สถาปัตยกรรมของ Claude Code มีความลึกซึ้งกว่าการใช้งานเป็นเพียงแชตบอตสำหรับถามตอบโค้ดทั่วไป หากเจาะลึกโครงสร้างจากคลังความรู้อย่าง shanraisshan/claude-code-best-practice จะพบว่าเบื้องหลังของมันถูกวางโครงสร้างไว้ให้ทำงานแบบ Agentic Framework ผ่านการประสานงานของ 3 องค์ประกอบหลัก ได้แก่ Command → Agent → Skill ซึ่งช่วยควบคุมทิศทางการพัฒนา จัดการบริบท (Context Window) และเพิ่มประสิทธิภาพในการส่งมอบงานได้อย่างมีเสถียรภาพ

บทความนี้จะพาไปเจาะลึกโครงสร้างสถาปัตยกรรมดังกล่าว เพื่อเปลี่ยนจากการสั่งงานแบบเดี่ยว มาเป็นการจัดตั้งทีมพัฒนาอัตโนมัติที่แบ่งแยกหน้าที่อย่างชัดเจน

ข้อกำหนดเบื้องต้นสำหรับการติดตั้ง

ก่อนเริ่มต้นใช้งาน ให้เตรียมสภาพแวดล้อมให้พร้อม:

1. Claude Code CLI: ติดตั้งผ่านคำสั่ง npm install -g @anthropic-ai/claude-code และอัปเดตเป็นเวอร์ชันล่าสุดสม่ำเสมอ
2. Git Version Control: ตัวโปรเจกต์ต้องมี Git เพื่อรองรับการทำงานกับกิ่งงาน (Branch) และระบบ Git Worktrees
3. พื้นฐานไฟล์ YAML: ใช้สำหรับกำหนดค่าคอนฟิกและพารามิเตอร์ของระบบ

โครงสร้างสถาปัตยกรรม Command, Agent และ Skill

การแบ่งบทบาทใน Claude Code สามารถเปรียบเทียบได้กับโครงสร้างการทำงานในทีมพัฒนาซอฟต์แวร์:

1. Commands (คำสั่งด่วน): การสั่งงานในหน้าแชตหลัก ทำงานภายใต้ Context เดียวกัน เหมาะสำหรับงานสั้นๆ ที่ต้องการความรวดเร็ว เช่น การสั่งรีแฟกเตอร์โค้ดเฉพาะจุดหรือการทำ Unit Test บนไฟล์เดี่ยว
2. Agents (ตัวแทนอัตโนมัติเฉพาะทาง): การรันงานในสภาพแวดล้อมที่แยกบริบทชัดเจน (Isolated Context) พร้อมสิทธิ์การเข้าถึงเครื่องมือที่จำกัดไว้เฉพาะงาน เช่น การตรวจช่องโหว่ความปลอดภัยโดยไม่ให้สิทธิ์แก้ไขไฟล์
3. Skills (คลังขั้นตอนการทำงาน): มาตรฐาน SOP หรือขั้นตอนการทำงานที่บันทึกไว้ในรูปแบบคู่มือ ทั้ง Commands และ Agents สามารถดึงไปอ้างอิงและประมวลผลได้ตามมาตรฐาน Agent Skills (agentskills.io)

1. Commands: การสั่งการด่วนในบริบทปัจจุบัน

Commands ทำงานผ่านการเรียกใช้สแลชคอมมานด์ (/command-name) ในหน้าต่างทำงานเดิม โดยตัวระบบจะนำเนื้อหาในไฟล์ที่กำหนดมาผสานเข้ากับบทสนทนาปัจจุบัน

ตัวอย่างการสร้าง Custom Command:
สร้างไฟล์ .claude/commands/refactor.md แล้วกำหนดคำสั่ง:

# Refactor Command

ทบทวนโค้ดในไฟล์ที่เลือก โดยยึดหลักการ Clean Code:
1. ลดความซับซ้อนของ Logic (Cyclomatic Complexity)
2. แยกฟังก์ชันที่ใหญ่เกินไปออกเป็นส่วนย่อย
3. ตรวจสอบการตั้งชื่อตัวแปรให้สื่อความหมาย

