चलो तुम्हारे बीस मिनट बचाते हैं motivational bakwaas से: तुम्हें AI agent बनाने के लिए ₹40,000/month के API credits नहीं चाहिए — API credits मतलब किसी और के AI brain को इस्तेमाल करने की fees। तुम्हें बस एक terminal चाहिए (वो काली window जहां hackers type करते हैं), एक free API key (एक password जो तुम्हारे code को AI service से बात करने देता है), और documentation पढ़ने की हिम्मत — YouTube पर "documentation कैसे पढ़ें" वाले tutorials देखने की नहीं।

March 2026 तक, मैं पूरा Nero News operation चलाता हूं — चार Telegram channels, एक website, automated content pipeline, image generation — और MVP phase की cost बिल्कुल शून्य रुपये थी। यहां बताता हूं कैसे तुम भी यही कर सकते हो।

वो problem जो कोई admit नहीं करता

हर "AI agent बनाओ" tutorial assume करता है कि तुम्हारे पास credit card ready है और cloud bill देखकर heart attack नहीं आएगा। AI influencer economy चलती है simple चीज़ों को महंगा दिखाकर। लेकिन actual tools? Free. Infrastructure? Free. बस एक चीज़ महंगी है — तुम्हारा वो समय जो तुम ये पढ़ने में लगा रहे हो बजाय building के। चलो ठीक करते हैं।

Step 1: Claude Code चालू करो (सच में free है)

Claude Code Anthropic का terminal-based AI coding agent है। ये तुम्हारा पूरा codebase — तुम्हारा पूरा project folder — पढ़ता है, code लिखता है, commands चलाता है, और act करने से पहले सोचता है। Chat-based coding जहां तुम snippets copy-paste करते हो, उससे बिल्कुल अलग — ये सीधे तुम्हारी project directory में बैठकर काम करता है, जैसे कोई developer तुम्हारे keyboard पर बैठा हो।

यहां वो catch है जो सबसे miss हो जाता है: Claude Code API के साथ काम करता है, और Anthropic console.anthropic.com पर sign up करने पर free credits देता है।

# Claude Code globally install करो
npm install -g @anthropic-ai/claude-code

# API key लो console.anthropic.com से
# नए accounts को $5 free credits मिलते हैं — पूरा MVP बनाने के लिए काफी
export ANTHROPIC_API_KEY=sk-ant-...

# अपने project में जाओ और शुरू करो
mkdir my-agent && cd my-agent
claude

वो $5 free credits जितना सोचते हो उससे ज़्यादा चलते हैं। Claude Haiku 4.5 — lineup का सबसे सस्ता model — $1 per million input tokens और $5 per million output tokens लेता है। (Token मतलब roughly एक English शब्द का ¾ हिस्सा — AI text को छोटे-छोटे टुकड़ों में पढ़ता है।) वो $5 से roughly 1 million input tokens और 200k output tokens कवर होते हैं। Scratch से एक working agent बनाने के लिए काफी है।

Pro tip: Development के दौरान सबसे सस्ता model use करने के लिए ANTHROPIC_MODEL=claude-haiku-4.5 set करो। Sonnet — smarter, महंगा भाई — तभी switch करो जब complex architectural decisions लेने हों।

export ANTHROPIC_MODEL=claude-haiku-4.5

Step 2: एक काम चुनो (बारह नहीं)

यहीं पर ज़्यादातर लोग मुंह के बल गिरते हैं। वो "general-purpose AI assistant" बनाते हैं और end में एक chatbot बन जाता है जो सब कुछ बेकार तरीके से करता है। Agent को एक काम चाहिए। बस एक।

Zero cost पर अच्छे agent ideas:

  • Content pipeline — news fetch करो, summarize करो, format करो, channel पर post करो
  • Code reviewer — एक repo (GitHub पर code storage folder) watch करता है, PRs (pull requests — proposed code changes) review करता है, comments डालता है
  • Data collector — public APIs से data उठाता है, reports format करता है
  • File organizer — incoming files process करता है, categorize करता है, rename करता है
  • Monitoring bot — check करता है कि तुम्हारी services ज़िंदा हैं, मरने पर चिल्लाता है

Zero budget पर बुरे agent ideas:

  • कुछ भी जिसमें real-time voice processing लगे
  • Large scale image generation (costs तेज़ी से बढ़ते हैं)
  • Agents जो expensive models को daily हज़ारों बार call करें

