ต้นแบบ · รุ่นทดลอง: มีทุก server ในทะเบียนทางการ อัปเดตทุก 30 นาที รีวิวและบัญชีผู้ใช้จะมาในขั้นถัดไป
PopNx MCPที่รวม MCP สำหรับคนใช้ AI · อธิบายเป็นภาษาคน

Laviya Agent Skills

โดย kartegagithubรุ่น 0.1.32i★ –iรันบนเครื่อง
ชื่อใน registryio.github.kartegagithub/laviya-agent-skills

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

Laviya AI Orchestration MCP runtime for IDE and agent integrations.

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

  • การเชื่อมต่อ: รันบนเครื่อง
  • ช่องทาง (transport): stdio
  • หมวด: เครื่องมือนักพัฒนา
  • ต้องใส่ค่าเหล่านี้: LAVIYA_API_KEY

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

  • ผลตรวจเบื้องต้น: ผ่าน 1 จาก 1 ข้อ
  • รันในเครื่องคุณด้วยสิทธิ์ของผู้ใช้คุณ (ไฟล์ อินเทอร์เน็ต แอปต่าง ๆ)
  • ค่าที่คุณต้องใส่เอง: LAVIYA_API_KEY, LAVIYA_BASE_URL, LAVIYA_AGENT_UID, LAVIYA_LOG_LEVEL, LAVIYA_GLOBAL_CONFIG_PATH

ค่าที่ติดป้ายความลับคือกุญแจของบัญชีคุณ อย่าส่งให้ใคร และอย่าวางในแชต

ต้องเตรียมก่อน

  • npmติดตั้ง Node.js (มีคำสั่ง npx) ในเครื่อง

คุณใช้แอปไหน

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

เปิด Claude Desktop → Settings → Developer → Edit Config แล้ววางค่านี้ในไฟล์ claude_desktop_config.json

{
  "mcpServers": {
    "laviya-agent-skills": {
      "command": "npx",
      "args": [
        "-y",
        "laviya-mcp-server"
      ],
      "env": {
        "LAVIYA_API_KEY": "ใส่ค่าของคุณ",
        "LAVIYA_BASE_URL": "ใส่ค่าของคุณ",
        "LAVIYA_AGENT_UID": "ใส่ค่าของคุณ",
        "LAVIYA_LOG_LEVEL": "ใส่ค่าของคุณ",
        "LAVIYA_GLOBAL_CONFIG_PATH": "ใส่ค่าของคุณ"
      }
    }
  }
}

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add laviya-agent-skills --env LAVIYA_API_KEY='ใส่ค่าของคุณ' --env LAVIYA_BASE_URL='ใส่ค่าของคุณ' --env LAVIYA_AGENT_UID='ใส่ค่าของคุณ' --env LAVIYA_LOG_LEVEL='ใส่ค่าของคุณ' --env LAVIYA_GLOBAL_CONFIG_PATH='ใส่ค่าของคุณ' -- npx -y laviya-mcp-server

เติมค่าที่เว้นว่างไว้ก่อนรัน

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

{
  "mcpServers": {
    "laviya-agent-skills": {
      "command": "npx",
      "args": [
        "-y",
        "laviya-mcp-server"
      ],
      "env": {
        "LAVIYA_API_KEY": "ใส่ค่าของคุณ",
        "LAVIYA_BASE_URL": "ใส่ค่าของคุณ",
        "LAVIYA_AGENT_UID": "ใส่ค่าของคุณ",
        "LAVIYA_LOG_LEVEL": "ใส่ค่าของคุณ",
        "LAVIYA_GLOBAL_CONFIG_PATH": "ใส่ค่าของคุณ"
      }
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "laviya-agent-skills": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "laviya-mcp-server"
      ],
      "env": {
        "LAVIYA_API_KEY": "ใส่ค่าของคุณ",
        "LAVIYA_BASE_URL": "ใส่ค่าของคุณ",
        "LAVIYA_AGENT_UID": "ใส่ค่าของคุณ",
        "LAVIYA_LOG_LEVEL": "ใส่ค่าของคุณ",
        "LAVIYA_GLOBAL_CONFIG_PATH": "ใส่ค่าของคุณ"
      }
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

ตัวนี้รันในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะ server บนอินเทอร์เน็ต ลองเลือกแอปอื่น

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าที่ต้องใส่เอง

  • LAVIYA_API_KEY ความลับ จำเป็น env
    Laviya API key used for MCP runtime authentication.
  • LAVIYA_BASE_URL env
    Optional base URL override for the Laviya API endpoint.
  • LAVIYA_AGENT_UID env
    Optional agent UID override for execution orchestration.
  • LAVIYA_LOG_LEVEL env
    Optional log level override (debug|info|warn|error).
  • LAVIYA_GLOBAL_CONFIG_PATH env
    Optional path override for global runtime config (useful in sandboxed environments where home directory is not readable).

