Cursor กับ MCP Protocol: สอนตั้งค่าเชื่อมต่อ GitHub API สำหรับ Automated Code Review

ในยุคที่ AI เข้ามามีบทบาทในการพัฒนาซอฟต์แวร์อย่างมาก การตั้งค่าเครื่องมือให้ทำงานร่วมกันอย่างมีประสิทธิภาพเป็นสิ่งจำเป็น วันนี้เราจะมาสอนการตั้งค่า Cursor ร่วมกับ MCP Protocol เพื่อเชื่อมต่อกับ GitHub API สำหรับการทำ Automated Code Review ที่ช่วยลดภาระงานของทีมและเพิ่มคุณภาพโค้ดได้อย่างมีนัยสำคัญ

กรณีศึกษาจากลูกค้าจริง: ทีมพัฒนา AI Startup ในกรุงเทพฯ

ทีมพัฒนาชื่อดังแห่งหนึ่งในกรุงเทพมหานคร ดำเนินธุรกิจด้าน AI Solutions สำหรับองค์กรขนาดใหญ่ มีทีม developer 12 คนที่ต้อง review code วันละหลายร้อย pull request

จุดเจ็บปวดกับผู้ให้บริการเดิม

ก่อนหน้านี้ ทีมใช้ OpenAI API และ Anthropic Claude สำหรับ code review พบปัญหาหลายประการ:

• ค่าใช้จ่ายสูงลิบ — บิลรายเดือนสูงถึง $4,200 ต่อเดือน สำหรับ code review เพียงอย่างเดียว
• Latency สูงเกินไป — response time เฉลี่ย 420ms ทำให้ developer ต้องรอนานระหว่าง review cycle
• Rate Limiting บ่อย — ช่วง peak hour มีปัญหา quota หมด ต้องรอคิว review

เหตุผลที่เลือก HolySheep AI

หลังจากทดสอบและเปรียบเทียบหลายผู้ให้บริการ ทีมตัดสินใจย้ายมาใช้ HolySheep AI เนื่องจาก:

• อัตราแลกเปลี่ยนที่คุ้มค่า — อัตรา ¥1=$1 (ประหยัดมากกว่า 85% เมื่อเทียบกับผู้ให้บริการอื่น)
• Latency ต่ำมาก — เฉลี่ย <50ms ลดลงจาก 420ms ถึง 88ms (ลดลงกว่า 79%)
• รองรับหลายโมเดล — GPT-4.1, Claude Sonnet 4.5, Gemini 2.5 Flash, DeepSeek V3.2 ในราคาที่เข้าถึงได้
• ชำระเงินง่าย — รองรับ WeChat และ Alipay

ขั้นตอนการย้ายระบบ

ขั้นตอนที่ 1: เปลี่ยน base_url

# ก่อนหน้า (OpenAI)
OPENAI_BASE_URL=https://api.openai.com/v1

หลังย้าย (HolySheep)
HOLYSHEEP_BASE_URL=https://api.holysheep.ai/v1

ขั้นตอนที่ 2: หมุนเวียน API Key

# สร้าง API Key ใหม่จาก HolySheep Dashboard
ตั้งค่า Environment Variable
export HOLYSHEEP_API_KEY="YOUR_HOLYSHEEP_API_KEY"

หมุนเวียน Key เก่า (revoke) หลังยืนยันว่า Key ใหม่ทำงานได้

ขั้นตอนที่ 3: Canary Deploy

เริ่มจาก deploy ให้ 10% ของ traffic ใช้ HolySheep ก่อน เพื่อตรวจสอบความเสถียร จากนั้นค่อยๆ เพิ่มเป็น 50% และ 100%

ผลลัพธ์หลัง 30 วัน

ตัวชี้วัด	ก่อนย้าย	หลังย้าย	การเปลี่ยนแปลง
Latency เฉลี่ย	420ms	180ms	↓ 57%
ค่าใช้จ่ายรายเดือน	$4,200	$680	↓ 84%
Code Review ต่อวัน	~150 PR	~280 PR	↑ 87%

MCP Protocol คืออะไร?