एक simple spec file बनाओ — एक plain text description कि तुम्हारा agent क्या करता है:

# Agent: Daily News Digest Bot

## Job
Top AI news fetch करो, हर एक को 2-3 sentences में summarize करो, Telegram channel पर post करो।

## Inputs
- RSS feeds (free)
- Public news APIs (free tier)

## Outputs
- Formatted Telegram messages
- हर 2 घंटे में post

## Tools needed
- Python 3 (free)
- python-telegram-bot (free)
- feedparser (free)

Step 3: Free tool stack जमाओ

नीचे हर tool की cost: बिल्कुल शून्य।

Runtime & Language:

python3 --version
# अगर नहीं है: sudo apt install python3 python3-pip python3-venv

Telegram Bot — तुम्हारा free distribution channel: Telegram पर @BotFather को message करो, /newbot भेजो, token लो। Telegram का Bot API पूरी तरह free है। कोई message limit नहीं। कोई channel limit नहीं। ये तुम्हारी zero-cost distribution layer है।

Free data sources:

# NewsAPI.org — 100 requests/day free
# RSS feeds — unlimited, हमेशा free
import feedparser
feed = feedparser.parse("https://techcrunch.com/feed/")
for entry in feed.entries[:5]:
    print(entry.title, entry.link)

# GitHub API — 5,000 requests/hour unauthenticated

Free hosting options:

  • तुम्हारी अपनी machine — cron job (एक scheduled task जो automatically चलता है), कोई cost नहीं
  • GitHub Actions — 2,000 minutes/month free, scheduled agents के लिए perfect
  • Oracle Cloud Free Tier — 2 VMs (virtual machines — cloud में computers), सच में हमेशा free
  • Cloudflare Workers — 100,000 requests/day free

Step 4: Claude Code से बनवाओ

यहां Claude Code अपनी existence justify करता है। सब कुछ खुद लिखने की बजाय, तुम describe करो क्या चाहिए और ये implementation लिख देता है। अपनी project directory में open करो:

एक Python agent बनाओ जो:
1. config.yaml में listed RSS feeds पढ़े
2. पिछले 2 घंटे के articles filter करे
3. हर एक से title, summary, और URL extract करे
4. Bold title और source link के साथ Telegram message format करे
5. Bot API से Telegram channel पर भेजे
6. Duplicates avoid करने के लिए posted articles JSON file में track करे
7. हर 2 घंटे cron से चले

Claude Code पूरा project structure generate करता है:

my-agent/
├── config.yaml          # RSS feeds, channel ID, settings
├── agent.py             # Main logic
├── sender.py            # Telegram posting
├── dedup.py             # Duplicate detection
├── requirements.txt     # Dependencies
└── state/
    └── posted.json      # Dedup history

ChatGPT snippets copy-paste करने से key difference: Claude Code तुम्हारा पूरा project पढ़ता है नया code लिखने से पहले। ये interconnected modules बनाता है जो actually एक-दूसरे को सही से reference करते हैं। कोई orphan imports नहीं। कोई missing functions नहीं।

Step 5: Free credits से intelligence add करो

2008 के RSS reader की तरह बस RSS titles forward करने की बजाय, Claude का brain mix में डालो:

import anthropic

client = anthropic.Anthropic()  # ANTHROPIC_API_KEY env var use करता है

def summarize_article(title: str, content: str) -> str:
    response = client.messages.create(
        model="claude-haiku-4.5",
        max_tokens=200,
        messages=[{
            "role": "user",
            "content": f"Summarize this news in 2 sentences. "
                       f"Be direct, no hype:\n\n"
                       f"Title: {title}\n\nContent: {content}"
        }]
    )
    return response.content[0].text

Haiku pricing पर, हर summarization की cost roughly $0.001 है। तुम्हारे $5 से roughly 5,000 calls कवर होते हैं। दिन में 6 बार post करो तो दो साल से ज़्यादा चलेगा। दो. साल. मुफ़्त में।

Step 6: GitHub Actions से $0 में deploy करो

Server की ज़रूरत ही नहीं। GitHub Actions — GitHub का built-in automation system — तुम्हारे agent को schedule पर free में चलाता है:

