মূল কনটেন্টে যান
এআই টিউটোরিয়াল

RouterHub-এর মাধ্যমে DeepSeek-এর আনসেন্সরড মডেল ও গবেষণা প্রম্পট ব্যবহার করুন

RouterHub-এর DeepSeek ক্যাটালগে কীভাবে প্রবেশ করবেন, OpenAI-সামঞ্জস্যপূর্ণ অনুরোধ পাঠাবেন, রিপোজিটরির 35টি গবেষণা প্রম্পট ফাইল ব্যবহার করবেন, সমর্থিত কোডিং টুল কনফিগার করবেন এবং পুনরাবৃত্তিযোগ্য পরীক্ষার মাধ্যমে স্ট্যান্ডার্ড, অ্যাবলিটারেটেড ও আনসেন্সরড ভ্যারিয়েন্ট তুলনা করবেন তা শিখুন।

RouterHub-এর মাধ্যমে DeepSeek-এর আনসেন্সরড মডেল ও গবেষণা প্রম্পট ব্যবহার করুন

এই প্রকল্পে যা রয়েছে

এই রিপোজিটরিতে DeepSeek মডেল গাইড, RouterHub API নির্দেশনা এবং ৩৫টি গবেষণা প্রম্পট ফাইলের একটি সংগ্রহ একত্র করা হয়েছে। এটি কোডিং, যুক্তি, এজেন্ট ওয়ার্কফ্লো এবং চীনা-ইংরেজি কাজের জন্য DeepSeek মূল্যায়নকারী ডেভেলপারদের উদ্দেশ্যে তৈরি।

RouterHub একটি প্রিপেইড AI API গেটওয়ে। একটি অ্যাকাউন্ট ও API কী দিয়ে DeepSeek, GPT, Claude, GLM, Qwen, Grok এবং অন্যান্য মডেল পরিবারের ক্যাটালগ এন্ট্রিগুলো ব্যবহার করা যায়। প্রতিটি এন্ট্রি নির্দিষ্ট একটি প্রোটোকল সমর্থন করে, তাই মডেল নির্বাচন এবং সামঞ্জস্যপূর্ণ ক্লায়েন্ট নির্বাচন একসঙ্গে করতে হবে।

প্রত্যাখ্যান কমেছে কি না, তা প্রতিশ্রুতি হিসেবে গ্রহণ না করে পরিমাপ করা উচিত। “আনসেন্সরড” বা “নো-রিফিউজাল” লেবেল কোনোটিই অবাধ, নির্ভুল বা কার্যকর আউটপুটের নিশ্চয়তা দেয় না।

মডেলের লেবেলগুলো বোঝা

DeepSeek abliterated

Abliterated এমন একটি গবেষণা শ্রেণি নির্দেশ করে, যা প্রত্যাখ্যান-সম্পর্কিত আচরণ কমানোর উদ্দেশ্যে মডেলের ওজনে করা হস্তক্ষেপের সঙ্গে সম্পর্কিত। এই লেবেল একা কোনো হোস্টেড মডেল কীভাবে তৈরি হয়েছে তা প্রমাণ করে না, তাই সম্ভব হলে প্রদানকারীর বাস্তবায়ন ও মডেলের উৎস যাচাই করুন।

DeepSeek uncensored

Uncensored একটি বিস্তৃত আচরণগত বা পণ্যগত শ্রেণি। কোনো এন্ট্রিতে প্রশিক্ষণ পরিবর্তন, ওজন পরিবর্তন বা নির্দিষ্ট প্রম্পট-স্তরের পারসোনা ব্যবহার করা হতে পারে। নামটি একা বাস্তবায়ন পদ্ধতি শনাক্ত করে না।

যা যাচাই করবেন

  • লাইভ ক্যাটালগে প্রদর্শিত সঠিক API মডেল ID।
  • মডেলটি যে প্রোটোকল সমর্থন করে, যেমন Chat Completions, Messages বা Responses।
  • মডেলটি সিস্টেম ও ডেভেলপার নির্দেশনা কীভাবে পরিচালনা করে।
  • বর্তমান প্রাপ্যতা, টোকেনের দাম এবং মডেলের সীমা।
  • আপনার নিজস্ব কাজে গুণমান, বিলম্ব, প্রত্যাখ্যানের আচরণ এবং পুনরাবৃত্তিযোগ্যতা।

