- เมื่อเครื่องมือพัฒนาซอฟต์แวร์ที่ขับเคลื่อนด้วย AI แพร่หลายมากขึ้น การเข้าถึงเอกสารพัฒนาล่าสุดอย่างแม่นยำ จึงมีความสำคัญ
- เพื่อแก้ปัญหานี้ Google ได้ประกาศพรีวิวสาธารณะของ Developer Knowledge API และ เซิร์ฟเวอร์ Model Context Protocol (MCP)
- API รองรับการ ค้นหาและดึง เอกสารนักพัฒนาอย่างเป็นทางการของ Google ในรูปแบบ Markdown ที่เครื่องอ่านได้
- เซิร์ฟเวอร์ MCP ช่วยให้ AI assistant หรือ IDE สามารถ อ่านเอกสารของ Google ได้โดยตรง พร้อมช่วยแก้ปัญหา วิเคราะห์เปรียบเทียบ และให้คำแนะนำการใช้งานจริง
- เครื่องมือทั้งสองเป็นโครงสร้างพื้นฐานสำคัญสำหรับ สร้างความน่าเชื่อถือและความทันสมัยของสภาพแวดล้อมการพัฒนาด้วย AI
ภาพรวมของ Developer Knowledge API
- Developer Knowledge API มอบ ช่องทางเข้าถึงเอกสารนักพัฒนาอย่างเป็นทางการของ Google แบบโปรแกรมได้
- ทำให้สามารถค้นหาและเรียกดูเอกสารล่าสุดได้โดยตรง โดยไม่ต้องพึ่ง การทำเว็บสแครปหรือชุดข้อมูลฝึกที่ล้าสมัย
- ความสามารถหลักมีดังนี้
- ครอบคลุมเอกสารอย่างกว้างขวาง: รวมถึง firebase.google.com, developer.android.com, docs.cloud.google.com เป็นต้น
- ฟังก์ชันค้นหาและเรียกดู: ค้นหาหน้าเอกสารและโค้ดสไนเป็ตที่เกี่ยวข้อง แล้วดึงเนื้อหา Markdown แบบเต็มได้
- อัปเดตได้อย่างรวดเร็ว: ในช่วงพรีวิวสาธารณะ จะทำดัชนีใหม่ภายใน 24 ชั่วโมงหลังเอกสารถูกเปลี่ยนแปลง
การผสาน MCP เซิร์ฟเวอร์เข้ากับเครื่องมือ AI
- เซิร์ฟเวอร์ MCP (Model Context Protocol) เป็นเซิร์ฟเวอร์บนมาตรฐานเปิดที่ช่วยให้ AI assistant เข้าถึงแหล่งข้อมูลภายนอกได้อย่างปลอดภัย
- เมื่อนำ Developer Knowledge MCP server ไปเชื่อมต่อกับ IDE หรือ AI assistant ก็จะสามารถอ่านเอกสารนักพัฒนาของ Google ได้โดยตรง
- ให้คำแนะนำการใช้งานจริง: เช่น ตรวจสอบวิธีติดตั้งการแจ้งเตือนแบบพุชของ Firebase
- ช่วยแก้ปัญหา: เช่น ค้นหาวิธีแก้ ApiNotActivatedMapError ของ Maps API
- วิเคราะห์เปรียบเทียบ: เปรียบเทียบ Cloud Run กับ Cloud Functions สำหรับกรณีใช้งานเฉพาะ
- เซิร์ฟเวอร์ MCP รองรับการทำงานร่วมกับ เครื่องมือ AI และระบบผู้ช่วยหลากหลายประเภท
วิธีเริ่มต้นใช้งาน
- เวอร์ชันพรีวิวสาธารณะพร้อมใช้งานได้ทันที
