ฉันใช้เวลา 100+ ชั่วโมงในการทดสอบเครื่องมือ AI เพื่อที่คุณจะได้ไม่ต้องทำ
เซฟไว้นะ :)
วงการเครื่องมือ AI ในปี 2026 นั้นล้นหลามมาก เฟรมเวิร์กใหม่ทุกสัปดาห์ เอเจนต์ใหม่ทุกวัน Repo ใหม่ติดเทรนด์บน GitHub ทุกเช้า
ส่วนใหญ่เป็นแค่กระแส บางตัวมีประโยชน์จริงๆ มีไม่กี่ตัวที่จะเปลี่ยนวิธีการทำงานของคุณไปอย่างสิ้นเชิง
ฉันกรองเสียงรบกวนออกไปแล้ว นี่คือ 60 เครื่องมือที่สำคัญจริงๆ ในตอนนี้ - จัดหมวดหมู่ไว้ให้ ทดสอบด้วยตัวเอง พร้อมข้อสังเกตตรงไปตรงมาว่าแต่ละตัวใช้ทำอะไรได้ดี
บุ๊กมาร์กไว้เลย คุณจะกลับมาดูอีกแน่
ส่วนที่ 1: AI Coding Agents & IDEs 🛠️
เหล่านี้คือเครื่องมือที่ให้ AI เขียน ตรวจสอบ และจัดการโค้ดให้คุณ ตัวที่ใช้ได้จริงในเวิร์กโฟลว์จริง ไม่ใช่แค่เดโม
01. Claude Code:
Coding agent แบบ command line ของ Anthropic อ่านไฟล์ เขียนโค้ด รันเทส ทำงานโดยตรงในสภาพแวดล้อมท้องถิ่นของคุณ นี่คือมาตรฐานทองคำสำหรับการพัฒนาแบบมี AI ช่วยเหลือเมื่อคุณต้องการควบคุมได้เต็มที่
🔗 https://docs.anthropic.com/en/docs/claude-code
02. Cursor:
โปรแกรมแก้ไขโค้ดที่เน้น AI เป็นหลัก สร้างบน VS Code มีการเติมโค้ดแบบอินไลน์ แชทกับฐานโค้ดของคุณ แก้ไขหลายไฟล์พร้อมกัน เป็นโปรแกรมแก้ไขที่ดีที่สุดสำหรับนักพัฒนาที่ต้องการ AI ผสานรวมเข้ากับเวิร์กโฟลว์ที่มีอยู่
03. Codex CLI:
Terminal coding agent ของ OpenAI รับคำสั่งภาษาธรรมชาติ อ่านฐานโค้ดของคุณ เขียนและรันโค้ด เหมาะกับงานที่ต้องดำเนินการหลายขั้นตอน
🔗 https://github.com/openai/codex
04. Windsurf:
AI coding IDE โดย Codeium Cascade agent สำหรับแก้ไขหลายไฟล์ เข้าใจฐานโค้ดเชิงลึก และการเขียนโค้ดแบบ flow-state กำลังเติบโตเร็ว
🔗 https://codeium.com/windsurf
05. Superpowers:
ทักษะ Claude Code ที่ผ่านการทดสอบมาแล้ว 20+ รายการ TDD, การดีบัก, ไพพลายน์จากแผนสู่การปฏิบัติ ดาวบน GitHub 96,000+ ดวง ถ้าคุณใช้ Claude Code ให้ติดตั้งอันนี้ก่อน
🔗 https://github.com/obra/superpowers
06. Spec Kit (GitHub):
การพัฒนาแบบเน้นสเปก เขียนข้อกำหนด AI สร้างโค้ดจากสิ่งนั้น บังคับให้คุณคิดก่อนที่จะลงมือสร้าง ดาว 50,000+ ดวง
🔗 https://github.com/github/spec-kit
07. Aider:
AI pair programming ใน terminal ของคุณ ใช้ได้กับ LLM ใดก็ได้ เก่งเรื่องการทำงานกับฐานโค้ดที่มีอยู่ ดาว 30,000+ ดวง
🔗 https://github.com/paul-gauthier/aider
