PAL MCP: หลายเวิร์กโฟลว์ บริบทเดียว

🇹🇭 ภาษาไทย · 🇬🇧 English

นี่คือ fork ของ BeehiveInnovations/pal-mcp-server (ต้นทางหยุดดูแลตั้งแต่ ~กลางปี 2026) โดยเพิ่มแบบ additive ล้วน ไม่แตะพฤติกรรมเดิม:

• antigravity — clink agent สำหรับ Antigravity CLI (agy) ตัวสืบทอดจาก Gemini CLI ของ Google ขับผ่าน Windows ConPTY
• cursor — clink agent สำหรับ cursor-agent ของ Cursor เปิดทางไปยังตระกูลโมเดลที่ client อื่นไม่มี (Grok ของ xAI, Kimi ของ Moonshot, GLM ของ Zhipu, Composer)
• claude-9arm — config ตัวอย่างชี้ Claude Code CLI ไปยัง model gateway ทางเลือก
• override model / reasoning_effort ต่อ call ของ clink (Codex ใช้ -m + effort; ตัวอื่นใช้ --model)
• แก้บั๊ก — images เดิมถูกรับไว้แล้วทิ้งเงียบ ๆ (ไม่มี runner ตัวไหนใช้เลย) ตอนนี้ error พร้อมบอกวิธีที่ได้ผลจริง · pin mcp<2 เพราะ 2.x ถอด Server.list_tools ทำให้ server ตายตั้งแต่ import

รายละเอียด: CHANGES-FORK.md และ คู่มือ clink model/effort — ส่วนอื่นเหมือน upstream ทุกอย่าง

PAL ของ AI คุณ — Provider Abstraction Layer
_{เดิมชื่อ Zen MCP}

Zen_CLink_web.mp4

👉 ดูตัวอย่างเพิ่มเติม

CLI ที่คุณใช้ + หลายโมเดล = ทีมพัฒนา AI ของคุณ

ใช้ 🤖 CLI ที่คุณถนัด: Claude Code · Codex CLI · Antigravity (agy) · Qwen Code CLI · Cursor · และอื่น ๆ

พร้อมหลายโมเดลในพรอมป์ตเดียว: Gemini · OpenAI · Anthropic · Grok · Azure · Ollama · OpenRouter · DIAL · โมเดลบนเครื่อง

---

🆕 มีสะพาน CLI-to-CLI แล้ว

เครื่องมือ clink (CLI + Link) เชื่อม AI CLI ภายนอกเข้ามาในเวิร์กโฟลว์คุณโดยตรง:

• เชื่อม CLI ภายนอก เช่น Codex CLI, Antigravity (agy), Claude Code เข้ามาในงานได้เลย
• CLI Subagents — เปิด CLI แยก isolated จาก ภายใน CLI ปัจจุบัน! Claude Code เปิด subagent เป็น Codex ได้ Codex เปิด subagent เป็นตัวอื่นได้ โยนงานหนัก (code review, ล่าบั๊ก) ไปยัง context ใหม่ ให้ context หลักของคุณไม่รก — subagent คืนแค่ผลสุดท้าย
• Context Isolation — สืบสวนแยกกันได้โดยไม่ปน workspace หลัก
• Role เฉพาะทาง — เปิด agent ในบท planner, codereviewer หรือ role ที่คุณตั้งเอง พร้อม system prompt เฉพาะ
• ความสามารถ CLI เต็มรูปแบบ — web search, อ่านไฟล์, ใช้ MCP tool, ค้นเอกสารล่าสุด
• ต่อเนื่องไร้รอยต่อ — sub-CLI เป็นสมาชิกชั้นหนึ่งของบทสนทนา บริบทไหลข้ามเครื่องมือ

# Codex เปิด subagent เป็น Codex เพื่อ review แยกใน context ใหม่
clink with codex codereviewer to audit auth module for security issues

# หาข้อสรุปจากหลายโมเดล → ส่งต่อให้ลงมือ โดยคงบริบทเต็มระหว่างเครื่องมือ
Use consensus with gpt-5 and gemini-pro to decide: dark mode or offline support next
Continue with clink codex - implement the recommended feature

