Stormy MCP server ต่อ AI เข้าข้อมูลครีเอเตอร์ 6 แพลตฟอร์ม ใช้คีย์เดียว แล้วแนบใบเสร็จค่าใช้จ่ายมาทุกคำตอบ
Stormy คือ MCP server ที่เปิดทางให้ AI ค้นข้อมูลเปิดสาธารณะของ TikTok, YouTube, Instagram, X, LinkedIn และ Reddit ได้จากคีย์เดียว สั่งเป็นภาษาคนประโยคเดียวจากโปรแกรมที่ใช้อยู่ คำตอบที่สำเร็จทุกครั้งมีใบเสร็จติดมาบอกว่ารอบนั้นเสียไปเท่าไหร่ เพราะคิดเงินจากของที่ได้กลับมา ไม่ได้คิดตามจำนวนครั้งที่เรียก

ประโยคสั่งงานที่ Stormy ยกเป็นตัวอย่างแรกในคู่มือของตัวเอง จบด้วยท่อนที่ไม่เกี่ยวกับการค้นหาเลย คือให้บอกด้วยว่ารอบนี้จ่ายไปเท่าไหร่
เต็มๆ ของประโยคนั้นคือ "หาครีเอเตอร์ TikTok ที่ทำคอนเทนต์เรื่องชงกาแฟเอสเปรสโซที่บ้านมา 25 คน ดึงยอดคนติดตามมาด้วย แล้วบอกมาว่ารอบนี้เสียเงินไปเท่าไหร่" พิมพ์ประโยคนี้ลงในโปรแกรม AI ที่ต่อ Stormy ไว้ แล้วรอรับรายชื่อ ยอดคนติดตาม และตัวเลขค่าใช้จ่ายของรอบนั้นกลับมาพร้อมกัน
Stormy เป็นทั้ง MCP server และ REST API ตัวเดียวกัน ที่ดึงข้อมูลเปิดสาธารณะของหกโซเชียลมาไว้หลังคีย์เดียว ได้แก่ TikTok · YouTube · Instagram · X (Twitter) · LinkedIn · Reddit ส่วนคู่มือเล่มที่ยกประโยคข้างบนมา เป็นของเจ้าของบริการเอง เปิดให้เอาโค้ดไปใช้ต่อได้ฟรีแบบ MIT และรวมสูตรที่ก๊อปไปรันได้จริงไว้ 10 สูตร
ใครที่ต้องหาครีเอเตอร์มาร่วมงานจะรู้ว่างานนี้กินเวลาแค่ไหน เปิด TikTok ไล่ดูคนที่ทำคอนเทนต์ตรงสาย จดชื่อไว้ แล้วเปิด Instagram ตามหาบัญชีเดียวกัน เช็กยอดผู้ติดตาม ก๊อปลิงก์ลงตาราง ทำซ้ำจนครบ 25 คน หมดไปครึ่งวันโดยที่ยังไม่ได้ทักใครสักคน
หกแอป หกวิธีเข้า หกหน้าตาข้อมูล
ปัญหาของงานหาครีเอเตอร์ไม่ได้อยู่ที่ข้อมูลไม่มี แต่อยู่ที่มันอยู่กันคนละบ้าน
แต่ละแพลตฟอร์มมีประตูเข้าของตัวเอง มีวิธียืนยันตัวตนของตัวเอง มีเพดานจำนวนครั้งที่ดึงข้อมูลได้ของตัวเอง แล้วยังส่งข้อมูลกลับมาคนละหน้าตาอีก ถ้าเลี่ยงด้วยการเขียนโปรแกรมไล่เก็บข้อมูลจากหน้าเว็บเอง ก็จะเจอปัญหาถัดไป คือปลายทางขยับหน้าเว็บเมื่อไหร่ ของที่เขียนไว้ก็พังเมื่อนั้น
ความต่างนี้ไม่ใช่แค่เรื่องหลังบ้าน ลองดูจำนวนช่องข้อมูลสาธารณะต่อหนึ่งโปรไฟล์ที่แต่ละแพลตฟอร์มเปิดให้เห็น ฝั่ง LinkedIn อยู่ที่ 31 ช่อง TikTok 27 ช่อง X (Twitter) 26 ช่อง YouTube 25 ช่อง Instagram 23 ช่อง ส่วน Reddit น้อยสุดที่ 17 ช่อง แปลว่าคนคนเดียวกันมีปริมาณข้อมูลให้ดูไม่เท่ากันในแต่ละที่ การเอามาเรียงในตารางเดียวจึงต้องมีคนแปลงให้ตรงกันก่อนเสมอ
