ลองเล่น OpenCode และ OpenRouter: AI Coding Agent สายฟรีที่ Backend Developer ควรรู้จัก

ช่วงหลังมานี้เครื่องมือกลุ่ม AI Coding Agent เริ่มเข้ามามีบทบาทกับงาน Developer มากขึ้นเรื่อย ๆ

หลายคนอาจคุ้นกับเครื่องมืออย่าง Cursor, GitHub Copilot, Claude Code หรือ IDE ที่ฝัง AI มาให้พร้อมใช้งาน ซึ่งเครื่องมือเหล่านี้ช่วยให้เราเขียนโค้ดเร็วขึ้น เข้าใจโปรเจกต์เร็วขึ้น และแก้ปัญหาได้สะดวกขึ้นมาก

แต่ในอีกมุมหนึ่ง เครื่องมือเหล่านี้ก็มักมาพร้อมกับข้อจำกัดบางอย่าง เช่น ต้องเสียค่าสมาชิก เลือกโมเดลเองได้ไม่อิสระ หรือผูกกับผู้ให้บริการบางเจ้า

ตรงนี้เองที่ทำให้เครื่องมืออย่าง OpenCode และ OpenRouter น่าสนใจขึ้นมา โดยเฉพาะสำหรับคนที่อยากลองใช้ AI Agent แบบยืดหยุ่น ประหยัด และไม่อยากผูกติดกับ vendor ใด vendor หนึ่งมากเกินไป

บทความนี้จะสรุปจากวิดีโอ “ลองเล่น OpenCode และ OpenRouter ฉบับสายฟรี AI Agent” ของ mikelopster แล้วเรียบเรียงในมุมของ Developer โดยเฉพาะ Backend Developer ว่า OpenCode คืออะไร OpenRouter ช่วยอะไร และเราสามารถเอาไปใช้กับงานจริงได้ยังไงบ้าง

---

OpenCode คืออะไร

OpenCode คือ Open Source AI Coding Agent ที่ออกแบบมาให้ Developer ใช้งาน AI ช่วยเขียนโค้ดผ่าน Terminal ได้

จุดที่น่าสนใจคือ OpenCode ไม่ได้พยายามผูกเราไว้กับโมเดลใดโมเดลหนึ่ง แต่เปิดให้เราเลือกเชื่อมต่อกับโมเดล AI ได้หลายเจ้า ไม่ว่าจะเป็น OpenAI, Anthropic, Google Gemini หรือโมเดลอื่น ๆ ผ่าน provider อย่าง OpenRouter

ถ้าพูดง่าย ๆ OpenCode คือเครื่องมือที่ทำหน้าที่เป็น “ตัว Agent” ส่วนโมเดล AI ที่อยู่ข้างหลัง เราสามารถเลือกได้เองว่าจะใช้ตัวไหน

จุดเด่นของ OpenCode คือ

• เป็น Open Source
• ใช้งานผ่าน CLI / Terminal ได้
• มี TUI หรือ Terminal User Interface ที่ใช้งานค่อนข้างสวย
• รองรับการเชื่อมต่อหลายโมเดล
• ไม่จำเป็นต้องผูกติดกับผู้ให้บริการเจ้าเดียว
• ใช้ทำงานกับ codebase จริงได้
• รองรับ workflow แบบ AI Agent เช่น อ่านไฟล์ แก้โค้ด วางแผน และเรียกใช้เครื่องมือ

สำหรับคนที่ชอบทำงานผ่าน Terminal อยู่แล้ว OpenCode จะให้ความรู้สึกเหมือนมีผู้ช่วย coding อยู่ใน command line ที่สามารถคุยกับเรา อ่านโปรเจกต์ และช่วยแก้ไฟล์ได้โดยตรง

---

OpenRouter คืออะไร

ถ้า OpenCode คือ AI Coding Agent ฝั่งเครื่องมือ OpenRouter ก็คือ Gateway สำหรับเชื่อมต่อโมเดล AI หลายเจ้าเข้าด้วยกัน