เลือก model + reasoning ต่อ call ได้ (ของ fork นี้):

clink codex model="gpt-5.6-sol"  reasoning_effort="max"   → งาน leaf ที่ยากสุด (ฉลาดสุด)
clink codex model="gpt-5.6-luna" reasoning_effort="high"  → งานประหยัด quota
clink antigravity model="Claude Opus 4.6 (Thinking)"      → ขอความเห็นนอกค่าย OpenAI

👉 เรียนรู้ clink เพิ่มเติม · คู่มือ model/effort

---

ทำไมต้อง PAL MCP?

ในเมื่อคุณสั่งการทุกโมเดลพร้อมกันได้ ทำไมต้องพึ่งโมเดลเดียว?

PAL เป็นเซิร์ฟเวอร์ Model Context Protocol ที่เสริมพลังเครื่องมืออย่าง Claude Code, Codex CLI และ IDE เช่น Cursor — เชื่อมเครื่องมือ AI ที่คุณชอบเข้ากับหลายโมเดล เพื่อวิเคราะห์โค้ด แก้ปัญหา และพัฒนาแบบร่วมมือกันได้ลึกขึ้น

ร่วมมือกับ AI จริง ด้วยบริบทที่ต่อเนื่อง

PAL รองรับ conversation threading — CLI ของคุณจึงถกไอเดียกับหลายโมเดล แลกเหตุผล ขอ second opinion หรือจัดดีเบตระหว่างโมเดลได้ CLI ของคุณคุมทุกอย่าง แต่ได้มุมมองจาก AI ที่เหมาะกับแต่ละงานย่อย บริบทไหลต่อข้ามเครื่องมือ/โมเดล เปิดทางเวิร์กโฟลว์ซับซ้อน เช่น review หลายโมเดล → วางแผน → ลงมือ → ตรวจก่อน commit

คุณคือคนคุม — CLI ของคุณสั่งการทีม AI แต่คุณตัดสินใจเวิร์กโฟลว์เอง เขียนพรอมป์ตให้ดึง Gemini Pro, GPT-5, Flash หรือโมเดลบนเครื่องมาใช้ตอนที่ต้องการ

เหตุผลที่ควรใช้ PAL MCP

• Multi-Model Orchestration — ประสานหลายโมเดล (Gemini Pro, O3, GPT-5 และ 50+ โมเดล) เลือกตัวที่เหมาะกับแต่ละงาน
• Context Revival — แม้ context ของ CLI หลักจะรีเซ็ต ก็ให้โมเดลอื่น "เตือนความจำ" เพื่อคุยต่อได้ไร้รอยต่อ
• Guided Workflows — บังคับขั้นตอนสืบสวนอย่างเป็นระบบ กันการวิเคราะห์แบบรีบร้อน
• Extended Context — ทะลุขีดจำกัดด้วยการโยนไปโมเดล context ใหญ่สำหรับ codebase ขนาดมหึมา
• Conversation Continuity — บริบทเต็มไหลข้ามเครื่องมือและโมเดล
• จุดแข็งเฉพาะโมเดล — thinking กับ Gemini Pro, ความเร็วกับ Flash, เหตุผลกับ O3, ความเป็นส่วนตัวกับ Ollama บนเครื่อง
• Code Review มืออาชีพ — วิเคราะห์หลายรอบ พร้อมระดับความรุนแรงและ feedback ที่ลงมือได้
• Debug อัจฉริยะ — หา root cause อย่างเป็นระบบ พร้อมติดตามสมมติฐาน + ระดับความมั่นใจ
• เลือกโมเดลอัตโนมัติ — ระบบเลือกโมเดลที่เหมาะกับแต่ละงานย่อย (หรือคุณระบุเองก็ได้)
• Vision — วิเคราะห์ภาพหน้าจอ ไดอะแกรม เนื้อหาภาพด้วยโมเดล vision
• โมเดลบนเครื่อง — รัน Llama / Mistral ในเครื่องเพื่อความเป็นส่วนตัวและไม่มีค่า API
• ข้ามลิมิต token ของ MCP — จัดการพรอมป์ต/คำตอบขนาดใหญ่เกิน 25K อัตโนมัติ

