AI Prompts Library & Skills Hub
แพลตฟอร์ม Production ที่รวบรวม AI Prompts, Agent Skills และ Workflows ไว้ในที่เดียว สำหรับนำไปประยุกต์ใช้งานได้ทันที
1. Overview
โปรเจกต์นี้คือระบบรวมศูนย์ (Centralized Hub) สำหรับ AI Prompts, Agent Skills และ Multi-step Workflows ที่รันบน Production จริง ปัจจุบันให้บริการ Prompt คุณภาพสูง 39 ชุด, Agent Skills 82 ทักษะ และ Workflows อีก 4 ระบบ
2. Engineering Highlights
- Architecture: Next.js 16 (App Router) ร่วมกับ TypeScript, Tailwind CSS, Base UI, NextAuth v5 และเชื่อมต่อ Serverless PostgreSQL ผ่าน Neon Database
- State & Data Flow: ออกแบบ Relational Schema ด้วย Drizzle ORM จัดการตาราง Prompts, Skills, Workflows และ Collections พร้อม Data Pipeline (Scripts) สำหรับ Validate ข้อมูล JSON/Drafts ก่อนบันทึกลง Database
- Key Challenge & Solution: การจัดการ Taxonomy ของ Prompt/Skill ที่ซับซ้อนและการแปลง Markdown Skills ให้อยู่ในรูปแบบ Relational Database; แก้ปัญหาด้วยการสร้าง Idempotent Import Pipeline (
npm run db:import-skills) รองรับ JSONB Data Mapping และ Zero-downtime Schema Evolution
ภาพหน้าจอ
คลัง Prompt และระบบค้นหา

หน้ารายละเอียด Prompt

Multi-step Workflows

3. Context & Problem
เมื่อมีการใช้งานเอกสารคำสั่ง AI (LLM Prompts) และทักษะเฉพาะทางของ Autonomous Agents เพิ่มมากขึ้น การเก็บข้อมูลเหล่านี้ไว้ในไฟล์ Local แบบกระจัดกระจายทำให้ค้นหา เปลี่ยนแปลง หรือแชร์ต่อได้ยาก จึงจำเป็นต้องมีฐานข้อมูลที่เป็น Public Repository ที่จัดการเรื่องนี้อย่างเป็นระบบ
4. Goal
สร้างแพลตฟอร์มที่รวดเร็ว รองรับสเกลข้อมูลที่เพิ่มขึ้นเรื่อยๆ และดันขึ้น Production จริง เพื่อให้ทุกคนสามารถเข้ามาดูเนื้อหา เลือก Prompts และนำ Skills ไปทดลองใช้กับ Workflow ของตัวเองบนหน้าเว็บได้เลย
5. My Role & What I Built
ผมพัฒนาโปรเจกต์นี้แบบ End-to-End ด้วยตนเองตั้งแต่ Phase 1 จนเสร็จสมบูรณ์ 100% ใน Phase 14:
- Full-stack System: พัฒนาระบบแสดงผลฝั่ง Frontend (Server & Client Components) และ Logic การดึงข้อมูลด้านหลังที่รองรับระบบผู้ใช้งานและระบบสองภาษา (
/th/) - Database Architecture: ออกแบบตารางจัดการฐานข้อมูลด้วย Neon Postgres ร่วมกับ Drizzle ORM เพื่อประมวลผลโครงสร้างข้อมูล Prompt, Skill และ Workflow
- Production Readiness: คุมมาตรฐานโค้ดให้ผ่านข้อกำหนดต่างๆ (เช็ค
tsc, ล้าง linter error) ก่อนการ Build และ Deploy ขึ้นสู่โดเมนสาธารณะสำเร็จ
6. Result & Current State
ระบบสามารถใช้งานได้ 100% ขึ้นสู่โดเมนจริง (prompts.chinnakrit.dev) และเปิดให้บุคคลภายนอกเข้าใช้งานได้ทันที ปัจจุบันโปรเจกต์บรรลุ Milestone สำคัญของ Phase 14 เรียบร้อยแล้ว บน branch master
7. Demo & Code
- Production (เข้าใช้งานได้จริง): prompts.chinnakrit.dev/th/prompts
- GitHub (Private Repository): Manchinn/chinnakrit-prompts