สร้าง Multi-Agent Systems โดยใช้ Claude Code × OpenCode เพื่อการประสานข้ามเครื่องมือ ในระดับ Production พร้อม Failure Mode ที่ควรหลีกเลี่ยง

VIBE-CODE-L2
Build AI Multi-Agent with Claude Code
*ราคาดังกล่าวยังไม่รวมภาษีมูลค่าเพิ่ม
Classroom
อบรมแบบ Class Room ณ ห้องอบรม 9EXPERT
Hybrid
เลือกอบรมแบบ Class Room หรือ Ms Teams
ตารางอบรม Public Training
Build AI Multi-Agent with Claude Code
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
- 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
คำถามที่พบบ่อย
หลักสูตรนี้มุ่งเน้นการสร้าง Multi-Agent Systems ที่ให้ AI หลายตัวทำงานร่วมกันอย่างเป็นระบบ ไม่ใช่เพียงการใช้งาน Claude Code เพียงตัวเดียว ผู้เรียนจะได้เรียนรู้การออกแบบ Agent หลายบทบาท การประสานงานระหว่าง Agent การกำหนด Guardrails และการนำระบบไปประยุกต์ใช้ในระดับ Production ผ่าน Workshop จากสถานการณ์จริง
ได้ ผู้เรียนจะได้ลงมือสร้าง Multi-Agent Workflow ด้วย Claude Code และ OpenCode พร้อมเรียนรู้การแบ่งบทบาทของ Agent เช่น Frontend, Backend และ QA การกำหนด Gate Pattern, Synthesize Pattern และการติดตามการทำงานผ่าน Multica.ai เพื่อให้สามารถนำไปพัฒนาระบบ Automation หรือ AI Assistant ในองค์กรได้จริง
หลักสูตรเหมาะสำหรับนักพัฒนา, Tech Lead, DevOps, System Engineer, Founder และผู้ที่ต้องการสร้าง AI Agent สำหรับงานจริง ผู้เรียนควรสามารถใช้งาน Terminal หรือ Command Line เบื้องต้น และมีทักษะการเขียน Prompt ได้ดี เพื่อให้สามารถต่อยอดสู่การพัฒนา Multi-Agent Systems ได้อย่างมีประสิทธิภาพ
9Expert เน้นการเรียนรู้ผ่าน Workshop และกรณีศึกษาจริง ผู้เรียนจะได้สร้าง Multi-Agent Systems ตั้งแต่การออกแบบ Architecture การกำหนดสิทธิ์ (Permission Boundary) การจัดการ Memory การควบคุมคุณภาพด้วย AI Guardrails ไปจนถึงการติดตามการทำงานของ Agent ในสภาพแวดล้อมที่ใกล้เคียงกับการใช้งานจริงในองค์กร
หลักสูตรครอบคลุมทั้งการสร้างและการบริหารจัดการ Multi-Agent Systems ผู้เรียนจะได้เรียนรู้การออกแบบการทำงานร่วมกันของ Agent การกำหนด Workflow, Quality Gate, Safety & Cost Guardrails, Human-in-the-Loop และการติดตามความคืบหน้าผ่าน Multica.ai เพื่อให้สามารถพัฒนาระบบ AI ที่มีประสิทธิภาพ ปลอดภัย และพร้อมใช้งานในระดับ Production ได้

สนใจหลักสูตร
“Build AI Multi-Agent with Claude Code”
กดลงทะเบียนเพื่อกลับไปเลือกรอบอบรมที่เปิดรับสมัคร



