ภาพรวม ClawApp 🦅 ———————————————————————— เมื่อเร็วๆ นี้ ผมได้วิเคราะห์ @HeySorinAI และดูว่ามันทำงานอย่างไรภายใต้hood วันนี้ ผมจะเปลี่ยนโฟกัสไปที่สภาพแวดล้อมที่คำสั่งภาษาธรรมชาติกลายเป็นงานจริง หากคุณสนใจใน VIBE CODING และ AUTOMATION โดยไม่ต้องเขียนโค้ดที่ซับซ้อน... @Openclaw คือสิ่งที่ควรให้ความสนใจ → ผมจะเริ่มจากพื้นฐาน โดยเริ่มจากแดชบอร์ดและการโต้ตอบครั้งแรกกับอินเทอร์เฟซ → จากนั้นจะย้ายไปที่ชั้น Skills ซึ่งคุณกำหนดว่าเอเจนต์สามารถทำอะไรได้บ้าง → สุดท้าย เราจะเห็นมันทำงานจริง เมื่อคำสั่งเดียวเปลี่ยนเป็นเวิร์กโฟลว์แบบหลายขั้นตอนที่มีโครงสร้าง มาแยกวิเคราะห์กันเลย!👇 เมื่อคุณเปิด ClawApp คุณจะพบแดชบอร์ดที่สะอาดและทันสมัย แบ่งออกเป็นสองพื้นที่หลัก: → แผงนำทางด้านซ้าย → พื้นที่ทำงานกลาง ———————————————————————— แถบด้านซ้ายคือศูนย์บัญชาการของคุณ > New Chat เริ่มเซสชันใหม่ แต่ละงานจะทำงานในเซสชันของตัวเอง ช่วยให้คุณจัดระเบียบเวิร์กโฟลว์ได้ดี > Connect Apps ช่วยเชื่อมต่อบริการภายนอก เช่น อีเมล หรือปฏิทินของคุณ นี่คือจุดที่เอเจนต์เริ่มทำงานจริง ย้ายจากบทสนทนาไปสู่การดำเนินการ > Skills แสดงความสามารถที่เอเจนต์มีอยู่ คุณสามารถเปิดหรือปิดฟีเจอร์เหล่านี้ เพื่อควบคุมสิ่งที่เอเจนต์สามารถเข้าถึงหรือดำเนินการได้ > Balance แสดงเครดิตที่เหลืออยู่ของคุณ (เป็น USD) > History บันทึกเซสชันก่อนหน้า ช่วยให้คุณสามารถกลับไปดูหรือจัดการอัตโนมัติที่ผ่านมาได้ ร่วมกันแล้ว องค์ประกอบเหล่านี้ทำให้ ClawApp ดูเหมือนเครื่องมือผลิตภาพที่มีโครงสร้าง มากกว่าอินเทอร์เฟซแชทธรรมดา ———————————————————————— แผ่นหลักต้อนรับผู้ใช้ด้วยข้อความ “Automate with ClawApp” ซึ่งเน้นว่านี่คืออินเทอร์เฟซที่ออกแบบมาเพื่อให้เข้าถึง OpenClaw ได้ง่ายขึ้น คุณยังจะเห็นบัตรตัวอย่างการอัตโนมัติ เช่น: > การสร้างโน้ตงาน (การผสานกับ Apple Notes) > การโพสต์และโต้ตอบภายในระบบนิเวศของเอเจนต์ (Moltbook) > การสร้างรายงานการวิเคราะห์เทคนิคของ BTC (Crypto Insights) ตัวอย่างเหล่านี้แสดงให้เห็นว่าเอเจนต์สามารถดำเนินการและวิเคราะห์ได้ ไม่ใช่แค่สร้างข้อความเท่านั้น ———————————————————————— ด้านล่าง มีฟิลด์ป้อนข้อมูลง่ายๆ ที่ให้คุณ “พิมพ์ข้อความหรือคำสั่ง...” ไม่จำเป็นต้องใช้สคริปต์หรือการตั้งค่าใดๆ กระบวนการนี้เรียบง่าย: ⏩ คำสั่งภาษาธรรมชาติ → เอเจนต์ → การดำเนินการภายในแอปที่เชื่อมต่อ หน้าจอแสดงพื้นที่ทำงาน Skills สถานที่ที่คุณจัดการสิ่งที่เอเจนต์ OpenClaw ของคุณสามารถทำได้จริง หากหน้าหลักคือศูนย์ควบคุม นี่คือชั้นความสามารถ ———————————————————————— ด้านบน คุณจะเห็นเส้นทางไดเรกทอรี Skills แบบโลคัล (เช่น /openclaw/workspace/skills) ซึ่งบ่งชี้ว่า skills เป็นส่วนประกอบแบบโมดูลาร์ที่จัดเก็บไว้ในเครื่องของคุณ คุณสามารถ: → เพิ่ม skills ใหม่ → ลบ skills เดิม → ขยายฟังก์ชันของเอเจนต์ ยังมีการอ้างอิงถึง Clawhub ซึ่งคุณสามารถค้นหาและดาวน์โหลด skills เพิ่มเติมได้ สิ่งนี้ยืนยันแนวคิดว่าระบบนิเวศสามารถขยายได้และขับเคลื่อนโดยชุมชน ———————————————————————— ส่วนหลักแสดง skills ที่ติดตั้งไว้ในรูปแบบบัตร ตัวอย่างที่เห็นได้แก่: ▫️ apple-notes ▫️ himalaya ▫️ shitty-email ▫️ moltbook ▫️ molt-registry ▫️ Sorin Brain แต่ละ skill แทนโดเมนการดำเนินการเฉพาะ เช่น โน้ต อีเมล การโต้ตอบทางโซเชียล อัตลักษณ์ การวิเคราะห์ ———————————————————————— โครงสร้างนี้ทำให้เอเจนต์เป็นแบบโมดูลาร์ ไม่ใช่ระบบเดียวที่ครอบคลุมทุกอย่าง แทนที่จะมีระบบเดียวทรงพลัง คุณสามารถสร้างความสามารถของเอเจนต์เหมือนชิ้นส่วนในกล่องเครื่องมือ แต่ละ skill สามารถตรวจสอบ (ผ่าน “More”) และจัดการได้อย่างอิสระ สิ่งนี้ยืนยันหลักการออกแบบสามข้อสำคัญ: → โมดูลาร์: ความสามารถถูกแยกออกเป็นหน่วยที่กำหนดไว้ → ขยายได้: skills ใหม่สามารถเพิ่มเติมได้ในอนาคต → การควบคุม: ผู้ใช้เป็นผู้ตัดสินใจว่าเอเจนต์สามารถเข้าถึงและดำเนินการอะไรได้บ้าง แท็บ Skills ทำให้ชัดเจนว่า ClawApp เป็นสภาพแวดล้อมเอเจนต์ที่สามารถกำหนดค่าได้ แทนที่จะถามว่า 🚫 “AI ตัวนี้ทำอะไรได้บ้าง?” คำถามที่ดีกว่าคือ: ✅ “ฉันอยากให้เอเจนต์ตัวนี้ทำอะไรได้บ้าง?” หน้าจอแสดงเอเจนต์กำลังทำงาน ด้านบน ผู้ใช้ป้อนคำสั่งภาษาธรรมชาติ: ▶️ “ตรวจสอบการประชุมที่กำลังจะมาถึงของฉันในสัปดาห์นี้ในปฏิทิน และส่งอีเมล... เพื่อเตือนให้เขาเสร็จไฟล์ markdown ข้อมูลการพนันคาดการณ์” ◀️ คำสั่งเดียวตรงนี้กลายเป็นจุดเริ่มต้นของงานที่มีโครงสร้าง แทนที่จะตอบกลับด้วยข้อความทั่วไป