একটি InterMIND মিটিং কী দিয়ে তৈরি

প্রায় প্রতিটি পণ্য একই ডিফল্ট স্ট্যাকে তৈরি হয়, অর্থাৎ বড় মালিকানাধীন SaaS-গুলো, যেগুলোর দিকে সবাই হাত বাড়ায়। এটাই সবচেয়ে ঝামেলাহীন পথ। যেসব স্তরে আপনার মিটিংয়ের ডেটা আসলে থাকে, সেখানে আমরা অন্য পথ বেছে নিয়েছি: আমাদের নিজস্ব কোড, অথবা এমন ওপেন-সোর্স যা আমরা নিজেরাই হোস্ট করতে পারি।

এই লেখাটি একটি InterMIND মিটিং আসলে কোথায় চলে-এর সহযোগী। সেখানে ভূগোল মানচিত্রায়ন করা হয়েছিল: প্রতিটি সার্ভিস কোথায় চলে এবং তার মধ্য দিয়ে কোন ডেটা যায়। আর এই লেখা সেই প্রশ্নের উত্তর দেয়, যা একটি সিকিউরিটি টিম এরপর জিজ্ঞেস করে: এই জিনিসটি কী দিয়ে তৈরি, এবং আমরা কি এটি পড়তে, অডিট করতে ও বদলে ফেলতে পারব?

এটি কোথায় চলে তা নয়, বরং স্তরে স্তরে এটি কী দিয়ে গড়া।

ডিফল্টগুলো এবং তার মূল্য

প্রতিটি পণ্য আসলে কিছু বেছে নেওয়া সিদ্ধান্তের স্ট্যাক। বেশিরভাগ পণ্যে সেসব সিদ্ধান্তের অধিকাংশই ডিফল্ট হিসেবে নেওয়া হয়: Google Analytics, Firebase, Google Translate API, Auth0, React। এগুলো ঝামেলাহীন পথ, এবং বেশিরভাগ টিমের জন্য সেটি যুক্তিসংগত সিদ্ধান্তও। তবে এর বিনিময়ে প্রতিটি টুল আপনার স্ট্যাকের একটি অংশকে এমন এক ভেন্ডরের পেছনে রাখে, যাকে আপনি পড়তে পারেন না, অডিট করতে পারেন না, এবং নতুন করে সব লেখা ছাড়া ছাড়তেও পারেন না।

যেসব স্তরে আপনার মিটিংয়ের ডেটা আসলে থাকে, প্রতিটিতে আমরা ভিন্ন সিদ্ধান্ত নিয়েছি: আমাদের নিজস্ব কোড, অথবা এমন ওপেন-সোর্স সফটওয়্যার যা আমরা নিজেরাই হোস্ট করতে পারি। যে স্তর আপনার মিটিংয়ের বিষয়বস্তু স্পর্শ করে না, সেখানে আমরা বাস্তববাদী থাকি এবং তা স্পষ্টভাবে বলি। পুরো চিত্রটি এখানে দেওয়া হলো।

মেরুদণ্ড: ইঞ্জিনটি আমাদের নিজস্ব কোড, কোনো তৃতীয় পক্ষের নয়

সবচেয়ে গুরুত্বপূর্ণ স্তর দিয়ে শুরু করা যাক, কারণ আপনার মিটিংয়ের বেশিরভাগ অংশ এর মধ্য দিয়েই যায়। রিয়েল-টাইম ট্রান্সপোর্ট এবং ভয়েস/চ্যাট অনুবাদ, দুটোই চলে mind-sdk + Mind API-তে, যা আমাদের নিজস্ব ইঞ্জিন এবং OVH ফ্রান্সে চলে। অনুবাদ-সমৃদ্ধ মিটিং তৈরির প্রচলিত উপায় হলো একটি রিয়েল-টাইম SaaS (LiveKit)-কে একটি অনুবাদ API (DeepL, Google)-র সঙ্গে জুড়ে দেওয়া। লাইভ পথে আমরা এর কোনোটিই চালাই না। কোনো তৃতীয় পক্ষের অনুবাদ মডেল এই প্রক্রিয়ায় নেই। (আমরা DeepL ব্যবহার করি, তবে শুধু চ্যাটে ফেলা ডকুমেন্টের জন্য, লাইভ ভয়েস/চ্যাট পথে নয়; রানটাইম ম্যাপ দেখুন। পাইপলাইনের কার্যপদ্ধতি নিয়ে আমরা আলোচনা করেছি চারটি অনুবাদ পাইপলাইনের ভেতরে লেখায়।)