พอจะยกงานนี้ให้ AI ทำแทน ปัญหาเพิ่มอีกชั้น เพราะ AI ที่ลงมือเองไม่รู้ว่าการดึงข้อมูลแต่ละครั้งกินเงินไปเท่าไหร่ และถ้าเน็ตหลุดกลางทางแล้วสั่งซ้ำ ก็ไม่มีอะไรรับประกันว่าจะไม่โดนคิดเงินสองรอบ
Stormy วางตัวเองเป็นชั้นกลางของทั้งหกแพลตฟอร์ม

Stormy ตัดปัญหานั้นด้วยการเป็นชั้นกลางชั้นเดียวที่ไปคุยกับทั้งหกแพลตฟอร์มแทน แล้วส่งของกลับมาในรูปแบบเดียว
ฝั่งที่ต่อเข้าโปรแกรม AI ได้โดยตรงคือ MCP server ปลายทางอยู่ที่ https://stormy.ai/mcp พอเชื่อมเข้ากับโปรแกรมอย่าง Claude Code แล้ว เครื่องมือค้นข้อมูลของ Stormy จะไปโผล่อยู่ในมือของ AI ตัวนั้น เราพิมพ์สั่งเป็นภาษาคน มันเลือกเครื่องมือและดึงข้อมูลให้เอง
งานของ MCP คือต่อระบบ AI (agent) ออกไปหาข้อมูลสดและลงมือทำในโลกภายนอก ต่างจากสกิลที่เป็นความรู้กับสคริปต์เก็บไว้ในเครื่องเรา ฝั่งไทยก็เคยมีตัวกลางแบบเดียวกันมาแล้วอย่าง LINE Bot MCP Server ที่ให้ AI สั่ง LINE Official Account ส่งข้อความ ต่างกันตรงที่ Stormy ไม่ได้ต่อออกไปหาแพลตฟอร์มเดียว แต่ต่อออกไปหกทางพร้อมกัน
อีกฝั่งคือ REST API ที่ https://stormy.ai/api/v1 สำหรับคนที่อยากเรียกใช้จากโค้ดของตัวเอง สองฝั่งนี้ใช้กุญแจดอกเดียวกัน เรตราคาชุดเดียวกัน ยอดเงินก้อนเดียวกัน และใบเสร็จหน้าตาเดียวกัน งานที่สั่งไว้ทางหนึ่งจึงไปตามสถานะจากอีกทางได้
เครื่องมือที่ฝั่ง MCP เปิดให้ AI เรียกมี 10 ตัว แบ่งตามงานได้สี่กลุ่ม
- ค้นและเปิดดู ได้แก่
search_peopleที่ค้นคนในแพลตฟอร์มหนึ่งจากคำอธิบายภาษาคน และlookup_profileที่แปลงลิงก์หรือ @handle ให้เป็นโปรไฟล์ที่จัดรูปมาแล้ว - ขอข้อมูลติดต่อ มีตัวเดียวคือ
find_emailsที่หาอีเมลยืนยันแล้วของโปรไฟล์ที่ระบุไว้ - เช็กก่อนจ่าย ได้แก่
estimate_priceที่บอกเรตราคากับยอดสูงสุดที่จะโดน ส่วนaccount_statusบอกแพ็กเกจกับเงินคงเหลือ และdescribe_social_dataให้ AI อ่านเองว่าแพลตฟอร์มไหนทำอะไรได้และคิดเงินยังไง - งานก้อนใหญ่ที่รอผลนาน ได้แก่
start_social_jobสำหรับสั่งงานทิ้งไว้get_social_jobสำหรับตามสถานะกับผลลัพธ์list_social_jobsสำหรับเรียกงานเก่ากลับมาดูแทนการสั่งใหม่ และcancel_social_jobสำหรับยกเลิกงานที่ยังค้างอยู่ในคิวหรือรอรันรอบใหม่
ต่อ Stormy เข้า Claude Code ในคำสั่งเดียว
เริ่มจากไปเอากุญแจที่หน้าบัญชีของ Stormy แล้วเก็บไว้ในตัวแปรของเครื่อง จากนั้นสั่งเพิ่มเซิร์ฟเวอร์เข้า Claude Code
export STORMY_API_KEY="stm_live_..." # never commit this
claude mcp add --transport http stormy https://stormy.ai/mcp \