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 8 พ.ย. 2569

  • ✓ ผ่าน

    ตัวตนผู้ทำตรงกับ repo

    ชื่อใน registry ยืนยันด้วยบัญชี GitHub kartegagithub ซึ่งเป็นเจ้าของ repo

  • … ยังไม่ตรวจ

    ยังมีคนดูแล

    ยังไม่ได้อ่านข้อมูล repo จาก GitHub

  • … ยังไม่ตรวจ

    มีสัญญาอนุญาต (license)

    ยังไม่ได้อ่านข้อมูล repo จาก GitHub

  • – ไม่เกี่ยว

    endpoint ตอบ

    ตัวนี้รันบนเครื่องคุณ ไม่มี endpoint บนอินเทอร์เน็ต

  • – ไม่เกี่ยว

    ล็อกอินแบบ OAuth

    ตัวนี้รันบนเครื่อง ใช้ค่าที่ตั้งในเครื่องแทน

  • … ยังไม่ตรวจ

    คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

    รันในเครื่องคุณ เราอ่านรายการเครื่องมือได้เฉพาะตัวที่มี endpoint บนอินเทอร์เน็ต

เทียบกับตัวอื่นในหมวด เครื่องมือนักพัฒนาi

  • ดาวมากกว่า 0% ของอีก 4924 ตัวในหมวดนี้
  • ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 95% ของอีก 4924 ตัวในหมวดนี้
  • ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 4924 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

Laviya Agent Skills ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 1 จาก 1 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

ต้องใส่ค่าเหล่านี้: LAVIYA_API_KEY

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (0.1.32) เข้า registry เมื่อวานซืน

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต้องมี Node.js ในเครื่องด้วย

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี GitHub, Desktop Commander, Cloudflare MCP

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

อ่านการ์ด:★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

GitHub

โดย github

server ทางการของ GitHub ให้ AI อ่านและจัดการโค้ด issue และ pull request ในบัญชีของคุณได้ ใช้ผ่านคลาวด์ของ GitHub หรือรันในเครื่องด้วย Docker ก็ได้

บนเครื่องหรือคลาวด์★ 34,245MITอัปเดต 5 วันที่ผ่านมา
ติดตั้ง

Desktop Commander

โดย wonderwhy-er

MCP server for terminal commands, file operations, and process management

รันบนเครื่อง★ 10,225MITอัปเดต 17 วันที่ผ่านมา
ติดตั้ง

Cloudflare MCP

โดย cloudflare

Cloudflare MCP servers

รันบนคลาวด์★ 4,446Apache-2.0อัปเดต 14 เดือนที่ผ่านมา
ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

Laviya Agent Skills

Laviya Agent Skills is a repository of reusable orchestration assets for IDE and agent integrations. It provides a production-oriented MCP runtime, shared orchestration prompt assets, and client-specific artifacts for tools such as Cursor and Claude.

Packages

  • laviya-agent-skills: reusable prompt, rule, and skill asset bundle for Node-based tooling
  • laviya-mcp-server: stdio MCP runtime published from mcp/

What Is Included

  • core/: shared orchestration prompt assets
  • mcp/: TypeScript MCP runtime scaffold (laviya-mcp-server)
  • cursor/: Cursor rule artifacts
  • claude/: Claude skill artifacts (SKILL.md for orchestration, laviya-delivery-cycle/SKILL.md for the user-driven delivery cycle, laviya-prd-intake/SKILL.md for turning a PRD into Laviya work)
  • docs/: setup, npm publishing, and end-user onboarding guides (docs/examples/: an example PRD)

Repository Structure

laviya-agent-skills/

core/ mcp/ src/ examples/ README.md cursor/ claude/ docs/ Setup.md MCPServerPublish.md InstallationAndUsage.md

Quick Start

cd mcp

npm install npm run typecheck npm run build npm run dev

Required environment variable:

  • LAVIYA_API_KEY

Install the Claude Code skills

Claude Code loads a skill only from a skills folder, one folder per skill named after the skill, with the file named SKILL.md:

SkillSource file in this repositoryInstall to (personal, all projects)Or (one project only)
laviya-orchestrator (orchestration runs)mcp/examples/claude/SKILL.md~/.claude/skills/laviya-orchestrator/SKILL.md /.claude/skills/laviya-orchestrator/SKILL.md
laviya-delivery-cycle (verify a work list, create tasks, report Ready for deploy)claude/laviya-delivery-cycle/SKILL.md~/.claude/skills/laviya-delivery-cycle/SKILL.md /.claude/skills/laviya-delivery-cycle/SKILL.md
laviya-prd-intake (turn a PRD into epics, stories, tasks, sprints and test cases; example PRD: docs/examples/prd-order-export.md)claude/laviya-prd-intake/SKILL.md~/.claude/skills/laviya-prd-intake/SKILL.md /.claude/skills/laviya-prd-intake/SKILL.md

The paths in the second column are where the files live in this repository, not where Claude Code looks for them. A file in ~/.claude/laviya-delivery-cycle/ (without skills) or directly in ~/.claude/ is ignored.