ฟีเจอร์เด็ด: เมื่อ context ของ CLI หลักรีเซ็ต แค่สั่ง "continue with O3" — คำตอบของอีกโมเดลจะปลุกความเข้าใจกลับมาโดยไม่ต้องป้อนเอกสารซ้ำ

AI Stack ที่แนะนำ

สำหรับผู้ใช้ Claude Code

• Sonnet 4.5 — งาน agentic + orchestration ทั้งหมด
• Gemini 3.0 Pro หรือ GPT-5.2 / Pro — คิดเชิงลึก, review เพิ่ม, debug/validate, ตรวจก่อน commit

สำหรับผู้ใช้ Codex

• GPT-5.2 Codex Medium — งาน agentic + orchestration ทั้งหมด
• Gemini 3.0 Pro หรือ GPT-5.2-Pro — คิดเชิงลึก, review เพิ่ม, debug/validate, ตรวจก่อน commit

เริ่มใช้งาน (5 นาที)

ต้องมีก่อน: Python 3.10+, Git, ติดตั้ง uv

1. เตรียม API Key (เลือกอย่างน้อยหนึ่ง): OpenRouter · Gemini · OpenAI · Azure OpenAI · X.AI · DIAL · Ollama (ฟรี บนเครื่อง)

2. ติดตั้ง (เลือกอย่างใดอย่างหนึ่ง):

ตัวเลือก A: clone + ตั้งค่าอัตโนมัติ (แนะนำ)

# fork นี้ (เพิ่ม antigravity / claude-9arm / model+effort ต่อ call)
git clone https://github.com/xenodeve/pal-mcp-server.git
cd pal-mcp-server

# จัดการให้หมด: setup, config, API key จาก environment
# ตั้งค่าให้ Claude Desktop, Claude Code, Codex CLI, Qwen CLI อัตโนมัติ (Gemini CLI ปลดระวางแล้ว → ใช้ Antigravity)
./run-server.sh

ตัวเลือก B: ติดตั้งทันทีด้วย uvx

// เพิ่มใน ~/.claude/settings.json หรือ .mcp.json — อย่าลืมใส่ API key ใต้ env
{
  "mcpServers": {
    "pal": {
      "command": "bash",
      "args": ["-c", "for p in $(which uvx 2>/dev/null) $HOME/.local/bin/uvx /opt/homebrew/bin/uvx /usr/local/bin/uvx uvx; do [ -x \"$p\" ] && exec \"$p\" --from git+https://github.com/xenodeve/pal-mcp-server.git pal-mcp-server; done; echo 'uvx not found' >&2; exit 1"],
      "env": {
        "PATH": "/usr/local/bin:/usr/bin:/bin:/opt/homebrew/bin:~/.local/bin",
        "GEMINI_API_KEY": "your-key-here",
        "DISABLED_TOOLS": "analyze,refactor,testgen,secaudit,docgen,tracer",
        "DEFAULT_MODEL": "auto"
      }
    }
  }
}

3. เริ่มใช้!

"ใช้ pal วิเคราะห์โค้ดนี้หาช่องโหว่ความปลอดภัยด้วย gemini pro"
"debug error นี้ด้วย o3 แล้วให้ flash แนะนำการ optimize"
"clink with cli_name=\"antigravity\" role=\"planner\" ช่วยร่างแผน rollout แบบเป็นเฟส"

👉 คู่มือ setup ฉบับเต็ม · 👉 ตั้งค่า Cursor & VS Code · 📺 ดูตัวอย่างจริง

Core Tools (เครื่องมือหลัก)

หมายเหตุ: แต่ละ tool มีเวิร์กโฟลว์/พารามิเตอร์/คำอธิบายของตัวเองที่กิน context แม้ไม่ได้ใช้ บางตัวจึงปิดไว้โดยดีฟอลต์ ดู Tool Configuration

