ঝুঁকি সর্বদা অনুমতি এবং তথ্য ফাঁস। যে চ্যানেলগুলি অ্যাক্সেস করা যেতে পারে তার পরিসরে বিশেষ মনোযোগ দিন, বার্তাগুলি অত্যধিক প্রকাশ করা হয়েছে কিনা এবং স্বয়ংক্রিয় উত্তরগুলি ভুল করে পাঠানো হচ্ছে কিনা। বাস্তবে এটি বাস্তবায়ন করার সময়, শুধুমাত্র পঠনযোগ্য সারাংশ বা সীমাবদ্ধ চ্যানেল দিয়ে শুরু করার সুপারিশ করা হয়।

আসল লিঙ্ক: https://github.com/slackapi/slack-mcp-plugin

রিপোপ্রম্পট/রিপোপ্রম্পট-সিই

এটি কী: RepoPrompt-এর কমিউনিটি সংস্করণ, MCP CLI সহ AI কোডিং এজেন্টদের জন্য একটি নেটিভ macOS প্রাসঙ্গিক প্রকৌশল অ্যাপ্লিকেশন।

কেন এটি এখন দেখার মতো: এজেন্টরা আরও সক্ষম হওয়ার সাথে সাথে বাধাটি প্রায়শই “কোন প্রেক্ষাপটে আপনি এটি খাওয়ান?” এই ধরনের কনটেক্সট ইঞ্জিনিয়ারিং টুলের মূল্য হল গুদামের মধ্যে সত্যিকারের প্রাসঙ্গিক ফাইল, চিহ্ন, নির্দেশাবলী এবং সীমাবদ্ধতাগুলিকে ইনপুটে সংগঠিত করার মধ্যে যা এজেন্ট স্থিরভাবে হজম করতে পারে।

উন্নয়ন/ডেটা সংস্থা/অটোমেশন/টিম সহযোগিতার জন্য কী ব্যবহার করা হয়:

• উন্নয়ন: বড় পরিবর্তন শুরু করার আগে স্থানীয় প্রসঙ্গ প্যাকেজ করার জন্য উপযুক্ত।
• ডেটা সংগঠন: README, ডিজাইন নির্দেশাবলী, ইন্টারফেস কনভেনশন এবং অন্যান্য উপকরণগুলি এজেন্টের কাছে আরও পদ্ধতিগতভাবে হস্তান্তর করা যেতে পারে।
• অটোমেশন: “প্রথমে প্রসঙ্গটি সংগঠিত করুন এবং তারপরে কোডিং এজেন্টের কাছে হস্তান্তর করুন” এর আদর্শ প্রাক-পদক্ষেপের জন্য উপযুক্ত।
• টিম সহযোগিতা: “একই টাস্কে বিভিন্ন লোকের দ্বারা এজেন্টকে দেওয়া প্রসঙ্গের অসঙ্গতি” সমস্যা কমাতে সাহায্য করে।

উল্লেখ্য ঝুঁকি বা পয়েন্ট: সর্বোপরি, এটি এখনও একটি প্রসঙ্গ নির্বাচন টুল, উত্তর জেনারেটর নয়; আপনি যদি ভুল প্রসঙ্গ নির্বাচন করেন, তাহলে পরবর্তী এজেন্ট বিপথে যেতে পারে তা যতই শক্তিশালী হোক না কেন। উপরন্তু, এটি একটি নেটিভ macOS টুল, এবং ক্রস-প্ল্যাটফর্ম দলগুলির অতিরিক্ত সমন্বয় প্রক্রিয়ার প্রয়োজন হতে পারে।

আসল লিঙ্ক: https://github.com/repoprompt/repoprompt-ce

hvardhan878/ভূতের কাজ

এটি কী: একটি ওপেন সোর্স স্ক্রিনপাইপ GUI + macOS অটোমেশন এজেন্ট, স্থানীয় চলমান, স্ক্রিন ইতিহাস অনুসন্ধান, বিশ্লেষণ দেখার এবং স্বয়ংক্রিয় কর্মপ্রবাহের উপর ফোকাস করে।

কেন এটি এখন দেখার মতো: এই ধরনের টুলের উদ্দেশ্য “আপনার জন্য চিন্তা করা” নয় বরং “আপনার জন্য স্থানীয় কাজের ট্রেস থেকে প্রসঙ্গ খুঁজে বের করা”। যারা প্রায়শই অ্যাপ্লিকেশান, প্রকল্প এবং উইন্ডোগুলির মধ্যে স্যুইচ করে, তারা দ্রুত স্ক্রিন ইতিহাস, ক্লিপবোর্ড এবং অপারেশন ট্রেসগুলি পুনরুদ্ধার করতে পারে কিনা তা সরাসরি দক্ষতাকে প্রভাবিত করে৷

