บทที่ 1 — thClaws คืออะไร?

thClaws คือ workspace สำหรับ AI agent ที่เขียนด้วย Rust แบบ native ซึ่ง รันบนเครื่องของคุณเอง ไม่ได้ทำได้แค่เขียนโค้ด แต่ยังแก้โค้ด ทำงาน อัตโนมัติแทนคุณ ค้น knowledge base ของคุณ และประสานงานทีม agent หลายตัวได้ — ทั้งหมดรวมอยู่ใน binary เดียว แค่บอกเป็นภาษาธรรมชาติว่า ต้องการอะไร แล้ว agent จะอ่านไฟล์ รันคำสั่ง ใช้ tool และพูดคุยโต้ตอบ กับคุณระหว่างทำงาน

สามอินเทอร์เฟซ รวมอยู่ใน binary เดียว:

• Desktop GUI (thclaws โดยไม่ใส่ flag) — หน้าต่าง native ประกอบด้วย แท็บ Terminal ที่รัน REPL ตัวเดียวกับโหมด --cli, แท็บ Chat แบบ streaming, Files browser และแท็บ Team (ตัวเลือกเสริม)
• CLI REPL (thclaws --cli) — prompt โต้ตอบใน terminal เหมาะกับการใช้ ผ่าน SSH, เซิร์ฟเวอร์ headless หรือเมื่อไม่ต้องการ overhead ของ GUI
• โหมดไม่โต้ตอบ (thclaws -p "prompt" รูปแบบเต็มคือ --print) — รันแค่หนึ่ง turn แล้วออก สะดวกสำหรับสคริปต์ CI pipeline หรือ one-liner ใน shell

สิ่งที่ทำให้ thClaws แตกต่าง

• native บนเครื่อง คุมข้อมูลเอง — Rust binary ตัวเดียว ไม่ต้องมี service เบื้องหลัง ไม่ต้อง cloud จะรันกับ Ollama แบบ offline ล้วน ๆ ก็ได้
• รองรับหลาย provider อย่างเท่าเทียม — Anthropic, OpenAI, Gemini, DashScope, OpenRouter, Ollama (+ Anthropic-compat) และ Agentic Press อยู่ใน binary เดียว สลับกลางคันด้วย /model หรือ /provider ได้ (บทที่ 6)
• เหมาะกับทุกสายงาน ไม่ใช่แค่วิศวกร — Chat tab แบบ streaming สำหรับ นักวิจัย PM ฝ่ายกฎหมาย/การตลาด Terminal REPL สำหรับวิศวกร — ใช้ session และ config ชุดเดียวกัน สลับไปมาได้โดยไม่เสีย context (บทที่ 4)
• ยึดมาตรฐานเปิด ไม่ผูกกับ vendor — ใช้ MCP สำหรับ tool, AGENTS.md สำหรับ instruction (มาตรฐานที่ Google, OpenAI, Cursor, Sourcegraph, Factory ใช้), SKILL.md สำหรับ workflow และ .mcp.json สำหรับตั้งค่า MCP server — config ขนย้ายไปใช้กับเครื่องมืออื่นที่พูดมาตรฐานเดียวกันได้
• ประกอบ agent เองจาก building block — Skill (บทที่ 12) สำหรับ workflow ที่ใช้ซ้ำได้, MCP server (บทที่ 14) สำหรับเสียบ tool ภายนอก (GitHub, DB, Browser, Slack ฯลฯ), Plugin (บทที่ 16) สำหรับแพ็กทุกอย่างรวมกัน, Knowledge base (บทที่ 9) สำหรับ wiki ที่ agent ค้นและอ่านเอง, Sub-agent (บทที่ 15) กับ Agent Team (บทที่ 17) สำหรับงานขนาน
• จำสิ่งที่สำคัญในระยะยาว — AGENTS.md (หรือ CLAUDE.md) ในโปรเจกต์ โดนฉีดเข้า prompt อัตโนมัติ memory store ที่ ~/.config/thclaws/memory/ เก็บข้อเท็จจริงที่ agent เรียนรู้เกี่ยวกับ ตัวคุณและโปรเจกต์ ทั้งหมดเป็น markdown ที่คุณอ่าน แก้ไข หรือ commit ได้ (บทที่ 8)
• ความปลอดภัยมาก่อน — filesystem sandbox จำกัดขอบเขตของ tool ไฟล์อยู่ที่ working directory tool ที่เปลี่ยนสถานะต้อง approve (ยกเว้นจะตั้ง auto-approve เอง) API key เก็บใน OS keychain หรือ .env ตามที่คุณเลือกตอนเปิดใช้ครั้งแรก (บทที่ 5)
• Settings อยู่ในไฟล์ JSON ไฟล์เดียว — permission mode, thinking budget, allowed/disallowed tool, endpoint ของ provider, KMS ที่แนบไว้ รวมอยู่ใน .thclaws/settings.json (ระดับโปรเจกต์ commit ลง repo ได้) หรือ ~/.config/thclaws/settings.json (ระดับผู้ใช้ทั้งระบบ)
• Deploy งานที่สร้างเสร็จได้เลย — landing page, web app, API และ agent ไปอยู่บน Agentic Press Hosting (ร่วมมือกับ SIS Cloud Service และ Artech.Cloud) ได้ หรือใช้ host อื่นก็ได้ — flow การ deploy มาในรูป plugin host จึงสลับเปลี่ยนได้ ไม่มีการล็อก client
• Shell escape — ใส่ ! นำหน้าบรรทัดใน REPL เพื่อรันคำสั่ง shell โดยตรง ไม่เสีย token ไม่มี prompt ขออนุมัติ (เช่น ! git status)

สิ่งที่คุณต้องมี

• OS ที่รองรับ: macOS (arm64 หรือ x86_64), Linux (arm64 หรือ x86_64) หรือ Windows (arm64 หรือ x86_64)
• API key ของ LLM อย่างน้อยหนึ่งเจ้า — Anthropic, OpenAI, Gemini, Agentic Press, OpenRouter หรือ DashScope (หรือจะติดตั้ง Ollama บนเครื่องเอง ถ้าต้องการใช้แบบ offline)

บทที่ 2 จะพาติดตั้งและเปิดใช้ครั้งแรก บทที่ 6 อธิบายว่าจะวาง key ที่ไหนและอย่างไร

คู่มือเล่มนี้จัดเรียงอย่างไร

ส่วนที่ 1 (บทที่ 2–14) คือ reference อธิบายวิธีติดตั้ง ตามด้วยทุก ฟีเจอร์ที่ผู้ใช้สัมผัสได้ ทีละเรื่อง พร้อมคำสั่งและการตั้งค่าที่จำเป็น

ส่วนที่ 2 (บทที่ 15–21) คือ walkthrough ของโปรเจกต์จริงตั้งแต่เริ่มต้น — landing page แบบ static, เว็บจอง, agent รวบรวมข่าว — จบด้วยการ deploy ขึ้น Agentic Press Hosting แต่ละบทอ่านแยกกันได้

ถ้าเพิ่งเริ่ม อ่านบทที่ 2 ต่อได้เลย ถ้าย้ายมาจาก Claude Code แนะนำให้ ข้ามไปบทที่ 6, 7, 11 และ 13