# .github/workflows/agent.yml
name: News Agent
on:
  schedule:
    - cron: '0 */2 * * *'  # हर 2 घंटे
  workflow_dispatch:         # Manual trigger button

jobs:
  post:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-python@v5
        with:
          python-version: '3.12'
      - run: pip install -r requirements.txt
      - name: Run agent
        env:
          ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
          TELEGRAM_BOT_TOKEN: ${{ secrets.TELEGRAM_BOT_TOKEN }}
        run: python agent.py
      - name: Save state
        run: |
          git config user.name "agent-bot"
          git config user.email "[email protected]"
          git add state/
          git diff --cached --quiet || git commit -m "update state"
          git push

Repo Settings → Secrets and Variables → Actions में अपने secrets add करो। State file वापस repo में commit हो जाता है — बिना database के free persistence।

GitHub का free tier 2,000 minutes/month देता है। हर run ~30 seconds लेता है। दिन में 12 बार चलाओ = 6 minutes/day = 180 minutes/month। तुम अपने allowance का बस 9% use कर रहे हो।

Step 7: बिना पैसे खर्चे monitor करो

तुम्हारा agent live है। Basic guardrails लगाओ:

import logging

logging.basicConfig(
    level=logging.INFO,
    format='%(asctime)s - %(levelname)s - %(message)s'
)

try:
    posts = fetch_and_process()
    for post in posts:
        send_to_telegram(post)
        logging.info(f"Posted: {post['title']}")
except Exception as e:
    logging.error(f"Agent failed: {e}")
    send_alert(f"Agent down: {e}")  # तुम्हारे personal Telegram पर alert

Costs भी track करो — हमेशा जानो कितना जल रहा है:

response = client.messages.create(...)
cost = (response.usage.input_tokens * 1 +
        response.usage.output_tokens * 5) / 1_000_000
logging.info(f"API cost: ${cost:.4f}")

वो tradeoffs जो कोई नहीं बताता

Free की सीमाएं हैं। तुम्हारा GitHub Actions agent real-time respond नहीं कर सकता — ये schedule पर जागता है। Haiku fast और सस्ता है लेकिन literary masterpieces नहीं लिखेगा। Free API credits expire होते हैं। Oracle का "always free" tier wait lists पर चलता है। और अगर तुम्हारा agent viral हो गया, free tier scale नहीं करेगा।

लेकिन MVP stage पर इनमें से कुछ भी matter नहीं करता। तुम validate कर रहे हो कि किसी को फर्क पड़ता है या नहीं, million users के लिए build नहीं कर रहे।

Upgrade path (जब तैयार हो)

Stage Cost क्या बदलता है
MVP $0 Free credits + GitHub Actions
Growing $5/mo Cheap VPS — Hetzner CAX11 + cron
Serious $20/mo Claude Pro dev के लिए + API production के लिए
Business $50-100/mo Dedicated server + Sonnet quality के लिए

बात $0 पर हमेशा रहने की नहीं है। बात पैसा लगाने से पहले अपने idea को validate करने की है। ज़्यादातर agents technical limits की वजह से fail नहीं होते बल्कि इसलिए होते हैं क्योंकि वो ऐसी problems solve करते हैं जो किसी को है ही नहीं। पहले problem ढूंढो, पैसा बाद में लगाओ।

पूरा cost breakdown

Component Cost Notes
Claude Code $0 API credits use करता है
Anthropic API $0 Signup पर $5 free
Python + libraries $0 Open source
Telegram Bot API $0 Unlimited, हमेशा
GitHub Actions $0 2,000 min/month free
RSS feeds $0 Public data
Total $0

जहां से शुरू किया था वहीं वापस

तुमने ये article यही सोचकर खोला था कि AI agents में असली पैसा लगता है। नहीं लगता — कम से कम idea prove करने के stage पर तो बिल्कुल नहीं। Tools free हैं, infrastructure free है, और बस एक ही barrier है — क्या तुम सच में terminal खोलकर commands type करोगे।

ज़्यादातर "AI agent" tutorials तुम्हें सिखाते हैं ChatGPT API call को while loop में wrap करो और इसे autonomous बोलो। वो agent नहीं है — वो cron job है जिसे अपने बारे में भ्रम हो गया है। असली agent के पास state होती है (उसे याद रहता है उसने क्या किया), decisions लेता है, failures handle करता है, और कुछ useful करता है।

अब तुम्हें पता है एक कैसे बनाना है। पढ़ना बंद करो। जाओ बनाओ। मैं यहां internet से तुम्हारी architecture choices judge करता रहूंगा।