ข้ามไปยังเนื้อหา

Tutorial Harness Engineering: ซ้อมนำเข้าลูกค้า ERP ด้วย Google Antigravity

ตั้ง sandbox และ hooks แล้วตรวจ dry-run ทีละขั้น พร้อมไฟล์ทดลองและเช็กลิสต์
22 พฤศจิกายน ค.ศ. 2026 โดย
Tomz

ถ้าทีมกำลังนำรายชื่อลูกค้าเข้า ERP แล้ว AI บอกว่า “พร้อมนำเข้าแล้ว” ผมอยากเห็นมากกว่ารายงานว่ารันผ่านครับ ต้องรู้ว่ารายการไหนจะเพิ่ม รายการไหนซ้ำ และรายการไหนยังตัดสินใจไม่ได้ ก่อนให้โปรแกรมแตะข้อมูลจริง

บทนี้ต่อจาก Harness Engineering กับ Google Antigravity คราวนี้เราจะลงมือซ้อมด้วยข้อมูลลูกค้าสมมติ 6 แถว ตั้งขอบเขตการทำงาน ติดตั้งจุดตรวจก่อนรันคำสั่ง และตรวจรายงานที่ทำซ้ำได้

สิ่งที่จะได้คือแผนนำเข้าแบบ dry-run ซึ่งยังไม่เขียนเข้า ERP ชุดตัวอย่างใช้ Python standard library ไม่มีส่วนเชื่อม API ฐานข้อมูล หรือคำสั่งนำเข้าจริง เรียก Python เองได้ แม้ยังไม่ได้ติดตั้ง Antigravity

ดาวน์โหลด ชุดไฟล์แบบฝึกหัดและเช็กลิสต์ไทย–อังกฤษ ก่อนเริ่ม ข้อมูลทั้งหมดเป็นข้อมูลแต่งขึ้นสำหรับบทเรียน ไม่ใช่ข้อมูลลูกค้าจริง

1. กำหนดว่างานจบตรงไหน

ในเคสนี้ เจ้าของข้อมูลต้องการตรวจไฟล์ลูกค้าใหม่เทียบกับรายชื่อเดิม โดยใช้เลขประจำตัวผู้เสียภาษีเป็นกุญแจจับคู่ กติกาสำหรับการซ้อมคือ ชื่อและอีเมลตรงกันหลังปรับรูปแบบจึงข้ามรายการเดิมได้ ถ้าเลขเดียวกันแต่รายละเอียดขัดกันให้หยุดไว้ตรวจ คนต้องเป็นผู้ตัดสินใจว่าจะใช้ข้อมูลใด

กติกานี้เป็นนโยบายสมมติของบทเรียน เลข 13 หลักใช้ทดสอบรูปแบบเท่านั้น ไม่ได้ตรวจ checksum หรือยืนยันเลขภาษีจริง ไม่ได้ตรวจทะเบียนนิติบุคคล และไม่ได้ครอบคลุมสาขา หลายบริษัท คู่ค้าต่างประเทศ หรือข้อมูลบุคคลทุกประเภท

เกณฑ์รับมอบของการซ้อม
สิ่งที่ต้องรู้หลักฐาน
แต่ละแถวจะเกิดอะไรขึ้นplan.csv ระบุ create_proposal, skip หรือ reject
มีข้อมูลที่ยังตกลงไม่ได้หรือไม่rejected.csv และเหตุผลรายแถว
นับครบหรือไม่จำนวนรับเข้า = เสนอเพิ่ม + ข้าม + ปฏิเสธ
เขียนข้อมูลจริงแล้วหรือยังerp_writes = 0 และไม่มีตัวเชื่อมต่อ ERP

2. เปิดโฟลเดอร์ทดลองแยกจากงานจริง

แตก ZIP ไปยังโฟลเดอร์ใหม่ เช่น erp-harness-lab แล้วเปิด Terminal ในโฟลเดอร์ที่มี AGENTS.md อย่าเปิดโฟลเดอร์บริษัททั้งก้อนหรือคัดลอกไฟล์ .env เข้ามา ชุดนี้ไม่ต้องใช้ข้อมูลเข้าสู่ระบบ ERP

python3 --version
python3 -m unittest discover -s tests -v

ใช้ Python 3.9 ขึ้นไปตาม README ของชุดไฟล์ ถ้าหา scripts/ หรือ tests/ ไม่เจอ ให้ตรวจว่าคุณอยู่ในโฟลเดอร์ชั้นในที่ถูกต้องก่อนแก้คำสั่ง

