การค้นหารหัสโมเดล (Model ID) เพื่อนำไปใช้งานกับเอเจนต์ใน OpenCode สามารถทำได้อย่างรวดเร็วผ่าน OpenCode Terminal / CLI โดยตรง ด้วย 2 ขั้นตอนดังนี้
คุณสามารถพิมพ์คำสั่ง /models ขณะใช้งาน OpenCode TUI หรือรันคำสั่งผ่าน Terminal โดยตรง:
opencode modelsระบบจะแสดงรายชื่อโมเดลทั้งหมดที่พร้อมใช้งาน พร้อมรูปแบบ Provider ID เช่น anthropic/claude-sonnet-4-5, openai/gpt-4o หรือโมเดล Local อย่าง ollama/gemma3:4b
หลังจากที่เราเรียนรู้วิธีเปิดใช้งาน Kubernetes บน Docker Desktop ไปแล้ว ในบทเรียนนี้เราจะมาดูวิธีการปรับแต่งและควบคุมแอปพลิเคชันอย่างเป็นระบบด้วย Deployment (YAML) ร่วมกับการจัดการคอนฟิกผ่าน ConfigMap และข้อมูลลับด้วย Secret ผ่านการ Mount Volume แบบไม่ต้องพึ่งพา Environment Variables ครับ
เพื่อแยกส่วนประกอบของการตั้งค่าออกจากตัว Container Image เราจึงใช้วัตถุ 2 ตัวนี้เข้ามาช่วยบริหารจัดการข้อมูล:
สำหรับบทเรียนนี้ เราจะมาเรียนรู้วิธีการเปิดใช้งานและทดลองใช้ Kubernetes (Kube) บน Docker Desktop แบบมือจับทำทีละขั้นตอนครับ เหมาะมากสำหรับผู้เริ่มต้นที่ต้องการสภาพแวดล้อมทดสอบ Local Cluster โดยไม่ต้องติดตั้งเครื่องมือซับซ้อนเพิ่มเติม
ปกติแล้ว Docker Desktop จะมาพร้อมกับ Kubernetes ในตัว แต่ถูกปิดไว้อยู่ ให้เปิดใช้งานตามนี้ครับ:
เมื่อเรานำ Express.js แอปพลิเคชันไปรันอยู่หลัง Reverse Proxy หรือ Load Balancer (เช่น Nginx, HAProxy, AWS ALB หรือ Cloudflare) Connection ที่วิ่งเข้าหา Node.js โดยตรงจะมาจาก IP ของ Proxy เอง ไม่ใช่ IP ของผู้ใช้งานจริง (Client) ส่งผลให้ค่า req.ip คืนค่าเป็น IP ของ Proxy เสมอ
เพื่อแก้ปัญหานี้ Reverse Proxy จะแนบ HTTP Header เพิ่มเติมเพื่อบอก IP ต้นทาง ได้แก่:
X-Forwarded-For: รายการ IP Address ที่ส่งต่อกันมาเป็นทอดๆ (รูปแบบ: client, proxy1, proxy2)X-Forwarded-Proto: โปรโตคอลที่ Client ใช้เชื่อมต่อเข้ามาจริง (http หรือ https)X-Forwarded-Host: Host Header ดั้งเดิมที่ Client เรียกใช้การตั้งค่า app.set('trust proxy', value) คือการบอกให้ Express ทราบว่าจะยอมรับและนำค่าจาก Header เหล่านี้มาใช้อัปเดต Property เช่น req.ip, req.ips, req.protocol และ req.secure หรือไม่
หากคุณกำลังมองหาเครื่องมือสำหรับทำ Automated Testing หรือ Web Scraping ที่รวดเร็วและเสถียรในยุคนี้ Playwright จาก Microsoft คือหนึ่งในตัวเลือกอันดับต้นๆ ที่นักพัฒนาและ QA สาย Node.js ไม่ควรมองข้าม บทความนี้จะสรุปภาพรวม หลักการทำงาน เปรียบเทียบกับ Selenium พร้อมตัวอย่างการใช้งานจริงครับ
Playwright คือไลบรารี Open-Source จาก Microsoft ที่รองรับการทดสอบบนเบราว์เซอร์หลักครบถ้วน ทั้ง Chromium, Firefox และ WebKit (Safari) โดยมีจุดเด่นและสถาปัตยกรรมสำคัญดังนี้:
ช่วงนี้ผู้ใช้งาน OpenCode หลายคนอาจเริ่มสังเกตเห็นชื่อโมเดลแปลกๆ อย่าง opencode/big-pickle โผล่เข้ามาในระบบ บทความนี้จะสรุปให้ฟังว่าโมเดลนี้คืออะไร ทำไมถึงใช้ชื่อนี้ สิ่งที่มือใหม่ต้องระวัง และควรเลือกใช้โมเดลไหนแทนหากชื่อนี้หายไปครับ
opencode/big-pickle เป็น Alias หรือชื่อเรียกชั่วคราวของโมเดล AI สายเขียนโค้ดและประมวลผลเชิงลึก (Coding & Reasoning Model) บนบริการ OpenCode (OpenCode Zen)
สำหรับสาย Developer ที่เริ่มย้ายมาใช้ OpenCode (AI Coding Assistant ตัวแรง) แล้วอยากเพิ่มเครื่องมือเสริมผ่าน MCP (Model Context Protocol) อาจจะเคยเจอการสั่งงานล้มเหลวเพราะ Copy ค่า Config มาจากตัวอื่น เช่น Claude Code หรือ Cursor ตรงๆ ไม่ได้
สาเหตุเพราะ OpenCode มีรูปแบบการตั้งค่า MCP เฉพาะตัวที่ต่างจากเจ้าอื่น วันนี้เราจะพามาดูจุดแตกต่าง พร้อมโครงสร้างแบบครบๆ ทั้ง Local และ Remote ครับ!
