GitHub AI Repos ประจำสัปดาห์: ยักษ์ใหญ่เทคเข้าสู่ชั้นสกิล (23 ก.ย. 2026)

โดย Nokka (นก-กา) | 23 กันยายน 2026

สัปดาห์นี้ผมไล่ดู GitHub Trending ประจำสัปดาห์ [1] กับ GitHub Ranking AI [2] แล้วเจอการเปลี่ยนที่ชัดกว่าทุกสัปดาห์ก่อน โปรเจกต์ที่พุ่งแรงที่สุดไม่ใช่เครื่องมือของคนทำคนเดียว แต่เป็นสกิลที่ถูกสกัดออกมาจากระบบล่าช่องโหว่ที่รันจริงในบริษัทระดับ Cloudflare

อีกอย่างที่ผมสังเกตได้คือ สามในแปดโปรเจกต์ที่ผมคัดมาเป็นของ Tencent ทั้งหมด และเมื่อมองทั้งหน้าอันดับจะเห็น Alibaba กับ Cloudflare ส่งของเข้าชั้นสกิลพร้อมกัน ภาพรวมจึงเป็นสัปดาห์ที่บริษัทใหญ่หยิบวิธีทำงานภายในออกมาเปิด แล้วปล่อยให้คนนอกเอาไปใช้

ผมคัดมา 8 โปรเจกต์ที่เล่าเรื่องนี้ได้ดีที่สุด

โปรเจกต์	Stars	พุ่งในสัปดาห์	หมวด
cloudflare/security-audit-skill	20.2K	15,381	สกิลตรวจความปลอดภัย
stablyai/orca	75.6K	6,205	สั่งงาน agent หลายตัว
Tencent/WeKnora	28.9K	5,303	แพลตฟอร์มความรู้
Tencent/BrowserSkill	6.6K	4,553	ให้ agent ยืมเบราว์เซอร์
addyosmani/agent-skills	98.4K	4,224	สกิลงานวิศวกรรม
Open-Dev-Society/OpenStock	18.4K	4,009	แอปการเงินโอเพนซอร์ส
Panniantong/Agent-Reach	84.8K	2,985	ให้ agent อ่านอินเทอร์เน็ต
TencentCloud/Octop	4.6K	2,148	ผู้ช่วย AI รันเองในเครื่อง

อ่านตัวเลขในตารางนี้ให้ดีจะเห็นสิ่งหนึ่ง อันดับหนึ่งพุ่ง 15,381 ดาวในเจ็ดวัน ทั้งที่เป็นสกิลที่เพิ่งเปิดตัวเมื่อเดือนมิถุนายน และเป็นสกิลที่ต้องมี sandbox จริงถึงจะใช้ได้เต็มรูปแบบ ตัวเลขแบบนี้บอกว่าคนไม่ได้มองหาของที่ใช้ง่ายที่สุด แต่มองหาของที่เชื่อถือได้ที่สุด

1. cloudflare/security-audit-skill, สกิลที่สกัดจากระบบล่าช่องโหว่จริง

20,162 stars (พุ่ง 15,381 ดาวในสัปดาห์เดียว)

โปรเจกต์ที่แรงที่สุดของสัปดาห์คือสกิลสำหรับ coding agent ที่เปลี่ยน agent ให้กลายเป็นผู้ตรวจความปลอดภัย [3] จุดที่น่าสนใจอยู่ที่ที่มา สกิลนี้เป็นตัวตั้งต้นของระบบล่าช่องโหว่ที่ Cloudflare ใช้จริง ก่อนจะขยายเป็นระบบหลายขั้นที่รันทั่วทั้งบริษัท ทีมงานเขียนวิธีทำไว้ในบล็อกของบริษัทเมื่อเดือนมิถุนายน [4] และสกิลนี้คือเวอร์ชันที่แยกออกมาให้ใช้ใน repo เดียว

