เมื่อสัปดาห์ที่แล้วผมนั่งทำโปรเจกต์ให้ลูกค้ารายหนึ่ง ต้องกรอกฟอร์ม 30 หน้าในเว็บเก่าที่ไม่มี API เลย ผมลองส่ง Claude Opus 4.7 ผ่าน HolySheep AI เข้าไปควบคุมเบราว์เซอร์ผ่าน page-agent MCP Server ใช้เวลาไป 47 นาทีทำงานเสร็จทั้งหมด วันนี้ผมจะถ่ายทอดวิธีทำแบบเดียวกันให้ทุกคน แม้ไม่เคยเขียนโค้ดติดต่อ API มาก่อนก็ทำตามได้
page-agent คืออะไร ทำไมต้องรันผ่าน MCP Server?
พูดให้เข้าใจง่ายที่สุด page-agent คือ "ผู้ช่วยดิจิทัล" ที่สามารถเปิดเบราว์เซอร์ คลิกปุ่ม พิมพ์ข้อความ อ่านหน้าเว็บ และตัดสินใจแทนเราได้ เหมือนเราจ้างคนไปนั่งทำงานหน้าคอมให้ แต่หัวของคนคนนั้นคือโมเดล AI อย่าง Claude Opus 4.7
MCP (Model Context Protocol) คือ "สะพาน" ที่เชื่อมระหว่างโมเดล AI กับเครื่องมือภายนอก เช่น เบราว์เซอร์ ฐานข้อมูล หรือไฟล์ในเครื่อง พอเราตั้งค่า MCP Server ของ page-agent ขึ้นมา เราก็จะได้ "คนดิจิทัลที่มีหัวคิดเก่งๆ" ไปนั่งทำงานในเบราว์เซอร์จริงๆ
Claude Opus 4.7 เหมาะกับงานแบบนี้อย่างไร?
Claude Opus 4.7 เป็นโมเดลเรือธงที่เก่งเรื่อง "มองเห็น" หน้าเว็บ เข้าใจโค