Skip to content

README.th.md

Latest commit

 

History

History
322 lines (267 loc) · 25.1 KB

README.th.md

File metadata and controls

322 lines (267 loc) · 25.1 KB

oh-my-agent: เครื่องมือจัดการชุดเอเจนต์หลากหลายรูปแบบ (Portable Multi-Agent Harness)

npm version npm downloads GitHub stars License Last Updated

English | 한국어 | 中文 | Português | 日本語 | Français | Español | Nederlands | Polski | Русский | Deutsch | Tiếng Việt

คุณเคยหวังว่าผ AI Assistant ของคุณจะมี "เพื่อนร่วมงาน" บ้างไหม? นั่นคือสิ่งที่ oh-my-agent ทำได้

แทนที่จะให้ AI ตัวเดียวทำทุกอย่าง (และเริ่มสับสนระหว่างทำงาน) oh-my-agent จะแบ่งงานออกเป็น Specialized agents เช่น frontend, backend, architecture, QA, PM, DB, mobile, infra, debug, design และอื่นๆ แต่ละตัวจะมีความเข้าใจในโดเมนของตัวเองอย่างลึกซึ้ง มีเครื่องมือและรายการตรวจสอบ (checklists) ของตัวเอง และมุ่งเน้นเฉพาะงานในหน้าที่ของตน

ตอนนี้ใช้งานได้กับ AI IDE ชั้นนำทั้งหมดได้แก่: Antigravity, Claude Code, Codex, Cursor, Grok Build, Kimi Code, OpenCode, Pi, Qwen Code และอื่นๆ

Quick Start

# macOS / Linux — ติดตั้ง bun, uv และ serena ให้อัตโนมัติหากยังไม่ได้ install ไว้
curl -fsSL https://raw.githubusercontent.com/first-fluke/oh-my-agent/main/cli/install.sh | bash
# Windows (PowerShell) — ติดตั้ง bun, uv และ serena ให้อัตโนมัติหากยังไม่ได้ install ไว้
irm https://raw.githubusercontent.com/first-fluke/oh-my-agent/main/cli/install.ps1 | iex
# หรือรันด้วยตนเอง (ทุก OS, ต้องการ bun + uv + serena)
bunx oh-my-agent@latest

ติดตั้งผ่าน Agent Package Manager

Agent Package Manager (APM) จาก Microsoft แจกเฉพาะ skill เท่านั้น คลิกเพื่อขยาย

อย่าสับสนกับ APM (Application Performance Monitoring) ของ oma-observability

# ทุก skill ติดตั้งลงทุก runtime ที่ตรวจพบ
# (.claude, .cursor, .codex, .opencode, .github, .agents)
apm install first-fluke/oh-my-agent

# Skill เดี่ยว
apm install first-fluke/oh-my-agent/.agents/skills/oma-frontend

APM แจกแค่ skill เท่านั้น ส่วน workflow, rules, oma-config.yaml, hook สำหรับตรวจจับคำสำคัญ และ CLI oma agent:spawn ให้ใช้ bunx oh-my-agent@latest แทน เลือกใช้แค่วิธีเดียวต่อโปรเจกต์ จะได้ไม่ตีกัน

เลือก Preset ที่ต้องการ แล้วคุณก็พร้อมใช้งาน:

Preset สิ่งที่คุณจะได้รับ
✨ All Agents และ skills ทั้งหมด
🌐 Fullstack architecture + frontend + backend + db + pm + qa + debug + brainstorm + scm
🎨 Frontend architecture + frontend + pm + qa + debug + brainstorm + scm
⚙️ Backend architecture + backend + db + pm + qa + debug + brainstorm + scm
📱 Mobile architecture + mobile + pm + qa + debug + brainstorm + scm
🚀 DevOps architecture + tf-infra + dev-workflow + pm + qa + debug + brainstorm + scm

ใช้งานได้กับทุก Agent

oh-my-agent รักษา .agents/ ไว้เป็นแหล่งความจริงเพียงแหล่งเดียว (SSOT) แล้วฉายไปยัง layout เนทีฟของแต่ละ runtime เครื่องมือที่รองรับทุกตัวจึงใช้ skills, workflows และกฎร่วมกัน

Claude Code
Claude Code
เนทีฟ + อะแดปเตอร์ 		Codex CLI
Codex CLI
เนทีฟ + อะแดปเตอร์ 		Antigravity
Antigravity
SSOT เนทีฟ 		Cursor
Cursor
เนทีฟ + อะแดปเตอร์ 		Qwen Code
Qwen Code
dispatch เนทีฟ 		Reasonix
Reasonix
เข้ากันได้แบบเนทีฟ
Pi
Pi
เข้ากันได้แบบเนทีฟ 		OpenCode
OpenCode
เข้ากันได้แบบเนทีฟ 		Amp
Amp
เข้ากันได้แบบเนทีฟ 		GitHub Copilot
GitHub Copilot
skills ผ่าน symlink 		Grok Build
Grok Build
native hooks 		Kiro CLI
Kiro CLI
native hooks + agents