--header "Authorization: Bearer $STORMY_API_KEY"คำสั่งอ่านกุญแจจากตัวแปรของเครื่อง ไม่ได้พิมพ์ฝังไว้ในไฟล์โค้ด ตรงกับกฎที่คู่มือย้ำไว้เองว่าห้ามเอากุญแจไปฝังไว้ในโค้ด
ถ้าใช้โปรแกรมอื่น สิ่งที่เปลี่ยนมีแค่รูปแบบไฟล์ตั้งค่า ฝั่ง Codex CLI เขียนค่าไว้ใน ~/.codex/config.toml ส่วน Cursor กับโปรแกรมที่อ่านไฟล์ mcp.json ใช้บล็อก mcpServers ชี้มาที่ URL เดียวกัน ฝั่ง ChatGPT ต่อเป็น custom connector แล้วยืนยันตัวตนผ่าน OAuth
สั่งเป็นภาษาคน แล้วอ่านใบเสร็จท้ายคำตอบ
พอเชื่อมเสร็จ วิธีใช้ก็กลับไปเป็นการพิมพ์บอกสิ่งที่อยากได้ตามปกติ ไม่ต้องจำชื่อเครื่องมือและไม่ต้องเขียนโค้ด
ของที่ตามมาท้ายคำตอบคือส่วนที่ชื่อ usage ทุกคำตอบที่สำเร็จจะมีก้อนนี้ติดมาด้วยเสมอ บอกว่ารอบนั้นทำงานอะไร นับผลลัพธ์ไปกี่ชิ้น คิดเงินจริงกี่ชิ้น เป็นเงินกี่ดอลลาร์ หักเครดิตไปเท่าไหร่ อยู่แพ็กเกจไหน และเหลือวงเงินอีกเท่าไหร่

ตรงนี้คือจุดที่ต่างจากการปล่อยให้ AI ไปไล่เก็บข้อมูลเอง เพราะพอค่าใช้จ่ายกลับมาอยู่ในคำตอบทุกครั้ง การสั่งงานยาวๆ ทิ้งไว้ก็ยังเห็นยอดเดินตลอดทาง ไม่ต้องรอไปเจอยอดรวมทีเดียวตอนท้าย
10 สูตรใน cookbook ที่ยกไปใช้ได้เลย
คู่มือที่ว่านี้ชื่อ stormy-cookbook ไม่ใช่เอกสารอธิบาย API เฉยๆ แต่เป็นสูตรพร้อมรัน 10 สูตร และเปิดโค้ดแบบ MIT คือยกเข้าไปใช้ในงานจริงได้โดยไม่ต้องขอ
- หาครีเอเตอร์ที่ทำคอนเทนต์ตรงกับสินค้า สำหรับคนที่ต้องเติมรายชื่อคนคอลแลบใหม่ทุกเดือน
- ส่องคอนเทนต์ของคู่แข่ง สำหรับคนที่อยากรู้ว่าโพสต์แบบไหนของเจ้าอื่นไปได้ดี
- ตามครีเอเตอร์รายคนข้ามช่วงเวลา สำหรับเช็กว่ายอดโตจริงก่อนตัดสินใจจ่ายค่าจ้าง
- ดูว่าคนบน Reddit กำลังคุยเรื่องอะไรกัน สำหรับหาว่าคนในหมวดสินค้าเดียวกันชอบอะไรและบ่นอะไร
- ดูผู้ชมข้ามแพลตฟอร์ม สำหรับคนที่อยากรู้ว่าคนกลุ่มเดิมไปอยู่ที่ไหนอีกบ้าง
- สั่งงานก้อนใหญ่ทิ้งไว้ สำหรับเก็บข้อมูลจำนวนมากที่รอผลได้ ไม่ต้องนั่งเฝ้า
อีกสี่สูตรที่เหลือเป็นงานประจำฝั่งหลังบ้าน คือเติมข้อมูลลูกค้าเก่าจาก @handle ที่มีอยู่แล้ว ทำรายชื่อติดต่อพร้อมอีเมลที่ยืนยันแล้ว เรียกใช้ Stormy จาก agent และรับมือกับ error เพดานการดึงข้อมูล กับบิลที่ตามมา
ราคาต้องดูก่อนกด เพราะไม่ได้ฟรีทั้งหมด
ของที่ฟรีในเรื่องนี้คือคู่มือ ไม่ใช่ตัวบริการ
หน่วยคิดเงินคือเครดิต 1 เครดิตเท่ากับ 1 เซ็นต์ และคิดเฉพาะของที่ได้กลับมาจริง ไม่ได้คิดตามจำนวนครั้งที่เรียกใช้ อีเมลที่ค้นแล้วหาไม่เจอจึงเป็น 0 ดอลลาร์
| งานที่สั่ง | ราคา |
|---|---|
ผลลัพธ์จากแคช (fresh=false) | $0.01 ต่อรายการ |
โปรไฟล์ที่ดึงสด (fresh=true) | $0.05 ต่อโปรไฟล์ |