ส่วนที่ 2: Agent Frameworks 🤖
สร้างระบบอัตโนมัติที่คิด ลงมือทำ และวนซ้ำได้
08. OpenClaw:
AI agent โอเพนซอร์สที่ไวรัลมาก มีความถาวร ใช้ได้หลายช่องทาง (WhatsApp, Telegram, Discord) เขียนสกิลของตัวเองได้ ดาว 210,000+ ดวงและกำลังเติบโตเร็ว เป็นจุดเริ่มต้นที่เข้าถึงได้มากที่สุดสำหรับ AI agent ส่วนตัว
🔗 https://github.com/openclaw/openclaw
09. LangGraph:
การ orchestration หลายเอเจนต์ในรูปแบบโค้ด สร้างเอเจนต์เป็นกราฟพร้อมตรรกะแบบมีกิ่งก้าน, human-in-the-loop, และสถานะถาวร ดาว 26,000+ ดวง
🔗 https://github.com/langchain-ai/langgraph
10. CrewAI:
เฟรมเวิร์กหลายเอเจนต์พร้อมบทบาท เป้าหมาย และแบ็คสตอรี เอเจนต์แต่ละตัวมีบุคลิกและความรับผิดชอบที่กำหนดไว้ เหมาะกับเวิร์กโฟลว์แบบทีม
🔗 https://github.com/crewAIInc/crewAI
11. AutoGPT:
แพลตฟอร์มเอเจนต์อัตโนมัติเต็มรูปแบบสำหรับงานที่ใช้เวลานาน เฟรมเวิร์กเอเจนต์รุ่นบุกเบิก เติบโตเต็มที่มากขึ้นตั้งแต่ช่วงแรกๆ
🔗 https://github.com/Significant-Gravitas/AutoGPT
12. Dify:
เครื่องมือสร้างแอป LLM แบบโอเพนซอร์ส ผสานเวิร์กโฟลว์, RAG, เอเจนต์, และการจัดการโมเดลไว้ในแพลตฟอร์มเดียว เหมาะสำหรับผู้ที่ไม่ใช่นักพัฒนาที่ต้องการสร้างแอป AI
🔗 https://github.com/langgenius/dify
13. OWL:
เฟรมเวิร์กความร่วมมือหลายเอเจนต์ ติดอันดับเกณฑ์มาตรฐาน GAIA สำหรับการประสานงานเอเจนต์ งานวิจัยล้ำสมัยที่ถูกแปลงเป็นโค้ดที่ใช้งานได้
🔗 https://github.com/camel-ai/owl
14. CopilotKit:
ฝัง AI copilot ลงในแอปพลิเคชัน React โดยตรง ส่งมอบฟีเจอร์ AI ในผลิตภัณฑ์ของคุณ ไม่ใช่แค่ในเวิร์กโฟลว์ของคุณ
🔗 https://github.com/CopilotKit/CopilotKit
15. pydantic-ai:
เฟรมเวิร์กเอเจนต์แบบ type-safe ที่สร้างบน Pydantic สำหรับนักพัฒนา Python ที่ต้องการผลลัพธ์จากเอเจนต์ที่มีโครงสร้างและผ่านการตรวจสอบ
🔗 https://github.com/pydantic/pydantic-ai
ส่วนที่ 3: MCP Servers & Tool Integration 🔗
MCP (Model Context Protocol) ช่วยให้ AI เข้าถึงโลกภายนอกได้ สกิลสอน HOW ส่วน MCP ให้ ACCESS
16. Tavily:
เครื่องมือค้นหาที่สร้างมาเพื่อ AI agent ไม่ใช่ลิงก์สีน้ำเงิน แต่เป็นข้อมูลที่สะอาด มีโครงสร้าง พร้อมใช้กับ LLM มี 4 เครื่องมือ: ค้นหา, สกัดข้อมูล, ค้นหาเว็บ, แผนที่ เชื่อมต่อเป็น remote MCP ได้ในหนึ่งนาที