ห้ามทำการเปลี่ยนแปลงจนกว่าผมจะยืนยันแผนการทำ Refactor ก่อน

เมื่อสั่ง /refactor ระบบจะดึง Prompt นี้เข้าไปประมวลผลทันที จุดเด่นคือความรวดเร็วและการคงบริบทเดิมไว้ แต่หากบทสนทนายาวเกินไป อาจทำให้เกิดปัญหา Context Compaction ได้

2. Agents: การแยกบริบทเฉพาะทาง (Isolated Execution)

Agents ใน Claude Code ทำหน้าที่เป็น Autonomous Actor ที่ทำงานใน Session แยกต่างหาก มีชุดเครื่องมือเฉพาะ และสามารถกำหนดโมเดลที่เหมาะสมกับความซับซ้อนของงานได้

วิธีสร้าง Custom Agent:
สร้างไฟล์ .claude/agents/security-reviewer.md พร้อมกำหนดค่า YAML Frontmatter:

---
name: security-reviewer
description: ผู้เชี่ยวชาญด้านความปลอดภัย ค้นหาช่องโหว่ OWASP Top 10
model: claude-3-5-sonnet-latest
permissionMode: plan
tools: [read_file, grep_search, glob]
disallowedTools: [edit_file, run_shell_command]
memory: project
---

คุณคือหัวหน้าทีม Security Audit หน้าที่ของคุณคือสแกนหาช่องโหว่ในโค้ด
โดยเฉพาะจุดที่มีการรับ Input จาก User และการจัดการ Credential
ห้ามทำการแก้ไขโค้ดโดยพลการ ให้ทำ Report ออกมาเป็น Markdown เท่านั้น

พารามิเตอร์สำคัญที่ควรรู้:

• permissionMode: plan: กำหนดให้ Agent ทำงานในโหมดอ่านอย่างเดียว (Read-only) เหมาะกับงานวิเคราะห์และวางแผน
• disallowedTools: ปิดกั้นคำสั่งที่อาจก่อให้เกิดความเสียหาย เช่น การแก้ไขไฟล์หรือการรันคำสั่ง Shell
• memory: project: เปิดให้ Agent จดจำบริบทสำคัญของโปรเจกต์ข้าม Session ได้

3. Skills: โมดูลขยายขีดความสามารถ

Skills ทำหน้าที่เป็นแพ็กเกจที่รวบรวม Prompt เอกสารอ้างอิง และสคริปต์การทำงานไว้ในโฟลเดอร์เดียว โดยมี SKILL.md เป็นไฟล์ศูนย์กลาง

โครงสร้างโฟลเดอร์ของ Skill:

.claude/skills/deploy/
├── SKILL.md          # ไฟล์หลักเก็บ Prompt และ Config
├── references/       # เอกสารอ้างอิงประกอบ
├── scripts/          # สคริปต์อัตโนมัติสำหรับรันงาน
└── examples/         # ตัวอย่างผลลัพธ์มาตรฐาน

ตัวอย่างไฟล์ SKILL.md:

---
name: deploy
description: คู่มือการ Deploy งานขึ้น Production ตามมาตรฐานบริษัท
context: fork
agent: general-purpose
shell: bash
---

ใช้สคริปต์ใน `scripts/check-env.sh` เพื่อตรวจสอบความพร้อมก่อน
จากนั้นรันคำสั่ง `!`npm run build`` เพื่อทดสอบ Build ในเครื่อง

หากผ่านทั้งหมด ให้ทำตามขั้นตอนการ Deploy ต่อไปนี้...
$ARGUMENTS

กลไกเด่นของระบบ Skills:

1. Context Forking (context: fork): ระบบจะแตก Session ใหม่ไปทำงานบน Agent แยกต่างหาก ป้องกันไม่ให้บทสนทนาหลักถูกรบกวน
2. Dynamic Injection (!command``): ดึงผลลัพธ์จากคำสั่ง Shell มาใส่ใน Prompt ก่อนส่งให้โมเดลประมวลผล เช่น การดึง Git Diff ล่าสุดมาวิเคราะห์
3. Progressive Disclosure: ตัวโมเดลจะอ่านเฉพาะส่วน Description ก่อน และจะโหลดไฟล์ที่เหลือเมื่อมีความจำเป็นตามคำสั่ง ช่วยลดปริมาณ Token ได้อย่างมีประสิทธิภาพ

