เวิร์กช็อป "Claude Code: Agentic Coding Assistant" (ภาษาไทย)
ฝึกใช้ผู้ช่วยเขียนโค้ดแบบ Agentic อย่างมีประสิทธิภาพ ตั้งแต่การออกแบบเวิร์กโฟลว์ การเขียนและทดสอบ ไปจนถึงรีวิวและปรับปรุงโค้ด — ยกระดับความเร็วและคุณภาพการพัฒนาอย่างยั่งยืน
อ้างอิงเนื้อหาและแรงบันดาลใจจากบทเรียนสั้นของ DeepLearning.AI
เหมาะสำหรับใคร
MCP คืออะไร?
MCP (Model Context Protocol) คือมาตรฐานใหม่ที่เปิดให้ AI Assistant (เช่น Claude Code) เชื่อมกับเครื่องมือและระบบภายนอกอย่างปลอดภัยและตรวจสอบได้ ช่วยให้ AI เข้าใจ context ของโปรเจกต์ลึกขึ้น เช่น อ่าน repo, run tests, เชื่อมกับ Figma หรือระบบ CI/CD
ทำไมต้อง MCP ตอนนี้?
วัตถุประสงค์
หลังจบเวิร์กช็อปคุณจะ...
หลักสูตร (Curriculum)
โมดูล 1: ภาพรวม Agentic Coding & Claude Code
- •Agentic AI คืออะไร
- •สถาปัตยกรรมของ Claude Code
- •ความเสี่ยง: hallucination, security, privacy
โมดูล 2: การตั้งค่าและเครื่องมือประกอบ
- •IDE/CLI integration และ project setup
- •การใช้ tools เช่น run/test, repo browse
- •Prompt patterns สำหรับงานโค้ด
โมดูล 3: ออกแบบเวิร์กโฟลว์แบบ Agentic
- •Task decomposition และ planning
- •Loop: สร้าง → รัน → อ่านผล → ปรับปรุง
- •เชื่อมกับ Git และ CI/CD
โมดูล 4: Hand-on Lab
- •แปลงสเปกเป็นโครงสร้างโปรเจกต์
- •TDD และการเขียนเทสต์อัตโนมัติ
- •Refactor และ code review กับ Claude Code
โมดูล 5: การประเมินผล & แนวปฏิบัติ
- •ตัวชี้วัดคุณภาพโค้ด
- •เทคนิคลดข้อผิดพลาดและตั้งค่า guardrails
- •ข้อจำกัดที่พบบ่อย
โมดูล 6: Custom Hooks & Workflow Integration
- •แนวคิดเหมือน Git hooks
- •การเพิ่ม pre-run / post-run hooks
- •ตัวอย่าง: run lint/tests ก่อน commit, auto-branch หลัง commit
คำถามที่พบบ่อย
เกี่ยวกับผู้สอน
กมล ตรีวัชรารัตน์
SaijaiAI LLC | AI Engineer
ผู้เชี่ยวชาญด้าน AI และ Machine Learning พร้อมประสบการณ์ในการพัฒนา Software Engineering จบการศึกษาจาก University of Southern California และได้รับการ Certification หลากหลายสาขาทั้ง Natural Language Processing, MLOps และ Generative AI