AGENTS.md
.agents/hooks.json
data/customers.csv
data/existing-customers.csv
hooks/pre_tool_use.py
scripts/dry_run.py
scripts/hook_probe.py
tests/
reports/

CSV ใช้หัวคอลัมน์ source_id,name,tax_id,email โดย source_id เป็นรหัสอ้างอิงแถวในชุดฝึก ยังไม่ใช่ Odoo External ID รายงานเก็บ hash ของไฟล์รับเข้าและรายชื่อเดิมเพื่อบอกว่าซ้อมกับข้อมูลชุดใด หากรายชื่อจริงเปลี่ยนหลังตรวจ ต้องซ้อมกับ snapshot ใหม่ก่อนนำไปออกแบบการเขียนจริง

อ่าน AGENTS.md และสคริปต์ก่อนให้เอเจนต์ทำงาน ไฟล์คำแนะนำอธิบายเป้าหมายและข้อห้าม แต่ไม่ได้บังคับสิทธิ์ของระบบด้วยตัวมันเอง และไฟล์ CSV ก็ถือเป็นข้อมูลที่จะตรวจ ไม่ใช่ข้อความที่มีสิทธิ์สั่งให้เอเจนต์เปลี่ยนกติกา

3. เปิด sandbox แล้วตรวจสถานะจริง

ติดตั้งและเข้าสู่ระบบ Antigravity ตาม คู่มือเริ่มต้นของ Google จากนั้นตรวจเวอร์ชันและคำสั่งที่เครื่องคุณรองรับ

agy --version
agy --help
agy --sandbox

ในหน้าสนทนา CLI เปิด /config ตรวจว่า Sandbox Mode ใช้งานได้จริง แล้วตั้ง Agent Mode เป็น default ตาม คู่มือ execution modes สำหรับแบบฝึกหัดนี้ไม่อนุมัติการออกนอก sandbox และไม่เพิ่มสิทธิ์เชื่อมต่อ ERP หรือปลายทางเครือข่าย ถ้าเครื่องมีสิทธิ์ที่เคยอนุมัติไว้กว้าง ๆ ให้แยกบัญชีหรือสภาพแวดล้อมทดลองที่ตรวจสิทธิ์ได้ก่อน

การใส่ --sandbox ไม่ได้พิสูจน์ว่ามีการแยกสภาพแวดล้อมแล้ว เอกสาร CLI ระบุว่าบนระบบที่ไม่รองรับ flag นี้อาจไม่มีผล จึงต้องตรวจสถานะและหยุดการทดลองแบบเอเจนต์หากยืนยันไม่ได้ ใช้ Python ซ้อมกับข้อมูลสมมติแยกต่างหากได้ รายละเอียด sandbox และข้อจำกัด

อย่าแก้ปัญหารันไม่ได้ด้วยการเพิ่มสิทธิ์กว้างหรือปิดการตรวจสอบ ในทีมจริง คนดูแลเครื่องควรทดสอบขอบเขตด้วยไฟล์และปลายทางทดสอบที่ไม่มีความลับ ก่อนเปิดให้ใช้ข้อมูลที่มีความอ่อนไหว

ถ้าต้องตั้งค่าถาวร ให้เทียบ cli-settings.example.json กับไฟล์ ~/.gemini/antigravity-cli/settings.json ของคุณแล้วรวมเฉพาะค่าที่ตั้งใจใช้ อย่าเขียนทับไฟล์เดิม ตัวอย่าง enableTerminalSandbox: true กับ toolPermission: "proceed-in-sandbox" ให้คำสั่งใน sandbox ทำงานได้ แต่ยังต้องตรวจ Agent Mode และสิทธิ์เดิมแยกกัน แบบฝึกนี้ใช้ default และไม่อนุมัติการออกนอก sandbox

4. ตั้ง hook ให้ตรวจก่อนรันคำสั่ง

ชุดไฟล์มี .agents/hooks.json อยู่แล้ว ตัวอย่างนี้ผูก PreToolUse กับ run_command แล้วเรียก hooks/pre_tool_use.py ไฟล์ตั้งค่าเป็นแบบ workspace ไม่ต้องย้ายไปปนกับการตั้งค่าส่วนกลาง

{
  "erp-dry-run-gate": {
    "PreToolUse": [{
      "matcher": "run_command",
      "hooks": [{
        "type": "command",
        "command": "python3 hooks/pre_tool_use.py",
        "timeout": 10
      }]
    }]
  }
}