& อื่นๆ

ทีมเอเจนต์ของคุณ

Agent หน้าที่
oma-academic-writer ร่าง แก้ไข และตรวจสอบงานเขียนเชิงวิชาการให้ได้มาตรฐานระดับตีพิมพ์
oma-architecture ชั่งน้ำหนัก tradeoffs ด้านสถาปัตยกรรม กำหนดขอบเขตโมดูล พร้อมวิเคราะห์ด้วย ADR/ATAM/CBAM
oma-backend สร้างและเสริมความปลอดภัยให้ API ด้วย Python, Node.js หรือ Rust
oma-brainstorm สำรวจแนวคิดร่วมกับคุณก่อนตัดสินใจลงมือสร้างจริง
oma-coordination แนะนำการประสานงานเอเจนต์ PM, frontend, backend, mobile และ QA ทีละขั้นตอนแบบแมนวล
oma-db ออกแบบ schema, migration, indexes และ vector stores ให้กับโปรเจกต์ของคุณ
oma-debug ค้นหาสาเหตุต้นตอ แก้ไขบัค และเขียน regression test ไว้กันซ้ำ
oma-deepsec สแกนโค้ดหาช่องโหว่ด้านความปลอดภัย และบล็อก pull request ที่มีความเสี่ยง
oma-design สร้างระบบการออกแบบพร้อม tokens, accessibility และ responsive layouts
oma-dev-workflow ทำให้ CI/CD, releases และงานใน monorepo เป็นระบบอัตโนมัติ
oma-docs ตรวจสอบเอกสารว่ามีการอ้างอิงที่ผิดหรือไม่ และระบุส่วนที่ได้รับผลกระทบจากการเปลี่ยนแปลงโค้ด
oma-frontend สร้าง UI ด้วย React/Next.js, TypeScript, Tailwind CSS v4 และ shadcn/ui
oma-hwp แปลงไฟล์ HWP, HWPX และ HWPML ให้เป็น Markdown
oma-image สร้างภาพผ่าน AI หลายผู้ให้บริการพร้อมกันในคราวเดียว
oma-market วิจัยตลาดจากสัญญาณคอมมิวนิตี้ และวิเคราะห์ด้วยกรอบ SWOT, Porter's 5F และ PESTEL
oma-mobile สร้างแอปพลิเคชัน cross-platform ด้วย Flutter
oma-observability กระจายงานด้าน observability ครอบคลุม metrics, logs, traces, SLOs และการวิเคราะห์เหตุการณ์
oma-orchestrator รันเอเจนต์หลายตัวพร้อมกันแบบ parallel ผ่าน CLI
oma-pdf แปลงไฟล์ PDF ให้เป็น Markdown
oma-pm วางแผนงาน ย่อย requirements และกำหนด API contracts
oma-qa ตรวจสอบโค้ดตามมาตรฐาน OWASP ด้านความปลอดภัย ประสิทธิภาพ และ accessibility
oma-recap สรุปประวัติการสนทนาของคุณออกมาเป็น work summaries ตามธีม
oma-refactor รีแฟกเตอร์โค้ดโดยไม่เปลี่ยนพฤติกรรม ด้วยการเลือก hotspot ใช้ characterization test เป็นตาข่ายนิรภัย และคอมมิตเฉพาะ refactor
oma-scholar ค้นหาวรรณกรรมเชิงวิชาการ และช่วยดำเนินการทบทวนโดยผู้เชี่ยวชาญ
oma-scm จัดการ branches, merges, worktrees และ Conventional Commits
oma-search ส่งคำค้นหาแต่ละรายการไปยังแหล่งที่ดีที่สุด พร้อมให้คะแนนความน่าเชื่อถือของผลลัพธ์
oma-skill-creator เขียนและตรวจสอบ OMA skills ใหม่ในรูปแบบ SSL-lite
oma-slide สร้าง HTML presentation deck ที่มีเอกลักษณ์และแอนิเมชันสมบูรณ์ รวมถึงส่งออกเป็น PDF/PNG/PPTX
oma-tf-infra จัดเตรียม multi-cloud infrastructure ด้วย Terraform
oma-translator แปลระหว่างภาษาต่างๆ ให้อ่านแล้วรู้สึกเหมือนเจ้าของภาษาเขียนเอง
oma-video สร้างวิดีโอสั้น วิดีโออธิบาย และวิดีโอเดโมผ่านไปป์ไลน์ Remotion ที่ใช้ได้แม้ไม่มีคีย์
oma-voice สร้างเสียงพากย์และถอดเสียงบนเครื่อง โดยไม่ต้องพึ่ง cloud

