agent-autoloop คือเครื่องมือสำหรับคนที่เคยสั่งงานผู้ช่วย AI เขียนโค้ดอย่าง Claude Code แล้วลุกไปกินข้าว พอกลับมาถึงก็พบว่ามันหยุดรอถามคำถามเพียงข้อเดียวมาเป็นชั่วโมง หน้าเอกสารคู่มือ README ของโปรเจกต์สรุปปัญหานี้ไว้สั้นๆ ว่า Close the window or walk away, and the work stops. หมายถึงถ้าปิดหน้าต่างเทอร์มินัลหรือเดินหนีไปเมื่อไหร่ งานก็หยุดทันที โปรแกรมนี้จะช่วยให้ agent อย่าง Claude Code หรือ Codex รับงานไปทำต่อเองในเบื้องหลังตามกฎที่เราตั้งไว้ ตัวโปรแกรมเป็นโปรเจกต์โอเพนซอร์สของ KKKKhazix บน GitHub (สร้างรีโปเมื่อ 3 พ.ย. 2026 ใช้สัญญาอนุญาต MIT และมียอดดาว 3,726 ดวง ณ วันที่ 7 พ.ย.) ทำงานบนเครื่องเราโดยตรง ไม่ต้องมีเซิร์ฟเวอร์คลาวด์

งานที่รองรับมีตั้งแต่งานตั้งเวลาอัตโนมัติอย่าง cron แจ้งเตือนจากระบบ ไปจนถึง GitHub issues ถ้าเป็นงานที่จัดการเองได้ agent ก็จะทำจนเสร็จ แต่ถ้าเจอเรื่องที่ต้องให้คนตัดสินใจ มันจะส่งการ์ดคำถามมาแจ้งเตือนเรา แล้วปิดโปรเซสของตัวเองทิ้งทันทีโดยไม่มี agent เปิดค้างไว้ เราจะกลับมาตอบตอนไหนก็ได้ เมื่อตอบแล้ว ระบบจะดึงงานกลับเข้าสู่บทสนทนาเดิม ให้ agent ทำงานต่อได้ทันที

ถ้ายังไม่คุ้นเคยกับแนวคิดการให้ agent วนลูปทำงานเอง สามารถอ่านปูพื้นฐานก่อนได้ที่บทความ ลูปใน Claude Code

ขั้นตอนการทำงาน 5 ขั้นของ agent-autoloop

ไม่ว่าจะเริ่มงานตามรอบเวลาที่ตั้งไว้ จาก GitHub หรือจากระบบแจ้งเตือนภายนอก งานทั้งหมดจะผ่าน 5 ขั้นตอนเดียวกันดังนี้:

1. รับอีเวนต์เข้ามา: เมื่อถึงเวลาที่กำหนด (เช่น 9 โมงเช้า) มี issue ใหม่เปิดขึ้นมา หรือระบบส่งแจ้งเตือนเข้ามา ข้อมูลทั้งหมดจะแปลงเป็นอีเวนต์ในรูปแบบเดียวกันแล้วส่งเข้าโปรแกรม
2. จับคู่กับกฎที่ตั้งไว้: กฎในเครื่องเราจะกำหนดว่าต้องใช้ agent ตัวไหน และเข้าไปทำงานในโฟลเดอร์ใด ถ้ามีอีเวนต์เรื่องเดิมส่งซ้ำเข้ามาตอนที่งานยังรอคิวอยู่ ระบบจะรวมให้ทำงานเพียงรอบเดียว
3. agent ทำงานรอบนั้นแล้วปิดโปรเซสทันที: เมื่อ agent ทำงานเสร็จ ผลลัพธ์จะอยู่ในข้อความสุดท้าย แล้วโปรเซสของ agent จะปิดตัวลงทันที
4. ส่งการ์ดถามเมื่อเจอเรื่องสำคัญ: ถ้าเป็นงานที่ต้องลบข้อมูล สั่งรีสตาร์ตเซอร์วิส มีค่าใช้จ่าย หรือต้องส่งข้อความหาคน โปรแกรมจะส่งการ์ดแจ้งเตือนพร้อมคำถามและตัวเลือกมาให้เราตัดสินใจ
5. เมื่อเราตอบ agent จะทำงานต่อทันที: พอได้คำตอบ agent จะกลับเข้าสู่บทสนทนาเดิมแล้วทำงานต่อจนเสร็จ