เปิด session ใหม่จากโฟลเดอร์นี้ แล้วพิมพ์ /hooks เพื่อตรวจว่า hook โหลดและเปิดใช้งานจริง Hook รับ JSON ทาง stdin และส่งคำตัดสินทาง stdout ตามสัญญาของ Antigravity hooks คำสั่งในบทนี้ต้องรันจากรากโฟลเดอร์ตัวอย่าง หาก CLI ของคุณไม่โหลดไฟล์หรือส่งข้อมูลไม่ตรง schema ให้หยุดและตรวจเวอร์ชันก่อน

hook ของบทเรียนยอมรับเฉพาะรูปคำสั่งที่กำหนดไว้และโฟลเดอร์ที่ตรงกัน ข้อมูลไม่ครบหรือคำสั่งนอกขอบเขตให้ deny ส่วนคำสั่งที่ผ่านส่ง allow เพื่อให้กฎสิทธิ์ปกติตัดสินต่อ คำว่า allow จึงไม่ได้หมายถึงข้ามการตรวจสิทธิ์ทั้งหมด

ขอบเขตนี้ครอบคลุมเครื่องมือที่ matcher ระบุเท่านั้น เครื่องมือเขียนไฟล์หรือเครื่องมืออื่นอาจไม่ผ่าน hook นี้ และเอเจนต์ที่แก้สคริปต์หรือไฟล์ hook ได้ก็เปลี่ยนพฤติกรรมได้ ในทีมจริงต้องมีคนถือสิทธิ์แก้กฎ ตรวจ diff และใช้ข้อจำกัดของสภาพแวดล้อมร่วมด้วย

5. ทดสอบทั้งคำสั่งที่ผ่านและคำสั่งที่ต้องถูกบล็อก

python3 scripts/hook_probe.py
python3 scripts/hook_probe.py blocked

probe ส่ง payload จำลองเข้า hook โดยตรง กรณีแรกควรได้ allow กรณี blocked ควรได้ deny มันไม่ได้รันคำสั่งอันตรายที่ใช้เป็นตัวอย่าง การทดสอบนี้ตรวจโค้ด hook ส่วนการพิสูจน์ว่า Antigravity เรียก hook จริงต้องดู /hooks และผลการเสนอคำสั่งใน session อีกครั้ง

ทีมควรเพิ่มกรณีข้อมูล JSON เสีย ไม่ระบุโฟลเดอร์ และคำสั่งที่มีการต่อคำสั่งไว้ท้ายบรรทัด ตรวจในชุดทดสอบว่าไม่มีกรณีใดหลุดเป็น allow เพราะอ่านข้อมูลไม่สำเร็จ

6. รันไฟล์ที่มีปัญหา แล้วอ่านรายงานก่อนแก้

python3 scripts/dry_run.py --input data/customers.csv --existing data/existing-customers.csv --output reports

ไฟล์ตั้งต้นจงใจใส่ข้อมูลที่ต้องหยุดไว้ตรวจ โปรแกรมจบด้วย exit code 2 พร้อมรายงาน อย่าเปลี่ยนโค้ดให้คืน 0 เพียงเพื่อให้หน้าจอขึ้นว่าผ่าน

ผลที่คาดจากไฟล์ตั้งต้น 6 แถว
สถานะจำนวนความหมาย
create_proposal2เสนอเพิ่ม Lotus และ Hill ยังไม่ได้บันทึก
skip2River ตรงกับข้อมูลเดิม และ Lotus ซ้ำในไฟล์
reject2Forest มีอีเมลผิด และ River มีรายละเอียดขัดกัน
erp_writes0ไม่มีการเขียนเข้า ERP

เปิด plan.csv ดูทั้ง 6 แถว เปิด rejected.csv ดูเหตุผล 2 แถว แล้วอ่าน reconciliation.json ตรวจสมการ 6 = 2 + 2 + 2 การนับครบช่วยจับแถวที่หายไประหว่างแปลงข้อมูล แต่ยังไม่ยืนยันว่ากติกาจับคู่ถูกสำหรับธุรกิจทุกกรณี

ภาพวาดจุดตรวจการนำเข้าข้อมูล ตั้งแต่จับคู่ ตรวจรายการซ้ำ ไปจนถึงเทียบยอดและให้คนทบทวน
ภาพประกอบจากบท Harness Engineering ก่อนหน้า: ซ้อมจับคู่ ตรวจข้อมูลซ้ำ และเทียบผลก่อนคนอนุมัติ ขั้นตอนในแบบฝึกหัดนี้จบที่รายงาน ยังไม่เปิดทางเขียนเข้า ERP