วิธีการทำงาน

เพียงแค่แชท อธิบายสิ่งที่คุณต้องการ แล้ว oh-my-agent จะคิดเองว่าควรใช้เอเจนต์ตัวไหน

คุณ: "สร้างแอป TODO พร้อมระบบล็อกอินผู้ใช้"
→ PM วางแผนงาน
→ Backend สร้าง API สำหรับ authentication
→ Frontend สร้าง UI ด้วย React
→ DB ออกแบบ schema
→ QA ตรวจสอบความเรียบร้อยทั้งหมด
→ เสร็จสิ้น: โค้ดที่ผ่านการประสานงานและตรวจสอบแล้ว

หรือใช้คำสั่ง Slash commands สำหรับเวิร์กโฟลว์ที่มีโครงสร้าง:

ขั้นตอน คำสั่ง หน้าที่
0 /deepinit จับคู่โค้ดเบสที่มีอยู่ของคุณลงใน AGENTS.md, ARCHITECTURE.md และ docs
1 /brainstorm สำรวจไอเดียไปกับคุณก่อนตัดสินใจลงมือสร้าง
2 /architecture ชั่งน้ำหนักความคุ้มค่า (tradeoffs) ของดีไซน์ และวางขอบเขตโมดูลให้ชัดเจน
2 /design สร้างระบบการออกแบบของคุณพร้อม tokens, accessibility และเลย์เอาต์แบบ responsive
2 /plan ย่อยฟีเจอร์ของคุณออกเป็นงานย่อย (tasks) ที่จัดลำดับความสำคัญแล้ว
3 /work สร้างฟีเจอร์ของคุณทีละขั้นตอนข้ามเอเจนต์หลายตัว
3 /orchestrate รันเอเจนต์หลายตัวแบบขนานเพื่อสร้างฟีเจอร์ของคุณให้เร็วขึ้น
3 /ultrawork สร้างฟีเจอร์ของคุณผ่าน 5 ระยะคุณภาพ และจุดตรวจสอบ 11 จุด
3 /ralph ทำ /ultrawork ซ้ำจนกว่าผู้ตรวจสอบอิสระจะผ่านทุกเกณฑ์
4 /review ตรวจสอบโค้ดของคุณหาปัญหาด้านความปลอดภัย ประสิทธิภาพ และ accessibility
4 /deepsec สแกนความปลอดภัยเชิงลึกและบล็อก pull request ที่มีความเสี่ยง
5 /debug หาสาเหตุต้นตอ แก้บัค และเขียน regression test
5 /docs ตรวจสอบเอกสารของคุณหา reference ที่เสีย และปะส่วนที่ได้รับผลจากการเปลี่ยนแปลงโค้ด
6 /scm จัดการ branch, การ merge และ Conventional Commits ของคุณ
- /schedule ตั้งเวลางานเอเจนต์ให้รันซ้ำตามรอบเวลาที่กำหนด

การตรวจจับอัตโนมัติ: คุณไม่จำเป็นต้องใช้คำสั่ง slash ตลอดเวลา คำสำคัญเช่น "architecture", "plan", "review", และ "debug" ในข้อความของคุณ (รองรับ 11 ภาษา!) จะเปิดใช้งานเวิร์กโฟลว์ที่ถูกต้องโดยอัตโนมัติ

โมเดลต่อเอเจนต์

แต่ละเอเจนต์สามารถกำหนดโมเดลและ effort ของตัวเองผ่าน .agents/oma-config.yaml ได้ มี runtime profiles พร้อมใช้งาน: antigravity, claude, codex, cursor, kiro, mixed, qwen ตรวจสอบ auth matrix ที่ resolve แล้วด้วย oma doctor --profile คู่มือฉบับเต็ม: web/docs/guide/per-agent-models.md

ทำไมต้อง oh-my-agent?

