OpenClaw x Lark x n8n: ระบบ AI ที่ดูแลทีมทั้งบริษัทแทนผู้บริหาร
สร้างระบบ AI Agent ด้วย OpenClaw + n8n + Lark ที่ดูแลทีมทั้งบริษัท — 8 Bots, 49 Workflows, 12 ฐานข้อมูล รันบน server เครื่องเดียว 4GB RAM ทั้งหมดสร้างด้วย vibe code
ทำไมถึงต้องการ AI ดูแลทีมแทนผู้บริหาร?
วิสัยทัศน์คือ AI Expert Company Team — เชื่อว่า AI ไม่ใช่แค่สินค้าขายลูกค้า แต่ต้องเป็นเครื่องมือที่ทีมใช้เองทุกวัน
แต่ชีวิตจริง ปัญหาเดิมๆ วนมาซ้ำ:
❌ ก่อนมี AI
- 📋 ข้อมูลกระจาย — HR อยู่ Lark Base, PM อยู่ Asana, Sales อยู่ CRM, บัญชีอยู่ Spreadsheet
- 🔇 ไม่มีใครตามงาน — ผู้บริหารไม่มีเวลาเปิดทุกตารางทุกวัน งาน overdue เงียบ
- 😵 ข้อมูลไม่ครบ — ทีมลืมกรอก กรอกผิด กรอกไม่ตรง format
- 🤷 ไม่รู้ใครทำอะไร — ต้องถามใน chat ทีละคน
- ⏰ เสียเวลา routine — ส่ง report ทุกสัปดาห์ เตือน deadline
✅ หลังมี AI ดูแล
- 📊 ข้อมูลรวมศูนย์ — Bot ดึงจากทุกแหล่งมาสรุปให้
- 🔔 ตามงานอัตโนมัติ — แจ้ง overdue + บอกวิธีแก้
- ✅ เช็คคุณภาพข้อมูล — หาจุดผิดปกติให้ทุกสัปดาห์
- 📋 สรุปภาพรวม — รู้ทุกอย่างจาก chat เดียว
- ⚡ Automation 49 รายการ — ทำงาน routine แทนคน
คำถามคือ: ถ้ามี "คนดูแล" ที่ไม่เคยลืม ไม่เคยหลับ ทำงานแทนผู้บริหารได้ — จะเป็นยังไง?
ถ้า AI เป็น "พี่" ได้ล่ะ?
ไม่ได้อยากได้ Bot ที่ส่ง alert แห้งๆ แบบนี้:
❌ Bot ทั่วไป
EX VAT + VAT ≠ NET PAY: 5 records- ทีมเห็นแล้วไม่รู้จะทำอะไร
- ไม่มีบริบท ไม่มีวิธีแก้
✅ Bot แบบ "พี่"
- "ยอดคำนวณไม่ตรง 5 รายการ เช่น 'ค่าจ้าง ABC' ยอด 10,000 + VAT 700 ≠ รวม 10,500"
- "→ ตรวจสอบช่อง NET PAY นะครับ"
- "ติดปัญหาอะไรแจ้งพี่ได้เลย กล้าถาม 💪"
Bot ที่ดีไม่ใช่แค่ส่ง data — ต้องบอกว่าเจออะไร ยกตัวอย่างจริง บอกวิธีแก้ และให้กำลังใจ
ต่างกัน 4 อย่าง:
- บอกว่าเจออะไร — ภาษาที่ทุกคนเข้าใจ
- ยกตัวอย่างจริง — ชื่อ record ยอดเงินจริง
- บอกวิธีแก้ — เปิดตรงไหน แก้ช่องไหน
- ให้กำลังใจ — อ้าง culture "กล้า" ของบริษัท
นี่คือหัวใจของระบบ OpenClaw ที่สร้างขึ้นมา
ระบบ OpenClaw + n8n + Lark ทำงานร่วมกันยังไง?
ระบบทั้งหมดมี 3 ตัวหลักที่ทำงานร่วมกัน — OpenClaw เป็นสมอง n8n เป็นกล้ามเนื้อ และ Lark MCP เป็นเส้นประสาทเชื่อมทุกอย่างเข้าด้วยกัน ทั้งหมดรันบน server เครื่องเดียว Linux 2 Core 4GB RAM ใช้ Docker แยก container
OpenClaw — สมอง
AI Agent Platform แบบ open-source (55,000+ stars) รับคำถาม คิด ตอบ ส่งข้อความ — ใช้ Claude Sonnet 4 เป็น AI หลัก มี Gemini สำรอง
n8n — กล้ามเนื้อ
ทำงาน automation 49 รายการตาม schedule — ดึงข้อมูล สร้าง card ส่งเข้าห้อง chat อัตโนมัติทุกวัน
Lark MCP — เส้นประสาท
สะพานเชื่อม OpenClaw กับ Lark Suite — ทำให้ Bot อ่าน-เขียน Lark Base และส่งข้อความเป็น Interactive Card ได้
OpenClaw คืออะไร? ทำอะไรได้บ้าง?