| ค้นหาคนแบบดึงสด | $0.08 ต่อคนที่ตรงเงื่อนไข |
| อีเมลที่ยืนยันแล้ว | $0.15 ต่ออีเมลที่หาเจอ |
ตัวอย่างที่เครื่องมือเช็กราคาคำนวณให้ดูคือ ค้นหาคนแบบดึงสด 100 คน เป็นเงิน $8.00 ถ้าขออีเมลของคนกลุ่มนั้นด้วยจะขยับเป็น $23.00 ส่วนโปรไฟล์จากแคช 100 รายการอยู่ที่ $1.00
แพ็กเกจทดลองแบบไม่เสียเงินให้ผลลัพธ์จากแคช 50 รายการต่อ 30 วัน นับแบบหมุนไปเรื่อยๆ แปลว่าได้เฉพาะของที่เก็บไว้แล้ว ไม่มีข้อมูลสดและไม่มีอีเมล ส่วนแบบเสียเงินอยู่ที่ $50 ต่อเดือน แถมวงเงินใช้งานมาให้ $25 หรือ 2,500 เครดิต ใช้เกินจากนั้นค่อยคิดตามเรตข้างบน
อยากรู้ราคาก่อนสั่งงานจริงก็ถามได้ฟรี ทั้ง estimate_price ทางฝั่ง MCP และ GET /pricing ทางฝั่ง REST สองทางนี้ไม่หักเงิน
ข้อมูลสาธารณะเท่านั้น ส่วนอีเมลเป็นคนละประตู

ขอบเขตของ Stormy คือข้อมูลที่เปิดสาธารณะอยู่แล้ว และเส้นนี้บังคับกันที่ฝั่งเซิร์ฟเวอร์ ไม่ใช่แค่ตกลงกันไว้เฉยๆ
ระบบตัดข้อมูลติดต่อออกจากคำตอบของช่องค้นหาและช่องเปิดโปรไฟล์ก่อนส่งกลับมา ทั้ง email business_email contact_email phone และ phone_number ไล่ตัดทุกชั้นของข้อมูล ต่อให้สั่งให้ดึงมาก็ไม่มีมาให้
การขออีเมลเป็นอีกประตูที่ต้องสั่งเอง คือเครื่องมือ find_emails หรือ POST /emails ทางฝั่ง REST เปิดให้แค่สามแพลตฟอร์ม ได้แก่ Instagram · TikTok · YouTube ครั้งละ 1-25 โปรไฟล์ ส่วน X (Twitter) · LinkedIn · Reddit ไม่มีช่องนี้ ใช้ได้แค่ค้นหากับเปิดโปรไฟล์เท่านั้น
เอกสารยังกำกับไว้ด้วยว่า agent ควรเรียกประตูนี้เฉพาะตอนที่คนสั่งขอข้อมูลติดต่อชัดเจน
กรอบการใช้งานที่พอดีกับงานฝั่งไทยจึงเป็นการสำรวจตลาดและหาคนมาร่วมงาน ไม่ใช่การไล่เก็บข้อมูลส่วนตัวของคนที่ไม่ได้ยินยอม
ค่าที่ถูกลงจริงในงานนี้คือค่ารวบรวมข้อมูล ไม่ใช่ค่าตัดสินใจ
รายชื่อ 25 คนที่ไหลกลับมาพร้อมใบเสร็จ ยังต้องมีคนอ่านแล้วเลือกอยู่ดีว่าใครเหมาะกับแบรนด์ ใครแค่ยอดสวย
คำถามที่พิมพ์ลงไปจึงเป็นตัวตัดสินว่าเงินก้อนนั้นจะได้รายชื่อที่ใช้งานได้ หรือได้แค่ตัวเลขกองหนึ่ง
ที่มา: โปรเจกต์ Stormy Cookbook บน GitHub
ชอบเรื่องแนวนี้ มีอีบุ๊คฟรีให้อ่านต่อ
สร้าง Claude Skill แบบไม่ต้องรู้โค้ด คู่มือสร้าง Claude Skill ของคุณเองด้วยการคุยกับ Claude Code เป็นภาษาไทย
กดสมัครแล้วเราจะส่งเทคนิค AI และของแจกใหม่ๆ ให้ทางอีเมล เลิกรับได้ตลอด
Claude Cowork · The Business Playbook

ฉบับภาษาไทย 15 บท เรียนรู้ผ่านโปรเจกต์จำลองต่อเนื่องทั้งเล่ม ตั้งแต่ตั้งค่า Workspace จัดการไฟล์ เชื่อมแอป ตั้งระบบอัตโนมัติ จนถึงสร้าง Plugin