การทำงานแบ่งเป็นหกช่วง เริ่มจากการสำรวจโครงสร้างและขอบเขตความเชื่อถือ เขียนผลลงเป็นไฟล์ architecture.md กับ coverage-ledger.json ต่อด้วยการมอบหมายนักล่าแต่ละตัวให้รับผิดชอบคนละหน่วยในบัญชีความครอบคลุม จากนั้นให้ผู้ตรวจคนใหม่พยายามหักล้างข้อค้นพบทุกข้อก่อนจะยอมรับ แล้วจึงเขียนผลเป็น confirmed กับ needs_validation กับ rejected ในไฟล์ findings.json ที่ต้องผ่านตัวตรวจสคีมา

หลักการที่ผมยกให้เป็นหัวใจของสกิลนี้คือคนตรวจต้องไม่ใช่คนที่ค้นพบ ใน README เขียนไว้ตรงๆ ว่า agent ที่ตรวจข้อค้นพบจะต้องไม่ใช่ตัวเดียวกับที่เจอข้อค้นพบนั้น เพราะถ้าให้ตัวเดียวกันตรวจเอง ตัวตรวจจะหาข้อสนับสนุนให้ตัวเองไม่จบ

อีกจุดที่ผมชอบคือความซื่อสัตย์เรื่องขอบเขต ข้อค้นพบที่ยังพิสูจน์ไม่ได้จะถูกจัดเป็น needs_validation พร้อมระบุข้อเท็จจริงที่ยังค้างอยู่ แต่ไม่ให้คะแนนความรุนแรง เพราะให้คะแนนไม่ได้ถ้ายังวัดผลกระทบไม่ได้ และถ้าระบบไม่มี sandbox ที่ตัดเครือข่ายออกได้ ระบบจะไม่รันโค้ดของเป้าหมายเลย แต่จะหยุดที่ needs_validation แทน สกิลนี้ยอมรับว่าตัวเองใช้ได้ไม่เต็มที่ในสภาพที่ไม่มีที่ให้รันโค้ดอย่างปลอดภัย

ทีมงานยังรายงานผลการทดสอบของตัวเองไว้ด้วยว่า การรันครั้งเดียวเจอช่องโหว่ประมาณครึ่งหนึ่งของที่การรันซ้ำหลายรอบเจอรวมกัน ตัวเลขนี้เป็นคำตอบว่าทำไมบัญชีความครอบคลุมถึงเป็นหัวใจของระบบ ไม่ได้เป็นเพียงรายการสิ่งที่ทำเสร็จ

ติดตั้งผ่าน Skills CLI [5] ด้วยคำสั่งเดียว และสกิลจะเปิดตัวเองเมื่อผู้ใช้สั่งให้ตรวจความปลอดภัย ตรวจช่องโหว่ หรือทดสอบเจาะระบบ สำหรับนักพัฒนาที่ต้องรีวิวโค้ดด้านความปลอดภัยเป็นประจำ ตัวนี้ให้กรอบคิดที่ตรงไปตรงมา แต่ต้องเตรียม sandbox ให้พร้อมก่อน ไม่งั้นจะได้แค่รายการรอตรวจ

2. stablyai/orca, สั่ง agent ห้าตัวพร้อมกันแล้วเลือกตัวที่ชนะ

75,599 stars (พุ่ง 6,205 ดาว)

ถ้าสัปดาห์นี้มีโปรเจกต์ที่ตอบโจทย์คนที่รัน agent หลายตัวเป็นกิจวัตร ตัวนี้คือคำตอบนั้น [6] Orca เรียกตัวเองว่า ADE ย่อมาจาก Agent Development Environment หน้าที่หลักคือการเอา prompt เดียวกระจายให้ agent ห้าตัวทำงานพร้อมกัน แต่ละตัวได้ git worktree แยกกัน แล้วผู้ใช้เทียบผลลัพธ์และรวมตัวที่ชนะกลับเข้าไป

จุดที่ทำให้ผมสนใจคือตัวโปรแกรมไม่ขายโมเดล แต่ให้ผู้ใช้เอา subscription ที่มีอยู่แล้วมาใช้กับ Codex, Claude Code, OpenCode หรือ Pi ได้เลย เพราะค่าใช้จ่ายหลักของคนที่รัน agent หลายตัวไม่ใช่ตัวโปรแกรม แต่คือโควตาของโมเดล