งานที่ agent ทำเองได้จะไม่ต้องผ่านขั้นตอนที่ 4 และ 5 เพราะ agent จะจบงานเองได้เลย หรือจะตั้งเวลาให้ตัวเองกลับมาตรวจซ้ำอีกรอบ (เช่น อีก 30 นาที) ก็ทำได้โดยไม่มารบกวนเรา

ส่วนคำถามบนการ์ดแจ้งเตือนมาจากตัว agent เอง ซึ่งจะแนบข้อมูล JSON ที่มีฟิลด์ ask ต่อท้ายข้อความสุดท้าย เพื่อระบุหัวข้อ คำอธิบาย และตัวเลือกคำตอบที่ต้องการถามเรา

รอคำตอบได้นาน 3 วัน โดยไม่มี agent เปิดค้างไว้

สิ่งที่ทำให้ขั้นตอนที่ 4 ต่างจากการเปิดหน้าจอเทอร์มินัลทิ้งไว้ คือตัว agent ไม่ได้เปิดค้างเพื่อรอเราตอบ อย่างที่ README ระบุไว้ว่า If you reply three days later, no agent process runs and no tokens are spent in the meantime หมายความว่า แม้เราจะทิ้งไว้แล้วค่อยมาตอบในอีก 3 วัน ระหว่างนั้นจะไม่มีโปรเซสของ agent รันอยู่ และไม่เสีย token เลยแม้แต่น้อย

เหตุผลคือทันทีที่ระบบส่งการ์ดถามออกมา ตัว agent จะปิดโปรเซสลงจริงๆ ส่วนสถานะของงานทั้งหมดจะเก็บไว้ในฐานข้อมูล SQLite บนเครื่อง สิ่งเดียวที่ยังทำงานอยู่เบื้องหลังมีเพียง hub ตัวกลางขนาดเล็กที่คอยรอรับคำตอบ ซึ่งผู้พัฒนาทดสอบบน Apple M5 Pro แล้วพบว่าตอนที่ไม่มีงานค้าง hub ใช้แรมเพียง 59.94 MB เท่านั้น

จุดที่ชวนสับสนคือ agent กับ hub เป็นคนละส่วนกัน คำว่า "ไม่มี agent ค้างอยู่" หมายถึงโปรเซสของ Claude Code หรือ Codex ปิดไปแล้ว แต่ตัว hub หลักยังจำเป็นต้องเปิดทิ้งไว้บนเครื่องเรา

ประโยชน์ที่ได้คือเราไม่ต้องเปิดเซสชันค้างไว้เพื่อรอคำตอบ ไม่ว่าจะกลับมาตอบตอนเย็น หรือเว้นไปอีก 3 วัน ระบบก็จะดึงงานกลับเข้าสู่บทสนทนาเดิมได้เหมือนกัน

ลองคำสั่ง agent-autoloop try ก่อนตั้งค่างานจริง

สิ่งที่ต้องเตรียมก่อนใช้งาน ได้แก่ Node 24 ขึ้นไป Git และ Claude Code หรือ Codex ที่ล็อกอินไว้เรียบร้อยแล้ว (บน macOS และ Linux ต้องติดตั้ง curl ด้วย) โดยไม่จำเป็นต้องมีบัญชี GitHub

ขั้นตอนที่ 1: ติดตั้งโปรแกรม เลือกใช้คำสั่งตามระบบปฏิบัติการของเครื่อง หรือจะส่งคู่มือติดตั้งให้ agent อ่านแล้วติดตั้งแทนก็ได้

Windows PowerShell:

irm https://raw.githubusercontent.com/KKKKhazix/agent-autoloop/main/install.ps1 | iex

macOS / Linux:

curl -fsSL https://raw.githubusercontent.com/KKKKhazix/agent-autoloop/main/install.sh | sh

ขั้นตอนที่ 2: รันคำสั่งทดสอบ

agent-autoloop try

โปรแกรมจะส่งอีเวนต์เข้าไป แล้ว agent จะส่งคำถามมาให้เราเลือกสี (ข้อความในโปรแกรมเวอร์ชันปัจจุบันยังเป็นภาษาจีน แต่เนื้อหาจะเหมือนกับตัวอย่างภาษาอังกฤษใน README ด้านล่างนี้)

Event sent. The agent is getting to work...