🔗 https://github.com/tavily-ai/tavily-mcp
17. Context7:
ใส่เอกสารไลบรารี่ที่ทันสมัยเข้าไปในบริบทของ LLM ของคุณ ไม่มีอีกแล้วที่ API จะมั่วหรือเมธอดที่เลิกใช้แล้ว เพิ่ม "use context7" ลงในพรอมต์ของคุณ แล้วมันจะดึงเอกสารปัจจุบันมา รองรับไลบรารี่หลายพันรายการ
🔗 https://github.com/upstash/context7
18. Task Master AI:
ผู้จัดการโปรเจกต์ของ AI ของคุณ ป้อน PRD ให้มัน แล้วมันจะสร้างงานที่มีโครงสร้างพร้อมการพึ่งพากัน Claude ดำเนินการทีละงาน เปลี่ยนเซสชันที่ยุ่งเหยิงให้เป็นไพพลายน์ที่มีระเบียบ
🔗 https://github.com/eyaltoledano/claude-task-master
19. MCP Playwright:
ระบบอัตโนมัติของเบราว์เซอร์สำหรับ LLM ควบคุมเบราว์เซอร์จริงผ่านภาษาธรรมชาติ การทดสอบ การขูดข้อมูล การโต้ตอบ
🔗 https://github.com/executeautomation/mcp-playwright
20. fastmcp:
สร้าง MCP server ด้วย Python เพียงเล็กน้อย วิธีที่เร็วที่สุดในการสร้างการผสานรวมเครื่องมือแบบกำหนดเองสำหรับ Claude หรือโมเดลที่เข้ากันได้กับ MCP ใดๆ
🔗 https://github.com/jlowin/fastmcp
21. markdownify-mcp:
แปลง PDF, รูปภาพ, และเสียงเป็น Markdown ป้อนเอกสารประเภทใดก็ได้เข้าสู่เวิร์กโฟลว์ AI ของคุณ
🔗 https://github.com/zcaceres/markdownify-mcp
22. MCPHub:
จัดการ MCP server หลายตัวผ่าน HTTP หน้าปัดเดียวสำหรับการเชื่อมต่อเครื่องมือทั้งหมดของคุณ
🔗 https://github.com/samanhappy/mcphub
ส่วนที่ 4: Claude Skills (ตัวเลือกอันดับต้นๆ) 🧠
สกิลสอนเวิร์กโฟลว์เฉพาะทางให้ Claude มีสกิลจากชุมชนมากกว่า 80,000 รายการ นี่คือสกิลที่คุ้มค่าต่อการติดตั้ง
23. PDF Processing (ทางการ):
อ่าน PDF, สกัดตาราง, กรอกฟอร์ม, รวมและแยก PDF สกิลที่มีประโยชน์สูงสุดสำหรับคนทำงานด้านความรู้
🔗 https://github.com/anthropics/skills/tree/main/skills/pdf
24. Frontend Design (ทางการ): สร้างระบบดีไซน์จริง, ตัวพิมพ์ที่โดดเด่น, UI ระดับโปรดักชั่น หลุดพ้นจากสไตล์ "AI สะเปะสะปะ" มียอดติดตั้ง 277,000+ ครั้ง
🔗 https://github.com/anthropics/skills/tree/main/skills/frontend-design
25. Skill Creator (ทางการ):
เมตาสกิล อธิบายเวิร์กโฟลว์เป็นภาษาอังกฤษธรรมดา แล้วรับ SKILL.md ที่สมบูรณ์กลับมาภายในห้านาที สร้างสกิลใหม่โดยไม่ต้องเขียนการตั้งค่าใดๆ
🔗 https://github.com/anthropics/skills/tree/main/skills/skill-creator