উন্নয়ন/ডেটা সংস্থা/অটোমেশন/টিম সহযোগিতার জন্য কী ব্যবহার করা হয়:

• বিকাশ: আপনি যা করছেন তা পুনরুদ্ধার করার জন্য এবং আপনি এইমাত্র দেখেছেন এমন ক্লিপগুলি অনুসন্ধান করার জন্য উপযুক্ত৷
• ডেটা সংগঠন: তথ্যের ডিফ্র্যাগমেন্টেশনে সহায়তা করার জন্য এটি স্থানীয় কাজের ইতিহাসের জন্য একটি পুনরুদ্ধার স্তর হিসাবে ব্যবহার করা যেতে পারে।
• অটোমেশন: যদি এর অটোমেশন ক্ষমতা স্থিতিশীল থাকে তবে এটি কিছু পুনরাবৃত্তিমূলক ডেস্কটপ অপারেশন করার জন্য উপযুক্ত।
• টিম সহযোগিতা: স্বতন্ত্র উত্পাদনশীলতার জন্য আরও উপযুক্ত, তবে যদি দলগত প্রক্রিয়াগুলির সাথে একত্রিত হয় তবে এটি “লিঙ্ক/স্ক্রিনশট/প্রসঙ্গটি কোথায় গেল?” এর ক্ষতিও কমাতে পারে।

ঝুঁকি বা মনোযোগের বিষয়: স্ক্রিন হিস্ট্রি এবং ডেস্কটপ অটোমেশনের মতো টুল স্বাভাবিকভাবেই গোপনীয়তা এবং অনুমতির সীমানা জড়িত। বিশেষ করে যত বেশি স্থানীয় ডেটা আছে, দৃশ্যমান পরিসর, ধারণ নীতি এবং ভুলভাবে সংবেদনশীল সামগ্রী দখল করার বিষয়ে আপনাকে তত বেশি সতর্কতা অবলম্বন করতে হবে। প্রথমে একটি ছোট স্কেলে বিচারের জন্য উপযুক্ত।

আসল লিঙ্ক: https://github.com/hvardhan878/ghostwork

ArcadeAI/arcade-mcp

এটা কি: এজেন্টদের জন্য কাস্টম ক্ষমতা তৈরির জন্য একটি MCP সার্ভার ফ্রেমওয়ার্ক এবং টুল ডেভেলপমেন্ট লাইব্রেরি।

কেন এটি এখন দেখার মতো: আপনি যদি শুধুমাত্র “একটি তৈরি এমসিপি সার্ভারের সাথে সংযোগ করতে” না চান, তবে ধীরে ধীরে অভ্যন্তরীণ সিস্টেম, স্ক্রিপ্ট, ডেটাবেস এবং অনুমোদনের প্রক্রিয়াগুলিকে এমন সরঞ্জামগুলিতে প্যাকেজ করতে চান যা এজেন্টদের দ্বারা বলা যেতে পারে, তাহলে এই ধরনের কাঠামো অন্তর্নিহিত প্রয়োজনের কাছাকাছি। এটি এমসিপি যুগের জন্য একটি টুল ডেভেলপমেন্ট বেসের মতো।

উন্নয়ন/ডেটা সংস্থা/অটোমেশন/টিম সহযোগিতার জন্য কী ব্যবহার করা হয়:

• ডেভেলপমেন্ট: অভ্যন্তরীণ APIগুলিকে প্রমিত সরঞ্জামগুলিতে এনক্যাপসুলেট করার জন্য উপযুক্ত।
• ডেটা সংগঠন: এটি নলেজ বেস, ডকুমেন্ট বেস এবং ওয়ার্ক অর্ডার বেসের জন্য একটি ইউনিফাইড অ্যাক্সেস লেয়ারে তৈরি করা যেতে পারে।
• অটোমেশন: পুনরাবৃত্তিমূলক ক্রিয়াগুলিকে কম্পোজেবল MCP সরঞ্জামগুলিতে সুবিধাজনকভাবে ভেঙে দিন।
• টিম সহযোগিতা: যদি দলটি এজেন্ট ক্ষমতার একটি সেট ভাগ করতে চায়, তাহলে ফ্রেমওয়ার্ক প্রজেক্টের জন্য স্ট্যান্ডার্ডগুলি তৈরি করা সহজ।

ঝুঁকি বা মনোযোগের বিষয়: কাঠামোর ভিত্তি হল আপনি নিজেই সরঞ্জামগুলি বিকাশ এবং বজায় রাখতে ইচ্ছুক; আপনি যদি শুধুমাত্র “তাত্ক্ষণিকভাবে দক্ষতা উন্নত করতে” চান, তাহলে এর থ্রেশহোল্ড সমাপ্ত প্লাগ-ইনগুলির চেয়ে বেশি হতে পারে৷ আসল অসুবিধাটি ফ্রেমওয়ার্কের মধ্যে নয়, তবে অনুমতি, অডিটিং, সংস্করণ পরিচালনা এবং সরঞ্জামের নামকরণ পরিচালনায়।

আসল লিঙ্ক: https://github.com/ArcadeAI/arcade-mcp

সাইবারলাইফ-কোডার/ভেলেসডিবি

এটি কী: একটি স্থানীয়-প্রথম এআই এজেন্ট মেমরি ইঞ্জিন, যা এসকিউএল-এর অধীনে ভেক্টর + গ্রাফ + কলামারের উপর ফোকাস করে এবং MCP-এর মাধ্যমে মেমরি এবং রিকল ক্ষমতা প্রকাশ করে।

কেন এটি এখন দেখার মতো: একজন এজেন্টের দীর্ঘমেয়াদী ক্ষমতার একটি বড় অংশ “তারা কী মনে রাখে এবং কেন তারা এটি করেছে” থেকে আসে। আপনি যদি মাল্টি-রাউন্ড এজেন্ট সহযোগিতা, ক্রস-সেশন ওয়ার্কফ্লো, বা দীর্ঘমেয়াদী প্রকল্প সহায়তা নিয়ে পরীক্ষা-নিরীক্ষা করে থাকেন, তাহলে এই ধরনের স্থানীয় মেমরি স্তর যা “সিদ্ধান্তের কারণগুলি” কে প্রেক্ষাপটের সাথে সংযুক্ত করে তা দুর্দান্ত ইঞ্জিনিয়ারিং মূল্য বলে মনে হয়।

উন্নয়ন/ডেটা সংস্থা/অটোমেশন/টিম সহযোগিতার জন্য কী ব্যবহার করা হয়:

• উন্নয়ন: এজেন্টদের প্রকল্পের সিদ্ধান্ত, নির্ভরতা নির্বাচন এবং ঐতিহাসিক পছন্দগুলি মনে রাখতে দেওয়ার জন্য উপযুক্ত।
• ডেটা অর্গানাইজার: নোট, সারাংশ এবং নলেজ কার্ডের জন্য উপযোগী হতে পারে যেগুলি সেশন জুড়ে ট্র্যাক করা প্রয়োজন।
• অটোমেশন: দীর্ঘ প্রক্রিয়া এজেন্টদের জন্য রাষ্ট্রীয় সহায়ক স্তর হিসাবে ব্যবহার করা যেতে পারে।
• টিম সহযোগিতা: দলটি কেন এটি পরিবর্তন করা হয়েছে তার আশেপাশে কিছু প্রসঙ্গ পেতে চাইলে, এই টুলটি মূল্যায়ন করার মতো।

ঝুঁকি বা মনোযোগের বিষয়: মেমরি সিস্টেমটি “অত্যধিক মুখস্থ করা কিন্তু ভালভাবে ব্যবহার না করা” বা নতুন কাজে অতিরিক্তভাবে পুরানো প্রসঙ্গ আনতে ভয় পায়। এটি আসলে কার্যকারিতা উন্নত করে কিনা তা পুনরুদ্ধারের গুণমান, ডেটা কীভাবে সংগঠিত হয় এবং মেমরির কাঠামো বজায় রাখার জন্য দলের ইচ্ছার উপর নির্ভর করে।

মূল লিঙ্ক: https://github.com/cyberlife-coder/VelesDB

আজকে অনুসরণ করার জন্য সবচেয়ে উপযুক্ত দিক হল “এজেন্ট ওয়ার্কবেঞ্চ + এমসিপি টুল লেয়ার + কনটেক্সট/মেমরি লেয়ার” এর লিঙ্ক: সামনে কীভাবে চালাতে হবে তা ঠিক করে এবং পিছনে কী খাওয়াতে হবে এবং কী মনে রাখতে হবে তা সিদ্ধান্ত নেয়। একক পয়েন্ট ফাংশনগুলির সাথে তুলনা করে, একবার এই তিনটি স্তর সংযুক্ত হয়ে গেলে, এটি সত্যিকারের একটি দক্ষ সিস্টেমে পরিণত হওয়ার সম্ভাবনা বেশি যা প্রতিদিনের বিকাশ এবং দলের সহযোগিতায় অন্তর্ভুক্ত করা যেতে পারে।