แทนที่เราจะต้องสมัคร API Key แยกหลายที่ เช่น OpenAI, Anthropic, Google หรือ provider อื่น ๆ OpenRouter ทำหน้าที่เป็นตัวกลางให้เราเข้าถึงโมเดลหลายตัวผ่าน API รูปแบบเดียว

ข้อดีคือ

• เลือกใช้โมเดลได้หลากหลาย
• สลับโมเดลได้ง่าย
• มีโมเดลฟรีให้ทดลองใช้
• เหมาะกับการทดลอง benchmark โมเดลหลายตัว
• ลดความยุ่งยากในการจัดการ provider หลายเจ้า

เมื่อนำ OpenRouter มาใช้ร่วมกับ OpenCode เราจะได้ workflow ที่ยืดหยุ่นขึ้นมาก เช่น งานทั่วไปอาจใช้โมเดลฟรี งานที่ซับซ้อนขึ้นค่อยเปลี่ยนไปใช้โมเดลที่เก่งกว่า หรือถ้า quota ของโมเดลหนึ่งหมด ก็สามารถสลับไปใช้อีกโมเดลหนึ่งได้

---

ทำไม OpenCode ถึงน่าสนใจ

สิ่งที่ทำให้ OpenCode น่าสนใจ ไม่ใช่แค่เรื่อง “ฟรี” หรือ “Open Source” อย่างเดียว แต่คือเรื่องของความยืดหยุ่น

ในโลกของ AI Coding Tool หลายเครื่องมือมักผูกกับ ecosystem ของตัวเอง เช่น ใช้ได้กับ IDE นี้เท่านั้น ใช้โมเดลนี้เท่านั้น หรือคิดค่าบริการตามแพ็กเกจที่กำหนดไว้

แต่ OpenCode เปิดทางให้เราสามารถเลือกโมเดลเองได้มากขึ้น

วันนี้เราอาจใช้โมเดลฟรีสำหรับงานทั่วไป ถ้างานยากขึ้นค่อยเปลี่ยนไปใช้โมเดลที่ฉลาดกว่า หรือถ้าโมเดลหนึ่ง quota หมด ก็สามารถสลับไปใช้อีกโมเดลหนึ่งได้

แนวคิดนี้เหมาะมากกับ Developer ที่อยากทดลอง AI Agent หลายรูปแบบ โดยยังควบคุมต้นทุนได้

---

OpenCode ใช้งานได้หลายรูปแบบ

OpenCode ไม่ได้จำกัดแค่การพิมพ์ command อย่างเดียว แต่สามารถใช้งานได้หลายรูปแบบ เช่น

TUI หรือ Terminal User Interface

เป็นหน้าจอ Terminal แบบ interactive ที่เราสามารถคุยกับ Agent ได้ ดูสถานะการทำงาน และเห็นการแก้ไขไฟล์ได้สะดวกขึ้น

เหมาะกับคนที่อยากใช้ AI Agent แบบจริงจังผ่าน Terminal

CLI

เป็นการสั่งงานผ่าน command line แบบตรง ๆ เหมาะกับงานที่ต้องการความเร็ว เช่น สั่งให้สรุปไฟล์ แก้โค้ด หรือทำ task บางอย่างแบบ one-shot

Web และ IDE Extension

บาง workflow สามารถใช้งานผ่านหน้าเว็บ หรือเชื่อมกับ IDE อย่าง VS Code ได้ ทำให้เข้ากับ workflow ของ Developer แต่ละคนได้ง่ายขึ้น

---

Agent Skill และ agent.md

อีก concept ที่น่าสนใจคือเรื่อง Agent Skills และไฟล์ instruction อย่าง agent.md

แนวคิดนี้ใกล้เคียงกับการเขียนคู่มือให้ AI Agent รู้ว่าในโปรเจกต์นี้ควรทำงานยังไง

เช่น ถ้าเราเป็น Backend Developer และมีโปรเจกต์ Go ที่ใช้ Clean Architecture เราอาจเขียน instruction ไว้ว่า