การร่วมมือ & วางแผน (เปิดโดยดีฟอลต์)

• clink — สะพานส่งงานไป AI CLI ภายนอก (planner, codereviewer ฯลฯ)
• chat — ระดมสมอง, ขอ second opinion, ตรวจแนวทาง
• thinkdeep — คิดเชิงลึก, วิเคราะห์ edge case, มุมมองทางเลือก
• planner — แตกงานซับซ้อนเป็นแผนที่ลงมือได้
• consensus — ขอความเห็นผู้เชี่ยวชาญจากหลายโมเดล พร้อมกำหนดจุดยืน

วิเคราะห์ & คุณภาพโค้ด

• debug — สืบสวนหา root cause อย่างเป็นระบบ
• precommit — ตรวจการเปลี่ยนแปลงก่อน commit กัน regression
• codereview — review มืออาชีพพร้อมระดับความรุนแรง
• analyze (ปิดโดยดีฟอลต์) — เข้าใจสถาปัตยกรรม/รูปแบบ/dependency ทั้ง codebase

เครื่องมือพัฒนา (ปิดโดยดีฟอลต์)

• refactor · testgen · secaudit · docgen

ยูทิลิตี้

• apilookup — บังคับค้นเอกสาร API/SDK ปีปัจจุบันใน sub-process กันคำตอบจากข้อมูลเก่า
• challenge — กันคำตอบ "You're absolutely right!" ด้วยการวิเคราะห์เชิงวิพากษ์
• tracer (ปิดโดยดีฟอลต์) — วิเคราะห์ call-flow แบบ static

👉 Tool Configuration

เปิดโดยดีฟอลต์: chat, thinkdeep, planner, consensus, codereview, precommit, debug, apilookup, challenge ปิดโดยดีฟอลต์: analyze, refactor, testgen, secaudit, docgen, tracer

เปิดเพิ่มโดยลบชื่อออกจาก DISABLED_TOOLS ใน .env หรือ MCP settings:

# ดีฟอลต์
DISABLED_TOOLS=analyze,refactor,testgen,secaudit,docgen,tracer
# เปิดทั้งหมด
DISABLED_TOOLS=

หมายเหตุ: version, listmodels ปิดไม่ได้ · เปลี่ยนแล้ว restart session · แต่ละ tool กิน context ให้เปิดเท่าที่ใช้

📺 ดูเครื่องมือทำงานจริง

Chat Tool — ตัดสินใจร่วมกัน + คุยหลายรอบ

Chat Redis or Memcached_web.webm Chat With Gemini_web.webm

Consensus Tool — ดีเบตหลายโมเดล

Zen.Debate_web.webm

PreCommit Tool — ตรวจการเปลี่ยนแปลงครบถ้วน

คุณสมบัติเด่น

AI Orchestration — เลือกโมเดลอัตโนมัติ · เวิร์กโฟลว์หลายโมเดล · บริบทต่อเนื่อง · Context revival รองรับโมเดล — หลายผู้ให้บริการ (Gemini, OpenAI, Azure, X.AI, OpenRouter, DIAL, Ollama) · โมเดลล่าสุด · Thinking modes · Vision ประสบการณ์นักพัฒนา — เวิร์กโฟลว์แบบมีไกด์ · จัดการไฟล์อัจฉริยะ · web search · รองรับพรอมป์ตใหญ่

Quick Links

📖 เอกสาร: ภาพรวม · Getting Started · Tools · Advanced Usage · Configuration · Adding Providers · Model Ranking 🔧 Fork: CHANGES-FORK.md · คู่มือ clink model/effort 🛠 Setup: WSL · Troubleshooting · Contributing

License

Apache 2.0 — ดู LICENSE

กิตติกรรมประกาศ

สร้างด้วยพลัง Multi-Model AI 🤝 — MCP · Codex CLI · Claude Code · Gemini · OpenAI · Azure OpenAI

fork ดูแลโดย xenodeve — ต้นทาง BeehiveInnovations/pal-mcp-server