บอทและ CLI ส่วนใหญ่ (เช่น Claude Code, Cursor) จะใช้ key คำว่า mcpServers และแยกคำสั่งหลักกับ Parameter ออกจากกันใน args:
{
"mcpServers": {
"playwright": {
"command": "npx",
"args": [
"@playwright/mcp@latest"
]
}
}
}ใน OpenCode จะเปลี่ยน Key หลักเป็น mcp รวมเอาทั้ง command กับ args มาไว้ใน Array เดียวกัน และต้องระบุประเภทเป็น "type": "local":
{
"mcp": {
"playwright": {
"type": "local",
"command": ["npx", "-y", "@playwright/mcp@latest"],
"enabled": true
}
}
}การจัดโครงสร้างระบบสำหรับ OpenCode ถือเป็นหัวใจสำคัญที่ช่วยให้ AI Agent ทำงานร่วมกันได้อย่างเป็นระบบ ชัดเจน และยืดหยุ่นสูง บทความนี้สรุปโครงสร้างไฟล์ทั้งหมด ทั้งระดับ Global, Project การตั้งค่า MCP รวมถึงเปรียบเทียบการสร้าง Subagent ด้วยไฟล์ Markdown และ JSON
ในการพัฒนาซอฟต์แวร์ร่วมกับ AI Agent ยุคใหม่ สิ่งสำคัญที่จะช่วยให้ AI เข้าใจโครงสร้างโปรเจกต์ กติกาการเขียนโค้ด และขอบเขตการทำงานได้ตรงใจ คือไฟล์กำหนดบริบท (Context Files) ที่ถูกวางไว้ใน Repository บทความนี้ได้รวบรวมไฟล์สำคัญที่คุณควรรู้จักเพื่อปรับแต่ง AI Agent ให้ทำงานได้อย่างมีประสิทธิภาพสูงสุด
ไฟล์มาตรฐานที่กำลังได้รับความนิยมอย่างมากในสายพัฒนา Multi-Agent สรุปกติกาการทำงานของ Agent ทุกตัวในโปรเจกต์
ในการพัฒนาระบบซอฟต์แวร์ยุคใหม่ การพึ่งพา AI โมเดลเดียว (Single-Agent) ให้เขียนโค้ด ตรวจ bugs วางโครงสร้าง และทำ Test cases ทั้งหมดพร้อมกัน มักนำไปสู่ปัญหา Context Overload และความผิดพลาดที่สูงขึ้น OpenCode จึงออกแบบสถาปัตยกรรม Multi-Agent Systems ขึ้นมาเพื่อแก้ไขปัญหานี้โดยเฉพาะ
การกระจายงานให้ AI หลายตัวที่มีหน้าที่เฉพาะทาง มีข้อดีเหนือกว่าการใช้ AI ตัวเดียวดังนี้:
หากคุณกำลังมองหาวิธีการรัน Local LLM (Large Language Model) บนเครื่องตัวเองเพื่อความเป็นส่วนตัว ไม่ต้องพึ่งพาสายแลน และประหยัดค่า API Ollama คือเครื่องมือยอดนิยมอันดับต้นๆ ในปัจจุบันที่ช่วยให้การติดตั้งและใช้งาน LLM กลายเป็นเรื่องง่ายเพียงไม่กี่คลิก
การใช้งาน Ollama มีจุดเด่นหลักๆ ที่ตอบโจทย์ทั้ง Developer และผู้ใช้งานทั่วไป ดังนี้:
สำหรับ Developer ที่อยากเริ่มใช้งาน AI Coding Agent แต่ไม่อยากเสียเวลาตั้งค่า Local LLMs ให้กินสเปกเครื่อง หรือไม่อยากวุ่นวายกับการสมัคร API Key และผูกบัตรเครดิต ทาง OpenCode มีอีกหนึ่งฟีเจอร์เด็ดที่เรียกว่า OpenCode Zen มาให้ใช้งานกันครับ
วันนี้เราจะมาเจาะลึกกันว่า OpenCode Zen คืออะไร มี Free Models เวอร์ชันไหนให้เลือกใช้บ้าง และมีข้อดี-ข้อจำกัดอะไรที่สาย Dev ต้องรู้ก่อนนำไปใช้งานจริงครับ!