• Handler ทำหน้าที่รับ request และเรียก usecase เท่านั้น
• Usecase ห้าม import framework
• Repository รับผิดชอบเฉพาะ database access
• ต้องเขียน unit test แบบ table-driven test
• ก่อนสรุปผลให้รัน test
• ถ้าแก้ API ต้องอัปเดต Swagger ด้วย

เมื่อ Agent มี instruction เหล่านี้ มันจะไม่ต้องเดาเองว่าโปรเจกต์เราต้องการ pattern แบบไหน

นี่คือจุดที่ทำให้ AI Agent ทำงานได้แม่นขึ้น เพราะมันไม่ได้ตอบจากความรู้ทั่วไปอย่างเดียว แต่ทำงานตาม rule และ workflow ที่เรากำหนดไว้

---

ตัวอย่างการใช้งาน OpenCode ที่น่าสนใจ

1. สร้างโปรเจกต์จากศูนย์

OpenCode สามารถช่วยเริ่มต้นโปรเจกต์จาก requirement แบบข้อความได้ เช่น สั่งให้สร้าง Dashboard ด้วย React และ Tailwind CSS หรือถ้าเป็นฝั่ง Backend ก็สามารถสั่งให้สร้าง REST API boilerplate ได้

ตัวอย่างงานที่เหมาะกับ Backend Developer เช่น

• สร้าง project structure สำหรับ Go, Node.js หรือ Python
• สร้าง handler, usecase, repository และ test file
• สร้าง Dockerfile และ docker-compose เบื้องต้น
• สร้าง module ใหม่ตาม pattern เดิมของโปรเจกต์

แน่นอนว่า output จาก Agent ยังต้อง review แต่ช่วยลดเวลาเริ่มต้นได้มาก

---

2. ให้ Agent อ่าน Documentation จาก URL

อีกตัวอย่างที่น่าสนใจคือการให้ Agent ไปอ่าน documentation จาก URL แล้วนำข้อมูลนั้นมาใช้เขียนโค้ด

สำหรับ Backend Developer สิ่งนี้มีประโยชน์มาก เช่น

• อ่านเอกสาร SDK
• อ่าน API documentation ของ third-party
• อ่าน migration guide ของ framework
• อ่าน database driver guide
• อ่าน cloud provider docs

ข้อดีคือ Agent ไม่ได้เดาจากความรู้เก่าอย่างเดียว แต่สามารถอ้างอิงเอกสารล่าสุดที่เราให้มันอ่านได้

---

3. Automation Testing ด้วย Playwright

OpenCode สามารถช่วยเขียนสคริปต์ Playwright เพื่อเปิด browser และทดสอบการทำงานของเว็บไซต์แบบอัตโนมัติได้

สำหรับ Backend Developer ถึงแม้เราจะไม่ได้เขียน UI เป็นหลัก แต่การทดสอบแบบ E2E ก็ยังมีประโยชน์ เช่น

• ทดสอบ login flow
• ทดสอบ form submit
• ทดสอบ API ผ่านหน้าเว็บ
• ทดสอบ dashboard หลัง deploy
• ทดสอบว่า feature สำคัญยังทำงานหลัง refactor

การมี automated test ที่จำลองผู้ใช้จริงได้ จะช่วยให้มั่นใจว่าระบบทำงานครบ flow มากขึ้น

---

4. Planning Mode: ให้ Agent วางแผนก่อนลงมือ

งานบางอย่างไม่ควรให้ Agent แก้โค้ดทันที เช่น migration ระบบ, refactor module ใหญ่, เปลี่ยน database schema หรือแก้ bug ที่กระทบหลายไฟล์

กรณีแบบนี้ควรให้ Agent วิเคราะห์และวางแผนก่อน

ตัวอย่าง prompt:

Analyze this codebase and create a migration plan first.
Do not modify files yet.
Explain which files need to change, why they need to change, and the risk of each step.