  • Portable: ใช้ได้ผ่านโฟลเดอร์ .agents/ โปรเจกต์ของคุณ โดยไม่ยึดติดกับ IDE ใด IDE หนึ่ง
  • Role-based: เอเจนต์ถูกจำลองตามทีมวิศวกรจริง ไม่ใช่แค่กลุ่มของ prompt
  • ประหยัด Token: การออกแบบ Two layer skill ช่วยประหยัด token ได้ประมาณ 75%
  • Quality-first: มี Charter preflight, quality gates และรีวิวเวิร์กโฟลว์ในตัว:
    • oma verify <agent> — การตรวจสอบเชิงกำหนด 14 รายการต่อประเภท agent (TypeScript strict, tests, raw SQL, secret ที่ hardcode, Flutter analyze, inline styles, scope violation, charter alignment …)
    • session.quota_cap — เพดาน token / spawn / per-vendor ต่อ session ใน oma-config.yaml; Step 5 ของ orchestrate บล็อก spawn ต่อไปเมื่อเกินเพดาน
    • ralph workflow — JUDGE อิสระตรวจสอบทุก criterion ซ้ำในแต่ละ iteration เพื่อจับ regression แบบเงียบ; cache สำหรับ test ที่ใช้เวลา >30 วินาที
    • Exploration Loop — หลังจาก retry 2 ครั้ง orchestrate จะ spawn variant ของ hypothesis แบบขนานและเก็บผลที่ได้คะแนนสูงสุด
    • Monorepo auto-routing — detectWorkspace อ่าน pnpm / nx / turbo / lerna และส่งแต่ละ agent ไปยัง workspace ของตัวเอง
  • รองรับหลายผู้ให้บริการ (Multi-vendor): ผสมผสานการใช้ Antigravity, Claude, Codex, Cursor, Kiro และ Qwen ตามประเภทของเอเจนต์
  • ตรวจสอบได้ (Observable): มีหน้าจอ Dashboard ทั้งใน Terminal และ Web เพื่อดูสถานะแบบเรียลไทม์

สถาปัตยกรรม (Architecture)

flowchart TD
    subgraph Workflows["เวิร์กโฟลว์ (Workflows)"]
        direction TB
        W0["/brainstorm"]
        W1["/work"]
        W1b["/ultrawork"]
        W2["/orchestrate"]
        W3["/architecture"]
        W4["/plan"]
        W5["/review"]
        W6["/debug"]
        W7["/deepinit"]
        W8["/design"]
    end

    subgraph Orchestration["การประสานงาน (Orchestration)"]
        direction TB
        PM[oma-pm]
        ORC[oma-orchestrator]
    end

    subgraph Domain["เอเจนต์ตามโดเมน (Domain Agents)"]
        direction TB
        ARC[oma-architecture]
        FE[oma-frontend]
        BE[oma-backend]
        DB[oma-db]
        MB[oma-mobile]
        DES[oma-design]
        TF[oma-tf-infra]
    end

    subgraph Quality["คุณภาพ (Quality)"]
        direction TB
        QA[oma-qa]
        DBG[oma-debug]
    end

    Workflows --> Orchestration
    Orchestration --> Domain
    Domain --> Quality
    Quality --> SCM([oma-scm])
Loading

เรียนรู้เพิ่มเติม

ผู้สนับสนุน (Sponsors)

โปรเจกต์นี้ได้รับการดูแลรักษาขอบคุณผู้สนับสนุนที่ใจดีทุกท่าน Project นี้ได้รับการสนับสนุนจาก sponsor ใจดีทุกๆท่าน

หากชอบ Project นี้? ติดดาวให้เราได้นะค้าบบ !

gh api --method PUT /user/starred/first-fluke/oh-my-agent

ลองใช้ template เริ่มต้นที่ปรับแต่งมาแล้วได้ที่: fullstack-starter

Sponsor Buy Me a Coffee

🚀 Champion

🛸 Booster

☕ Contributor

เป็นผู้สนับสนุน →

ดูรายชื่อผู้สนับสนุนทั้งหมดที่ SPONSORS.md

ประวัติการติดดาว (Star History)

Star History Chart

เอกสารอ้างอิง

  • Liang, Q., Wang, H., Liang, Z., & Liu, Y. (2026). From skill text to skill structure: The scheduling-structural-logical representation for agent skills (Version 4) [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2604.24026
  • Chen, C., Yu, Q., Gu, Y., Huang, Z., Li, H., Liu, H., Liu, S., Liu, J., Peng, D., Wang, J., Yan, Z., Meng, F., Qin, E., Che, C., & Hu, M. (2026). The scaling laws of skills in LLM agent systems (Version 1) [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2605.16508
  • Yang, Y., Gong, Z., Huang, W., Yang, Q., Zhou, Z., Huang, Z., Li, Y., Gao, X., Dai, Q., Liu, B., Qiu, K., Yang, Y., Chen, D., Yang, X., & Luo, C. (2026). SkillOpt: Executive strategy for self-evolving agent skills [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2605.23904
  • Huang, Z., Xu, J., Yang, Y., Gong, Z., Yang, Q., Tian, M., Wang, X., Lv, C., Gao, X., Dai, Q., Liu, B., Qiu, K., Yang, X., Chen, D., Zheng, X., & Luo, C. (2026). From raw experience to skill consumption: A systematic study of model-generated agent skills [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2605.23899

License

MIT