Doop ให้ agent วาดดีไซน์บน canvas เดียวกับคุณได้ แต่มีเงื่อนไข

โดย Nokka (นก-กา) | 13 กันยายน 2026

บทความนี้เขียนโดย AI (โมเดล deepseek-v4.1-flash ของผู้ให้บริการ ollama-cloud) ผ่าน Hermes Agent จาก Nous Research ตรวจสอบและเรียบเรียงโดย Nokka

เครื่องมือออกแบบที่รับ AI เข้ามาช่วยมีอยู่หลายตัวแล้ว แต่วิธีที่เครื่องมือส่วนใหญ่ทำคือ ให้ AI สร้าง แล้วคุณค่อยเอาไปใช้ต่อ ซึ่งหมายความว่าคุณต้องคัดลอกงานออกมาและเสียบริบทบางอย่างไปตลอดทาง

Doop เลือกทางที่ต่างออกไป คำอธิบายบน GitHub เขียนว่าเป็น "A multiplayer design canvas where humans and AI agents design together, live" [1]

คำว่า live กับ together คือหัวใจของโปรเจกต์นี้ และเป็นจุดที่ทำให้มันต่างจากเครื่องมือที่แค่ต่อ API เข้ากับ AI

ข้อมูลโปรเจกต์บน GitHub

รายการ	ค่า
ดาว	671
ฟอร์ก	84
commits	135
ภาษาหลัก	TypeScript
สัญญาอนุญาต	AGPL-3.0
วันที่สร้าง	22 ส.ค. 2026
push ล่าสุด	12 ก.ย. 2026

มันทำงานอย่างไร

Doop แยกการทำงานเป็นสองทางที่คุยกันผ่านกลไกเดียวกัน [1]

คน แก้ไขผ่านเบราว์เซอร์ ใน canvas ที่มี Frames ซึ่งเรนเดอร์ HTML จริง ๆ ไม่ใช่ภาพนิ่ง

agent แก้ไขผ่าน MCP server ที่ฝังไว้ในตัวโปรเจกต์ ซึ่งเป็นรายละเอียดที่ผมคิดว่าสำคัญที่สุดของบทความนี้

เพราะการฝัง MCP ไว้ในตัว หมายความว่าคุณไม่ต้องเขียน adapter เองเพื่อเชื่อม Claude Code หรือ Codex เข้ากับเครื่องมือนี้ มันมีช่องทางคุยมาตรฐานให้แล้ว [1]

ผมมองว่านี่เป็นสัญญาณว่า MCP กำลังกลายเป็นชั้นเชื่อมต่อมาตรฐาน ระหว่างเครื่องมือกับ AI ไม่ใช่แค่เรื่องโมเดลอีกต่อไป

สิ่งที่ทุกคนเห็นพร้อมกัน

ในโหมดผู้ใช้หลายคน Doop แสดง [1]

• เคอร์เซอร์สดพร้อมป้ายชื่อ
• avatar แสดงสถานะว่ามีใครออนไลน์อยู่
• ตัวบ่งชี้ว่า frame ไหนมีใครกำลังแก้
• สีกระพริบเมื่อมีคนอื่นแก้ frame ที่คุณดูอยู่
• ตำแหน่งลากที่สตรีมแบบสด

ทั้งหมดนี้วิ่งบน WebSocket room เดียว [1]

และมี activity feed ที่บันทึกทุกการสร้าง แก้ไข เปลี่ยนชื่อ และลบ พร้อมระบุว่าใครทำ ทั้งคนและ agent [1]

เงื่อนไขที่ผมคิดว่าสำคัญที่สุด

นี่คือส่วนที่ผมอยากให้อ่านให้ดี เพราะหน้า README บอกไว้แต่ต้องอ่านให้ครบ

Doop มี agent ในตัวที่ชื่อ Doop Agent ซึ่งคุณสั่งงานได้โดยไม่ต้องเชื่อม client อะไรเลย แต่เงื่อนไขของมันเขียนไว้ลึกกว่าที่เห็นในตอนแรก [1]

ค่าเริ่มต้นของตัวแปร RESIDENT_TASK_LIMIT คือ 0 ซึ่ง README อธิบายตรง ๆ ว่า "0 หมายถึงต้องเชื่อมบัญชีตั้งแต่งานแรก" [1]

แปลว่าถ้าโฮสต์ไม่ตั้งค่าเอง Doop Agent จะไม่ทำงานฟรีเลยแม้แต่งานเดียว คุณต้องเชื่อมบัญชี ChatGPT หรือใช้คีย์ OpenAI ก่อนจึงจะเริ่มได้ [1]

สิ่งที่ได้ฟรีจริงคือ การแสดงต้อนรับบน canvas แรก ซึ่ง README ระบุว่าเป็นชุดที่เขียนไว้ล่วงหน้า ไม่ใช่ agent ทำงานจริง [1]

ถ้าโฮสต์ตั้งค่า RESIDENT_TASK_LIMIT สูงกว่า 0 ระบบจะให้งานฟรีตามจำนวนนั้นบนคีย์ของเซิร์ฟเวอร์ [1]

อีกจุดที่ควรรู้คือ การเชื่อม agent เองผ่าน MCP ไม่ได้ปลดล็อกงานของ Doop Agent

งานที่สั่ง agent ในตัวยังคิดค่าจากเครดิตของผู้ใช้เสมอ ส่วน agent ที่คุณเชื่อมเองจะรันบนโมเดลของคุณตอนที่ มัน เป็นคนออกแบบ [1]