OpenClaw คือ AI Agent Platform แบบ open-source ที่มี 55,000+ stars บน GitHub ทำให้สร้าง AI Agent เชื่อมกับ messaging app ได้ ในระบบนี้ทำหน้าที่ 4 อย่างหลักๆ:
รับข้อความจาก Lark แล้วตอบ
ทีม @ Bot ในห้อง chat → OpenClaw รับข้อความ → ดึงข้อมูลจาก Lark Base/Asana → สร้างคำตอบ → ส่งกลับเป็น Interactive Card
ส่งรายงานอัตโนมัติผ่าน n8n
n8n trigger ตาม schedule → ดึงข้อมูล → สร้าง card → ส่งเข้าห้อง chat ที่กำหนด — ไม่ต้องรอให้ใครมาถาม
Access Control เข้มงวด
แต่ละ Bot ส่งได้เฉพาะห้องที่กำหนด HR Bot → ห้อง HR เท่านั้น Sales Bot → ห้อง Sales เท่านั้น ห้ามส่งข้ามห้อง
Config ปรับแต่งได้
AGENTS.md กำหนดกฎการทำงาน, SOUL.md กำหนดบุคลิก "พี่", TOOLS.md กำหนดสิทธิ์ข้อมูลแต่ละห้อง — ทุกอย่างแก้ไขผ่านไฟล์ text
| ไฟล์ Config | ควบคุมอะไร |
|---|---|
config/openclaw.json | AI model (Claude Sonnet 4 หลัก, Gemini สำรอง), retry, rate limit |
.env | API keys ทั้งหมด, Chat ID ทุกห้อง |
workspace/AGENTS.md | กฎการทำงานของ Agent |
workspace/SOUL.md | บุคลิก "พี่", escalation levels |
workspace/TOOLS.md | สิทธิ์เข้าถึงข้อมูลแต่ละห้อง |
8 Bots ดูแลงานอะไรบ้าง?
ระบบมี 8 Bots แยกตามแผนก — แต่ละตัวมีห้อง chat เฉพาะ ข้อมูลเฉพาะ และหน้าที่ชัดเจน ไม่ก้าวก่ายกัน:
📸 ตัวอย่างจริงจากห้อง Chat — กดเลือก Bot ดูได้เลย
Bot HR — ดูแลเรื่องคน▶
แสดงข้อมูลการมาสาย Distribution chart + Ranking รายบุคคล พร้อม % เกินสิทธิ์
Bot PM — ติดตามงาน Support▶
Pie chart แยกตามคน + Bar chart ranking Top 11 คนที่มี Estimate สูงสุด
BOT AE — Sales Forecast▶
Pipeline 23 ดีล ถ่วงน้ำหนักตาม Probability พร้อมสรุปมูลค่า
Bot Account — Budget Health Check▶
จ่ายแล้ว 90% + Pie chart สถานะ + แจ้ง 885 รายการไม่มี Approval Status
Bot Management — Workspace Audit▶
ตรวจ 61 tables: Active 20 / Dormant 36 / Dead 5 + Bar chart จำนวน Tables ต่อ Bitable
BOT Trade — Daily Trading Intelligence▶
สรุปสัญญาณ 8 ตลาด (Gold/Silver/Oil/BTC/EUR/THB/S&P/SET) + Entry/TP/SL ทุก Style
Bot EA — AI Trading Analysis▶
วิเคราะห์ EA Spike Scalper ด้วย 5 ผู้เชี่ยวชาญ AI: Quantitative, Risk, Strategy, Execution, Meta
Bot R&D — News Intelligence▶
5 ข่าวคัดสรร คะแนนเฉลี่ย 66/100 + แปลไทยโดย AI
Bot EGP — e-GP Scanner▶
แสดง score/หมวด/งบประมาณ + ปุ่มตัดสินใจ
Nat Personal Bot — CEO Daily Brief▶
สรุปงาน 415 รายการ + Eisenhower Matrix จัดกลุ่ม Q1-Q4
🟢 Bot HR — ดูแลเรื่องคน
ห้อง: Bot HR | ข้อมูล: Lark HR Base
- 📊 สรุปการมาทำงานรายสัปดาห์ (พร้อม emoji bar 🟩🟨🟧🟥 แสดงแนวโน้ม)
- 📋 เช็คยอดวันลาคงเหลือ
- 🗓️ เตือนวันหยุดบริษัท