The agent finished this round and asked you a question. No process is running for it now, and it is not spending tokens.

[Your call] #1 Try run: pick a color
This is a try run. Either choice is fine.
  1. Blue
  2. Green
Answer: agent-autoloop answer 1 <number>
After you answer, run agent-autoloop status to see it pick the work back up and finish.

ข้อความนี้ระบุว่า agent ทำงานรอบแรกเสร็จแล้วและมีคำถามรออยู่ ตอนนี้ไม่มีโปรเซสรันอยู่และไม่เสีย token ระหว่างรอให้เราเลือก 1. Blue หรือ 2. Green

ขั้นตอนที่ 3: ตอบคำถามด้วยตัวเลข ถ้าหน้าจอเทอร์มินัลเปิดให้พิมพ์ตอบได้ ก็พิมพ์ตัวเลขของตัวเลือกได้ทันที แต่ถ้ารันในโหมดที่พิมพ์ตอบตรงๆ ไม่ได้ ให้ใช้คำสั่งนี้เพื่อตอบว่าเลือกสีเขียว (ข้อ 2):

agent-autoloop answer 1 2

ขั้นตอนที่ 4: ตรวจสอบสถานะการทำงาน

agent-autoloop status

คำสั่งนี้จะแสดงให้เห็นว่า agent ดึงงานเดิมกลับมาทำต่อจนเสร็จเรียบร้อย พร้อมสรุปจำนวนรอบการทำงาน ปริมาณ token ที่ใช้ และค่าใช้จ่ายของวันนี้กับรอบ 7 วันที่ผ่านมา

สูตร morning brief: ตัวอย่างแรกที่ควรเริ่มตั้งค่า

โปรเจกต์นี้เตรียมสูตรสำเร็จมาให้พร้อมใช้งาน โดยแต่ละสูตรจะประกอบด้วยชุดกฎ ไฟล์คู่มือสอนงานอย่าง skill สำหรับ agent และแนวทางการตั้งค่า สำหรับงานแรกที่นำไปใช้จริง ขอแนะนำ สูตร morning brief เพราะสูตรนี้จะแค่อ่านไฟล์โน้ตและประวัติ commit ในเครื่องเรา แล้วเขียนสรุปผลลงในไฟล์ briefs/YYYY-MM-DD.md โดยไม่ต้องเชื่อมต่ออินเทอร์เน็ตออกไปข้างนอก

เวลาทำงานของสูตรนี้กำหนดด้วยรูปแบบ cron อิงตามเวลาท้องถิ่นของเครื่อง โดยค่าเริ่มต้นตั้งไว้ที่ 8:00 น. ของทุกวัน ขั้นตอนการเปิดใช้งานมี 5 ขั้นดังนี้:

1. คัดลอกไฟล์ SKILL.md ของสูตรไปวางไว้ที่ ~/.claude/skills/morning-brief/ (ถ้าใช้ Codex ให้วางที่ ~/.codex/skills/morning-brief/)
2. นำคอนฟิกในส่วน agents และ rules จากไฟล์ rules.json ของสูตร มารวมเข้ากับไฟล์ ~/.agent-autoloop/rules.json บนเครื่องเรา
3. ปรับค่าในคอนฟิก: เปลี่ยน worker ให้ตรงกับชื่อเครื่องที่แสดงในคำสั่ง agent-autoloop status เปลี่ยน use ให้เป็น claude หรือ codex และแก้ cwd ให้ชี้ไปที่โฟลเดอร์เก็บโน้ตจริงในเครื่อง
4. รันคำสั่ง agent-autoloop check เพื่อตรวจสอบความถูกต้องของไฟล์กฎ
5. ตั้ง cron เป็น * * * * * (ให้รันทุกนาที) ชั่วคราว ภายใน 1 นาทีจะเห็นรอบทดสอบเริ่มทำงาน พอเห็นผลลัพธ์แล้วให้เปลี่ยนเวลากลับทันที เพราะถ้าลืมทิ้งไว้ ระบบจะเรียก agent ขึ้นมาทำงานทุกนาที และจะคิดค่าโมเดลกับบัญชีของเรา