README-তে DeepSeek-সম্পর্কিত Chat Completions ব্যবহারের জন্য deepseek, deepseek-flash এবং deepseek-uncensored উল্লেখ করা হয়েছে। ক্যাটালগের এন্ট্রি পরিবর্তিত হতে পারে এবং README-র একাধিক লেবেল deepseek-uncensored-এ নির্দেশ করে, তাই ইন্টিগ্রেশনের আগে লাইভ মডেল ক্যাটালগে বর্তমান ID নিশ্চিত করুন।

প্রধান বৈশিষ্ট্য

  • একটি API অ্যাকাউন্ট: প্রতিটি প্রদানকারীর জন্য আলাদা অ্যাকাউন্ট পরিচালনা না করেই তালিকাভুক্ত একাধিক মডেল পরিবার ব্যবহার করুন।
  • সামঞ্জস্যপূর্ণ এন্ডপয়েন্ট: OpenAI-সামঞ্জস্যপূর্ণ Chat Completions এবং সমর্থিত Claude এন্ট্রির ক্ষেত্রে Anthropic-সামঞ্জস্যপূর্ণ Messages ব্যবহার করুন।
  • প্রিপেইড ব্যবহার: ক্রেডিট যোগ করুন এবং সাবস্ক্রিপশনের পরিবর্তে নির্বাচিত মডেলের টোকেন রেট অনুযায়ী অর্থ প্রদান করুন।
  • গবেষণা প্রম্পট সংগ্রহ: বিভিন্ন মডেল পরিবারের মধ্যে সাজানো ৩৫টি প্রম্পট ফাইল পর্যালোচনা ও পুনর্ব্যবহার করুন।
  • কোডিং টুল নির্দেশনা: OpenCode, Cursor, Continue, Cline, SDK এবং অন্যান্য ক্লায়েন্টকে তাদের সমর্থিত প্রোটোকলের সঙ্গে মিলিয়ে নিন।
  • মূল্যায়ন সংস্থান: নিরীহ নমুনা কাজ এবং পুনরাবৃত্তিযোগ্য স্কোরিং প্রক্রিয়া ব্যবহার করে ভ্যারিয়েন্টগুলোর তুলনা করুন।

RouterHub API অ্যাক্সেস সেট আপ করুন

১. অ্যাকাউন্ট তৈরি ও অর্থ জমা

  1. RouterHub-এ নিবন্ধন করুন।
  2. উপলভ্য পেমেন্ট পদ্ধতি ব্যবহার করে প্রিপেইড ক্রেডিট যোগ করুন।
  3. একটি ব্যক্তিগত API কী তৈরি করুন।
  4. লাইভ ক্যাটালগ খুলে মডেল ID, প্রোটোকল, রেট এবং প্রাপ্যতা নিশ্চিত করুন।

একটি ইনফারেন্স অনুরোধে ক্রেডিট খরচ হয়। একটি সংক্ষিপ্ত অনুরোধ দিয়ে শুরু করুন, তারপর বড় মূল্যায়ন চালানোর আগে আপনার অ্যাকাউন্টের ব্যবহার রেকর্ড দেখুন।

২. কী ও বেস URL সংরক্ষণ করুন

আপনার স্থানীয় পরিবেশ বা কোনো সিক্রেট ম্যানেজারে শংসাপত্রগুলো সেট করুন। প্রকৃত কী সোর্স কন্ট্রোলে রাখবেন না।

export ROUTERHUB_API_KEY="<your-private-key>"
export ROUTERHUB_API_BASE_URL="https://routerhub.si/v1"