ข้อจำกัดด้านสัญญาอนุญาต

Doop ใช้ AGPL-3.0 [1] ซึ่งเข้มกว่า MIT หรือ Apache และมีผลที่ต้องเข้าใจ

ตัว README อธิบายเองว่า "ใช้ได้ โฮสต์เองได้ แก้ไขได้ แต่ถ้าคุณให้บริการเวอร์ชันที่แก้ไขแล้ว คุณต้องเปิดเผยการแก้ไขนั้นภายใต้สัญญาอนุญาตเดียวกัน" [1]

และมีอีกจุดที่คนมักข้าม คือ ชื่อและโลโก้ Doop เป็นเครื่องหมายการค้า ไม่ได้อยู่ใต้สัญญาอนุญาตของโค้ด ถ้าจะทำบริการต่อ ต้องเปลี่ยนชื่อ [1]

ทำไมตัวเลข 671 ดาวจึงน่าสนใจ

โปรเจกต์นี้สร้างเมื่อ 22 สิงหาคม 2026 หรืออายุราวสามสัปดาห์ และได้ 671 ดาวกับ 84 ฟอร์ก [1]

เมื่อเทียบกับ Farcaster ที่เปิดตัว 29 สิงหาคม 2026 และได้ 25 ดาว [2] ความต่างนี้บอกอะไรบางอย่าง

ผมคิดว่ามันบอกว่า โจทย์ "AI ช่วยออกแบบ" มีคนอยากได้มากกว่าโจทย์ "รวม agent ไว้ในหน้าต่างเดียว" ในตอนนี้

และ Doop ไม่ได้แข่งกับ Figma ในฐานะเครื่องมือออกแบบ แต่แข่งในฐานะ พื้นที่ที่คนกับ agent ทำงานบนวัตถุเดียวกันได้

สิ่งที่ยังต้องรอคำตอบ

README บอกว่ามี design memory ที่ปัก frame ตัวอย่าง จับการตัดสินใจ และให้ระบบเสนอเป็นกฎสไตล์ถาวรที่ agent ทุกตัวทำตาม [1]

แต่ผมยังไม่เห็นรายละเอียดว่า กฎที่เสนอมาถูกตรวจโดยใคร และถ้า agent เสนอกฎที่ผิด จะมีกลไกอะไรกัน

นี่เป็นคำถามที่เครื่องมือกลุ่มนี้ทุกตัวยังตอบไม่ครบ และเป็นจุดที่ผมจะจับต่อ

ข้อควรระวัง

หนึ่ง ข้อมูลทั้งหมดในบทความนี้มาจากหน้า GitHub ของโปรเจกต์ ณ วันที่ 13 กันยายน 2026 [1] ผมไม่ได้ติดตั้งหรือทดลองใช้ Doop จึงยืนยันไม่ได้ว่าทำงานได้ตามที่อธิบายไว้

สอง ตัวเลข 671 ดาวกับ 84 ฟอร์กเปลี่ยนเร็วมากสำหรับโปรเจกต์อายุสามสัปดาห์ โปรดตรวจสอบล่าสุดก่อนนำไปอ้างอิง [1]

สาม ผมไม่ได้ทดสอบโหมดผู้ใช้หลายคนจริง จึงไม่ยืนยันว่าประสิทธิภาพเมื่อมีคนหลายคนกับ agent หลายตัวพร้อมกันเป็นอย่างไร

สี่ การอธิบายสัญญาอนุญาตในบทความนี้เป็นการสรุปความเข้าใจทั่วไป ไม่ใช่คำแนะนำทางกฎหมาย ถ้าจะทำบริการต่อ ควรอ่านตัวสัญญาฉบับเต็มหรือปรึกษาผู้เชี่ยวชาญ [1]

ห้า ผมเขียนถึงเครื่องมือออกแบบจากมุมของคนที่สนใจการเชื่อม agent ไม่ใช่นักออกแบบมืออาชีพ มุมมองเรื่องคุณภาพงานออกแบบจึงเป็นข้อจำกัดของบทความนี้

สรุป

Doop น่าสนใจตรงที่มันไม่ได้ทำ AI เป็นฟีเจอร์เสริม แต่ทำ canvas ให้เป็นพื้นที่ที่คนกับ agent แตะวัตถุเดียวกันได้จริง

การฝัง MCP ไว้ในตัวคือรายละเอียดที่ทำให้มันเชื่อมกับเครื่องมือที่คุณใช้อยู่ได้ทันที โดยไม่ต้องมีคีย์

แต่เงื่อนไขเรื่องคีย์สำหรับ agent ในตัว และสัญญาอนุญาต AGPL-3.0 คือสองเรื่องที่ต้องอ่านก่อนตัดสินใจใช้จริง

คำถามที่ผมคิดว่าควรถามคือ ถ้าเพื่อนร่วมทีมของคุณเป็น agent ที่แก้ไฟล์เดียวกันกับคุณได้ ทีมของคุณจะยังต้องมีขั้นตอน "ส่งงานให้กันตรวจ" แบบเดิมอีกไหม

หมายเหตุ: บทความนี้เป็นชิ้นที่ 2 จาก 6 ชิ้นในชุดเดียวกัน ต่อจากเรื่อง Farcaster, Opik, Doop, OpenResearch, GA4 Dashboards และ routing โมเดลสำหรับงานการตลาด

แหล่งอ้างอิง

[1] kgoedecke, "doop — The open-source alternative to Paper.design. A multiplayer design canvas where humans and AI agents design together, live. MCP built in.", GitHub (เข้าถึง 13 ก.ย. 2026), https://github.com/kgoedecke/doop

[2] behzade, "farcaster — A native, keyboard-first workspace for running and coordinating coding agents across harnesses", GitHub (เปิดตัว 29 ส.ค. 2026, เข้าถึง 13 ก.ย. 2026), https://github.com/behzade/farcaster