- สร้างและตั้งค่าการจำกัด API key สำหรับ Developer Knowledge API ที่หน้า Credentials ของโปรเจกต์ Google Cloud
- ติดตั้ง Google Cloud CLI แล้วเปิดใช้งานเซิร์ฟเวอร์ MCP ด้วยคำสั่งต่อไปนี้
gcloud beta services mcp enable developerknowledge.googleapis.com --project=PROJECT_ID
- แก้ไข ไฟล์ตั้งค่าเครื่องมือ (เช่น
mcp_config.json, settings.json) เพื่อกำหนดค่าการเชื่อมต่อ API
- รายละเอียดการตั้งค่าสำหรับ AI assistant แต่ละตัวสามารถดูได้จากเอกสารทางการ
แผนในอนาคต
- ขณะนี้พรีวิวมุ่งเน้นที่ การให้เนื้อหา Markdown แบบไม่มีโครงสร้าง
- ก่อนเปิดตัวอย่างเป็นทางการ มีแผนจะเพิ่ม การรองรับเนื้อหาแบบมีโครงสร้าง เช่น อ็อบเจ็กต์ตัวอย่างโค้ด และเอนทิตีอ้างอิง API
- มีแผนขยายขอบเขตการครอบคลุมเอกสารนักพัฒนาของ Google และ ลดเวลาในการทำดัชนีใหม่ให้สั้นลง
- ดูเอกสารทางการ - https://developers.google.com/knowledge/api
2 ความคิดเห็น
ดูจาก Toss Payments แล้ว เหมือนเขาเตรียมหน้ามาร์กดาวน์สำหรับการเชื่อมต่อไว้แล้ว.. ล้ำยุคจริง ๆ
ความเห็นจาก Hacker News
ไม่เข้าใจว่าทำไมต้องทำให้มันซับซ้อนขนาดนี้
ต้องใช้ API key, เปิด MCP server และตั้งค่าไคลเอนต์เพื่อให้ดึงไฟล์ Markdown แบบเรียลไทม์ ฟังแล้วยังไม่เข้าใจเลย
แค่มีไฟล์ tar ที่รวมเอกสารทั้งหมดไว้ไฟล์เดียวก็น่าจะพอแล้วไม่ใช่เหรอ? ขนาดคงมีแค่ไม่กี่ MB เอง
ถ้าอยากให้อัปเดตง่าย ก็ทำเป็น git repo ได้เลย เอเจนต์ของฉันถูกตั้งค่าให้รัน
git fetchทุกครั้งเมื่อเริ่มเซสชันใหม่ตอนนี้ยังไม่ค่อยเข้าใจจุดประสงค์ของ MCP เท่าไร Codex ก็จัดการพวก jira, confluence, gitlab, prometheus, SQL ได้อยู่แล้ว แค่มีไฟล์
.netrcก็พอและก็ยังสงสัยว่าเครื่องมือ MCP จะมี ความสามารถในการนำมาประกอบกัน ได้จริงไหม เช่น จะต่อเป็น pipeline แบบ grep หรือ jq ได้หรือเปล่า หรือสุดท้ายแล้ว CRUD API ธรรมดาจะทั้งทรงพลังกว่าและง่ายกว่ากันแน่
ตัว HTTP/HTML เองก็มี “API” สำหรับส่ง Markdown อยู่แล้ว
แค่ตั้งค่า nginx ให้ส่งคืน
$URL.mdแล้ว LLM ก็สามารถดึงเอกสารล่าสุดได้ทันทีด้วยคำสั่งcurl --header 'Accept: text/markdown' [https://gwern.net/archiving](https://gwern.net/archiving)ตั้งค่าแค่บรรทัดเดียว ก็จบแอปแบบ CRUD นั้นเรียบง่ายก็จริง แต่คุณต้องบอกรายละเอียดทั้งหมดให้ LLM รู้เอง