রানটাইম ম্যাপে যে অংশটি নেই, তা হলো: আপনার মিটিং যে SDK-তে চলে সেটি BSD 3-Clause লাইসেন্সের অধীনে ওপেন সোর্স। mind-sdk ক্লায়েন্টটি gitlab.com/mindlabs/api/sdk-এ প্রকাশ্য, কপিরাইট MindMeeting OÜ-র, যা আমাদের এস্তোনিয়ান IP সত্তা। এটি Mind API-র সঙ্গে api.mind.com-এ যোগাযোগ করে, যা আমরা নিজেরাই OVH ফ্রান্সে চালাই।

এটি "দেখুন, কিন্তু ছোঁবেন না" ধরনের সোর্স-অ্যাভেইলেবল ব্যবস্থা নয়। BSD 3-Clause একটি পারমিসিভ, OSI-অনুমোদিত লাইসেন্স। আপনার সিকিউরিটি টিম SDK ক্লোন করতে পারে, আপনার অডিও ও টেক্সট ঠিক কীভাবে ধারণ, ফ্রেমিং ও স্ট্রিম করা হয় তা পড়তে পারে, এবং সেই ইন্টিগ্রেশন আপনার নিজস্ব প্রয়োজনের বিপরীতে অডিট করতে পারে। এটি যে সার্ভার-সাইড ইঞ্জিনের সঙ্গে কথা বলে সেটি আমাদের, কোনো তৃতীয় পক্ষের ব্ল্যাক বক্স নয়। যে টেন্যান্টের প্রয়োজন, তার জন্য সম্পূর্ণ সেলফ-হোস্টযোগ্য ইঞ্জিন আমাদের রোডম্যাপে আছে, আজ আমরা তা দিচ্ছি না। এটি চালু হওয়ামাত্র আমরা এই লেখা হালনাগাদ করব।

স্তরে স্তরে: ডিফল্ট বনাম আমরা যা চালাই

এই টেবিলের মধ্য দিয়ে দুটি সুতো গেছে। প্রথমত, যেখানে টুল আপনার ডেটা প্রক্রিয়া করে সেখানে ওপেন-সোর্স, যাতে তা অডিট করা যায় এবং নীতিগতভাবে সেলফ-হোস্ট করা যায়। দ্বিতীয়ত, যেখানে আমরা অবকাঠামোর ওপর নির্ভর করি সেখানে ওপেন স্ট্যান্ডার্ড (Postgres, S3 API, OIDC), যাতে কোনো কিছু একটি ভেন্ডরের মূল্য বা কমপ্লায়েন্স অবস্থানের সঙ্গে বাঁধা না থাকে। Postgres যেকোনো Postgres হোস্টে যেতে পারে, স্টোরেজ যেকোনো S3 স্টোরে যেতে পারে, আর অথ আপনার ইতোমধ্যে চালানো আইডেন্টিটি প্রোভাইডারের সঙ্গে ফেডারেট করে। শেষ সারিটি তৃতীয় একটি অক্ষে বসে: গ্রাহকের রেকর্ড ধারণকারী CRM EU-নিবন্ধিত (Pipedrive, এস্তোনিয়ান), কোনো US সেলস প্ল্যাটফর্ম নয়। এটি ওপেন-সোর্স নয়, কিন্তু US এখতিয়ারের অধীনেও নয়।

এর কয়েকটি নিয়ে আরও একটু বলা দরকার। PostHog ওপেন-সোর্স এবং সেলফ-হোস্টযোগ্য। আমরা এটি PostHog-এর EU ক্লাউডে চালাই এবং আমাদের নিজস্ব অরিজিনের মাধ্যমে ফার্স্ট-পার্টি হিসেবে প্রক্সি করি, ফলে অ্যাড-ব্লকার ইভেন্টগুলো চুপচাপ ফেলে দেয় না, আবার কোনো তৃতীয় পক্ষের অ্যানালিটিক্স ডোমেইনের মধ্য দিয়েও সেগুলো যায় না। অথেনটিকেশন কখনও তৃতীয় পক্ষের অথ SaaS-এ যায় না, যা আপনার ও আপনার সেশনের মাঝখানে বসত। আমরা নিজেরাই OIDC ফ্লো চালাই এবং আপনার বিদ্যমান Google বা Microsoft আইডেন্টিটির সঙ্গে ফেডারেট করি। আর প্রতিটি পেজের ফন্ট আমাদের নিজস্ব ডোমেইন থেকে সরবরাহ করা হয়। আমাদের কোডবেসে Google Fonts শুধু একটি অফলাইন ব্র্যান্ড-অ্যাসেট স্ক্রিপ্টে আছে, আপনার ব্যবহারকারীদের লোড করা অ্যাপে কখনও নয়।

