Claude Deep Suite - ชุดบันเดิลปลั๊กอินพัฒนาแบบมีโครงสร้างสำหรับ Claude Code (6 ปลั๊กอิน)

ระหว่างที่ใช้ Claude Code มา อย่างที่หลายคนน่าจะเคยเจอ ผมเองก็เหมือนกัน ช่วงแรกทึ่งกับความฉลาดของมัน แต่ไม่นานก็ต้องเผชิญกับ "ความจริง" ที่ว่ามันไม่ได้ทำออกมาตามที่ผมต้องการเสมอไป หลังจากนั้นแนวคิดเรื่อง Harness Engineering ก็เริ่มปรากฏขึ้น และผมได้ลองสร้างชุด workflow การพัฒนาที่ผสาน Harness Engineering นี้เข้าไป

Deep-Suite มีปลั๊กอินทั้งหมด 6 ตัว

• deep-work
• deep-review
• deep-wiki
• deep-evolve
• deep-docs
• deep-dashboard

ถ้าพิมพ์แค่ /deep-work "เพิ่มฟีเจอร์" ใน Claude Code จะเกิดสิ่งเหล่านี้ขึ้น

1. อ่านโค้ดเบสก่อน (Research) หากพยายามแก้ไขโค้ดระหว่างนี้
   PreToolUse hook จะบล็อกด้วย exit 2
   ไม่ใช่การขอร้อง LLM ผ่านพรอมป์ต์ว่า "อย่าแก้ไข"
   แต่เป็นการปิดกั้นเครื่องมือ Write/Edit เองในระดับจริง

2. วางแผนการพัฒนา (Plan) ถ้าโปรเจ็กต์เป็น Next.js จะตรวจจับอัตโนมัติแล้วใช้ไกด์เฉพาะเฟรมเวิร์ก เช่น
   "อย่าใช้ use client ใน layout.tsx"
   (มี topology ในตัว 6 แบบ เช่น React SPA, Express API, Python เป็นต้น)

3. บังคับให้พัฒนาแบบ TDD ต้องเขียนเทสต์ที่ล้มเหลวก่อน
   จึงจะอนุญาตให้แก้ไข production code
   ส่วนนี้ hook ก็บริหารจัดการด้วย state machine เช่นกัน

4. ทุกครั้งที่แก้โค้ด เซนเซอร์จะทำงานอัตโนมัติ ESLint, tsc, ruff, mypy,
   dotnet build, clang-tidy — จะตรวจจับ linter/type checker ให้ตรงกับภาษาในโปรเจ็กต์โดยอัตโนมัติและรันให้
   ถ้ามี error ก็จะไปขั้นพัฒนาถัดไปไม่ได้

5. เมื่อพัฒนาเสร็จ จะมี Opus agent แยกต่างหากมารีวิวโค้ด
   agent ที่เขียนโค้ดกับ agent ที่รีวิวถูกแยกจากกันอย่างสมบูรณ์
   จึงไม่มีปัญหาเชิงโครงสร้างที่ agent เดียวกันจะบอกโค้ดตัวเองว่า "LGTM"

นี่คือสิ่งที่ปลั๊กอิน deep-work + deep-review ทำ
และยังมีอีก 4 ปลั๊กอินที่เหลือ

deep-wiki — แก้ปัญหาที่ความรู้หายไประหว่างแต่ละเซสชัน
นำไอเดีย LLM Wiki ของ Karpathy มาทำจริง เพื่อให้ Claude Code ค่อย ๆ สร้างมาร์กดาวน์วิกิขึ้นเองแบบสะสม
ถ้าใส่ URL หรือไฟล์ด้วย /wiki-ingest ก็จะรวมเข้ากับวิกิเดิม
และถ้าถามด้วย /wiki-query ก็จะตอบโดยอิงจากวิกินั้น
เปิดได้ทันทีใน Obsidian vault

deep-evolve — ถ้าให้เป้าหมายมา มันจะปรับปรุงโค้ดแบบอัตโนมัติ
ได้รับแรงบันดาลใจจาก autoresearch ของ Karpathy
มันจะวิเคราะห์โปรเจ็กต์แล้วสร้าง evaluation script
จากนั้นทำซ้ำอัตโนมัติเป็นวงจร แก้โค้ด → ประเมิน → ถ้าคะแนนดีขึ้นให้ keep / ถ้าลดลงให้ discard
นำไปใช้ได้ตั้งแต่การเทรน ML ไปจนถึง test coverage

deep-docs — ตรวจว่าคู่มือคำสั่งสำหรับ agent อย่าง CLAUDE.md
คลาดเคลื่อนจากโค้ดหรือไม่ และแก้ให้อัตโนมัติ

deep-dashboard — รวบรวมผลจากเซนเซอร์ของปลั๊กอินข้างต้น
แล้วแสดงเป็นคะแนนเชิงปริมาณ (0-10) ว่าโค้ดเบสเหมาะกับการทำงานร่วมกับ AI agent มากแค่ไหน

ทั้งหมดมี 36,000 บรรทัด และเทสต์ 5,400 บรรทัด ปลั๊กอินทั้ง 6 ตัวติดตั้งได้จาก
marketplace เดียว

ติดตั้ง:
/plugin marketplace add Sungmin-Cho/claude-deep-suite
/plugin install deep-work@Sungmin-Cho-claude-deep-suite

สามารถติดตั้งแต่ละปลั๊กอินแยกกันได้เช่นกัน
ยังมีหลายส่วนที่ต้องปรับปรุงอยู่
ยินดีรับฟีดแบ็ก

GitHub: https://github.com/Sungmin-Cho/claude-deep-suite