৩. OpenAI SDK ইনস্টল করুন

তালিকাভুক্ত DeepSeek এন্ট্রিগুলো Chat Completions প্রোটোকল ব্যবহার করে। pip দিয়ে Python ক্লায়েন্ট ইনস্টল করুন:

python -m pip install openai

আপনার প্রথম DeepSeek অনুরোধ পাঠান

RouterHub-এর বেস URL এবং আপনার ব্যক্তিগত কী দিয়ে একটি OpenAI ক্লায়েন্ট তৈরি করুন। নিচের অনুরোধটি মডেলকে একটি সংক্ষিপ্ত ব্যাখ্যা দিতে বলছে:

import os
from openai import OpenAI

api = OpenAI(
    base_url=os.environ["ROUTERHUB_API_BASE_URL"],
    api_key=os.environ["ROUTERHUB_API_KEY"],
)

result = api.chat.completions.create(
    model="deepseek-uncensored",
    messages=[
        {
            "role": "user",
            "content": "Explain what an API gateway does in two sentences."
        }
    ],
)

print(result.choices[0].message.content)

অনুরোধ ব্যর্থ হলে পরিবেশ ভেরিয়েবল, অ্যাকাউন্ট ব্যালান্স, সঠিক মডেল ID এবং বর্তমান মডেল প্রাপ্যতা যাচাই করুন। আপনি অসামঞ্জস্যপূর্ণ Messages বা Responses ক্লায়েন্টের পরিবর্তে Chat Completions ব্যবহার করছেন কি না, তাও নিশ্চিত করুন।

একটি সিস্টেম প্রম্পট যোগ করুন

সিস্টেম প্রম্পট হিসেবে বর্ণিত কোনো ফাইল আপনার API বা ক্লায়েন্টে দেওয়া সিস্টেম-মেসেজ ফিল্ডে রাখা যেতে পারে। ফাইলটি পর্যালোচনা করার পর এর বিষয়বস্তু প্রথম মেসেজ হিসেবে যোগ করুন:

system_instructions = """Paste the reviewed system-prompt text here."""

result = api.chat.completions.create(
    model="deepseek-uncensored",
    messages=[
        {"role": "system", "content": system_instructions},
        {"role": "user", "content": "Explain this function and suggest tests."},
    ],
)

প্রম্পটের আচরণ সংস্করণনির্ভর। মডেল আপডেট নির্দেশনার অগ্রাধিকার পরিবর্তন করতে, কোনো পারসোনা লক বন্ধ করতে বা ওয়ার্কস্পেস নীতিগুলো কীভাবে ব্যাখ্যা করা হয় তা বদলাতে পারে। ব্যবহারের আগে প্রতিটি প্রম্পট পর্যালোচনা করুন এবং যে নির্দিষ্ট মডেল সংস্করণ স্থাপন করতে চান, সেটিতেই পরীক্ষা করুন।

অন্তর্ভুক্ত প্রম্পট সংগ্রহ ব্যবহার করুন

সমস্ত ৩৫টি গবেষণা ফাইল রিপোজিটরির jailbreaks/ ডিরেক্টরিতে সংরক্ষিত আছে। এই সংগ্রহে DeepSeek, Claude, GLM ও ZCode, Kimi, Grok, Gemini, Mistral, Qwen, Gemma, GPT-OSS, OpenCode Zen মডেল এবং কয়েকটি শ্রেণিবিহীন সংযোজনের জন্য তৈরি ফাইল রয়েছে।

সব ফাইল একইভাবে ইনস্টল করা হয় না। প্রতিটি ফাইলের ধরন পরীক্ষা করে নিচের সংশ্লিষ্ট পদ্ধতি ব্যবহার করুন।

সিস্টেম প্রম্পট

একটি system-prompt ফাইল আপনার ক্লায়েন্টে সমর্থিত system-message, custom-instructions, agent-instructions অথবা harness-level prompt ফিল্ডে পেস্ট করুন। সংগ্রহের DeepSeek ফাইলগুলোতে DeepSeek V3 ও V4-এর জন্য প্রম্পট এবং DeepSeek 4.1-এর জন্য একটি assistant operating specification রয়েছে।

AGENTS.md ফাইল

একটি সামঞ্জস্যপূর্ণ ফাইল আপনার রিপোজিটরি বা ওয়ার্কস্পেসের রুটে AGENTS.md নামে সংরক্ষণ করুন। এই কনভেনশন শনাক্ত করতে পারে এমন কোডিং এজেন্টগুলো এটিকে প্রজেক্ট-স্তরের নির্দেশনা হিসেবে লোড করতে পারে।

