เครื่องมือโอเพนซอร์สใหม่จากสมาชิกชุมชน DJAI
สมาชิกชุมชน DJAI และผู้พัฒนาที่อยู่เบื้องหลัง Siamese Cat Dev ได้เผยแพร่ DJAI Tools MCP ซึ่งเป็น Model Context Protocol Server แบบ local-first ฟรีและโอเพนซอร์ส ออกแบบมาเพื่อเพิ่มความสามารถด้านไฟล์และข้อมูลให้ AI Agent กับ Coding Agent โดยประมวลผลบนคอมพิวเตอร์ของผู้ใช้เอง
โปรเจกต์เปิดให้เข้าถึง source code บน GitHub ภายใต้ MIT License นักพัฒนา Vibe Coder นักเรียน ผู้สร้าง automation และธุรกิจสามารถตรวจ source, ใช้งาน, แก้ไข, fork และร่วมพัฒนาได้ตามเงื่อนไขของ license
Release แรก v0.1.0 ให้ความสำคัญกับพื้นฐานที่เชื่อถือได้ แทนการประกาศว่าทุกความสามารถในแผนเสร็จแล้ว ปัจจุบันมี MCP Tool ที่ผ่านการทดสอบ 8 รายการ สำหรับการวัด token, ทำความสะอาด AI context, สร้าง RAG chunk, package prompt, แปลง CSV/JSON, ล้าง CSV และสร้าง QR Code แบบ SVG ส่วน PDF, OCR, DOCX, PNG/JPG/WebP และ XLSX อยู่ใน phase ถัดไป
เหตุผลที่สร้างโปรเจกต์นี้
DJAI Academy และ Siamese Cat Dev เคยเผยแพร่ชุด เครื่องมือบนเว็บที่ฟรีและเป็นส่วนตัว ครอบคลุมงาน PDF, แปลงและบีบอัดรูป, OCR ภาษาไทยและอังกฤษ, DOCX, QR Code, AI token และ RAG, CSV, JSON และ Excel
Browser tools เหมาะเมื่อผู้ใช้ต้องการเปิดหน้าเว็บ เลือกไฟล์ และดาวน์โหลดผลลัพธ์ด้วยตัวเอง แต่ AI และ Coding Agent เปิด workflow อีกแบบหนึ่ง ผู้ใช้สามารถอธิบายผลลัพธ์ที่ต้องการ แล้ว Agent เลือก Tool ที่มีขอบเขตชัดเจน เรียกใช้งาน ตรวจ structured result และทำขั้นตอนต่อไป
คำถามสำคัญคือ เราจะเพิ่มความสามารถเหล่านี้ให้ Agent โดยไม่ทำให้ DJAI ต้องเป็น hosted file-processing service และไม่ต้องขอให้ผู้ใช้ส่งเอกสารส่วนตัวไปยัง server ของคนอื่นได้อย่างไร
คำตอบคือ Local MCP Server ผู้ใช้ดาวน์โหลดโปรเจกต์โอเพนซอร์ส เลือก Tool หรือ profile ที่ต้องการ และอนุญาตเฉพาะโฟลเดอร์ที่เลือกไว้ คอมพิวเตอร์ของผู้ใช้เป็นผู้ประมวลผลและเก็บไฟล์ผลลัพธ์
Local-first แทน Hosted Processing
DJAI Tools MCP รุ่นปัจจุบันสื่อสารผ่าน local stdio แอป AI ที่รองรับจะเปิด MCP process และเรียก Tool ที่อนุญาต ไม่มี DJAI upload API อยู่เบื้องหลัง ไม่มีการดึง arbitrary remote URL และไม่มีการสร้าง shell command จาก input ของโมเดล
Architecture นี้มีประโยชน์กับทั้งผู้ใช้และผู้ดูแลโปรเจกต์:
- เอกสารและข้อมูลอยู่ในเครื่องของผู้ใช้
- ผู้ใช้ควบคุมว่าอ่านและเขียน directory ใดได้
- เก็บ source file ไว้โดยค่าเริ่มต้น
- DJAI ไม่ต้องจ่ายค่า compute หรือ temporary storage สำหรับไฟล์ของชุมชน
- โปรเจกต์ทำงานได้โดยไม่พึ่ง hosted conversion endpoint
- นักพัฒนาตรวจ source code และเสนอ security improvement ได้
- ทีมเลือก capability profile ขนาดเล็กแทนการเปิดทุก Tool ได้
Local processing ไม่ได้ปลอดภัยอัตโนมัติ MCP process ได้รับ permission ของ account ที่ใช้เปิด process ผู้ใช้จึงควรอนุญาตเฉพาะโฟลเดอร์ที่จำเป็น และหลีกเลี่ยง home directory ทั้งหมด filesystem root, cloud-sync root หรือโฟลเดอร์ secrets Repository มี security model และ default limit ที่ระมัดระวัง
8 Tools ที่ใช้ได้ใน Release แรก
v0.1.0 มีเครื่องมือเตรียมข้อมูลสำหรับ AI 4 รายการ เครื่องมือข้อมูล 3 รายการ และ QR Tool 1 รายการ
