เนื่องจากต้องพัฒนาระบบงานด้วย Quarkus ซึ่งทำงานอยู่บน JVM
แน่นอนว่าถูกสร้างมาเพื่อ optimized การใช้งาน resource
และปรับปรุง performance ของระบบตั้งแต่เริ่มต้น
แต่ปัญหาหนึ่งสำหรับการเริ่มต้นคือ
เรื่องพื้นฐานในการพัฒนา ทดสอบ และ deployment
ตลอดจน best practice และ pitfall ต่าง ๆ ที่ต้องใช้งานและระมัดระวัง
หนึ่งในแนวทางแก้ไขปัญหาของทาง Quarkus คือ
การสร้าง Quarkus Agent MCP ขึ้นมา เพื่อใช้งานผ่าน AI Agent for coding นั่นเอง
ไม่ว่าจะเป็น Claude Code, Antigravity และ GitHub Copilot Chat
ซึ่งมีความสามารถดังนี้
- มีความสามารถในการสร้าง project ทำการ generate code, debug code, run code และ testing
- ทำการจัดเก็บ state ต่าง ๆ ของการพัฒนา project ไว้ให้
- ทำการสร้าง best practice ต่าง ๆ รวมทั้งเอกสารต่าง ๆ ที่จำเป็นต่อการพัฒนาไว้ใน Vector database (ใช้งาน pgvector)
- ทำการเพิ่ม skills มาให้เองแบบอัตโนมัติอีกด้วย
- เตรียมเครื่องมือต่าง ๆ ที่จำเป็นต่อการพัฒนาระบบงานด้วย Quarkus ไว้ให้ครบ
โดยที่ Quarkus Agent MCP มีโครงสร้างการทำงานดังรูป
ดังนั้นเราสามารถทำการติดตั้ง และ start MCP ตัวนี้บนเครื่อง local ของเราได้เลย
และจะเป็นผู้ช่วย AI Agent เพื่อทำการ run, monitor และ debug ระบบงานให้เลย
และถ้า code มีการทำงานผิดพลาด หรือ ทดสอบไม่ผ่าน
ก็จะทำการอ่านข้อมูลจาก log และ console ไปเพื่อทำการหาปัญหา และ แก้ไข code ให้ต่อไป
เป็นการ setup environment เพื่อให้เหมาะสมกับการพัฒนา
ว่าแล้วมาลองใช้งานกันดู
การติดตั้งก็ไม่ได้ง่ายมากนัก มีขั้นตอนดังนี้
เริ่มด้วยการติดตั้ง JBang และ start MCP Server ขึ้นมา
จากนั้นลองเขียน prompt สั่งให้สร้าง REST API ง่าย ๆ กันหน่อย
และผลที่ได้จะสรุปให้ดังนี้
โดยจะมีโครงสร้างของ project ดังนี้ ซึ่งเป็น default จาก MCP นั่นเอง
ตัวอย่าง code ที่ generate มาให้
จากนั้นลองทำการทดสอบ run และ test เพื่อใช้งาน MCP ต่อไปได้
มาถึงตรงนี้จะเห็นได้ว่า เราสามารถสร้าง project แบบง่าย ๆ
ช่วยให้เราเรียนรู้ได้ง่ายขึ้น แต่ที่เหลือยากหมดเลย !!
เป็นอีกแนวทางที่หลาย ๆ framework/tool/platform
เริ่มสร้าง MCP มาให้ใช้งานกันมากยิ่งขึ้น
ขอให้สนุกกับการ coding