26. Marketing Skills โดย Corey Haines:
สกิล 20+ รายการครอบคลุม CRO, การเขียนคำโฆษณา, SEO, ลำดับอีเมล, กลยุทธ์การเติบโต ทุกสิ่งที่ทีมการตลาดต้องการในรูปแบบสกิล
🔗 https://github.com/coreyhaines31/marketingskills
27. Claude SEO:
การตรวจสอบทั้งเว็บไซต์, การตรวจสอบ schema, การวิเคราะห์คำค้นหา สกิลย่อย 12 รายการครอบคลุมเวิร์กโฟลว์ SEO อย่างสมบูรณ์
🔗 https://github.com/AgriciDaniel/claude-seo
28. Obsidian Skills:
สร้างโดย CEO ของ Obsidian การแท็กอัตโนมัติ, การลิงก์อัตโนมัติ, การดำเนินการภายใน vault ถ้าคุณใช้ Obsidian นี่คือสิ่งจำเป็น
🔗 https://github.com/kepano/obsidian-skills
29. Context Optimization:
ลดต้นทุน token และปรับปรุงประสิทธิภาพ KV-cache ทำให้เวิร์กโฟลว์ API ที่มีราคาแพงถูกลงอย่างมาก ดาว 13,900+ ดวง
🔗 https://github.com/muratcankoylan/agent-skills-for-context-engineering
30. Deep Research Skill:
การวิจัย 8 ระยะพร้อมการดำเนินการต่ออัตโนมัติ สำหรับเมื่อคุณต้องการให้ Claude เจาะลึกในหัวข้อ ไม่ใช่แค่ดูผ่านๆ
🔗 https://github.com/199-biotechnologies/claude-deep-research-skill
ส่วนที่ 5: Local AI & Model Running 🖥️
รันโมเดลบนฮาร์ดแวร์ของคุณเอง ความเป็นส่วนตัว ความเร็ว ไม่มีค่าใช้จ่าย API
31. Ollama:
รัน LLM โอเพนซอร์สในเครื่องด้วยคำสั่ง terminal เดียว รองรับ Llama, Mistral, Gemma, และอื่นๆ อีกนับสิบ เส้นทางที่เร็วที่สุดจากศูนย์สู่ AI ในเครื่อง
🔗 https://github.com/ollama/ollama
32. Open WebUI:
อินเทอร์เฟซแบบ ChatGPT ที่โฮสต์เองได้ สะอาด เร็ว มีฟีเจอร์ครบครัน จับคู่กับ Ollama ได้อย่างสมบูรณ์แบบสำหรับการตั้งค่า AI ส่วนตัว
🔗 https://github.com/open-webui/open-webui
33. LlamaFile:
บรรจุ LLM ทั้งตัวเป็นไฟล์ปฏิบัติการไฟล์เดียว ไม่มีการพึ่งพาใดๆ ดาวน์โหลดแล้วรันเลย ง่ายจนน่าขัน
🔗 https://github.com/Mozilla-Ocho/llamafile
34. Unsloth:
ปรับแต่งโมเดลให้เร็วขึ้น 2 เท่า โดยใช้หน่วยความจำน้อยลง 70% ถ้าคุณต้องการโมเดลที่กำหนดเองซึ่งฝึกบนข้อมูลของคุณ ให้เริ่มที่นี่
🔗 https://github.com/unslothai/unsloth
35. vLLM:
เอนจิ้นการอนุมานปริมาณงานสูง เร็วกว่าการให้บริการแบบทั่วไป 2 ถึง 4 เท่า เป็นมาตรฐานสำหรับการปรับใช้โมเดลโอเพนซอร์สในระดับโปรดักชั่น
🔗 https://github.com/vllm-project/vllm
ส่วนที่ 6: Workflow & Automation ⚡