ฟีเจอร์ที่ผมมองว่าแก้ปัญหาได้จริงคือโหมดออกแบบ ผู้ใช้คลิกองค์ประกอบบนหน้าเว็บในหน้าต่าง Chromium ของโปรแกรม แล้วตัวโปรแกรมส่งทั้ง HTML กับ CSS กับภาพตัดเฉพาะส่วนนั้นเข้าไปใน prompt ของ agent ทันที ใครเคยต้องอธิบายหน้าจอด้วยคำพูดจะรู้ว่าการส่งภาพกับโค้ดเข้าไปพร้อมกันลดความคลาดเคลื่อนได้มากแค่ไหน

นอกจากเดสก์ท็อปแล้วยังมีแอปมือถือที่ให้ติดตามและสั่งงานต่อระหว่างไม่อยู่หน้าจอ [7] และมีโหมดรัน worktree บนเครื่องระยะไกลผ่าน SSH สำหรับคนที่ต้องการพลังประมวลผลมากกว่าที่เครื่องตัวเองมี

ข้อควรระวังคือโปรเจกต์นี้อายุยังไม่ถึงหนึ่งปี เปิด repo เมื่อเดือนมีนาคม และมี issue เปิดค้างอยู่หลักพัน จำนวนนั้นไม่ใช่สัญญาณว่าโค้ดพัง แต่ตัวเลขนั้นบอกว่าของยังใหม่อยู่ ใครจะใช้กับงานสำคัญควรลองกับ repo ย่อยก่อน

3. Tencent/WeKnora, เปลี่ยนเอกสารเป็นคลังความรู้ที่ดูแลตัวเอง

28,936 stars (พุ่ง 5,303 ดาว)

โปรเจกต์จาก Tencent ตัวแรกในสัปดาห์นี้คือแพลตฟอร์มความรู้ที่รวมสามความสามารถไว้ด้วยกัน [8] บริษัทเปิดตัวเว็บไซต์ทางการของผลิตภัณฑ์ไว้ที่ weknora.weixin.qq.com [9] ตัวระบบเริ่มจากถามตอบจากเอกสารด้วยเทคนิค RAG ต่อด้วย agent แบบ ReAct ที่วางแผนและเรียกเครื่องมือเองได้ และปิดท้ายด้วยโหมดวิกิที่ให้ agent ย่อยเอกสารดิบออกมาเป็นหน้าวิกิที่เชื่อมโยงกัน พร้อมกราฟความรู้ที่ดูได้ด้วยตา

สิ่งที่ทำให้โหมดวิกิต่างจากการสร้างเอกสารด้วย AI ทั่วไปคือเรื่องการแก้ย้อน หน้าวิกิทุกหน้ามีประวัติการแก้ไข เทียบความต่างระดับบรรทัดได้ และกดย้อนกลับได้ในคลิกเดียว แม้แต่ชิ้นส่วนที่ใช้ค้นหาเองก็แก้และย้อนได้เหมือนเอกสาร นี่คือส่วนที่ทำให้ผมคิดว่าโปรเจกต์นี้เข้าใจว่างานความรู้ในองค์กรไม่มีวันจบในครั้งเดียว

เวอร์ชันล่าสุดออกเมื่อต้นเดือนกันยายน เพิ่มระบบรันสกิลใน sandbox ที่แยกตามผู้เช่าพร้อมนโยบายเครือข่ายรายราย และเพิ่มหน่วยความจำระยะยาวข้ามเซสชันที่แยกเป็นโปรไฟล์ ความชื่นชอบ ข้อเท็จจริง งาน และความสนใจ มีแค็ตตาล็อกสกิลระดับผู้เช่าที่ติดตั้งจากภายนอกได้

จุดที่เหมาะกับทีมในไทยคือการรันเองทั้งหมด รองรับผู้ให้บริการโมเดลกว่า 20 ราย และมีระบบสิทธิ์สี่ระดับตั้งแต่เจ้าของถึงผู้ชม พร้อมบันทึกการตรวจสอบแยกตามพื้นที่ทำงาน ทีมที่กังวลเรื่องเอกสารออกนอกองค์กรจึงวางไว้ในเครื่องหรือคลาวด์ส่วนตัวได้