স্থায়ী ওয়ার্কস্পেস নীতি

assistant operating specification অথবা workspace operating profile হিসেবে চিহ্নিত ফাইলগুলো এমন পরিবেশের জন্য, যেখানে স্থায়ী গ্লোবাল নির্দেশনা বজায় থাকে। README-তে OpenCode-এর জন্য নিম্নলিখিত অবস্থানটি উদাহরণ হিসেবে দেওয়া হয়েছে:

~/.config/opencode/AGENTS.md

অন্যান্য ক্লায়েন্ট ও harness ভিন্ন অবস্থান ব্যবহার করতে পারে। এই পথটি সর্বজনীন ধরে নেওয়ার বদলে ক্লায়েন্টের ডকুমেন্টেশন দেখুন।

Ollama Modelfile

এই সংগ্রহে Gemma 4 ও GPT-OSS 20B-এর জন্য Ollama Modelfile রয়েছে। Ollama আগে থেকেই ইনস্টল করা থাকলে এবং উল্লেখিত বেস মডেলটি উপলভ্য থাকলে, -f দিয়ে ফাইলটি পাস করে একটি derived model তৈরি করুন:

ollama create gemma4-jb -f jailbreaks/gemma4.md

অন্য Modelfile নিয়ে কাজ করার সময় গন্তব্য মডেলের নাম ও সোর্স ফাইল পরিবর্তন করুন।

Grok কনফিগারেশন

jailbreaks/grok-config.txt ফাইলটি লক্ষ্য harness-এর configuration field-এর জন্য নির্ধারিত। এটি সাধারণ conversation message-এ পেস্ট করা উচিত নয়।

Claude-এর জন্য Anthropic-compatible Messages ব্যবহার করুন

একই RouterHub অ্যাকাউন্ট Anthropic-compatible Messages API-এর মাধ্যমে সমর্থিত Claude এন্ট্রিগুলোতে অ্যাক্সেস করতে পারে। এটি তালিকাভুক্ত DeepSeek মডেলগুলোর বিকল্প endpoint নয়: ওই DeepSeek এন্ট্রিগুলোর জন্য Chat Completions প্রয়োজন।

Anthropic SDK ইনস্টল করুন:

python -m pip install anthropic

এরপর live catalogue-এ Messages-compatible হিসেবে তালিকাভুক্ত একটি Claude মডেল ব্যবহার করে অনুরোধ পাঠান:

import os
from anthropic import Anthropic

api = Anthropic(
    base_url=os.environ["ROUTERHUB_API_BASE_URL"],
    api_key=os.environ["ROUTERHUB_API_KEY"],
)

result = api.messages.create(
    model="claude-opus-5-5",
    max_tokens=64,
    messages=[
        {
            "role": "user",
            "content": "Explain what an API gateway does in two sentences."
        }
    ],
)

for part in result.content:
    if part.type == "text":
        print(part.text)

চালানোর আগে নিশ্চিত করুন যে উদাহরণে ব্যবহৃত মডেল ID এখনও উপলভ্য আছে। একটি শেয়ার করা API key থাকলেই প্রতিটি মডেল প্রতিটি প্রোটোকলের সঙ্গে সামঞ্জস্যপূর্ণ হয় না।

সাধারণ ডেভেলপমেন্ট টুল সংযুক্ত করুন

  • OpenCode: একটি Chat Completions provider configuration নির্বাচন করুন এবং তালিকাভুক্ত DeepSeek model ID হুবহু লিখুন।
  • Cursor: আপনার ইনস্টল করা সংস্করণে custom Chat Completions endpoint এবং আপনার workflow-এর প্রয়োজনীয় সব model feature সমর্থিত কি না যাচাই করুন।
  • Continue অথবা Cline: DeepSeek-এর জন্য তাদের সামঞ্জস্যপূর্ণ Chat Completions configuration ব্যবহার করুন।
  • OpenAI SDK: RouterHub base URL, API key এবং সঠিক DeepSeek model ID দিন।
  • Claude Code অথবা Anthropic SDK: Chat-only DeepSeek entry-এর বদলে Messages সমর্থনকারী কোনো catalogue entry, যেমন যোগ্য Claude model, নির্বাচন করুন।
  • Codex CLI: Chat-only DeepSeek entry-এর বদলে একই অ্যাকাউন্ট থেকে Responses-compatible model নির্বাচন করুন।
  • LangChain অথবা LlamaIndex: একটি সামঞ্জস্যপূর্ণ Chat Completions integration নির্বাচন করুন এবং আপনার অ্যাপ্লিকেশনে ব্যবহৃত প্রতিটি feature যাচাই করুন।