- ✅ แจ้งสถานะ approval ใบลา
- ⏰ สรุปการมาสายรายเดือน
🔵 Bot PM — ดูแลงานโปรเจค
ห้อง: Bot PM | ข้อมูล: Asana + Lark Collection Plan + Project Cost
- 🔴 แจ้งงาน overdue ใน Asana (พร้อมลิงก์กดไปดูได้เลย)
- 😴 แจ้งงานที่ไม่มีใครแตะ 14+ วัน (stale tasks)
- 🚧 รายงาน blockers (ค้นหาคำว่า "blocked", "รอ", "pending")
- 💰 รายงาน Project Margin (กำไร/ขาดทุนแต่ละโปรเจค)
- ✅ เช็คคุณภาพข้อมูล Budget (field ว่าง ซ้ำ VAT ไม่ตรง)
🟡 Bot Sales — ดูแลการขาย + จัดซื้อจัดจ้างภาครัฐ
ห้อง: Bot AE (Sales) + EGP | ข้อมูล: Lark CRM + e-GP API
- 📈 สรุป Sales Forecast รายสัปดาห์ (ถ่วงน้ำหนักตาม probability)
- 🔔 เตือน deal ที่ไม่มีความเคลื่อนไหว 7+ วัน
- 🔍 สแกน e-GP อัตโนมัติวันละ 2 ครั้ง (หาโปรเจคภาครัฐที่ตรงกับบริการ)
- 👀 เฝ้าดูคู่แข่ง (เทียบกับบริษัทในกลุ่มเดียวกัน)
- ⏰ เตือน deadline e-GP (5/3/1 วันล่วงหน้า + ปุ่มตัดสินใจ เข้า/ไม่เข้า)
🟠 Bot Accounting — ดูแลเงินเดือน + งบประมาณ
ห้อง: Bot Account | ข้อมูล: Lark Incentive/Payroll/Budget
- 💵 เช็คคุณภาพข้อมูล Incentive รายสัปดาห์
- 📊 สรุป Incentive รายเดือน (พร้อม ranking 🏆🥈🥉)
- 💰 สรุปเงินเดือนรายเดือน + สิ้นปี
- ✅ เช็คข้อมูล Payroll (SSO, Net Pay ตรงไหม)
🟣 Bot Admin + ⚫ Bot Dev + 🩷 Bot Marketing
- 🗓️ Admin — เตือนประชุมรายวัน (จ-ศ 09:00) + เตือน Customer Visit + เตือน AI Workshop ทุกจันทร์ 13:00
- 🔒 Dev — เช็ค SSL Certificate, API Health, Web Health ทุก 6 ชม. + เช็คใครลาวันนี้
- 📅 Marketing — เตือน Content Calendar ล่วงหน้า 7 วัน (multi-channel)
49 Workflows แบ่งงาน automation ยังไง?
ทั้ง 49 workflows รันบน n8n แบ่งตามแผนก — ทุกอันตั้ง schedule ชัดเจน ทำงานซ้ำได้ไม่มีวันลืม:
ตัวอย่าง Workflows สำคัญ
| # | ชื่อ | ทำเมื่อไหร่ | ทำอะไร |
|---|---|---|---|
| 01 | HR Weekly Attendance | ทุกวันจันทร์ | สรุปการมาทำงาน + แนวโน้ม |
| 08 | Weekly Sales Forecast | ทุกวันจันทร์ | สรุป pipeline ถ่วงน้ำหนัก |
| 11 | Overdue Task Alert | ทุกวัน | แจ้งงาน overdue ใน Asana |
| 14 | API Health Check | ทุก 6 ชม. | เช็ค API endpoints |
| 23 | EGP Auto Scanner | วันละ 2 ครั้ง | สแกนจัดซื้อจัดจ้างภาครัฐ |
| 30 | Daily Bot Test | 07:30 | ทดสอบ Bot ทุกตัว |
| 36 | Payroll Monthly Summary | วันที่ 23 | สรุปเงินเดือน |
| 47 | Lark OAuth Token Manager | ทุก 1 ชม. | refresh Lark token อัตโนมัติ |
| 48 | Lark-Notion 2-Way Sync | ทุก 5 นาที | sync tasks ระหว่าง Lark กับ Notion |
ทั้ง 49 workflows รวมกันมี 8,683 บรรทัด JSON — ฟังดูเยอะ แต่ทุกอันสร้างด้วย AI ช่วย ไม่ได้นั่งเขียนเอง
ข้อมูลทั้งหมดที่ระบบเข้าถึงมีอะไรบ้าง?