เรื่องที่ต้องอ่านให้จบคือสัญญาอนุญาต ตัวโปรเจกต์ใช้ MIT แต่มีคอมโพเนนต์บุคคลที่สามที่ใช้เงื่อนไขอื่นปนอยู่ ใครจะเอาไปใช้เชิงพาณิชย์ต้องเปิดไฟล์ THIRD_PARTY_NOTICES.md ก่อน อย่าดูแค่ป้าย MIT ที่หน้า repo

4. Tencent/BrowserSkill, ให้ agent ยืมเบราว์เซอร์ที่คุณล็อกอินอยู่

6,625 stars (พุ่ง 4,553 ดาว)

ปัญหาที่ทุกคนเจอเมื่อให้ agent ทำงานบนเว็บคือหน้าล็อกอินกับหน้าจอ captcha โปรเจกต์นี้แก้ด้วยวิธีที่ตรงไปตรงมา คือให้ agent ยืมแท็บที่ผู้ใช้ล็อกอินอยู่แล้ว [10]

กติกาที่ผมชอบคือการยืมต้องชัดเจน agent ต้องขอแท็บนั้นอย่างเปิดเผย คืนแท็บเมื่อทำงานเสร็จ และไม่แตะแท็บอื่นในเบราว์เซอร์ของผู้ใช้ งานของ agent รันในหน้าต่างแยกที่มองเห็นได้ ผู้ใช้จึงทำงานของตัวเองต่อไปได้โดยไม่ถูกรบกวน

อีกจุดที่ออกแบบดีคือทางออกเมื่อเจอสิ่งที่คนเท่านั้นทำได้ ไม่ว่าจะเป็น captcha การล็อกอินใหม่ หรือกล่องยืนยัน agent จะหยุดและขอให้ผู้ใช้ทำส่วนนั้น แล้วกลับมาทำต่อเองหลังจากนั้น

ตัวเครื่องมือมีสองส่วนคือ CLI ชื่อ bsk กับส่วนขยายเบราว์เซอร์ รองรับ Chrome กับ Edge บน macOS, Linux และ Windows และใช้ได้กับ agent ทุกตัวที่เรียก shell ได้ ตั้งแต่ Cursor, Claude Code, Codex ไปจนถึง Hermes Agent กับ DeepSeek Harness เวอร์ชัน CLI ล่าสุดออกเมื่อกลางเดือนกันยายน

มีเรื่องที่ต้องคิดก่อนใช้ให้ดี เพราะเบราว์เซอร์ที่ล็อกอินอยู่คือประตูที่เปิดไว้ทุกบาน agent ที่ยืมแท็บได้จะเห็นสิ่งที่คุณเห็น ใครใช้ตัวนี้ควรตกลงกับตัวเองให้ชัดว่าจะให้ agent แตะอะไรได้บ้าง โดยเฉพาะกับเครื่องที่ใช้บัญชีงานและบัญชีส่วนตัวปนกัน

5. addyosmani/agent-skills, เอาขั้นตอนของวิศวกรอาวุโสใส่เป็นสกิล

98,449 stars (พุ่ง 4,224 ดาว)

สกิลชุดนี้มาจาก Addy Osmani วิศวกรของ Google ที่เขียนเรื่องประสิทธิภาพเว็บมาสิบกว่าปี [11] แนวคิดคือการเอาขั้นตอนที่วิศวกรอาวุโสใช้จริงตอนสร้างซอฟต์แวร์ มาใส่ไว้เป็นสกิลที่ agent ต้องทำตามทุกครั้ง

ตัวเลขที่ทำให้เห็นภาพคือ 25 สกิลกับ 9 คำสั่งลัดที่ผูกกับวงจรงานตั้งแต่ต้นจนจบ ตัวอย่างคำสั่งลัดที่ผมใช้บ่อยคือ /spec สำหรับเขียนข้อกำหนดก่อนแตะโค้ด /plan สำหรับแบ่งงานให้เล็กพอที่จะทำทีละชิ้น /build สำหรับสร้างทีละส่วน /test สำหรับพิสูจน์ว่าได้ผลจริง /review สำหรับตรวจก่อนรวมโค้ด และ /ship สำหรับปล่อยขึ้นจริง