Tool ปัจจุบันช่วยให้ Agent สามารถ:
- นับ token, คำ, grapheme, byte, บรรทัด และย่อหน้าด้วย tokenizer encoding ที่ใช้กันทั่วไป
- ลบ page line ซ้ำ การตัดบรรทัด prose และ whitespace ที่ไม่จำเป็นจากข้อความที่เหมาะสม
- สร้าง JSONL chunk สำหรับ RAG แบบกำหนดขนาดและ overlap ได้
- รวม UTF-8 file ในเครื่องสูงสุด 20 ไฟล์ด้วย Markdown หรือ XML boundary
- แปลง CSV ที่มี header เป็น JSON โดยรักษาค่าเป็น string
- แปลง array ของ flat JSON object เป็น CSV สำหรับ spreadsheet
- ตัดช่องว่างใน CSV และลบแถวว่างหรือแถวซ้ำแบบตรงกัน
- สร้าง QR Code แบบ SVG ในเครื่องจากข้อความ URL Wi-Fi payload หรือ identifier
Operation ที่สำเร็จจะคืนข้อมูลแบบมีโครงสร้าง เช่น output path, ขนาดไฟล์, processing time, warning และข้อมูลว่า input ต้นฉบับถูกแก้ไขหรือไม่ เป้าหมายคือทำให้การทำงานของ Agent เข้าใจและตรวจสอบได้ ไม่ซ่อนการเปลี่ยนไฟล์ไว้หลังคำตอบที่คลุมเครือ
Profile ขนาดเล็กช่วยให้ Agent เลือก Tool ได้ดี
โปรเจกต์อนุญาตให้เปิด Tool ทั้งหมดหรือเลือกเป็นกลุ่ม core profile มี capability ที่ใช้บ่อย 7 รายการ ai-documents มี token counter, context optimizer, RAG chunks และ prompt packaging ส่วน data มี CSV/JSON tools และ qr เปิดเฉพาะ QR generator ขณะที่ full เปิดทั้ง 8 Tool
Exact selector ช่วยควบคุมได้ละเอียดกว่า ผู้ใช้ที่สร้าง RAG workflow สามารถเปิดเฉพาะ token count และ chunk generation ส่วน data automation อาจเปิดเฉพาะ CSV cleaner และ CSV-to-JSON เมนูขนาดเล็กช่วยลด context ของคำอธิบาย Tool และลดความคลุมเครือในการเลือกใช้
ความหมายต่อ Vibe Coder
Vibe Coding มีประโยชน์มากขึ้นเมื่อ Agent ทำได้มากกว่าสร้าง code ใน chat window Local Tool Server ช่วยให้ Agent เตรียม input และ output รอบงาน coding ได้
Vibe Coder สามารถขอให้ Agent วัด specification ยาวก่อนใส่ context, package เฉพาะ source ที่เกี่ยวข้อง, ทำความสะอาด CSV export ก่อนสร้าง import script หรือสร้าง RAG chunk แบบ deterministic สำหรับ knowledge-base prototype ผู้ใช้ยังควบคุม permission และตรวจผลลัพธ์ ขณะที่ Agent รับผิดชอบขั้นตอนเชิงกลที่ทำซ้ำได้
โปรเจกต์นี้ยังเป็นแหล่งเรียนรู้ Source code แสดงการสร้าง MCP Tool, Zod input validation, profile-based registration, structured result, local filesystem boundary, tokenizer, CSV parser, QR generation, TypeScript test และการตัดสินใจด้าน cross-platform packaging
ฟรีภายใต้ MIT License
Repository ใช้ MIT License ซึ่งเป็น license โอเพนซอร์สที่เปิดกว้าง ผู้ใช้สามารถใช้ คัดลอก แก้ไข รวม เผยแพร่ แจกจ่าย sublicense และขายสำเนา รวมถึงนำไปใช้ใน commercial หรือ closed-source product ได้
ต้องเก็บ copyright notice และ permission notice ไว้ในสำเนาหรือส่วนสำคัญของซอฟต์แวร์ ซอฟต์แวร์ให้ใช้งานโดยไม่มี warranty การแสดงเครดิตให้ DJAI Academy หรือ Siamese Cat Dev เป็นสิ่งที่ผู้พัฒนายินดีและขอบคุณ แต่ MIT License ไม่ได้บังคับ
License ไม่ได้ให้สิทธิ์ trademark Fork ที่แก้ไขแล้วไม่ควรอ้างว่าเป็น official DJAI Academy release หรือบอกว่า DJAI รับรองผลิตภัณฑ์ที่แก้ไขโดยไม่ได้รับอนุญาต
Community Project ที่ออกแบบให้ร่วมพัฒนาได้