ระบบเชื่อมกับ 12 Lark Bases (100+ ตาราง, 5,000+ records) + External APIs อีก 4 ตัว — ครอบคลุมข้อมูลทุกแผนก:
| ฐานข้อมูล | ตาราง | Bot | ข้อมูล |
|---|---|---|---|
| HR (KPI) | 6 | HR | Attendance, Leave, KPI, JD |
| Sales CRM | 20 | Sales | Accounts, Pipeline, Forecast |
| Collection Plan | 6 | PM, Account | P/O, Revenue, Budget |
| Incentive + Payroll | 2 | Account | Incentive tracking, Salary, SSO |
| External API | ใช้ทำอะไร | Bot |
|---|---|---|
| e-GP API | สแกนจัดซื้อจัดจ้างภาครัฐ | Sales |
| Asana | ติดตาม tasks, overdue, blockers | PM |
| Lark Calendar | วิเคราะห์การประชุม (1,200+ events) | PM, Admin |
| Notion | 2-Way Sync กับ Lark Tasks | Dev |
EGP Scanner กับระบบพิเศษทำงานยังไง?
EGP Scanner คือระบบสแกน e-GP (ระบบจัดซื้อจัดจ้างภาครัฐ) อัตโนมัติ — หาโปรเจคที่ตรงกับบริการโดยไม่ต้องมีใครนั่งเปิดเว็บเช็คเอง
ขั้นตอนการทำงาน
- สแกน e-GP API วันละ 2 ครั้ง
- กรอง 18 keywords ที่เกี่ยวข้อง (เว็บไซต์, AI, chatbot, ระบบสารสนเทศ, e-office)
- AI classify ว่าตรงกับ 16 หมวดสินค้า ไหน
- เช็คว่าคู่แข่งเข้าร่วมไหม
- ส่ง alert เข้าห้อง EGP พร้อมปุ่มตัดสินใจ (เข้า/ไม่เข้าประมูล)
- เตือน deadline ล่วงหน้า 5/3/1 วัน
📋 จ้างพัฒนาระบบบริหารจัดการสารสนเทศ
🏛️ สำนักงาน XYZ
💰 งบประมาณ: ฿2,500,000
📅 ปิดรับ: 20/03/2026 (เหลือ 9 วัน)
🏷️ หมวด: e-Office / ระบบสารสนเทศ
👀 คู่แข่ง: เจอ 2 บริษัทในกลุ่มเดียวกัน
[ปุ่ม: เข้าร่วม ✅] [ปุ่ม: ไม่เข้า ❌]
ความท้าทาย: e-GP มี Cloudflare Turnstile CAPTCHA → ต้องใช้ CAPTCHA solver + delay 3-8 วินาทีเพื่อไม่ให้ถูก block (stealth mode)
ระบบพิเศษอื่นๆ
News Intelligence
ดึงข่าวจากหลายแหล่ง → AI ให้คะแนนความเกี่ยวข้อง → สรุปส่งเข้า Lark อัตโนมัติ
Trading Intelligence
วิเคราะห์ตลาด → Technical indicators (MACD, RSI, MA) → AI สร้าง signal → ส่ง Lark card
Lark-Notion 2-Way Sync
sync ทุก 5 นาที — 24 fields, multi-owner, ป้องกัน sync loop, token refresh อัตโนมัติทุก 1 ชม.
ถึงครึ่งทางแล้ว — ครบทุก Bot + Workflow + Data
8 Bots ดูแลทุกแผนก, 49 Workflows ทำงาน routine, 12 Lark Bases + 4 External APIs เชื่อมข้อมูล — ต่อไปคือ "หัวใจ" ที่ทำให้ Bot ไม่ใช่แค่เครื่องจักร
ทำไมบุคลิก "พี่" ถึงเป็นหัวใจของระบบ?