5 ฟิลด์หลักในการกำหนดกฎแต่ละข้อ

กฎแต่ละข้อในไฟล์ rules.json มีโครงสร้างดังนี้ (ตัวอย่างจาก README กำหนดเวลาไว้ตอน 9:00 น. ซึ่งต่างจากค่าเริ่มต้นของสูตรที่เป็น 8:00 น.):

{
  "name": "Morning brief",
  "when": { "cron": "0 9 * * *" },
  "to": "codex",
  "cwd": "~/notes",
  "prompt": "Summarize yesterday's notes and commits into today's brief."
}

• name: ชื่อของกฎ
• when: เงื่อนไขเริ่มงาน ตัวอย่างนี้กำหนดเป็น cron 0 9 * * * หรือทุกวันเวลา 9:00 น. แต่ถ้าเป็นอีเวนต์จากภายนอก จะใช้ฟิลด์ source และ types แทน เช่น issues.opened
• to: กำหนด agent ที่จะมารับงาน โดยต้องเป็นชื่อที่ประกาศไว้ใต้บล็อก agents
• cwd: โฟลเดอร์ที่ agent จะเข้าไปทำงาน
• prompt: คำสั่งงาน หรือจะใช้ฟิลด์ skill เพื่อชี้ไปยังไฟล์คู่มือแทนก็ได้

จุดที่พลาดง่ายคือฟิลด์ to กับ use: ฟิลด์ to ในกฎจะต้องตรงกับชื่อ agent ใต้บล็อก agents ส่วนฟิลด์ use ที่แก้ตอนเปิดสูตรคือตัวเลือกว่าจะใช้ codex หรือ claude

เมื่อบันทึกไฟล์แล้ว กฎใหม่จะมีผลทันทีภายในไม่กี่วินาที ถ้ามีข้อผิดพลาด เช่น เขียนผิดไวยากรณ์ ไฟล์สูญหาย หรืออ่านไฟล์ไม่ได้ ตัว hub จะใช้กฎชุดล่าสุดที่ถูกต้องทำงานต่อไป พร้อมกับส่งการ์ดแจ้งเตือนมาบอกเรา

4 คำสั่งช่วยตรวจสอบให้มั่นใจก่อนปล่อยให้กฎทำงานจริง

• agent-autoloop rules explain: ดูรายการกฎที่กำลังทำงานอยู่ พร้อมเวลาที่จะเริ่มรอบถัดไป
• agent-autoloop emit <type> --dry-run: จำลองการส่งอีเวนต์เพื่อดูว่ากฎข้อไหนจะมารับงาน โดยไม่ส่งข้อมูลหา hub จริงและไม่บันทึกประวัติลง log
• agent-autoloop pause <rule>: สั่งพักการทำงานของกฎชั่วคราว ระหว่างนี้กฎจะข้ามรอบเวลาที่ตั้งไว้และไม่รับอีเวนต์
• agent-autoloop why <n>: ตรวจสอบประวัติย้อนหลังว่ารอบที่ n เกิดอะไรขึ้นบ้าง ตั้งแต่ได้รับอีเวนต์ต้นทางจนถึงตอนที่รอบนั้นจบลง

เมื่อสั่ง agent-autoloop resume <rule> กฎจะกลับมาทำงานตามรอบปกติ แต่จะไม่ย้อนกลับไปทำงานในรอบที่ข้ามไป ถ้าต้องการให้รอบที่ข้ามไปทำงานทันที ให้ใช้คำสั่ง agent-autoloop run <rule> เพื่อสั่งรัน 1 ครั้งได้โดยตรง