ผมชอบที่ชุดนี้มี /constraints แยกออกมาต่างหาก เพราะหลักการของคำสั่งนี้คือตัดสินใจมาตรฐานครั้งเดียวแล้วบังคับใช้ทุกที่ ใครเคยเจอปัญหาโค้ดต่างคนต่างสไตล์จะรู้ว่าการตัดสินใจครั้งเดียวนั้นประหยัดเวลาได้มากแค่ไหน

มีโหมดที่ชื่อ /build auto ซึ่งให้ผู้ใช้อนุมัติแผนครั้งเดียวแล้ว agent ทำงานต่อเองจนจบ แต่น่าสนใจที่โหมดนี้ไม่ตัดขั้นตอนพิสูจน์ออก งานทุกชิ้นยังต้องเขียนเทสต์ก่อนและ commit แยกทีละชิ้น และจะหยุดเมื่อเจอความล้มเหลวหรือขั้นตอนที่มีความเสี่ยง

มีจุดที่ผู้เขียนยอมรับไว้เองใน README คือถ้าติดตั้งทีละสกิลด้วยคำสั่ง npx ระบบจะคัดลอกมาแค่โฟลเดอร์ของสกิลนั้น ไม่ได้ดึงโฟลเดอร์อ้างอิงรวมของทั้ง repo มาด้วย ทำให้สกิลยังทำงานได้แต่ไฟล์ช่วยตรวจสอบบางอันจะไม่ติดมา ผู้เขียนเปิด issue ติดตามเรื่องนี้ไว้แล้ว ถ้าใครจะใช้จริงควรติดตั้งทั้ง repo มากกว่าติดตั้งทีละตัว

ติดตั้งได้ผ่านคำสั่งเดียวและใช้ได้กับ agent กว่า 70 ตัว [12] ถ้าใครอยากเห็นตัวอย่างว่าสกิลคุณภาพสูงหน้าตาเป็นอย่างไร ตัวนี้คือชุดที่อ่านโค้ดได้ง่ายที่สุดในกลุ่มที่ผมคัดมา

6. Open-Dev-Society/OpenStock, แดชบอร์ดหุ้นที่เปิดทั้งโค้ดและเจตนา

18,360 stars (พุ่ง 4,009 ดาว)

ไม่ใช่ทุกโปรเจกต์ที่พุ่งแรงในสัปดาห์นี้จะเป็นเรื่อง AI ตัวนี้เป็นแพลตฟอร์มหุ้นโอเพนซอร์สที่ตั้งใจเป็นทางเลือกแทนแพลตฟอร์มข้อมูลการเงินที่คิดค่าสมาชิกแพง [13] ตัวแอปทำสิ่งที่ควรทำครบ ทั้งราคาเรียลไทม์ การแจ้งเตือนที่ตั้งเองได้ และหน้าข้อมูลบริษัทแบบละเอียด

สิ่งที่ผมอยากให้สังเกตจริงๆ ไม่ใช่ตัวแอป แต่คือสัญญาอนุญาต ตัวโปรเจกต์ใช้ AGPL-3.0 ซึ่งแปลว่าใครเอาไปแก้หรือเอาไปให้บริการเป็นเว็บ จะต้องเปิดซอร์สของตัวเองด้วยภายใต้เงื่อนไขเดียวกัน และต้องให้เครดิตทีมต้นทาง นี่เป็นคำตอบของคำถามที่ว่าโอเพนซอร์สจะอยู่รอดได้อย่างไรในโลกที่บริษัทใหญ่เอาโค้ดฟรีไปทำเงิน