โอเพนซอร์สมีความหมายมากกว่าการเผยแพร่ ZIP file Repository มี README ภาษาอังกฤษและไทย, tool reference, profile documentation, security guide, contribution instructions, code of conduct, support information, attribution guide, tests, CI configuration และ roadmap แบบแบ่ง phase
สมาชิกชุมชนสามารถช่วยได้หลายรูปแบบ:
- ทดสอบบน Windows, macOS หรือ Linux
- ปรับปรุงขั้นตอนติดตั้งสำหรับ Agent ที่รองรับ MCP
- รายงาน bug ที่ทำซ้ำได้ด้วย synthetic file
- เพิ่ม regression test สำหรับ parser และ filesystem boundary
- ปรับปรุงเอกสารภาษาไทยหรืออังกฤษ
- เสนอ Tool ที่มีขอบเขตและ security model ชัดเจน
- Review code หรือ dependency change
- แชร์ workflow example โดยไม่ใส่ข้อมูลลับ
การมีส่วนร่วมที่ดีไม่จำเป็นต้องเป็น feature ใหญ่ Bug report ที่แม่นยำ configuration example ที่แก้ถูก หรือ test สำหรับปัญหาเฉพาะ platform มีคุณค่ามาก
Roadmap: PDF, OCR, รูปภาพ และเอกสาร
เป้าหมายระยะยาวคือปรับความสามารถจาก browser tools เดิมให้ Agent ใช้งานในเครื่องได้มากขึ้น Phase ที่วางแผนไว้ครอบคลุม PDF operation ทั่วไป, PDF text และ AI Markdown extraction, DOCX conversion, OCR ภาษาไทยและอังกฤษ, PNG/JPG/WebP conversion และ compression, PDF-to-image, image-to-PDF และ XLSX
รายการเหล่านี้เป็น roadmap ไม่ใช่ MCP command ใน v0.1.0 โปรเจกต์ตั้งใจระบุสถานะให้ถูกต้องเพื่อให้ผู้ใช้เชื่อถือ documentation ได้ ผู้ที่ต้องการ capability เหล่านี้วันนี้สามารถใช้ PDF Tools, Image Tools, Document และ OCR Tools และ Spreadsheet Tools บน browser
วิธีทดลอง DJAI Tools MCP
Source installation ปัจจุบันต้องใช้ Node.js 22.13 ขึ้นไป npm และ Git Clone GitHub repository, รัน npm ci, รัน npm run verify, build ด้วย npm run build แล้วเชื่อม dist/index.js กับ MCP client โดยใช้ absolute path และโฟลเดอร์ที่อนุญาตอย่างจำกัด
อ่านวิธีเลือก profile, ตั้งค่า security, ใช้ Tool ทั้ง 8 รายการ และตัวอย่าง workflow แบบละเอียดได้ใน คู่มือ DJAI Tools MCP ฉบับสมบูรณ์
เริ่มด้วย synthetic file และ workflow เล็กหนึ่งงาน ตรวจว่า Agent แสดง Tool ที่เปิดได้ ยืนยัน input/output directory แล้วทดลอง token counter, CSV cleaner, RAG chunker หรือ QR generator
สนับสนุน Release นี้
เปิด DJAI Tools MCP Repository บน GitHub หากแนวคิดนี้มีประโยชน์ สามารถกด star เพื่อให้ builder คนอื่นค้นพบได้ อ่าน documentation ทดลอง Tool ปัจจุบัน ส่ง feedback ที่ตรงไปตรงมา และเปิด issue เมื่อมีขั้นตอนทำซ้ำที่ชัดเจน
นักพัฒนาสามารถ fork หรือส่ง pull request ที่มีขอบเขต ผู้สอนและสมาชิกชุมชนช่วยปรับ example และ translation ผู้ใช้ Agent ช่วยเพิ่ม setup note ของแต่ละ client และ safe workflow pattern
DJAI Academy ต้องการสนับสนุนให้ชุมชนเรียนรู้ผ่านการสร้าง เผยแพร่ และพัฒนาเทคโนโลยีที่ใช้งานได้จริงร่วมกัน Release นี้เป็นตัวอย่างว่าไอเดียจากชุมชนสามารถเติบโตจากเครื่องมือฟรีบน browser ไปเป็น open infrastructure ที่ Vibe Coder คนอื่นเรียนรู้ ใช้ซ้ำ และต่อยอดได้อย่างไร
ติดตาม Siamese Cat Dev, ทดลอง DJAI Academy Tools และติดตาม roadmap ใน repository สำหรับความสามารถ PDF, OCR, document และ image แบบ local ในอนาคต