ส่วน MCP สามารถใส่เฉพาะบริบทที่จำเป็นแล้วเรียกใช้ได้ทันที ถ้าคุณเอาสคริปต์ wrapper ไปครอบหลาย API สุดท้ายก็เท่ากับคุณกำลังทำ MCP เองโดยตรง
/usr/share/man/เอกสารก็มีประมาณ 52MB แล้วและจริง ๆ ก็มีเครื่องมืออย่าง
man,aproposที่ทำหน้าที่แบบนี้อยู่แล้วหน้าเว็บมีไว้สำหรับมนุษย์ ส่วนเอกสารที่ MCP ให้มานั้นมีไว้ สำหรับเอเจนต์
สุดท้ายแล้วแก่นของ MCP ก็คือการมี API ที่เอเจนต์เข้าถึงได้ด้วย
curlฉันทำ CLI เล็ก ๆ ตัวหนึ่งมาครอบการเรียก
curlของเอเจนต์เพื่อจัดการเรื่องการยืนยันตัวตนอยากรู้ว่ามีวิธีที่เบากว่าและพกพาได้ดีกว่านี้ไหม
AWS ก็มี MCP server ของตัวเองเหมือนกัน
AWS Documentation MCP Server
มันมีประโยชน์พอสมควรเวลาต้องหา การตั้งค่าหายาก หรือฟีเจอร์ที่ซ่อนอยู่ในเอกสาร
ดูได้ที่ Microsoft Learn MCP,
GitHub repository,
และ บทความบล็อกที่เกี่ยวข้อง
ถ้าเป็น MCP server สำหรับเอกสารสาธารณะของ Google โดยเฉพาะ บริการแบบ Context7 ที่ทำหลาย ๆ แห่งพร้อมกันก็มีอยู่แล้วไม่ใช่เหรอ?
อยากลองใช้อยู่เหมือนกัน แต่ช่วงนี้ การใช้โทเคนของ Gemini CLI สูงเกินไปจนไม่ค่อยอยากแตะ
ต่อให้ราคาโทเคนถูกลงนิดหน่อย แต่ถ้าใช้มากกว่าต่อพรอมป์ต์ 3 เท่า มันก็ไม่คุ้มอยู่ดี
อยากให้ Google แก้ปัญหานี้ก่อน
ฉันก็เห็นด้วย Gemini 3 ไม่รู้อะไรเลยเกี่ยวกับ iOS 26 หรือ Liquid Glass
มันชอบคิดว่าฉันกำลังจะสร้าง custom view เอง แล้วก็ไปทำอะไรบางอย่างด้วย ultrathinmaterial ซึ่งเป็น API รุ่นก่อนหน้า
แค่แปะลิงก์เอกสารเทคโนโลยีที่เกี่ยวข้องไว้ในไฟล์ AGENTS.md จะดีกว่าไหม?
แน่นอนว่าถ้ามีให้เป็น ไฟล์ข้อความขนาดยักษ์ ไฟล์เดียว เอเจนต์ก็จะไม่ต้องคอยไล่ตามลิงก์ซ้ำไปซ้ำมา
แต่ถ้าเว็บไซต์เอกสารมีให้ในรูปแบบ แบบนี้ ก็น่าจะพอแล้ว
มันให้ความรู้สึก ย้อนยุค แปลก ๆ
เป็นเทคโนโลยีล้ำสมัยก็จริง แต่กระบวนการแบบราชการที่วางทับอยู่ข้างบนทำให้รู้สึกเหมือนมาจากอีกยุคหนึ่ง
นี่น่าจะทำเป็น ทักษะที่ดาวน์โหลดได้ ก็ยังได้
แต่ถ้าทำในรูปแบบ API call ก็จะเก็บข้อมูลได้มากขึ้นว่าเอเจนต์เขียนโค้ดกำลังอ่านเอกสารอะไรอยู่บ้าง
นี่อาจเป็นตัวอย่างของสิ่งที่ gwern เรียกว่า “การเขียนเพื่อ AI”
แค่มี HTTP server ที่เสิร์ฟไฟล์ Markdown ก็พอแล้วไม่ใช่เหรอ?
ให้ LLM ใช้
curlดึงไฟล์มาก็จบ