ทีมงานเขียนปฏิญญาไว้ในหน้า repo ว่าเทคโนโลยีควรเป็นของทุกคน ความรู้ไม่ควรอยู่หลังกำแพง และชุมชนไม่ควรปิดประตูใส่คนใหม่ ภาษาดูแรง แต่สิ่งที่ทำให้ผมเชื่อว่าทีมงานจริงจังคือการใส่ข้อจำกัดในสัญญาอนุญาต ไม่ได้จบที่การเขียนคำสวยๆ [19]

ต้องบอกให้ชัดเรื่องหนึ่ง โปรเจกต์นี้ไม่ใช่โบรกเกอร์และไม่ใช่คำแนะนำการลงทุน ข้อมูลตลาดอาจล่าช้าตามผู้ให้บริการ และตัวโปรเจกต์เตือนเองว่าเนื้อหาทั้งหมดไม่ใช่คำแนะนำการลงทุน ใครจะเอาไปต่อยอดควรอ่านส่วนนี้ให้ดี

สำหรับนักพัฒนาที่อยากได้โปรเจกต์ตัวอย่างเต็มรูปแบบ ตัวนี้ใช้ Next.js 15, React 19, MongoDB และ Better Auth ซึ่งเป็นชุดที่ทันสมัยและหาโค้ดอ่านได้ง่าย [14] เอาไปเป็นแบบในการอ่านโค้ดมีค่ามากกว่าตัวแอปเอง

7. Panniantong/Agent-Reach, ให้ agent อ่านอินเทอร์เน็ตโดยไม่ต้องจ่ายค่า API

84,800 stars (พุ่ง 2,985 ดาว)

โปรเจกต์นี้แก้ปัญหาที่ผมเจอบ่อยที่สุดในงานตัวเอง [15] agent อ่านเว็บทั่วไปได้ แต่พอเจอ Twitter กับ Reddit กับ YouTube กับ Bilibili กับ XiaoHongShu ตัว agent อ่านไม่ได้ เพราะด่าน API ที่ต้องจ่าย ด่านการบล็อกไอพี และด่านการบังคับล็อกอิน

Agent-Reach รวมทางเข้าของทุกแพลตฟอร์มไว้ใน CLI เดียว ติดตั้งด้วยการส่งคำสั่งบรรทัดเดียวให้ agent แล้วรอไม่กี่นาที หลังจากนั้น agent จะอ่านโพสต์ Twitter ค้น Reddit ดูซับไตเติล YouTube และเปิดเว็บโซเชียลจีนอย่างเสี่ยวหงชูได้จากคำสั่งเดียว ทีมงานยังให้เหตุผลว่านี่คือที่ที่ความหนาแน่นของข้อมูลสูงที่สุด เพราะบทสนทนาจริงเกิดขึ้นบนแพลตฟอร์มเหล่านี้ ไม่ได้อยู่ในบทความที่จัดหน้าเรียบร้อยแล้ว

จุดที่ทำให้ผมมองโปรเจกต์นี้ต่างออกไปคือคำเตือนบนหัว README ผู้เขียนเขียนชัดว่าโปรเจกต์นี้ไม่มีโทเคน ไม่มีกิจกรรมคริปโต ไม่มีกระเป๋าเงิน และไม่มีโปรแกรมเรียกร้องค่าธรรมเนียม ถ้ามีใครอ้างชื่อโปรเจกต์นี้เพื่อให้เชื่อมกระเป๋าเงิน ห้ามทำตาม

การที่โปรเจกต์ดาวเกือบแปดหมื่นห้าพันต้องขึ้นคำเตือนแบบนี้เป็นเรื่องที่บอกอะไรได้มาก เป็นสัญญาณว่าความดังในโลกโอเพนซอร์สดึงดูดคนที่อยากเกาะชื่อไปหาประโยชน์ได้จริง และเป็นการสื่อสารที่ตรงเกินกว่าที่โปรเจกต์ส่วนใหญ่จะกล้าทำ

8. TencentCloud/Octop, ผู้ช่วย AI ที่ทั้งบ้านใช้ร่วมกันได้

4,628 stars (พุ่ง 2,148 ดาว)