ระบบนี้ไม่ใช่แค่ automation — เป็นตัวแทนผู้บริหารที่มีบุคลิกชัดเจน มี 4 ระดับน้ำเสียงที่ปรับตามสถานการณ์:
Level 0 — ชม ✅
"ดีมากเลยนะทีม! ข้อมูลคุณภาพดี ไม่มีอะไรต้องแก้ไข ทำได้ดีมาก 💪"
Level 1 — สอน + วาน 💡
"พี่วานปรับแก้ข้อมูลให้ถูกหน่อยนะครับ ติดปัญหาอะไรแจ้งกลับพี่ได้เลย กล้าถาม 💪"
Level 2 — เตือน ⚠️
"อันนี้พี่แจ้งมาหลายครั้งแล้วนะครับ ติดปัญหาอะไรหรือเปล่า แจ้งกลับพี่ได้เลย"
Level 3 — จริงจัง 🔥
"เรื่องนี้พี่พูดไปหลายรอบแล้วนะครับ ตั้งใจหน่อย ต้องทำผลงานให้ WOW 🔥"
ทุกข้อความจาก Bot ปิดท้ายด้วย "กล้า" — กล้าคิด กล้าทำ กล้าต่าง กล้าผิด กล้าถาม กล้ายอมรับ... รวม 16 กล้า ย้ำ culture ของบริษัททุกครั้งที่ส่งข้อความ
Server เครื่องเดียว 4GB RAM รันทั้งระบบได้ยังไง?
ทุกอย่างรันบน server เครื่องเดียว Linux 2 Core 4GB RAM — ใช้ Docker แยก container พร้อม memory limit ที่คุมเข้มงวด:
AI Model Strategy — ไม่พึ่งค่ายเดียว
Deploy Flow
- แก้ไฟล์ใน project (local)
- รัน
deploy.sh→ Auto-backup config เดิม (เก็บ 5 ชุดล่าสุด) → git pull → ตรวจ config → docker compose up - Health check ทุก service อัตโนมัติ
- ถ้าพัง → รัน
rollback.shกลับเวอร์ชันก่อนหน้า
ยิ่งสูง ยิ่งเห็นภาพรวม
เหมือนบอลลูนที่ลอยขึ้นไป — ระบบ AI ช่วยให้ผู้บริหารมองเห็นทุกแผนกจากมุมสูง โดยไม่ต้องลงไปถามทีละคน
บทเรียนอะไรที่ได้จากการสร้างระบบนี้?
✅ สิ่งที่ทำถูก
- 🎭 Bot ต้องมีบุคลิก — ทีมตอบรับดีกว่าเดิมมากเมื่อ Bot "พูด" เหมือนคน
- 🔒 Access control เข้มงวด — เคยส่งข้อมูลผิดห้อง 1 ครั้ง ตอนนี้มีระบบป้องกันหลายชั้น
- 🔄 Fallback model — ไม่พึ่ง AI ค่ายเดียว Claude ล่ม Gemini ขึ้นแทนทันที
- 🤝 Legacy Data Encouragement — สำนวนช่วยให้ทีมไม่กดดันเรื่องข้อมูลเก่า
⚠️ สิ่งที่เรียนรู้แบบเจ็บปวด
- 💥
channels.larkหายจาก config → Bot หยุดรับ event ทั้งหมด (ตอนนี้ deploy.sh ตรวจอัตโนมัติ) - 📝 Markdown table ใน Lark แสดงเป็นตัวอักษรดิบ → เปลี่ยนเป็น list format ทั้งหมด
- 🤖 e-GP มี CAPTCHA → ต้องใช้ solver + stealth delays
- 🔑 Token หมดอายุ → สร้าง workflow auto-refresh ทุก 1 ชม.