สูตรสำเร็จอื่นๆ ที่นำไปปรับใช้ต่อได้

สูตรสำเร็จอื่นๆ ติดตั้งและเปิดใช้งานได้ด้วยขั้นตอนเดียวกับ morning brief ทั้งนี้ ก่อนตัดสินใจเลือกใช้สูตรไหน แนะนำให้ดูคอลัมน์ขวาสุดของตารางก่อนว่าแต่ละสูตรหยุดตรงไหน

ข้อควรระวังคือ บางสูตรต้องปรับค่าคอนฟิกก่อนใช้งาน เช่น Website watch และ Inbox triage ที่ตั้งค่าเริ่มต้นเป็นเขตเวลาเซี่ยงไฮ้ และส่งแจ้งเตือนเข้าแชตส่วนตัวบนแอปสื่อสารสำหรับองค์กรของจีนอย่าง Feishu เท่านั้น ถ้าไม่แก้ไข เวลา 8 โมงเช้าของเซี่ยงไฮ้ใน Inbox triage จะตรงกับเวลา 7 โมงเช้าในไทย

คู่มือของแต่ละสูตรปัจจุบันเขียนเป็นภาษาจีน ถ้าอ่านไม่ออก ก็สั่งให้ Claude Code หรือ Codex ช่วยแปลและอธิบายได้

ทำไมสาย Dev ถึงควรดูสถาปัตยกรรมภายใน

• ไม่นำข้อความจากภายนอกมาต่อเข้ากับพรอมต์โดยตรง: เนื้อหาและชื่อของ issue จะบันทึกลงไฟล์ข้อมูลในเครื่องก่อน ส่วนข้อความในพรอมต์จะมีเพียงประเภท ID และลิงก์ที่ผ่านการตรวจสอบตัวอักษรแล้วเท่านั้น README เทียบแนวคิดนี้ว่าคล้ายเทคนิค parameterized SQL ที่แยกข้อมูลออกจากตัวคำสั่งฐานข้อมูล
• ไฟล์กฎในเครื่องเท่านั้นที่กำหนด agent โฟลเดอร์ และสิทธิ์: ไฟล์ rules.json คือจุดเดียวที่กำหนดว่า agent ตัวไหนทำงาน รันในโฟลเดอร์ใด และมีสิทธิ์ระดับไหน อีเวนต์ที่แนบฟิลด์ cwd, agent หรือ access มาด้วย ระบบจะปฏิเสธทันที
• ระบบป้องกันลูปไม่รู้จบ (จำกัดการส่งต่องานสูงสุด 8 ชั้น): ผลลัพธ์ของ agent ตัวหนึ่งปลุก agent อีกตัวขึ้นมาทำต่อได้ ระบบจึงนับจำนวนชั้นเอาไว้ ตัวนับนี้จะเพิ่มขึ้นเรื่อยๆ แม้งานจะผ่านการหยุดถามคนหรือการตั้งเวลาเช็กซ้ำ และตัว agent รีเซ็ตค่านี้เองไม่ได้ ถ้าส่งต่องานซ้อนกันเกิน 8 ชั้น ระบบจะบันทึกอีเวนต์ หยุดส่งต่องาน แล้วส่งการ์ดแจ้งเตือนให้เราทราบ
• โค้ดหลักมีเพียงประมาณ 1,850 บรรทัด: ตัวเลขนี้นับรวมคอมเมนต์และบรรทัดว่างแล้ว และที่สำคัญคือไม่มี Runtime Dependency หรือไลบรารีภายนอกที่ต้องพึ่งเพิ่มเติมตอนรันเลย