การให้ Agent คิดก่อนทำ ช่วยให้เราตรวจแผนได้ก่อน และลดโอกาสที่มันจะแก้ไฟล์ผิดหรือกระทบระบบโดยไม่จำเป็น

---

โมเดลฟรีที่น่าสนใจบน OpenRouter

จุดขายหนึ่งของ OpenRouter คือมีโมเดลฟรีให้ลองใช้งานหลายตัว ซึ่งเหมาะกับคนที่อยากทดลอง AI Agent โดยยังไม่อยากจ่ายเงินเยอะ

ตัวอย่างโมเดลที่น่าสนใจสำหรับงาน Coding และ Backend ได้แก่

Qwen

Qwen เป็นโมเดลจากจีนที่มีชื่อเสียงด้าน coding benchmark และการทำงานเชิงตรรกะ เหมาะกับงานเขียนโค้ด วิเคราะห์โค้ด และช่วยแก้ปัญหา programming

สำหรับ Backend Developer อาจใช้กับงานอย่างเขียน API, วิเคราะห์ bug, ช่วยออกแบบ function, เขียน unit test หรือ refactor code

GLM

GLM เป็นอีกโมเดลที่น่าสนใจ โดยจุดเด่นคือความเร็วและความสามารถด้าน coding ที่ใช้ได้ดีในหลายกรณี

เหมาะกับงานที่ต้องการ response เร็ว เช่น อธิบายโค้ด ช่วยแก้ error เบื้องต้น generate boilerplate เขียน script สั้น ๆ หรือช่วยคิด query และ migration

MiniMax

MiniMax เป็นโมเดลที่น่าสนใจในแง่ของ thinking process หรือการคิดเป็นขั้นตอน เหมาะกับงาน logic ที่ซับซ้อนขึ้น

สำหรับ Backend อาจเหมาะกับงานอย่างวิเคราะห์ flow, ออกแบบ business rule, แก้ logic ซับซ้อน, วางแผน refactor หรือตรวจ edge case

อย่างไรก็ตาม โมเดลฟรีแต่ละตัวอาจมีข้อจำกัดต่างกัน ทั้งเรื่อง quota, speed, context length และความสามารถด้าน tool use ดังนั้นควรทดลองกับงานจริงของตัวเองก่อนตัดสินว่าโมเดลไหนเหมาะที่สุด

---

ข้อควรระวังในการใช้โมเดลฟรี

แม้ OpenCode และ OpenRouter จะเปิดโอกาสให้เราใช้ AI Agent แบบประหยัดขึ้น แต่ก็มีข้อควรระวังบางอย่าง

โมเดลฟรีอาจมีข้อจำกัดด้าน Vision

บางโมเดลฟรีอาจไม่สามารถอ่านภาพหรือ screenshot ได้ ถ้างานของเราต้องให้ Agent ดู UI, diagram หรือ browser screenshot อาจต้องเลือกโมเดลที่รองรับ vision โดยเฉพาะ

การคุม browser อาจยังไม่เสถียรกับบางโมเดล

ถ้าใช้ Agent ร่วมกับ browser automation หรือ Playwright โมเดลบางตัวอาจทำงานวนลูป หรือควบคุม browser ได้ไม่แม่นเท่าโมเดลที่ฉลาดกว่า

วิธีแก้คือ brief ให้ชัดขึ้น แบ่ง task ให้เล็กลง หรือเปลี่ยนไปใช้โมเดลที่เหมาะกับ tool use มากกว่า

Quota ของโมเดลฟรีมีจำกัด

แม้จะเป็นโมเดลฟรี แต่ก็มักมี request limit ต่อวัน หรือเงื่อนไขบางอย่าง เช่น ต้องเติมเครดิตขั้นต่ำเพื่อปลดล็อก quota ที่มากขึ้น