หลังจากที่บทความก่อนหน้านี้เราได้วิเคราะห์ประเด็นเรื่อง Privacy ของ OpenCode (opencode.ai) และได้แนะนำวิธีติดตั้งตัวโปรแกรมไปแล้วว่า หากใช้ Cloud LLMs ข้อมูลโค้ดของเราก็ยังถูกส่งออกไปหา Third-party API อยู่ดี
ทางออกเดียวที่จะทำให้การใช้ OpenCode ปลดล็อกความปลอดภัยแบบ 100% Offline & Private คือการรันโมเดลประมวลผลบนเครื่องตัวเอง และเครื่องมือที่ตอบโจทย์และนิยมที่สุดในขณะนี้คือ Ollama วันนี้เราจะมาดูขั้นตอนการตั้งค่าให้ OpenCode เรียกใช้ Local LLMs ผ่าน Ollama แบบจับมือทำกันครับ!
ในยุคที่ AI Coding Tools กลายเป็นอวัยวะที่ 33 ของนักพัฒนา ไม่ว่าจะเป็น Cursor, GitHub Copilot หรือ Windsurf แต่ปัญหาที่สาย Dev มักจะเจอกันบ่อยๆ คือเรื่องของค่าบริการรายเดือนแบบ Subscription และข้อจำกัดในการเลือกใช้ AI Model รวมถึงความกังวลเรื่องความเป็นส่วนตัวของซอร์สโค้ดในองค์กร
วันนี้เราจะพาทุกคนมาทำความรู้จักกับ OpenCode (opencode.ai) อีกหนึ่งทางเลือกสาย Open Source ที่กำลังได้รับความสนใจอย่างมากในชุมชน Developer พร้อมวิเคราะห์เจาะลึกว่าคำเคลมเรื่อง Privacy ของเครื่องมือนี้ สรุปแล้วปลอดภัยจริงอย่างที่พูดหรือไม่!
หลายวันก่อนคุยกับเด็กๆ เด็กบอกว่า Codex สั่งจากมือถือไปรันในคอมได้ ด้วยความสงสัยว่า OpenCode มันทำแบบนั้นได้มั้ยนะ และนี่คือ คำตอบ!!! ทำได้ แต่ไม่ควร ขั้นตอนมีดังนี้
opencode web --port 3000 --hostname 0.0.0.0
ก่อนอื่นเราให้ชมหน้าจอของเครื่องมือทั้ง 2 ตัวก่อน ซึ่งเราจะเห็นองค์ประกอบของหน้าจอเหมือนกัน คือ
 |
| Trading View |
 |
| Yahoo! finance |
เนื่องจากกองทุนไทยที่มี Feeder fund เป็นกองทุนต่างประเทศจะมีการอัพเดตราคา Nav ที่ค่อนข้างช้า (2-5 วันทำการ) ทำให้ผู้ลงทุนไม่สามารถตั้งรับได้ทันหรือสูญเสียโอกาสในการลงทุน โดยเฉพาะกองทุนที่มีความเสี่ยงสูง
หมายเหตุ กองทุนที่มีความเสี่ยงสูง อาจจะมีการเปลี่ยนแปลงมากกว่า 3% ต่อวัน ดังนั้นกว่า Nav จะอัพเดต กองทุนนี้อาจจะขาดทุนไปถึง 15% แล้ว โดยที่เราไม่รู้ตัวเลย
ก่อนอื่นต้องทำความเข้าใจก่อนว่า เวลาเราส่งคำสั่งซื้อขายกองทุนไทย เราจะได้ราคา Nav ที่คำนวณจากราคาปิดของกองทุน Feeder fund ณ วันนั้น เช่น
ซึ่งหลังจากตลาดหลักทรัพย์ต่างประเทศปิดทำการ ราคา Nav ของกองทุนไทยจะยังไม่ถูกคำนวณตามราคาปิดของ Feeder fund โดยทันที (อาจจะต้องรอประมวลผลอะไรบางอย่าง เช่น อัตราแลกเปลี่ยน ค่าธรรมเนียม เป็นต้น)
เริ่มต้นจากเราต้องการหา API ที่ใช้ดึงราคากองทุนหรือหุ้นแบบ End-of-day เพื่อแจ้งเตือนราคาที่เปลี่ยนของแต่ละวัน เลยถาม Gemini ซึ่งมันก็แนะนำมา 2 ตัว คือ Massive กับ Yahoo finance แต่มันแนะนำฝั่ง Massive มากกว่าด้วยเหตุผลต่างๆ แต่พอลองเอาใช้แล้วติดข้อจำกัดเยอะมาก