MCP (Model Context Protocol) เป็น protocol มาตรฐานที่ช่วยให้ AI models สามารถเข้าถึงข้อมูลและ tools ภายนอกได้อย่างปลอดภัย ในกรณีนี้เราจะใช้ MCP เพื่อให้ Cursor สามารถเรียกใช้ GitHub API สำหรับ:

• ดึงรายชื่อ pull requests
• อ่าน code changes
• โพสต์ comments กลับไปยัง PR
• ตรวจสอบ repository status

การตั้งค่า Cursor สำหรับ MCP + GitHub

1. ติดตั้ง MCP Server

ก่อนอื่นให้ติดตั้ง MCP tools สำหรับ Cursor ผ่าน cursor-settings.json

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_xxxxxxxxxxxx"
      }
    },
    "code-review": {
      "command": "node",
      "args": ["/path/to/your/code-review-mcp-server.js"],
      "env": {
        "HOLYSHEEP_API_KEY": "YOUR_HOLYSHEEP_API_KEY",
        "HOLYSHEEP_BASE_URL": "https://api.holysheep.ai/v1",
        "GITHUB_TOKEN": "ghp_xxxxxxxxxxxx"
      }
    }
  }
}

2. สร้าง Code Review MCP Server

สร้างไฟล์ code-review-mcp-server.js สำหรับจัดการ automated code review

const { Server } = require('@modelcontextprotocol/sdk/server');
const { CallToolRequestSchema } = require('@modelcontextprotocol/sdk/types');
const { GitHubAnnotation } = require('./github-annotation');

const HOLYSHEEP_API_KEY = process.env.HOLYSHEEP_API_KEY;
const HOLYSHEEP_BASE_URL = process.env.HOLYSHEEP_BASE_URL || 'https://api.holysheep.ai/v1';

const server = new Server(
  { name: 'code-review-server', version: '1.0.0' },
  { capabilities: { tools: {} } }
);

// Review Code ด้วย HolySheep AI
async function reviewCodeWithAI(code, language, context) {
  const response = await fetch(${HOLYSHEEP_BASE_URL}/chat/completions, {
    method: 'POST',
    headers: {
      'Content-Type': 'application/json',
      'Authorization': Bearer ${HOLYSHEEP_API_KEY}
    },
    body: JSON.stringify({
      model: 'gpt-4.1',
      messages: [
        {
          role: 'system',
          content: 'You are an expert code reviewer. Analyze the code and provide detailed feedback.'
        },
        {
          role: 'user',
          content: Review this ${language} code:\n\n${code}\n\nContext: ${context}
        }
      ],
      temperature: 0.3,
      max_tokens: 2000
    })
  });

  if (!response.ok) {
    const error = await response.text();
    throw new Error(HolySheep API Error: ${response.status} - ${error});
  }

  return await response.json();
}

// Register tools
server.setRequestHandler(CallToolRequestSchema, async (request) => {
  const { name, arguments: args } = request.params;

  if (name === 'review_pull_request') {
    const { pr_number, repo, owner, diff_content } = args;
    
    try {
      const reviewResult = await reviewCodeWithAI(
        diff_content,
        args.language || 'javascript',
        PR #${pr_number} in ${owner}/${repo}\nFiles changed: ${args.files_count}
      );

      const suggestions = reviewResult.choices[0].message.content;
      
      // แปลงเป็น GitHub annotations
      const annotations = GitHubAnnotation.parseFromAIResponse(suggestions);
      
      return {
        content: [{
          type: 'text',
          text: JSON.stringify({ 
            review_id: Date.now(),
            suggestions,
            annotations_count: annotations.length,
            model_used: 'gpt-4.1'
          }, null, 2)
        }]
      };
    } catch (error) {
      return {
        content: [{
          type: 'text',
          text: JSON.stringify({ error: error.message })
        }],
        isError: true
      };
    }
  }

  throw new Error(Unknown tool: ${name});
});

server.start();
console.log('Code Review MCP Server started successfully');

