🎁 Free Developer Assets

AI Agent Workflow Starter Kit

คู่มือพิมพ์เขียว (Blueprint), Prompt Templates และสถาปัตยกรรมโค้ดสำหรับสร้าง AI Agent และ Automations ให้ทำงานได้จริง คัดเลือก 3 เคสยอดนิยมที่นำไปใช้ได้ทันที

💡 วิธีใช้งาน Starter Kit ใน 3 ขั้นตอน

1เลือกเคสที่ต้องการ

เลือกโจทย์ที่ตรงกับการทำงานของคุณ เช่น ตรวจบัค, ออกแบบระบบ Multi-Agent หรือเชื่อมต่อเครื่องมือ

2กดคัดลอก Blueprint

คลิกปุ่ม "คัดลอก" เพื่อนำ Prompt หรือ Config JSON ไปวางในเครื่องมือของคุณ

3ปรับแต่งตามโปรเจกต์

ใส่ข้อมูล Context โค้ดหรือ Path ของคุณ แล้วสั่งให้ AI เริ่มทำงานได้ทันที

🔍

เคสที่ 1: สั่ง AI ตรวจบัคและแกะรอยโค้ด

AI สืบหาบัคและ Audit โค้ดอัตโนมัติ (Code Detective & Bug Hunter)

🎯 เหมาะสำหรับ: เวลาเจอ error แปลกๆ, โค้ดพังโดยไม่ทราบสาเหตุ หรือต้องการให้ AI ตรวจสอบความปลอดภัยก่อนขึ้น Production

🛠️ วิธีใช้งาน: กดปุ่มคัดลอก Prompt ด้านล่าง นำไปวางใน Cursor, Claude Code หรือ ChatGPT แล้ววาง Error Trace หรือโค้ดที่ต้องการสืบสวนตามลงไป

📝 System Prompt Template

You are an expert AI Detective & Code Auditor.
Analyze the provided code/error trace with a rigorous 4-step investigation:
1. Root Cause Analysis: Pinpoint the exact line and mechanism causing the failure.
2. Missing Constraints: Identify unhandled edge cases, boundary conditions, or race conditions.
3. Minimal Robust Fix: Provide the exact code replacement with minimal side effects.
4. Verification Checklist: Provide 2-3 specific test cases to prove the bug is eliminated.

Do not guess without evidence. Explain the logic clearly before presenting the code.

⚡

เคสที่ 2: สถาปัตยกรรมทำงานอัตโนมัติ

ระบบ Multi-Agent Dev Pipeline (ทีมบอทแบ่งหน้าที่ ค้นหา -> เขียน -> ตรวจ)

🎯 เหมาะสำหรับ: ต้องการให้ AI ทำงานใหญ่โดยไม่ให้โมเดลเกิด Hallucination หลุดกรอบ ด้วยการแบ่งหน้าที่และมีกระบวนการตรวจซ้ำอัตโนมัติ

🛠️ วิธีใช้งาน: นำโครงสร้าง State Machine นี้ไปเขียนเป็น Graph ใน LangGraph, CrewAI, AutoGen หรือ Antigravity Subagents

📊 Cyclic Graph Blueprint

[User Request / User Feedback]
       │
       ▼
┌──────────────────┐
│   Orchestrator   │  (วางแผน & มอบหมายงาน)
└────────┬─────────┘
         │
         ├───► [1. Researcher Agent] : ค้นหา Codebase / Doc / Web Reference
         │
         ├───► [2. Coder Agent]      : เขียนฟังก์ชันและ Unit Tests
         │
         └───► [3. Evaluator Agent]  : รัน Test / ตรวจ Type & Linter
                    │
                    ├── (พบข้อผิดพลาด) ──► ส่ง Feedback กลับไป Coder แก้ไขอัตโนมัติ
                    └── (ผ่านเกณฑ์ 100%) ─► ส่งมอบโค้ด / สร้าง Pull Request

🔌

เคสที่ 3: เชื่อมต่อเครื่องมือในเครื่อง

Model Context Protocol (MCP) ให้ AI รันคำสั่งและอ่านไฟล์ในเครื่องอย่างปลอดภัย

🎯 เหมาะสำหรับ: ต้องการให้ AI Assistant เข้าถึงโฟลเดอร์โค้ดในคอมพิวเตอร์ของคุณเพื่ออ่าน, วิเคราะห์ และแก้ไขไฟล์ได้โดยตรง

🛠️ วิธีใช้งาน: นำ JSON ด้านล่างไปวางใน `claude_desktop_config.json` หรือการตั้งค่า MCP ใน IDE ของคุณ (เปลี่ยน path เป็นโฟลเดอร์จริง)

⚙️ MCP Configuration (JSON)

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/username/projects/my-app"
      ]
    }
  }
}

💬 อยากได้ Workflow หรือ Architecture สำหรับเคสธุรกิจของคุณ?

ทักมาปรึกษาหรือแลกเปลี่ยนไอเดียกับทีมนักสืบอัลกอริทึมได้เลยที่เพจ Facebook

ไปที่เพจ Facebook นักสืบอัลกอริทึม