เชื่อมต่อ AI กับเครื่องมือและกระบวนการที่มีอยู่ของคุณ
36. n8n:
ระบบอัตโนมัติเวิร์กโฟลว์โอเพนซอร์สที่มีการผสานรวม 400+ รายการและโหนด AI โฮสต์เองได้ เครื่องมือสร้างภาพที่ดีที่สุดสำหรับระบบอัตโนมัติที่ขับเคลื่อนด้วย AI
🔗 https://github.com/n8n-io/n8n
37. Langflow:
ลากและวางแบบเห็นภาพสำหรับไพพลายน์เอเจนต์ ดาว 140,000+ ดวง สร้างเวิร์กโฟลว์เอเจนต์ที่ซับซ้อนโดยไม่ต้องเขียนโค้ด
🔗 https://github.com/langflow-ai/langflow
38. Huginn:
เว็บเอเจนต์ที่โฮสต์เองได้สำหรับการตรวจสอบ การแจ้งเตือน และการรวบรวมข้อมูล ระบบอัตโนมัติที่เน้นความเป็นส่วนตัวซึ่งทำงานบนเซิร์ฟเวอร์ของคุณ
🔗 https://github.com/huginn/huginn
39. DSPy:
โปรแกรม (ไม่ใช่พรอมต์) foundation models งานวิจัยของ Stanford ที่กลายเป็นเฟรมเวิร์ก สำหรับเมื่อการพรอมต์ไม่ deterministic พอ
🔗 https://github.com/stanfordnlp/dspy
40. Temporal:
เอนจิ้นเวิร์กโฟลว์ที่ทนทานสำหรับกระบวนการที่ทำงานยาวนาน เมื่อระบบอัตโนมัติของคุณจำเป็นต้องอยู่รอดแม้เกิดคราช, การลองใหม่, และการหมดเวลา
🔗 https://github.com/temporalio/temporal
ส่วนที่ 7: Search, Data & RAG 🔍
นำข้อมูลเข้าและออกจากระบบ AI
41. GPT Researcher:
เอเจนต์วิจัยอัตโนมัติที่ผลิตรายงานที่รวบรวมไว้ ให้หัวข้อแก่มัน แล้วรับการวิเคราะห์อย่างละเอียดพร้อมแหล่งที่มากลับมา
🔗 https://github.com/assafelovic/gpt-researcher
42. Firecrawl:
เปลี่ยนเว็บไซต์ใดๆ ให้เป็นข้อมูลที่พร้อมใช้กับ LLM การขูดเว็บที่ออกแบบมาเฉพาะสำหรับไพพลายน์ AI
🔗 https://github.com/mendableai/firecrawl
43. Vanna AI:
ภาษาธรรมชาติเป็น SQL ถามคำถามเป็นภาษาอังกฤษ รับคำสั่งค้นหาฐานข้อมูลกลับมา สำหรับทุกคนที่ต้องการข้อมูลจากฐานข้อมูลโดยไม่ต้องเขียน SQL
🔗 https://github.com/vanna-ai/vanna
44. Instructor:
รับเอาต์พุต JSON ที่มีโครงสร้างจาก LLM ใดๆ โดยใช้โมเดล Pydantic ทำงานกับ OpenAI, Anthropic, Google, และผู้ให้บริการ 15+ ราย สิ่งที่วิศวกร AI ระดับโปรดักชั่นใช้งานจริง
🔗 https://python.useinstructor.com
45. Chroma:
ฐานข้อมูลเวกเตอร์โอเพนซอร์ส วิธีที่ง่ายที่สุดในการเพิ่มการค้นหาเชิงความหมายและความจำระยะยาวให้กับแอปพลิเคชัน AI ของคุณ
🔗 https://github.com/chroma-core/chroma
46. dlt:
ไพพลายน์ข้อมูลแบบ LLM-native จากแหล่งข้อมูล 5,000+ รายการ นำข้อมูลจากทุกที่เข้าสู่เวิร์กโฟลว์ AI ของคุณ