ข้อจำกัดที่ควรรู้ก่อนเริ่มใช้งานจริง

• ต้องเปิดเครื่องคอมพิวเตอร์ทิ้งไว้: เนื่องจาก agent-autoloop ทำงานบนเครื่องส่วนตัวของเราโดยตรง จึงไม่มีระบบคลาวด์คอยรันแทน หากปิดเครื่อง โปรแกรมก็หยุดทำงาน
• ช่องแจ้งเตือนผ่านการทดสอบไม่เท่ากัน: ช่องแจ้งเตือนที่มีมาในตัวประกอบด้วยการแจ้งเตือนบนหน้าจอคอมพิวเตอร์ (เปิดเป็นค่าเริ่มต้น) แอป Feishu และช่องทางส่งข้อความอัตโนมัติอย่าง webhook สำหรับ DingTalk, WeCom, Slack กับ Discord Feishu ผ่านการทดสอบทั้งส่งจริง กดปุ่มจริง และอัปเดตการ์ดจริงแล้ว ส่วน webhook ทั้งสี่แบบ ผู้พัฒนาตรวจกับตัวจำลองในเครื่องเท่านั้น ช่องกลุ่มนี้ตอบผ่านลิงก์ จึงต้องตั้ง hub.publicUrl ให้เปิดจากมือถือหรือคอมที่ใช้ตอบได้
• เครื่องมือที่ผ่านการทดสอบจริงมี 3 รูปแบบ: ปัจจุบันมีเพียง Claude Code, Codex และ ACP (โปรโตคอลกลางสำหรับเชื่อมต่อ agent) ที่ผ่านการทดสอบถาม-ตอบหลายรอบ และดึงรอบการทำงานเดิมกลับมาทำต่อได้สมบูรณ์ ส่วน agent ตัวอื่นๆ เช่น DeepSeek Harness หรือ Cursor เป็นการเขียนคำสั่งอิงจากเอกสารคู่มือ ซึ่งผู้พัฒนายอมรับว่ายังไม่ได้ทดสอบรันจริงครบทุกตัว
• สูตรยังไม่เคยรันจบบนบัญชีจริง: ข้อมูลตัวอย่างเป็นข้อมูลสมมติ สคริปต์ตรวจแค่กับ HTTP ในเครื่องและ Feishu CLI ปลอม
• การขอคำยืนยันขึ้นอยู่กับตัว agent เอง: การ์ดถามจะเกิดขึ้นเมื่อ agent ส่งคำถามกลับมาเอง เราจึงแนะนำให้เริ่มทดลองกับงานเสี่ยงต่ำก่อน อย่าเพิ่งปล่อยให้ไปยุ่งกับงานที่ต้องลบไฟล์หรือส่งข้อมูลออกไปข้างนอกโดยตรง
• ค่าบริการ AI คิดตามบัญชีของเรา: ค่าโมเดลทั้งหมดจะเรียกเก็บจากบัญชีของเราโดยตรง README ระบุว่าสำหรับงานอัตโนมัติ ผู้ให้บริการมักแนะนำให้ใช้รหัสเชื่อมต่อระบบอย่าง API key มากกว่าโควตารายเดือนแบบ subscription ส่วนตัว และบอกให้ใช้ API key ถ้ารันบริการให้คนอื่นใช้

ใครควรเริ่มจากตรงไหน

ถ้ามีงานที่ต้องทำซ้ำๆ เป็นประจำทุกวัน และคุ้นเคยกับการใช้เทอร์มินัลอยู่แล้ว แนะนำให้เริ่มต้นด้วยการทดลองคำสั่ง agent-autoloop try แล้วลองเปิดใช้งานสูตร morning brief เพียงสูตรเดียวก่อน

แต่ถ้ายังไม่เคยใช้ Claude Code หรือ Codex มาก่อนเลย ควรเริ่มจากการติดตั้งและล็อกอินเครื่องมือเหล่านี้ให้เรียบร้อยก่อน เพราะ agent-autoloop ต้องพึ่งพา agent ที่พร้อมทำงานบนเครื่องอยู่แล้ว

งานแรกของลูปไม่ควรเป็นงานที่น่าเบื่อที่สุด แต่ควรเป็นงานที่พลาดแล้วลบไฟล์เดียวก็จบ

ที่มา: โปรเจกต์ agent-autoloop บน GitHub