যেখানে আমরা বাস্তববাদী, সোজাসুজি বলছি

আমরা ভান করি না যে পুরো স্ট্যাক হাতে গড়া বা অ-US। তা নয়, এবং এমন দাবি করা কোনো লেখা আমাদেরই রানটাইম ম্যাপের সঙ্গে সাংঘর্ষিক হতো।

প্লাম্বিং অংশটি, অর্থাৎ হোস্টিং ও SSR (Vercel), মিটিং সার্ভারের কম্পিউট (Fly.io), পেমেন্ট (Stripe) এবং ট্রানজ্যাকশনাল ইমেইল (Resend), চলে US-নিবন্ধিত SaaS-এ। Stripe ও Resend বিলিং এবং আমন্ত্রণ সামলায়, মিটিংয়ের বিষয়বস্তু কখনও দেখে না। Vercel ও Fly ভাড়া করা কম্পিউট: আমাদের নিজস্ব কোড সেগুলোতে চলে। Fly-তে থাকা মিটিং সার্ভার লাইভ সেশন এবং আমাদের ডাইজেস্ট যে ট্রান্সক্রিপ্ট পড়ে তা সামলায়, কিন্তু সেটি তাদের মেশিনে আমাদের কোড, কোনো ভেন্ডর পণ্য আপনার মিটিং গ্রহণ করছে না। এর সবকিছু রানটাইমে EU-তে সম্পন্ন হয় (এটি রানটাইম ম্যাপ-এর বিষয়)।

এটি একটি সচেতন, সীমাবদ্ধ বিনিময়: ডেটা প্লেন নিজেদের হাতে রাখা ও ওপেন-সোর্স করা, আর কন্ট্রোল প্লেনের জন্য সেরা সহজলভ্য SaaS ব্যবহার করা। এটি নাম ধরে বলাই আসল কথা, কারণ ব্যতিক্রমগুলো সাফল্যের পাশে টেবিলে না থাকলে "সার্বভৌমত্ব" শব্দের কোনো অর্থ থাকে না।

AI ধাপগুলো, এবং যে পরিকল্পনা শেষ পর্যন্ত চালু হয়েছে

ল্যাঙ্গুয়েজ-মডেল ধাপগুলো চলে আপনার প্রতিষ্ঠানের নির্বাচিত AI গেটওয়েতে। এগুলো হলো AI ডাইজেস্ট (বিষয়, সিদ্ধান্ত, অ্যাকশন আইটেম), ডকুমেন্ট সারসংক্ষেপ, AI নোট-এডিটরের জেনারেটিভ অ্যাকশন, Ask AI এবং Mia। ডিফল্টভাবে এগুলো চলে EU Data Zone-এ Azure OpenAI-তে, আর পছন্দ অনুযায়ী EU মাল্টি-রিজিয়ন এন্ডপয়েন্টে Vertex AI বা ফ্র্যাংকফুর্টে Amazon Bedrock-এ। প্রতিটিই আমাদের নিজস্ব টেন্যান্টে, জিরো ডেটা রিটেনশনসহ এবং গ্রাহকের কনটেন্টে কোনো ট্রেনিং ছাড়াই। অথবা চলে আপনার নিজস্ব OpenAI-সামঞ্জস্যপূর্ণ এন্ডপয়েন্টে, যা মডেলটিকে আপনার নিয়ন্ত্রিত অবকাঠামোয় রাখে। মিটিং-পরবর্তী সারসংক্ষেপ এবং এডিটরের translate অ্যাকশন যায় অনুবাদ ট্র্যাক্টের মধ্য দিয়ে, ল্যাঙ্গুয়েজ মডেলের মধ্য দিয়ে নয়। রিয়েল-টাইম ভয়েস, চ্যাট, নোট ও ডকুমেন্ট গোড়া থেকেই কোনো সাধারণ-উদ্দেশ্যের LLM-এর ধারেকাছেও যায়নি।