🔗 https://github.com/dlt-hub/dlt
47. ExtractThinker:
ORM สำหรับความฉลาดด้านเอกสาร สกัดข้อมูลที่มีโครงสร้างจากเอกสารทุกประเภท
🔗 https://github.com/enoch3712/ExtractThinker
ส่วนที่ 8: API & Infrastructure 🏗️
โครงสร้างพื้นฐานที่ทำให้ทุกอย่างทำงานได้ในระดับโปรดักชั่น
48. FastAPI:
เว็บเฟรมเวิร์ก Python สำหรับให้บริการแอปพลิเคชัน AI เอกสารประกอบที่ยอดเยี่ยม มีการตรวจสอบ Pydantic ในตัว
🔗 https://github.com/tiangolo/fastapi
49. Portkey Gateway:
เส้นทางคำขอไปยัง LLM 250+ รายการผ่าน API เดียว สลับโมเดลโดยไม่ต้องเปลี่ยนโค้ด
🔗 https://github.com/Portkey-AI/gateway
50. OmniRoute:
พร็อกซี API สำหรับผู้ให้บริการ AI 44+ ราย การปรับสมดุลโหลด, ทางเลือกสำรอง, และการปรับต้นทุนให้เหมาะสม
🔗 https://github.com/diegosouzapw/OmniRoute
51. lmnr:
ติดตามและประเมินพฤติกรรมของเอเจนต์ ดูอย่างแม่นยำว่าเอเจนต์ของคุณกำลังทำอะไร และวัดว่าพวกมันทำได้ดีหรือไม่
🔗 https://github.com/lmnr-ai/lmnr
52. Codebase Memory MCP:
แปลงฐานโค้ดของคุณเป็นกราฟความรู้ถาวร Claude จดจำโครงสร้างโปรเจกต์ทั้งหมดของคุณในทุกเซสชัน
🔗 https://github.com/DeusData/codebase-memory-mcp
ส่วนที่ 9: Curated Collections & Learning 📚
จะหาข้อมูลเพิ่มเติมและเรียนรู้ต่อได้ที่ไหน
53. Awesome Claude Skills:
รายการสกิลที่คัดสรรมาเป็นอย่างดีที่สุด ดาว 22,000+ ดวง เริ่มที่นี่เมื่อมองหาสกิลใหม่ๆที่จะติดตั้ง
🔗 https://github.com/travisvn/awesome-claude-skills
54. Anthropic Skills Repo:
การใช้งานอ้างอิงอย่างเป็นทางการจาก Anthropic มาตรฐานทองคำสำหรับวิธีที่ควรสร้างสกิล
🔗 https://github.com/anthropics/skills
55. Awesome Agents:
เครื่องมือเอเจนต์โอเพนซอร์ส 100+ รายการในรายการคัดสรรเดียว
🔗 https://github.com/kyrolabs/awesome-agents
56. PromptingGuide:
เอกสารอ้างอิงวิศวกรรมพรอมต์ที่ครอบคลุมทุกเทคนิคตั้งแต่พื้นฐานไปจนถึงการพรอมต์เอเจนต์ขั้นสูง
🔗 https://www.promptingguide.ai
57. Anthropic Prompt Engineering Tutorial:
9 บทของแบบฝึกหัดภาคปฏิบัติพร้อม Jupyter notebooks วิธีที่มีโครงสร้างที่สุดในการเรียนรู้การพรอมต์
🔗 https://github.com/anthropics/prompt-eng-interactive-tutorial
58. SkillsMP:
ตลาดที่มีสกิลจากชุมชนมากกว่า 80,000 รายการ แคตตาล็อกที่ใหญ่ที่สุดสำหรับการค้นพบสกิล Claude
59. MAGI//ARCHIVE:
ฟีดรายวันของ AI repo ใหม่ๆ ติดตามสิ่งที่กำลังปล่อยออกมา
🔗 https://tom-doerr.github.io/repo_posts/
60. Anthropic Official Docs:
ครอบคลุม API, แนวทางปฏิบัติที่ดีที่สุดในการพรอมต์, การใช้เครื่องมือ, เอเจนต์, และอื่นๆ อ่านตั้งแต่ปกจรดปกก่อนที่จะสร้างอะไรที่จริงจัง
วิธีใช้ลิสต์นี้จริงๆ
อย่าพยายามติดตั้งเครื่องมือทั้ง 60 ตัวพร้อมกัน นั่นเป็นสูตรสำเร็จของความล้นหลามและเสียเวลา
นี่คือลำดับที่ฉันแนะนำ:
ถ้าคุณเป็นนักพัฒนา:
เริ่มต้นด้วย Claude Code (01) + Superpowers (05) + Context7 (17) + Tavily (16) สิ่งนี้จะทำให้คุณมีชุดพัฒนา AI ที่ทรงพลังพร้อมการค้นหาและการเข้าถึงเอกสาร
ถ้าคุณเป็นครีเอเตอร์หรือคนทำงานด้านความรู้:
เริ่มต้นด้วย OpenClaw (08) + Obsidian Skills (28) + PDF Processing (23) + Frontend Design (24) สิ่งนี้จะทำให้คุณมีผู้ช่วย AI ที่มีความสามารถในการจัดการไฟล์, ประมวลผลเอกสาร, และสร้างเนื้อหา
ถ้าคุณกำลังสร้างผลิตภัณฑ์:
เริ่มต้นด้วย FastAPI (48) + Instructor (44) + Chroma (45) + LangGraph (09) สิ่งนี้จะทำให้คุณมีเฟรมเวิร์กแบ็คเอนด์, เอาต์พุตที่มีโครงสร้าง, ความจำ, และการ orchestration เอเจนต์สำหรับแอปพลิเคชัน AI ระดับโปรดักชั่น
ถ้าคุณต้องการเรียนรู้:
เริ่มต้นด้วย Anthropic Tutorial (57) + PromptingGuide (56) + Anthropic Docs (60) สร้างพื้นฐานก่อนที่จะต่อยอดเครื่องมือ
เลือกเส้นทางเดียว เจาะลึก เพิ่มเครื่องมือมากขึ้นเมื่อความต้องการของคุณเพิ่มขึ้น
TL;DR
Skills = สอน AI ว่าทำสิ่งต่างๆได้ดีขึ้นอย่างไร MCP = ให้ AI เข้าถึงเครื่องมือและข้อมูลภายนอก Repos = เอนจิ้นโอเพนซอร์สที่ขับเคลื่อนทุกอย่าง
รวมทั้งสามอย่างเข้าด้วยกัน แล้วคุณจะมีเวิร์กโฟลว์ AI ที่ทรงพลังอย่างแท้จริง ไม่ใช่แค่ดูน่าประทับใจในเดโม
แค่นี้แหละ 60 เครื่องมือ ลงมือสร้างอะไรสักอย่างเลย
ลิสต์นี้ใช้เวลารวบรวมนานมาก - ทดสอบเครื่องมือ, อ่านเอกสาร, กรองกระแสออกจากสิ่งที่มีประโยชน์ ถ้ามันช่วยประหยัดเวลาคุณได้ คุณก็รู้ว่าต้องทำยังไง
ฉันโพสต์อะไรแบบนี้เป็นประจำ - เครื่องมือ AI, เวิร์กโฟลว์, เทคนิค, และสิ่งที่ฉันใช้จริง ไม่มีน้ำ ไม่มีกระแส มีแต่สิ่งที่ใช้ได้จริง
ติดตาม @eng_khairallah1 เพื่อไม่ให้พลาดโพสต์หน้า
หวังว่าสิ่งนี้จะมีประโยชน์สำหรับคุณนะครับ Khairallah ❤️