ดังนั้นถ้าจะใช้จริงทั้งวัน ควรเช็กเงื่อนไขของ OpenRouter และแต่ละโมเดลก่อน

ความเร็วอาจไม่สม่ำเสมอ

โมเดลฟรีบางตัวอาจตอบช้าในบางช่วง หรือคุณภาพไม่สม่ำเสมอเท่าโมเดลเสียเงิน

ถ้าเป็นงานสำคัญ เช่น production bug หรือ migration ใหญ่ ควรใช้โมเดลที่ไว้ใจได้มากกว่า และต้อง review output ทุกครั้ง

---

วิธีเอา OpenCode ไปใช้ในงาน Backend Developer

สำหรับ Backend Developer เครื่องมือแบบ OpenCode สามารถช่วยงานได้หลายจุด ตั้งแต่เริ่มโปรเจกต์ ไปจนถึง debug และ documentation

Generate API Boilerplate

เราสามารถให้ Agent ช่วยสร้างโครงสร้าง API เบื้องต้นได้ เช่น route, handler, usecase, repository, database connection, docker-compose และ README เบื้องต้น

ถ้าเรามี agent.md หรือ Skill ที่อธิบาย pattern ของโปรเจกต์ไว้ Agent จะสร้างโค้ดได้ตรงกับมาตรฐานเรามากขึ้น

Database Migration และ Schema Design

เราสามารถให้ Agent ช่วยแปลง requirement เป็น database schema หรือ migration file ได้

ตัวอย่าง prompt:

Design PostgreSQL tables for a task management system.
Include users, projects, tasks, comments, and activity logs.
Then create migration files using the existing migration format in this repository.

งานแบบนี้ Agent ช่วยร่างได้เร็วมาก แต่เรายังต้อง review เรื่อง index, constraint, data type และ performance ด้วยตัวเอง

Integration Test และ E2E Test

Agent สามารถช่วยเขียน test ได้ทั้งระดับ API และ E2E เช่น integration test สำหรับ REST API, test case จาก requirement, Playwright script หรือ mock external service

ตัวอย่าง prompt:

Create integration tests for the user registration API.
Follow the existing test structure.
Cover success case, duplicate email, invalid payload, and database error.

ถ้า repository มี pattern test เดิมอยู่แล้ว Agent จะสามารถอ่านและทำตาม pattern นั้นได้

Documentation

อีกงานที่ AI Agent ช่วยได้ดีมากคือ documentation เช่น README, API document, Swagger/OpenAPI, architecture explanation หรือ troubleshooting guide

ตัวอย่างการใช้งานคือให้ Agent อ่าน repository แล้วสร้างเอกสารเริ่มต้น จากนั้นเราค่อย review และปรับให้ถูกต้อง

Troubleshooting และ Debugging

เวลาเจอ error log เราสามารถโยน log ให้ Agent ช่วยวิเคราะห์ได้

ตัวอย่าง prompt:

Here is the production error log.
Analyze the root cause and suggest the safest fix.
Do not modify files yet.
First explain the likely cause and the files that should be inspected.

จุดสำคัญคืออย่าให้ Agent แก้ทันทีในงานที่เสี่ยง ควรให้มันวิเคราะห์ก่อน แล้วเราค่อยตัดสินใจว่าจะให้แก้หรือไม่

---

Workflow ที่แนะนำสำหรับการใช้ OpenCode จริง

ถ้าจะใช้ OpenCode ในงานจริง ผมคิดว่า workflow ที่ปลอดภัยควรเป็นแบบนี้

1. เริ่มจากให้ Agent อ่านก่อน

อย่าเพิ่งสั่งให้แก้ไฟล์ทันที ให้เริ่มจากคำสั่งเช่น

Analyze the current project structure first.
Do not modify files yet.
Explain the architecture and important folders.

2. ให้ Agent วางแผน

ก่อนทำ task ใหญ่ ควรให้ Agent ทำ plan

Create an implementation plan for this feature.
List files to modify, expected changes, risks, and test cases.
Do not edit files yet.