পদ্ধতিগতভাবে ভ্যারিয়েন্ট মূল্যায়ন করুন

একটি অনুমতিসূচক উত্তর অর্থবহ benchmark নয়। একই বৈধ input ও settings ব্যবহার করে standard, Flash, abliterated এবং uncensored entry-গুলোর তুলনা করুন।

  1. নিরাপদ কাজ নির্ধারণ করুন: আপনার অ্যাপ্লিকেশনের সঙ্গে প্রাসঙ্গিক code explanation, refactoring, test generation, bilingual drafting, translation এবং multi-step agent work অন্তর্ভুক্ত করুন।
  2. কনফিগারেশন স্থির করুন: model ID, prompt revision, generation settings, client এবং date নথিভুক্ত করুন।
  3. প্রতিটি পরীক্ষা পুনরাবৃত্তি করুন: একটি উত্তরের ওপর নির্ভর না করে একাধিক trial চালান।
  4. অপ্রয়োজনীয় refusal পরিমাপ করুন: আপনার নির্ধারিত test policy অনুযায়ী উত্তরযোগ্য হওয়া সত্ত্বেও প্রত্যাখ্যাত অনুরোধের সংখ্যা গণনা করুন।
  5. কাজের মান নির্ধারণ করুন: correctness, কার্যকর detail, uncertainty, code execution এবং test results পরীক্ষা করুন।
  6. নির্দেশনা অনুসরণের আচরণ পরীক্ষা করুন: formatting, system-message handling, project instructions এবং tool integration যাচাই করুন।
  7. মোট খরচ পরিমাপ করুন: input ও output token, ব্যর্থ প্রচেষ্টা, retry, output length এবং end-to-end latency অন্তর্ভুক্ত করুন।

রিপোজিটরি live benchmark score দাবি করে না এবং hosted model weight স্বাধীনভাবে পরীক্ষা করে না। এর নিরাপদ evaluation prompt আপনাকে একটি test নকশা করতে সাহায্য করতে পারে, তবে আপনাকেই নিজের ফলাফল তৈরি ও নথিভুক্ত করতে হবে।

উন্নত টিপস

নির্দেশনার অগ্রাধিকার পরীক্ষা করুন

কিছু uncensored entry-তে একটি নির্দিষ্ট persona থাকতে পারে। সেই persona আপনার system ও developer instruction-কে সম্পূরক করে, নাকি প্রতিস্থাপন করে, তা পরীক্ষা করুন। প্রয়োজনীয় output format, নিষিদ্ধ side effect এবং tool permission স্পষ্টভাবে পরীক্ষা করুন।

প্রম্পট ও ফলাফলের সংস্করণ নিয়ন্ত্রণ করুন

প্রতিটি প্রম্পটের সংশোধিত সংস্করণ মডেল আইডি, পরীক্ষার তারিখ, সেটিংস এবং আউটপুটসহ সংরক্ষণ করুন। মডেল আপডেটের পর কোনো প্রম্পট কাজ করা বন্ধ করলে সেটি সংশোধন করে ব্যর্থতার নথি তৈরি করুন, অথবা শুধু প্রম্পট স্তরের ওপর নির্ভর না করে মডেল-স্তরের একটি ভ্যারিয়েন্ট পরীক্ষা করুন।

প্রতি সফল ফলাফলের খরচ তুলনা করুন

শুধু টোকেনের দামের ভিত্তিতে মডেল নির্বাচন করবেন না। কম দামের কোনো মডেল সম্পূর্ণ একটি কাজের জন্য বেশি খরচের হতে পারে, যদি এতে দীর্ঘতর আউটপুট, বারবার সংশোধন বা একাধিক পুনঃচেষ্টা প্রয়োজন হয়। একই গ্রহণযোগ্যতা পরীক্ষার মাধ্যমে Standard এবং Flash এন্ট্রিগুলোর তুলনা করুন।