এই স্তরের সৎ চিত্র এটাই: মডেলগুলো মালিকানাধীন, এবং তাদের ভেন্ডররা US কোম্পানি যারা EU রিজিয়নে কাজ করে। এটি ওপরের প্লাম্বিংয়ের মতোই একই বিনিময়, যা লুকিয়ে না রেখে তার পাশেই বলা হলো। আমাদের নিজস্ব সেলফ-হোস্টেড মডেলের বদলে যা চালু হয়েছে তা হলো পছন্দের স্বাধীনতা: একটি প্রতিষ্ঠান AI সম্পূর্ণ বন্ধ করে দিতে পারে (ট্রান্সক্রিপশন ও অনুবাদ চলতে থাকে), এবং প্রতিটি AI ফিচারকে নিজস্ব এন্ডপয়েন্টে নির্দেশ করতে পারে, যেমন নিজস্ব ডেটা সেন্টারে vLLM বা নিজস্ব টেন্যান্টে একটি ডিপ্লয়মেন্ট। এতে এই স্তরটিও ডেটা প্লেনের বাকি অংশের মতো একই ওপেন-ও-সেলফ-হোস্টযোগ্য অক্ষে আসে। আমাদের প্রকাশ্য অনুবাদ বেঞ্চমার্ক-এর স্কোর করে একটি LLM জাজ (Gemini, ফলব্যাক হিসেবে Claude), নির্দিষ্ট FLORES-200 রেফারেন্স বাক্যের ওপর, কারও মিটিংয়ের ওপর কখনও নয়।

আমাদের বাইরেও কেন এটি গুরুত্বপূর্ণ

এটি কেবল প্রকৌশলের খাতিরে প্রকৌশল নয়। এভাবে স্ট্যাক গড়ার কারণটি চুক্তির আপনার দিকেই দেখা যায়:

1. অডিটযোগ্য। আপনার মিটিং যে SDK-তে চলে সেটি ওপেন-সোর্স কোড, যা আপনার সিকিউরিটি টিম পড়তে পারে, এবং এর পেছনের ইঞ্জিন আমাদের নিজস্ব, কোনো তৃতীয় পক্ষের ব্ল্যাক বক্স নয়।
2. পোর্টেবল। প্রতিটি ডেটা স্তরে উন্মুক্ত স্ট্যান্ডার্ড (Postgres, S3, OIDC) মানে কোনো মালিকানাধীন লক-ইন নেই। যা স্থানান্তর করা যায়, তা কোনো একক ভেন্ডরের সঙ্গে বাঁধা নয়।
3. সেলফ-হোস্টযোগ্য। উন্মুক্ত-স্ট্যান্ডার্ড ডেটা স্তরগুলো (Postgres, S3, OIDC) ইতোমধ্যেই আপনার নিয়ন্ত্রিত অবকাঠামোয় চলে। যে টেন্যান্টের প্রয়োজন, তার জন্য সম্পূর্ণ সেলফ-হোস্টেড অনুবাদ ইঞ্জিন রোডম্যাপে আছে।

এটি 2026-06-07 তারিখের চিত্র। স্ট্যাক বদলালে আমরা এটি হালনাগাদ করব, যেমন কোনো ভেন্ডর বদল, কোনো স্তর নতুন করে তৈরি, বা ডাইজেস্ট মডেল প্রতিস্থাপন। বর্তমান কনফিগারেশন যাচাইযোগ্য আমাদের উন্মুক্ত vercel.json, আমাদের nuxt.config.ts এবং ওপরে লিংক করা BSD-3-Clause mind-sdk রিপোজিটরিতে।

এখানকার কোনো স্তর ভুল মনে হলে, বা আপনার সিকিউরিটি রিভিউয়ের এমন কোনো উত্তর দরকার হলে যা এই ম্যাপ দেয় না, আমাদের লিখুন। কোড অডিটে আপনি কোনো বাদ পড়া তথ্য খুঁজে পাবেন, তার চেয়ে আমরা নিজেরাই তা শুধরে নিতে চাই।

সূত্র: mind-sdk রিপোজিটরি (BSD-3-Clause), FLORES-200; স্ট্যাক-সংক্রান্ত তথ্য ডিপ্লয় করা কনফিগারেশন (vercel.json, nuxt.config.ts) এবং চালু কোডের বিপরীতে যাচাই করা হয়েছে, আগস্ট ২০২৬-এ পরীক্ষিত।