เอเจนต์เริ่มดำเนินการคำขออย่างเป็นขั้นตอน การดำเนินการแรกที่เห็นคือการดึงข้อมูลการประชุมในอีกเจ็ดวันข้างหน้า การประชุมถูกแสดงอย่างชัดเจนพร้อม: → หัวข้อ → วันและเวลา → บัญชีปฏิทินที่เกี่ยวข้อง นี่เป็นจุดเริ่มต้นของการดำเนินงาน... เอเจนต์กำลังรวบรวมบริบทก่อนจะไปสู่ขั้นตอนถัดไป (ส่งอีเมลเตือน) ———————————————————————— สิ่งสำคัญตรงนี้คือกระบวนการ: → ผู้ใช้ให้คำสั่งระดับสูง → เอเจนต์แยกออกเป็นการกระทำย่อย → การกระทำแต่ละขั้นตอนถูกดำเนินการและแสดงผลในอินเทอร์เฟซแชท อินเทอร์เฟซทำให้ความก้าวหน้าของงานโปร่งใส ช่วยให้ผู้ใช้เห็นว่าเอเจนต์ตีความและดำเนินคำขออย่างไร ———————————————————————— หน้าจอแสดงจุดเริ่มต้นจริงของการทำงาน: ⏩ ภาษาธรรมชาติ → การสร้างงาน → การดึงบริบท → การดำเนินการ แสดงให้เห็นว่า ClawApp ถูกออกแบบมาสำหรับเวิร์กโฟลว์เชิงปฏิบัติ โดยคำสั่งจะกระตุ้นการโต้ตอบจริงกับระบบเชื่อมต่อ เช่น ปฏิทินและอีเมล หลังจากดึงข้อมูลการประชุมแล้ว เอเจนต์จะเข้าสู่ขั้นตอนถัดไปของการดำเนินการ คำสั่งด้านล่างแชทตอนนี้ได้กลายเป็นงานที่มีโครงสร้างสมบูรณ์แล้ว ข้อมูลปฏิทินถูกรวบรวมแล้ว และระบบกำลังเตรียมการกระทำถัดไป โดยร่างและส่งอีเมลเตือน ⏩ สิ่งที่เราเห็นตรงนี้คือการเปลี่ยนผ่านจากเก็บบริบทไปสู่การดำเนินการ เวิร์กโฟลว์กำลัง unfold เป็นขั้นตอน: → ระบุการประชุมที่เกี่ยวข้อง → ดึงรายละเอียดจำเป็น → ใช้บริบทเหล่านั้นเพื่อสร้างคำเตือน → ดำเนินการส่งอีเมล หน้าจอแสดงงานกำลังดำเนินอยู่ ไม่ใช่แค่คำตอบ แต่เป็นการดำเนินการจริงภายในระบบเชื่อมต่อ อีเมลเตือนไม่ใช่แค่แนวคิดในคำสั่งอีกต่อไป มันกำลังถูกประมวลผลในฐานะเวิร์กโฟลว์จริงที่สามารถดำเนินการได้ ———————————————————————— สิ่งที่โดดเด่นสำหรับผม? 👀 → การเปลี่ยนแปลงของ ClawApp จาก “การพูดคุย” เป็น “การทำจริง” อย่างชัดเจนเพียงใด คุณไม่ได้แค่กระตุ้นโมเดล... คุณกำลัง → กำหนดค่าเอเจนต์ → มอบสิทธิ์เข้าถึงเครื่องมือ → สังเกตมันดำเนินงานตามโครงสร้างแบบเรียลไทม์ skills แบบโมดูลาร์ การไหลของงานที่มองเห็นได้ และโครงสร้างแบบเซสชันทำให้มันรู้สึกเหมือนระบบปฏิบัติการสำหรับเวิร์กโฟลว์ AI มากกว่าผู้ช่วยธรรมดา ———————————————————————— 🔗 ลิงก์อยู่ในความคิดเห็นแรก 👇 ———————————————————————— โย่ว 🤟