- 💾 Server RAM 4GB → ตั้ง mem_limit ทุก container ลด Node.js heap
อนาคตของระบบ
✅ มีนาคม 2026 — เพิ่งทำสำเร็จ:
- ติดตั้ง lossless-claw plugin — ระบบความจำที่ไม่ลืม (Context Engine Plugin)
- สร้าง AGENTS.md + SOUL.md — workspace files ที่ทำให้ Agent ฉลาดขึ้น
🔮 กำลังวางแผน:
- Dashboard BI แบบ interactive (แทน HTML static)
- Auto-generate invoice จาก e-GP ที่ชนะ
- วิเคราะห์ sentiment คู่แข่งจากข่าว (NLP)
ตัวเลขสรุปทั้งระบบ
ปิดท้าย
ระบบนี้ไม่ได้ถูกสร้างโดย developer ทีมใหญ่ แต่เป็น vibe code / no-code approach ที่ผู้บริหารสร้างขึ้นมาได้ โดยใช้ OpenClaw เป็นสมอง n8n เป็นกล้ามเนื้อ Lark เป็นช่องทางสื่อสาร และ AI เป็นผู้ช่วยเขียน code
สิ่งที่สำคัญที่สุดไม่ใช่เทคโนโลยี — แต่คือการออกแบบให้ AI มี "จิตวิญญาณ" ที่สอดคล้องกับ culture ของบริษัท
ต้องทำผลงานให้ WOW ลูกค้าจะได้ WOW แล้วทุกคนก็จะได้ WOW ไปด้วยกัน 💪
เขียนโดย: Idea2Level | อัปเดต: มีนาคม 2026
ระบบ: OpenClaw v2026.3.7 + n8n + Lark Suite + 49 Workflows + 8 Bots
คำถามที่พบบ่อย (FAQ)
OpenClaw คืออะไร? ต่างจาก chatbot ทั่วไปยังไง?
OpenClaw คือ AI Agent Platform แบบ open-source (55,000+ stars บน GitHub) ที่ทำให้สร้าง AI Agent เชื่อมกับ messaging app ได้ ต่างจาก chatbot ทั่วไปตรงที่มีระบบ workspace files (AGENTS.md, SOUL.md, TOOLS.md) ที่กำหนดบุคลิก กฎการทำงาน และสิทธิ์เข้าถึงข้อมูลได้ละเอียด — ไม่ใช่แค่ตอบคำถาม แต่เป็นตัวแทนผู้บริหารที่มี "จิตวิญญาณ" ของบริษัท
ต้องเขียน code เองไหม? หรือใช้ vibe code ได้?
ระบบนี้สร้างด้วย vibe code / no-code approach — ใช้ AI ช่วยเขียน code ทั้งหมด ผู้บริหารที่ไม่ใช่ developer ก็สร้างได้ n8n เป็น visual workflow builder ลาก-วาง ส่วน OpenClaw config เป็น JSON และ Markdown ที่แก้ไขง่าย ไม่ต้องเขียน code จริงจัง
ค่าใช้จ่ายในการรันระบบประมาณเท่าไหร่?
Server Linux 2 Core 4GB RAM + ค่า AI API (Claude Sonnet 4 ผ่าน OpenRouter เป็นหลัก Gemini เป็น fallback) + Lark Suite license ค่า AI API ขึ้นอยู่กับปริมาณข้อความ ประมาณ 20-30 ข้อความ/วัน ไม่หนักมากเพราะใช้ Sonnet ไม่ใช่ Opus
ใช้เวลาสร้างระบบนี้นานแค่ไหน?
เริ่มจาก Bot ตัวแรก (HR) แล้วค่อยๆ เพิ่มไปเรื่อยๆ ตาม pain point ที่เจอจริง — ไม่ได้วางแผน 49 workflows ตั้งแต่แรก แต่เติบโตจากความต้องการจริงในแต่ละแผนก ทำไปปรับไป เรียนรู้จากข้อผิดพลาดแล้วแก้ไข
ทำไมเลือก Lark ไม่ใช่ Slack หรือ Microsoft Teams?
เลือกใช้ Lark Suite เป็น workspace หลัก (Chat, Calendar, Base, Drive) เพราะทีมคุ้นเคยอยู่แล้ว ไม่ต้องเปลี่ยนพฤติกรรม + Lark Base เป็น low-code database ที่ใช้เก็บข้อมูลได้ดีไม่ต้องสร้าง database แยก
Related Articles
OpenClaw x Lark x n8n: The AI System That Runs My Entire Team
8 AI bots, 49 workflows, 12 databases — all running on a single 4GB RAM server. Here's how I built an AI system that manages every department using OpenClaw + n8n + Lark, without writing a single line of code myself.
I Built idea2logic.com with AI — Inside the Architecture of 30+ Pages & 40+ APIs
I built idea2logic.com entirely with AI — 30+ pages, 40+ APIs, 14 database tables. This article opens up the full architecture with Interactive Diagrams.
Using AI to QC-QA a Real Web App — 8 Categories, 163 Items — Score Jumped from 49% to 89%
An experiment using AI deep research to find QC-QA checklists for web projects yielded 236 prompts, 32 tools, and 195 checklist items across 8 categories. Then those were used to audit a real web app — covering Functional Testing, Security, Performance, Accessibility, SEO, and 3 more categories — with every actual prompt included.