Windows (PowerShell, from the repository root):

New-Item -ItemType Directory -Force "$HOME\.claude\skills\laviya-orchestrator", "$HOME\.claude\skills\laviya-delivery-cycle", "$HOME\.claude\skills\laviya-prd-intake" | Out-Null

Copy-Item mcp\examples\claude\SKILL.md "$HOME\.claude\skills\laviya-orchestrator\SKILL.md" Copy-Item claude\laviya-delivery-cycle\SKILL.md "$HOME\.claude\skills\laviya-delivery-cycle\SKILL.md" Copy-Item claude\laviya-prd-intake\SKILL.md "$HOME\.claude\skills\laviya-prd-intake\SKILL.md"

macOS / Linux (from the repository root):

mkdir -p ~/.claude/skills/laviya-orchestrator ~/.claude/skills/laviya-delivery-cycle ~/.claude/skills/laviya-prd-intake

cp mcp/examples/claude/SKILL.md ~/.claude/skills/laviya-orchestrator/SKILL.md cp claude/laviya-delivery-cycle/SKILL.md ~/.claude/skills/laviya-delivery-cycle/SKILL.md cp claude/laviya-prd-intake/SKILL.md ~/.claude/skills/laviya-prd-intake/SKILL.md

Check: start a new Claude Code session and run /skills; laviya-orchestrator, laviya-delivery-cycle and laviya-prd-intake must be listed. Copy the files again after updating this repository. The Laviya MCP tools also work without the skills; the skills add the step-by-step rules.

Installable Asset Package

Install the reusable asset bundle:

npm install laviya-agent-skills

Example usage:

import { assets, resolveAssetPath } from "laviya-agent-skills";

import { readFileSync } from "node:fs";

const cursorRule = readFileSync(assets.cursorRule, "utf8"); const orchestratorPrompt = readFileSync(resolveAssetPath("orchestratorSystemPrompt"), "utf8");

Documentation Index

  • Runtime architecture and implementation: mcp/README.md
  • Developer setup guide: docs/Setup.md
  • NPM publishing guide: docs/MCPServerPublish.md
  • End-user installation and usage: docs/InstallationAndUsage.md
  • Client-specific MCP setup (Codex, VS Code, Antigravity, Claude): docs/InstallationAndUsage.md

Runtime Overview

The MCP runtime follows a global-runtime plus project-local-config model:

  • machine-level runtime installation
  • repository-level project configuration (.laviya/project.json or .laviya.json)
  • runtime-enforced lifecycle mechanics (validation, retries, idempotency, and structured logging)

Current MCP tool set includes both orchestration and local-direct task feed flows:

  • laviya_help
  • laviya_feed_task
  • laviya_get_local_work_status
  • laviya_cancel_local_work
  • laviya_add_task_comment
  • laviya_list_projects
  • laviya_list_tasks
  • laviya_create_tasks
  • laviya_start_delivery_run
  • laviya_get_task
  • laviya_upload_task_file
  • laviya_update_task_description
  • laviya_assign_task
  • laviya_list_sprints
  • laviya_create_sprint
  • laviya_assign_tasks_to_sprint
  • laviya_list_task_links
  • laviya_add_task_link
  • laviya_remove_task_link
  • laviya_list_test_cases
  • laviya_create_test_cases
  • laviya_report_test_result
  • laviya_list_wikis
  • laviya_get_wiki
  • laviya_create_wiki
  • laviya_update_wiki
  • laviya_start_task_work
  • laviya_complete_task_work
  • laviya_get_my_work
  • laviya_start_execution
  • laviya_complete_execution
  • laviya_report_token_usage
  • laviya_diagnostics

All tools return API envelope JSON text in the shape: { HasFailed, Messages, Data }.

Work items may include a backend-defined ExecutionPolicy. Analysis and review policies are read-only: agents must not implement changes, and enforced policies require a truthful completion executionEvidence.

For full architecture details and file-level scaffolding, refer to mcp/README.md.

ถาม PopNx