รายงาน CSV เติมเครื่องหมาย apostrophe หน้าเซลล์ที่เริ่มด้วย = + - @ เพื่อลดโอกาสที่โปรแกรมตารางคำนวณจะตีความเป็นสูตร ไฟล์ต้นทางยังเดิม วิธีแสดงผลนี้เป็นอีกเหตุผลที่ไม่ควรนำรายงานไปใช้เป็นไฟล์นำเข้าจริง

7. ให้เอเจนต์ทำงานจากโจทย์ที่ตรวจรับได้

เมื่อ sandbox และ hook ผ่านการตรวจแล้ว ใช้ข้อความนี้ใน session ที่เปิดจากโฟลเดอร์ตัวอย่างได้ ตัวโจทย์กำหนดให้เอเจนต์รายงานสิ่งที่พบก่อน ไม่ให้แก้กฎเพื่อทำให้ผลดูดี

อ่าน AGENTS.md และ README ก่อน รันทดสอบที่อนุญาต แล้วซ้อมนำเข้าจาก data/customers.csv เทียบ data/existing-customers.csv ลง reports เท่านั้น อธิบายผลรายแถวและตรวจยอดรับเข้า = เสนอเพิ่ม + ข้าม + ปฏิเสธ ห้ามเชื่อม ERP ห้ามเพิ่มสิทธิ์เครือข่าย ห้ามแก้ hook กติกาจับคู่ หรือไฟล์ต้นทาง หากถูกบล็อกให้หยุดพร้อมเหตุผล สรุปคำสั่งที่รัน exit code ไฟล์รายงาน และประเด็นที่เจ้าของข้อมูลต้องตัดสินใจ

ถ้าเอเจนต์ขอแก้โค้ดก่อนอ่าน rejected.csv ให้กลับมาที่เหตุผลรายแถวก่อน ความผิดในข้อมูลกับความผิดในโปรแกรมต้องมีวิธีแก้คนละแบบ หากสคริปต์มีบั๊กจริง คนทบทวนโค้ดควรอนุมัติขอบเขตการแก้แล้วรันทดสอบใหม่

8. แก้ข้อมูลเป็นสำเนา แล้วซ้อมซ้ำ

อย่าเขียนทับไฟล์ตั้งต้น เจ้าของข้อมูลควรแก้อีเมลจากหลักฐานที่ตรวจได้ และตัดสินใจกรณีเลขภาษีเดียวกันแต่ชื่อไม่ตรง ในแบบฝึกหัดใช้ไฟล์ clean ที่ให้มาเป็นคำตอบสมมติ ไม่ใช่คำแนะนำให้ลบแถวที่มีปัญหาจริงทิ้ง

ไฟล์ data/customers-clean.csv เก็บ 6 แถวไว้ครบ โดยสมมติว่าเจ้าของข้อมูลยืนยันอีเมล SRC-005 เป็น team@forest.example และชื่อ SRC-006 เป็น River Demo Ltd แล้ว ผลที่คาดคือ 6 = 3 เสนอเพิ่ม + 3 ข้าม + 0 ปฏิเสธ ได้ exit code 0 และสถานะ ready_for_human_review ซึ่งแปลว่ารอคนตรวจ ยังไม่ใช่อนุญาตให้นำเข้าจริง

python3 scripts/dry_run.py --input data/customers-clean.csv --existing data/existing-customers.csv --output reports-clean

หลังตรวจผลแล้ว รันคำสั่งเดิมอีกครั้ง ผลการจัดประเภทและยอดควรเหมือนเดิมเมื่อข้อมูลและกติกาไม่เปลี่ยน การทดสอบนี้พิสูจน์เพียงความสม่ำเสมอของ dry-run ยังไม่ได้พิสูจน์ idempotency ของการเขียนจริง ซึ่งต้องมีตัวเชื่อม ERP และทดสอบการรันซ้ำที่ฐานข้อมูลอีกชุดหนึ่ง

9. แบ่งหน้าที่ก่อนส่งต่อไปทดสอบกับ ERP

  1. เจ้าของข้อมูล ยืนยันต้นทางและกติกาจับคู่
  2. ผู้ดูแลสภาพแวดล้อม ตรวจ sandbox สิทธิ์ และ hook
  3. เอเจนต์และผู้พัฒนา ซ้อมนำเข้าและส่งรายงาน
  4. ผู้ทบทวน ตรวจ diff ยอด และข้อยกเว้น
  5. ผู้อนุมัติ ตัดสินใจว่าจะเริ่มทดสอบกับ ERP แยกอีกงานหรือไม่
แต่ละขั้นมีผู้รับผิดชอบและหลักฐานส่งต่อ การอนุมัติรายงาน dry-run ยังไม่ใช่การอนุมัติเขียนข้อมูลจริง