สรุปแนวทางเวิร์กโฟลว์ระดับแนวหน้า

จากคลังความรู้ claude-code-best-practice มีการสรุปรูปแบบ Workflow ที่นิยมนำมาประยุกต์ใช้:

1. Superpowers: มุ่งเน้นกระบวนการแบบ Test-Driven Development (TDD) กำหนดกฎให้เขียน Test ก่อนลงมือโค้ดจริง และใช้ Git Worktrees แยกงานออกจากกัน ช่วยให้รันงานต่อเนื่องได้ยาวนานโดยไม่ออกนอกขอบเขต
2. Get Shit Done (Wave Execution): ใช้กลยุทธ์ล้าง Context Window ให้สะอาดทุกครั้งที่เริ่มงานใหม่ (Fresh Context) เพื่อรักษาความแม่นยำในการคิดและลดความคลาดเคลื่อนจากประวัติเก่า
3. BMAD-METHOD: กำหนด Persona ตัวแทนแยกตามตำแหน่งในวงจรการพัฒนาซอฟต์แวร์ (SDLC) ตั้งแต่การเขียน PRD การออกแบบ ไปจนถึงกระบวนการ QA

แกนหลักร่วมกันของเวิร์กโฟลว์เหล่านี้คือการทำตามลำดับขั้นตอน: Research → Plan → Execute → Review → Ship

เทคนิคการใช้งานให้เกิดประสิทธิภาพสูงสุด

• การจัดการ Context Window: เมื่อประวัติการแชตเริ่มยาวและผ่านการบีบอัด Context มากเกินไป แนะนำให้ใช้คำสั่ง /clear เพื่อเริ่มบทสนทนาใหม่ ป้องกันความสับสนในการประมวลผล
• การแก้ปัญหาอย่างตรงไปตรงมา: สำหรับงาน Debugging มักได้ผลดีเมื่อส่ง Error Message พร้อมบอกให้ระบบตรวจสอบแก้ไขโดยตรง โดยไม่ต้องจำกัดกรอบวิธีคิดมากเกินไป
• การใช้คำสั่ง /batch: สำหรับงานที่ต้องแก้ไขโค้ดรูปแบบเดียวกันหลายไฟล์ การสั่งประมวลผลแบบขนานจะช่วยแยกงานออกเป็นสัดส่วนผ่าน Git Worktrees
• การใช้ผังจำลอง ASCII: ในการอธิบายความสัมพันธ์เชิงโครงสร้างหรือสถาปัตยกรรม การใช้ผังตัวอักษรช่วยให้โมเดลเข้าใจลำดับการเชื่อมโยงได้ชัดเจนขึ้น

แนวทางแก้ไขปัญหาที่พบบ่อย

บทสรุป

การปรับเปลี่ยนจากการสั่งงานผ่านแชตแบบเดิมมาเป็นการวางสถาปัตยกรรมแบบ Command → Agent → Skill ช่วยยกระดับการพัฒนาซอฟต์แวร์ให้เป็นระบบและลดความผิดพลาดจากมนุษย์

จุดเริ่มต้นที่ง่ายที่สุดคือการสร้าง Personal Skills สำหรับงานประจำ เช่น คู่มือการรีวิวโค้ดตามมาตรฐานของทีม หรือการจัดรูปแบบ Commit Message ให้เป็นไปตามข้อตกลง จากนั้นค่อยขยายไปสู่การสร้าง Agent เฉพาะทางเพื่อรองรับงานที่ซับซ้อนขึ้นในอนาคต

แหล่งอ้างอิง

• shanraisshan/claude-code-best-practice: GitHub Repository
• obra/superpowers: GitHub Repository
• Claude Code Official Docs: Extend Claude with Skills
• Claude Code Official Docs: Create Custom Subagents