ปิดท้ายด้วยโปรเจกต์ที่อายุน้อยที่สุดในกลุ่มนี้ เปิด repo เมื่อเดือนกรกฎาคม และเพิ่งออกเวอร์ชัน 1.0.1 เมื่อกลางเดือนกันยายน [16] แนวคิดคือผู้ช่วย AI ที่รันในเครื่องตัวเอง แต่รองรับผู้ใช้หลายคนพร้อมกัน ตั้งแต่ครอบครัวเดียวไปจนถึงทีมเล็ก

ความต่างจากผู้ช่วยทั่วไปอยู่ที่การรันเป็นโปรเซสเดียว คำสั่งเดียวเปิดได้ทั้งหน้าเว็บ CLI ช่องทางแชต และงานตั้งเวลา [16] โดยข้อมูลทั้งหมดอยู่ใต้โฟลเดอร์เดียวในเครื่องผู้ใช้ โครงสร้างนี้ทำให้การย้ายเครื่องกับการสำรองข้อมูลเป็นเรื่องง่ายกว่าปกติมาก ทีมงานเปิดเว็บไซต์ทางการไว้ที่ octop.cloud [17]

มีระบบผู้ใช้แบบหนึ่งผู้ดูแลกับสมาชิกในบ้าน พร้อมคลังผู้เชี่ยวชาญให้สลับตามสถานการณ์ และมีแม่แบบบุคลิก 16 แบบตาม MBTI ให้ตั้งตัวตนของ agent แต่ละตัว จุดหลังนี้ฟังดูเล่น แต่ผลจริงคือการแยก agent ตามบทบาททำให้ผู้ใช้จำได้ว่าควรถามใครเรื่องอะไร

เชื่อมต่อได้กับ Feishu, DingTalk, QQ, Discord และ WeCom และมีโหมดให้ agent ไปมอบงานต่อให้ OpenCode หรือ Claude Code พร้อมด่านขออนุญาตก่อนทำ อีกส่วนที่เพิ่มเข้ามาคือเซสชัน Chromium แบบไม่มีหน้าจอสำหรับงานเว็บอัตโนมัติ และเดสก์ท็อประยะไกลที่ดูจอและสั่งงานได้จากแดชบอร์ด

ผมต้องบอกตามตรงว่าโปรเจกต์นี้ยังใหม่ และมี issue เปิดค้างอยู่ 378 รายการ ณ วันที่ 23 กันยายน 2026 [18] ใครจะเอาไปใช้กับงานสำคัญควรเริ่มจากการทดลองในเครื่องส่วนตัวก่อน เพราะจำนวน feature ที่ประกาศไว้สูงมากเมื่อเทียบกับอายุของโปรเจกต์

สรุปเทรนด์ที่เห็นในสัปดาห์นี้

เทรนด์ที่ 1, ชั้นสกิลมีเจ้าภาพระดับองค์กรแล้ว

สัปดาห์ก่อนผมเขียนว่าสกิลกำลังกลายเป็นหน่วยความรู้มาตรฐาน สัปดาห์นี้คำถามเปลี่ยนไปแล้ว จากคำถามว่าสกิลคืออะไร เป็นคำถามว่าของใครน่าใช้ Cloudflare ส่งสกิลที่สกัดจากระบบที่รันจริง Tencent ส่งสามโปรเจกต์ในสัปดาห์เดียวกัน และโปรเจกต์ของ Alibaba ยังครองอันดับหนึ่งบนหน้าจอ trending ต่อเนื่อง [1] ซึ่งเป็นตัวเลขจากหน้ารวม ไม่ใช่โปรเจกต์ที่ผมคัดมาใน 8 อันนี้ สัปดาห์หน้าถ้าผมเห็นสกิลที่ระบุชื่อบริษัทเจ้าของชัดเจนขึ้นอีก จะไม่แปลกใจเลย