3. ตั้งค่า GitHub Actions Workflow

name: AI Code Review

on:
  pull_request:
    types: [opened, synchronize, reopened]

jobs:
  ai-review:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
        with:
          fetch-depth: 0

      - name: Get PR Diff
        id: diff
        run: |
          git diff origin/${{ github.base_ref }}...HEAD > pr_diff.txt
          echo "diff_length=$(wc -l < pr_diff.txt)" >> $GITHUB_OUTPUT

      - name: Run AI Code Review
        env:
          HOLYSHEEP_API_KEY: ${{ secrets.HOLYSHEEP_API_KEY }}
          HOLYSHEEP_BASE_URL: https://api.holysheep.ai/v1
        run: |
          # ส่ง diff ไปให้ MCP server ทำ review
          curl -X POST http://localhost:3000/review \
            -H "Content-Type: application/json" \
            -d "{\"pr_number\": ${{ github.event.pull_request.number }}, \"diff\": $(cat pr_diff.txt)}"

      - name: Post Review Comment
        uses: actions/github-script@v7
        with:
          script: |
            const reviewComment = require('./review-result.json');
            github.rest.issues.createComment({
              issue_number: context.payload.pull_request.number,
              owner: context.repo.owner,
              repo: context.repo.repo,
              body: ## 🤖 AI Code Review จาก HolySheep AI\n\n${reviewComment.suggestions}\n\n---\n*Review อัตโนมัติโดย AI | Latency: ${reviewComment.latency_ms}ms*
            });

4. การใช้งานใน Cursor IDE

หลังจากตั้งค่าเรียบร้อย คุณสามารถใช้ Cursor สำหรับ code review ได้โดยพิมพ์คำสั่งในแชท:

/review PR #123 --repo=owner/project --language=typescript

Cursor จะใช้ MCP เรียก GitHub API ดึง diff มา แล้วส่งให้ HolySheep AI วิเคราะห์ พร้อมแสดงผลลัพธ์กลับมาพร้อม annotations

ราคาของ HolySheep AI (อัปเดต 2026)

โมเดล	ราคาต่อ MTok	เหมาะสำหรับ
DeepSeek V3.2	$0.42	Code review ทั่วไป
Gemini 2.5 Flash	$2.50	Fast feedback
GPT-4.1	$8.00	Complex analysis
Claude Sonnet 4.5	$15.00	Deep code understanding

ข้อผิดพลาดที่พบบ่อยและวิธีแก้ไข

ข้อผิดพลาดที่ 1: "401 Unauthorized" จาก HolySheep API

สาเหตุ: API Key ไม่ถูกต้องหรือหมดอายุ

# วิธีแก้ไข: ตรวจสอบและสร้าง Key ใหม่
1. ไปที่ https://www.holysheep.ai/register เพื่อสร้างบัญชี
2. สร้าง API Key ใหม่จาก Dashboard
3. ตรวจสอบว่า base_url ถูกต้อง

ตรวจสอบ Key ด้วย cURL
curl -X GET https://api.holysheep.ai/v1/models \
  -H "Authorization: Bearer YOUR_HOLYSHEEP_API_KEY"

หากได้รับ 401 แสดงว่า Key ไม่ถูกต้อง
หากได้รับ list ของ models แสดงว่า Key ถูกต้อง

ข้อผิดพลาดที่ 2: "Connection Timeout" หรือ Latency สูงผิดปกติ

สาเหตุ: Network routing หรือ server load

# วิธีแก้ไข: ตรวจสอบ network และลองใช้โมเดลอื่น
1. ทดสอบ latency ก่อน
curl -w "\nTime: %{time_total}s\n" \
  -X POST https://api.holysheep.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_HOLYSHEEP_API_KEY" \
  -d '{"model":"deepseek-v3.2","messages":[{"role":"user","content":"test"}]}'

