รหัสหลักสูตร
VIBE-CODE-L2
Build AI Multi-Agent with Claude Code
ระยะเวลา
2
วัน
(
12
ชม.)
|ช่วงเวลา 9:00 - 16:00 น.
ประเภทการอบรม
Public
Inhouse
ราคา
21,900
*ราคาดังกล่าวยังไม่รวมภาษีมูลค่าเพิ่ม
ทักษะ (ระบุได้หลายทักษะ)
รูปแบบการอบรม
- Classroom
- Hybrid
Classroom : อบรมแบบ Class Room ณ ห้องอบรม 9EXPERT
Hybrid : (เลือกอบรมแบบ Class Room หรือ Ms Teams)
รอบการอบรม
วัตถุประสงค์
- ทำงานกับ AI หลายตัวพร้อมกันอย่างเป็นระบบ โดยไม่ต้องควบคุมทีละ Agent
- สร้างผู้ช่วย AI เฉพาะทางสำหรับงานของตนเอง บน Claude Code และ OpenCode
- บริหารและติดตามการทำงานของ AI Agent ผ่าน Multica.ai แบบเห็นความคืบหน้าได้
- เข้าใจและหลีกเลี่ยงปัญหาที่พบบ่อยของ Multi‑Agent เช่น Loop ไม่สิ้นสุด หรือไฟล์ชนกัน
- ประสานการทำงานของ AI Agent ต่างเครื่องมือและต่างบทบาทได้อย่างมั่นใจ
หลักสูตรนี้เหมาะสำหรับ
- นักพัฒนาที่ต้องการเพิ่มประสิทธิภาพและคุณภาพงานด้วย AI
- Tech Lead ที่ต้องการเข้าใจการทำงานของ AI Agent เพื่อใช้วางแผนและตัดสินใจเชิงเทคนิค
- เจ้าของกิจการหรือ Founder ที่ต้องการนำ AI มาช่วยงานอัตโนมัติในกระบวนการทำงานจริง
- ผู้ที่สนใจ AI และต้องการเรียนรู้ผ่านการลงมือทำ มากกว่าการอ่านเอกสารเชิงเทคนิค
- DevOps / SRE ที่ต้องการออกแบบและควบคุม Automation Pipeline ด้วย AI Agent
พื้นฐานของผู้เข้าอบรม
- สามารถใช้ Terminal / Command Line เบื้องต้นได้ (cd, ls, mkdir)
- สามารถเขียน Prompt ได้เป็นอย่างดี
ความต้องการของระบบ
- ระบบปฏิบัติการ Windows 11 / 10
- Claude Account (Free) — ผู้เรียนจัดเตรียมล่วงหน้าก่อนวันอบรม
- Claude for Desktop (สำหรับใช้งาน Claude Code)
- Google Antigravity หรือ VS Code
- Subscription : Claude (ทาง 9Expert invite ผู้เรียนระหว่างการอบรม)
- OpenAI API (ทาง 9Expert จัดเตรียม Account ระหว่างการอบรม)
หัวข้อการฝึกอบรม
- ทำความเข้าใจ AI Agent และความแตกต่างจาก Chatbot
- รูปแบบการทำงานเป็นทีมของ AI Agent
- Use cases ในงานจริง
- คำสั่งพื้นฐานในการใช้งานบน Terminal
- การตั้งค่า VS Code เช่น จัดการ Workspace
- เข้าใจโครงสร้างเอกสาร JSON
- การตั้งค่า Environment Variables
- แนะนำ Claude Code และความสามารถหลัก
- การสร้าง Specialist Agent สำหรับงานเฉพาะทาง
- Workshop : สร้างผู้ช่วยตัวแรกของคุณใน Claude Code (Code Reviewer Agent)
- ติดตั้งและตั้งค่า OpenCode
- จุดเด่น Multi-model ใน OpenCode
- Workshop: สร้างผู้ช่วยใน OpenCode และเปรียบเทียบความแตกต่างกับ Claude Code
- การกำหนดขอบเขตสิทธิ์ของ Agent
- Best practices สำหรับความปลอดภัย
- การจัดการ Memory ของ Agent
- เทคนิค Context Management
- RAG vs LLM Wiki
- Build-in Memory vs API Memory
นำ Web App หรือ Dashboard ที่ผู้เรียนสร้างสำเร็จจากหลักสูตร Vibe Coding มาลองแบ่งงานให้ Agent 3 ตัวทำงานพร้อมกัน โดยไม่มีการควบคุมแบบละเอียด โดยมี
- Frontend/UI Agent : รับผิดชอบเฉพาะหน้าจอ
- Backend/Logic Agent : รับผิดชอบการคำนวณหรือต่อ API
- QA/Reviewer Agent : ตรวจสอบโค้ดที่ 2 ตัวแรกเขียนว่าทำงานร่วมกันได้หรือไม่
- แนวคิด Multi-Agent Architecture
- การสื่อสารระหว่าง Agent
- ตัวอย่างการใช้งานจริง
- Multi-Agent pattern บน OpenCode
- Workshop : สร้างทีม AI 3 ตัว (Frontend, Backend, QA) บน OpenCode แบบ Sequential Workflow
- Gate Logic : การตั้งเงื่อนไขเพื่อหยุดงาน (Stop Condition)
- Quality Guardrails : การกำหนดเกณฑ์มาตรฐานให้ Code/Content ก่อนผ่านด่าน
- Safety & Cost Guardrails : การตั้งเงื่อนไขหยุดงานอัตโนมัติเพื่อคุมงบประมาณToken
- Human-in-the-Loop : การเชื่อมต่อ Gate เข้ากับระบบอนุมัติ
- Workshop : สร้าง "Quality Gate" เพื่อตรวจจับ Error และ "Cost Gate" เพื่อป้องกัน Token Overflow
- Aggregation Logic : เทคนิคการรวบรวม Output จาก Agent หลายตัว
- Workshop : สร้าง "Synthesizer Agent" เพื่อรวมโค้ดจาก Frontend และ Backend ให้เป็นแอปพลิเคชันที่สามารถรันและทดสอบการทำงานได้จริง
- การใช้ Multica.ai เพื่อดูความคืบหน้าของ Agent ผ่าน Kanban Board
- แนะนำ AgentOps สำหรับการทำ Observability เพื่อดูว่า Agent ติด Loop ที่จุดไหน
- Workshop : ตั้ง Kanban Board และมอบหมายงานให้ Agent ผ่านหน้าจอแบบที่คนทั่วไปเข้าใจได้
- สร้างระบบ Multi-Agent ที่มีทั้ง Gate และ Synthesize สำหรับโจทย์ธุรกิจ
- การใช้ Pre-flight Checklist ก่อนส่งงานมอบตัว Agent ให้ทำงานอัตโนมัติ
ดาวน์โหลด Course Outline