3. ให้แก้ทีละส่วน

แทนที่จะสั่งให้ทำทุกอย่างในครั้งเดียว ควรแบ่งเป็น step เช่น schema, repository, usecase, handler, test และ documentation

4. ให้รัน test หรือบอกคำสั่ง test

หลังแก้เสร็จ ให้ Agent รัน test หรืออย่างน้อยบอกคำสั่งที่เราควรรัน

Run the relevant tests.
If tests fail, explain the cause before applying any fix.

5. Review เองทุกครั้ง

AI Agent ช่วยให้เร็วขึ้นได้ แต่ไม่ควร merge code โดยไม่ review

โดยเฉพาะงาน Backend ที่เกี่ยวกับ transaction, authentication, authorization, payment, data migration, concurrency, security หรือ production configuration

---

Prompt ตัวอย่างสำหรับ Backend Developer

ตัวอย่าง prompt สำหรับเพิ่ม feature:

You are working on a Go backend project using Clean Architecture.

Before editing files:
1. Analyze the existing folder structure.
2. Find similar modules and follow the same pattern.
3. Create an implementation plan.
4. Wait for confirmation before modifying files.

Task:
Add a new API endpoint for creating a user profile.
The endpoint should validate input, call the usecase layer, save data through repository interface, and return response using the existing response format.

ตัวอย่าง prompt สำหรับ debugging:

Analyze this error log and find the most likely root cause.

Rules:
- Do not modify files yet.
- First explain what the error means.
- Identify the files or functions that should be inspected.
- Suggest the safest fix.
- Mention possible side effects.

ตัวอย่าง prompt สำหรับ test:

Write unit tests for this usecase.

Rules:
- Follow the existing test style in this repository.
- Use table-driven tests.
- Cover success, validation error, repository error, and edge cases.
- Do not change production code unless necessary.

Prompt เหล่านี้ช่วยบังคับให้ Agent ทำงานเป็นขั้นตอน และลดโอกาสที่มันจะรีบแก้โค้ดแบบไม่เข้าใจ context

---

สรุป

OpenCode เป็นเครื่องมือ AI Coding Agent แบบ Open Source ที่น่าสนใจมากสำหรับ Developer ที่อยากลองใช้ Agent โดยไม่อยากผูกติดกับเครื่องมือใดเครื่องมือหนึ่ง

เมื่อใช้ร่วมกับ OpenRouter เราจะสามารถเลือกโมเดลได้หลากหลาย ทั้งโมเดลฟรีและโมเดลเสียเงิน ทำให้ควบคุมต้นทุนและปรับโมเดลให้เหมาะกับงานได้ง่ายขึ้น

สำหรับ Backend Developer การใช้ OpenCode สามารถช่วยได้หลายอย่าง เช่น สร้าง API boilerplate, ออกแบบ database schema, เขียน migration, เขียน test, อ่าน documentation, สร้าง README, วิเคราะห์ error log และวางแผน refactor

แต่สิ่งสำคัญคือ เราไม่ควรมอง AI Agent เป็นคนที่ทำทุกอย่างแทนเราแบบไม่ต้องตรวจ แต่ควรมองเป็นผู้ช่วยที่ทำงานเร็วขึ้นภายใต้ workflow ที่เรากำหนด

ถ้าเราใช้ร่วมกับ agent.md, Agent Skill หรือ instruction ที่ชัดเจน Agent จะทำงานได้แม่นขึ้นมาก เพราะมันจะเข้าใจ pattern, rule และมาตรฐานของโปรเจกต์เรา ไม่ใช่แค่ตอบจากความรู้ทั่วไป

สุดท้ายแล้ว OpenCode + OpenRouter เป็นทางเลือกที่ดีมากสำหรับคนที่อยากเริ่มทดลอง AI Agent แบบยืดหยุ่น โดยเฉพาะสาย Developer ที่อยากควบคุม workflow เอง เลือกโมเดลเอง และทดลองใช้งานโดยยังไม่ต้องลงทุนสูงตั้งแต่แรก