ছোট পেইড রিকোয়েস্ট দিয়ে শুরু করুন

প্রথমে একটি সংক্ষিপ্ত রিকোয়েস্ট চালান, এর আউটপুট ও অ্যাকাউন্টে ধার্য হওয়া চার্জ পরীক্ষা করুন, তারপর বড় বেঞ্চমার্কে যান। নির্বাচিত মডেল এটি সমর্থন করলে এবং ব্যবহারের রেকর্ডে তা নিশ্চিত হলে তবেই ক্যাশড-ইনপুট মূল্য ব্যবহার করুন।

ক্রেডেনশিয়াল ও ব্যক্তিগত ডেটা সুরক্ষিত রাখুন

API কী পরিবেশ ভেরিয়েবল বা সিক্রেট ম্যানেজারে রাখুন, উপযুক্ত অনুমতি প্রয়োগ করুন এবং কখনোই রিপোজিটরিতে কী কমিট করবেন না। হোস্টেড ইনফারেন্স স্থানীয় ইনফারেন্স নয়, তাই ব্যক্তিগত বা নিয়ন্ত্রিত তথ্য পাঠানোর আগে প্রদানকারীর শর্তাবলি ও ডেটা সংরক্ষণ নীতি পর্যালোচনা করুন।

গুরুত্বপূর্ণ কার্যকলাপের জন্য মানবীয় অনুমোদন বজায় রাখুন

মডেলের লেবেল নিরাপত্তা বা নির্ভুলতা নিশ্চিত করে না। আউটপুট পর্যালোচনা করুন এবং গুরুত্বপূর্ণ কোড চালানো, প্রোডাকশন সিস্টেম পরিবর্তন করা বা সংবেদনশীল সিদ্ধান্তের ভিত্তিতে পদক্ষেপ নেওয়ার আগে অনুমোদন বাধ্যতামূলক করুন।

সাধারণ সীমাবদ্ধতা

  • রিফিউজাল-বিহীন পরিভাষা কোনো মডেল যে প্রতিটি রিকোয়েস্টের উত্তর দেবে, তা নিশ্চিত করে না।
  • হোস্টেড আচরণ, ক্যাটালগে উপলভ্যতা এবং মূল্য পরিবর্তিত হতে পারে।
  • একটি শেয়ার্ড API কী মডেলগুলোর প্রোটোকলগত পার্থক্য দূর করে না।
  • মডেল বা নির্দেশনার স্তরবিন্যাস আপডেট হলে প্রম্পটের কার্যকারিতা পরিবর্তিত হতে পারে।
  • আনসেন্সরড আউটপুটও ভুল, অসম্পূর্ণ বা ডিপ্লয়মেন্টের জন্য অনুপযুক্ত হতে পারে।
  • হোস্টেড মডেলের লেবেল নিজে থেকে ওয়েট-স্তরের পরিবর্তন যাচাই করে না।

উপসংহার

এই প্রকল্প পরীক্ষার জন্য দুটি ব্যবহারিক পথ দেয়: সামঞ্জস্যপূর্ণ ক্লায়েন্টের সঙ্গে বান্ডেল করা 35টি প্রম্পট ফাইল ব্যবহার করুন, অথবা RouterHub-এর OpenAI-সামঞ্জস্যপূর্ণ Chat Completions এন্ডপয়েন্টের মাধ্যমে তালিকাভুক্ত DeepSeek ভ্যারিয়েন্টে কল করুন। প্রথমে লাইভ মডেল আইডি ও প্রোটোকল নিশ্চিত করুন, আপনার কী সুরক্ষিত রাখুন, একটি ছোট রিকোয়েস্ট চালান এবং পুনরাবৃত্তিযোগ্য গুণমান, রিফিউজাল, লেটেন্সি ও খরচের পরিমাপের মাধ্যমে ভ্যারিয়েন্টগুলোর তুলনা করুন।