หากต่อยอดเป็น Odoo ต้องออกแบบการจับคู่ด้วย External ID หรือกุญแจที่ทีมตกลง ทดลองฐานข้อมูลแยก ตรวจสิทธิ์ผู้ใช้ ภาษี สาขา และข้อมูลเดิม รวมทั้งสำรองและซ้อมกู้คืน ประเด็นเหล่านี้ยังไม่ได้ทดสอบในชุดนี้ จึงไม่ควรนำ plan.csv ไปถือว่าเป็นไฟล์นำเข้า Odoo ที่พร้อมใช้ทันที

อาการที่ควรหยุดตรวจ

หาสาเหตุก่อนขยายสิทธิ์
อาการตรวจอะไร
พบ exit code 2เปิด rejected.csv ก่อน อาจเป็นผลที่แบบฝึกหัดตั้งใจให้เกิด
hook ไม่ปรากฏตำแหน่ง .agents/hooks.json เวอร์ชัน CLI และ session ที่เปิดใหม่
คำสั่งถูก denyคำสั่งและ Cwd ตรงกับรายการที่ตรวจไว้หรือไม่ อย่าขยายเป็น wildcard
หาไฟล์ไม่เจออยู่ในรากโฟลเดอร์ตัวอย่างหรือไม่ และไฟล์ครบตาม ZIP หรือไม่
sandbox ยืนยันไม่ได้หยุด session เอเจนต์ ให้ผู้ดูแลตรวจระบบ ใช้ Python กับข้อมูลสมมติแยกได้
ยอดรายงานไม่ตรงหยุดส่งต่อ ตรวจ header แถวที่ถูกตัด และ diff ของสคริปต์

เช็กลิสต์ก่อนจบแบบฝึกหัด

  • ข้อมูลเป็นข้อมูลสมมติ และไม่มีรหัสผ่านหรือ token ในโฟลเดอร์
  • ตรวจสถานะ sandbox และ hook จริงก่อนใช้เอเจนต์
  • probe แบบยอมรับและแบบบล็อกให้ผลตามที่กำหนด
  • อธิบายได้ว่าทำไมไฟล์ตั้งต้นได้ 2 เสนอเพิ่ม 2 ข้าม และ 2 ปฏิเสธ
  • อ่านรายงานครบ ตรวจยอด และรักษาไฟล์ต้นทาง
  • ซ้อมไฟล์ที่แก้แล้วและรันซ้ำได้ผลสม่ำเสมอ
  • ผู้ทบทวนตรวจโค้ดและกติกาที่เปลี่ยน และยืนยันว่าไม่มีการเขียน ERP

สิ่งที่ตรวจแล้วและสิ่งที่ต้องตรวจบนเครื่องคุณ

ชุดไฟล์ผ่านการทดสอบ Python 12 ข้อและ probe ของ hook โดยตรงบน Python 3.9.6 รวมทั้งผลไฟล์ตั้งต้นและไฟล์ clean ตามยอดข้างต้น เครื่องที่จัดทำไม่มีคำสั่ง agy จึงยังไม่ได้รัน sandbox หรือทดสอบการดักคำสั่งผ่าน Antigravity จริง ขั้นตอนส่วนนั้นเป็นแนวทางตามเอกสารที่ผู้อ่านต้องตรวจบนเครื่องตัวเอง

เนื้อหาตรวจเอกสารเมื่อ 22 พฤศจิกายน 2569 พฤติกรรม CLI อาจต่างตามรุ่น บัญชี และระบบปฏิบัติการ หากของคุณไม่ตรง ให้ยึด schema และสถานะที่ตรวจได้ในรุ่นนั้น เก็บเลขเวอร์ชันไว้กับหลักฐานการทดลอง

อ่านต่อจากแหล่งต้นทาง

  • Google Codelab: Practical Harness Engineering เป็นจุดเริ่มแนวคิด ส่วนข้อมูลสมมติ สคริปต์ และวิธีตรวจรับในบทนี้จัดทำขึ้นสำหรับแบบฝึกหัดนี้
  • Antigravity Terminal sandbox สำหรับขอบเขตและระบบที่รองรับ
  • Antigravity Hooks สำหรับไฟล์ตั้งค่า payload และคำตัดสิน

แชร์บทความ

FacebookX
Harness Engineering ให้ AI ทำงานต่อได้ในขอบเขตที่ตรวจสอบได้
จากแนวคิดใน Google Antigravity สู่ตัวอย่างทดลองนำเข้าลูกค้าเข้า ERP