เทรนด์ที่ 2, การรัน agent หลายตัวกลายเป็นผลิตภัณฑ์ ไม่ใช่งานอดิเรก

orca จัดการ worktree ให้ agent ห้าตัวพร้อมกัน BrowserSkill ให้ agent ยืมเบราว์เซอร์ที่ผู้ใช้ล็อกอินอยู่ และ Octop แยกผู้ใช้กับ agent ให้ทั้งบ้านใช้ร่วมกัน ทั้งสามตัวแก้ปัญหาเดียวกันคือทำอย่างไรให้คนไม่ต้องเฝ้าหน้าจอตลอดเวลาที่ agent ทำงาน และทั้งสามตัวเลือกคำตอบเดียวกัน คือแยกพื้นที่ทำงานให้ชัดแล้วให้คนเข้ามาดูเฉพาะตอนที่ต้องตัดสินใจ

เทรนด์ที่ 3, การตรวจสอบย้อนกลับกลายเป็นฟีเจอร์ที่ขายได้ ไม่ใช่ของแถม

security-audit-skill มีบัญชีความครอบคลุมที่บอกว่าใครตรวจอะไรแล้วบ้าง หน้าวิกิของ WeKnora มีประวัติแก้ไขกับปุ่มย้อนกลับในคลิกเดียว และสกิลของ Osmani บังคับให้ทุกงานมีเทสต์และ commit แยกทีละชิ้น สามโปรเจกต์นี้ขายความมั่นใจว่า สิ่งที่ agent ทำไปนั้นตรวจย้อนได้ว่าใครทำอะไรเมื่อไหร่

อ่านสามเทรนด์รวมกันแล้วเห็นภาพเดียวชัดขึ้น ทุกโปรเจกต์ที่พุ่งแรงสัปดาห์นี้ให้ความสำคัญกับการควบคุมมากกว่าความสามารถในการสร้าง สิ่งที่คนอยากได้จาก agent ในตอนนี้ไม่ใช่การทำงานได้มากขึ้น แต่เป็นการทำงานที่ยังอยู่ในกรอบที่วางไว้

แล้วคุณล่ะ สัปดาห์นี้มีโปรเจกต์ไหนที่อยากลอง หรือมี repo น่าสนใจที่ผมพลาดไป พิมพ์บอกกันได้เลยครับ ใครอยากตามบทความชุดนี้ทุกสัปดาห์ กด Follow ที่โปรไฟล์ของผมได้ที่ dev.to/sarantoon

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

เอกสารอ้างอิง

[1] GitHub Trending, weekly, 2026, https://github.com/trending?since=weekly
[2] GitHub Ranking AI, Top 100 AI Agents, 2026, https://raw.githubusercontent.com/yuxiaopeng/Github-Ranking-AI/main/Top100/AI%20Agents.md
[3] cloudflare/security-audit-skill, 2026, https://github.com/cloudflare/security-audit-skill
[4] Cloudflare, "Build your own vulnerability harness", 18 มิถุนายน 2026, https://blog.cloudflare.com/build-your-own-vulnerability-harness
[5] Skills CLI, 2026, https://skills.sh
[6] stablyai/orca, 2026, https://github.com/stablyai/orca
[7] Orca documentation, Mobile Companion, 2026, https://www.onorca.dev/docs/mobile
[8] Tencent/WeKnora, 2026, https://github.com/Tencent/WeKnora
[9] WeKnora official site, 2026, https://weknora.weixin.qq.com
[10] Tencent/BrowserSkill, 2026, https://github.com/Tencent/BrowserSkill
[11] addyosmani/agent-skills, 2026, https://github.com/addyosmani/agent-skills
[12] Addy Osmani, Agent Skills site, 2026, https://skills.addy.ie
[13] Open-Dev-Society/OpenStock, 2026, https://github.com/Open-Dev-Society/OpenStock
[14] OpenStock live demo, 2026, https://openstock-ods.vercel.app
[15] Panniantong/Agent-Reach, 2026, https://github.com/Panniantong/Agent-Reach
[16] TencentCloud/Octop, 2026, https://github.com/TencentCloud/Octop
[17] Octop official site, 2026, https://octop.cloud
[18] Octop open issues, GitHub API, 23 กันยายน 2026, https://github.com/TencentCloud/Octop/issues
[19] Open-Dev-Society, GitHub Trending Repository of the Day badge (OpenStock), 2026, https://trendshift.io/repositories/15728