2. หาก latency สูงกว่า 200ms ลองเปลี่ยนโมเดลเป็น deepseek-v3.2
3. ตรวจสอบว่าใช้ base_url ที่ถูกต้อง: https://api.holysheep.ai/v1

เปลี่ยนโมเดลในโค้ด
const model = process.env.LATENCY_HIGH === 'true' 
  ? 'deepseek-v3.2'  // faster, cheaper
  : 'gpt-4.1';       // more accurate

ข้อผิดพลาดที่ 3: "Rate Limit Exceeded"

สาเหตุ: เรียก API บ่อยเกินไปเกินโควต้า

# วิธีแก้ไข: เพิ่ม rate limiting และ caching
1. ติดตั้ง rate limiter
npm install express-rate-limit

2. เพิ่ม rate limiting ใน MCP server
const rateLimit = require('express-rate-limit');
const limiter = rateLimit({
  windowMs: 60 * 1000, // 1 นาที
  max: 30, // สูงสุด 30 requests ต่อนาที
  message: { error: 'Rate limit exceeded. Please wait.' }
});

app.use('/review', limiter);

// 3. ใช้ caching เพื่อลด API calls
const NodeCache = require('node-cache');
const cache = new NodeCache({ stdTTL: 300 }); // cache 5 นาที

async function reviewWithCache(prId, diff) {
  const cacheKey = pr_${prId}_${hash(diff)};
  const cached = cache.get(cacheKey);
  if (cached) return cached;
  
  const result = await reviewCodeWithAI(diff);
  cache.set(cacheKey, result);
  return result;
}

ข้อผิดพลาดที่ 4: GitHub Token ไม่มีสิทธิ์เพียงพอ

สาเหตุ: GitHub PAT ไม่ได้ตั้งค่า permissions ที่จำเป็น

# วิธีแก้ไข: ตรวจสอบและสร้าง token ใหม่พร้อม permissions
1. ไปที่ GitHub Settings > Developer settings > Personal access tokens
2. สร้าง Fine-grained personal access token
3. ตั้งค่า Permissions ดังนี้:

Repository permissions:
- Contents: Read
- Pull requests: Read and Write  
- Commit statuses: Read and Write
- Checks: Read and Write
- Pull request comments: Read and Write

4. อัปเดต environment variable
export GITHUB_PERSONAL_ACCESS_TOKEN="github_pat_xxxxxxxxxxxx"

5. ทดสอบ token permissions
curl -L -X POST \
  -H "Accept: application/vnd.github+json" \
  -H "Authorization: Bearer YOUR_GITHUB_TOKEN" \
  https://api.github.com/repos/OWNER/REPO/pulls/1/comments \
  -d '{"body":"Test comment"}'

สรุป

การตั้งค่า Cursor กับ MCP Protocol สำหรับ GitHub API เพื่อทำ Automated Code Review นั้นไม่ซับซ้อนอย่างที่คิด เมื่อใช้ HolySheep AI เป็น API provider คุณจะได้รับประโยชน์หลายประการ:

• ประหยัดค่าใช้จ่าย — ลดลงได้ถึง 84% เมื่อเทียบกับผู้ให้บริการอื่น
• Latency ต่ำ — ต่ำกว่า 50ms ช่วยให้ developer ทำงานได้รวดเร็วขึ้น
• รองรับหลายโมเดล — เลือกใช้ได้ตาม use case และ budget
• ชำระเงินง่าย — รองรับ WeChat และ Alipay
• เครดิตฟรี — สมัครที่นี่ เพื่อรับเครดิตฟรีเมื่อลงทะเบียน

ด้วยตัวอย่างโค้ดและแนวทางแก้ไขปัญหาที่ให้ไว้ข้างต้น คุณสามารถนำไปประยุกต์ใช้กับ project ของตัวเองได้ทันที

👉 สมัคร HolySheep AI — รับเครดิตฟรีเมื่อลงทะเบียน

```