SLV v0.13 เปิดตัว — ยุคของ CLI สิ้นสุดลงแล้ว: การพัฒนาบน Solana ก้าวสู่การสนทนากับ AI Agent

ELSOUL LABO B.V. (สำนักงานใหญ่: อัมสเตอร์ดัม ประเทศเนเธอร์แลนด์; CEO: Fumitake Kawasaki) และ Validators DAO ได้เปิดตัว SLV เวอร์ชัน v0.13 ซึ่งเป็นชุดเครื่องมือพัฒนา Solana แบบโอเพนซอร์ส

หลังการติดตั้ง ให้รัน slv onboard เพื่อตั้งค่าสภาพแวดล้อม จากนั้นรัน slv c เพื่อเปิด AI Console เพียงเท่านี้คุณก็สามารถเริ่มบริหารจัดการ Solana validator, RPC node และการพัฒนาแอปพลิเคชันได้ทั้งหมดผ่านภาษาธรรมชาติ ไม่จำเป็นต้องเขียนไฟล์คอนฟิก MCP ด้วยตนเอง หรือค้นหาและลงทะเบียน endpoint แต่อย่างใด

การเปิดตัวครั้งนี้ถือเป็นจุดเปลี่ยนสำคัญ: อินเทอร์เฟซหลักสำหรับการพัฒนาและการดำเนินงานบน Solana กำลังเปลี่ยนจากเวิร์กโฟลว์ที่ยึด CLI เป็นศูนย์กลาง ไปสู่การสนทนากับ AI agent

SLV Website: https://slv.dev/th Getting Started: https://slv.dev/th/doc/general/getting-started/

SLV — The AI Agent Kit for Solana Devs

SLV คือ AI Agent Kit สำหรับนักพัฒนา Solana มอบรากฐานการดำเนินงานแบบโอเพนซอร์สที่เป็นหนึ่งเดียว ครอบคลุมทั้ง validator, RPC, Geyser gRPC และการพัฒนาแอปพลิเคชัน โดยทุกเมธอดรองรับ MCP (Model Context Protocol) อย่างสมบูรณ์

v0.13 ทำให้การเข้าถึงรากฐานที่พร้อมใช้งาน MCP นี้ง่ายขึ้นอย่างมาก เพียงทำตามวิซาร์ด onboarding ให้เสร็จสิ้น ทุกเมธอดของ SLV ก็สามารถเรียกใช้งานผ่าน AI agent ได้ทันที การตั้งค่า MCP, การเข้าถึงคีย์, การติดตามเวอร์ชัน — ประเด็นด้านการดำเนินงานที่เดิมต้องจัดการแยกส่วน ตอนนี้มารวมอยู่ในอินเทอร์เฟซเดียว

เหตุใดการเปิดตัวครั้งนี้จึงเป็นจุดเปลี่ยน

การตั้งค่า MCP นั้นยุ่งยากโดยธรรมชาติ

การนำ AI agent มาใช้กับการดำเนินงานโครงสร้างพื้นฐาน Solana จำเป็นต้องตั้งค่า MCP server, ลงทะเบียน endpoint, จัดการ credential และเลือกเครื่องมือ — ทั้งหมดนี้ต้องทำก่อนที่จะสั่งคำสั่งที่มีประโยชน์แม้แต่คำสั่งเดียว ขั้นตอนเหล่านี้ยุ่งยากแม้แต่สำหรับนักพัฒนาที่มีประสบการณ์ และเป็นอุปสรรคสำคัญสำหรับผู้ที่ต้องการทดลองใช้การดำเนินงานที่มี AI ช่วยเหลือ

SLV v0.13 กำจัดอุปสรรคนี้ออกไปทั้งหมด วิซาร์ด slv onboard จะพาคุณผ่านการเชื่อมต่อผู้ให้บริการ AI, การเลือกโมเดล, การตั้งค่า skill และการลงทะเบียน API key ในขั้นตอนแนะนำเพียงชุดเดียว ไม่ต้องแก้ไขไฟล์คอนฟิกด้วยมือ ไม่ต้องค้นหา endpoint

การจัดการคีย์อย่างปลอดภัยในตัว

การดำเนินงาน Solana validator จำเป็นต้องจัดการคีย์หลายชนิดอย่างแม่นยำ ทั้ง identity, vote account และ authority key AI agent ของ SLV ถูกออกแบบมาให้เข้าถึงคีย์เหล่านี้จากสภาพแวดล้อมภายในเครื่องอย่างปลอดภัย — ไม่ต้องระบุ path ทุกครั้ง และไม่ต้องส่งคีย์ออกไปภายนอก

ลดภาระทางความคิดในเชิงโครงสร้างโดยไม่ลดทอนความปลอดภัย นั่นคือหลักการออกแบบของ SLV

AI Console — เพียงบอกสิ่งที่คุณต้องการ

SLV AI Console Natural Language Management

AI Console ที่เปิดใช้งานด้วย slv c คืออินเทอร์เฟซหลักของ SLV

การ deploy validator, การอัปเกรด, การดาวน์เกรด, การสลับ identity, การสร้าง RPC node, การตั้งค่า Geyser gRPC, การสร้างโครงร่างโปรเจกต์แอปพลิเคชัน — ทั้งหมดนี้สามารถทำได้เพียงบอก AI agent ด้วยภาษาธรรมชาติว่าคุณต้องการอะไร

ไม่ต้องจำ CLI flag ไม่ต้องค้นหาเอกสาร เพียงระบุความตั้งใจของคุณ แล้ว AI agent จะปฏิบัติการกับชุดเครื่องมือที่รองรับ MCP ของ SLV โดยตรง พร้อมเลือกและดำเนินขั้นตอนที่เหมาะสม คำขอจะถูกส่งต่อไปยัง agent เฉพาะทางโดยอัตโนมัติ ทั้งด้านการดำเนินงาน validator, การตั้งค่า RPC และ Geyser, การพัฒนาแอปพลิเคชัน และการจัดหาเซิร์ฟเวอร์

ตรวจสอบอัปเดตอัตโนมัติเมื่อเปิดใช้งาน

เมื่อเริ่มทำงาน AI Console จะดึงเวอร์ชันล่าสุดของ agave, jito-solana, firedancer, yellowstone-grpc และคอมโพเนนต์อื่น ๆ โดยอัตโนมัติ พร้อมแสดงอัปเดตที่พร้อมใช้งานให้เห็นในพริบตา หากต้องการติดตั้งอัปเดต เพียงพิมพ์ /update แล้ว AI agent จะจัดการตรวจสอบเวอร์ชันและดำเนินการติดตั้งให้

ปัจจุบัน Solana กำลังอยู่ในช่วงที่มีการเปลี่ยนเวอร์ชันและการย้อนเวอร์ชันบ่อยครั้ง อันเป็นส่วนหนึ่งของรอบการอัปเกรดสู่ v3 AI Console ช่วยดูดซับภาระการดำเนินงานนี้ในเชิงโครงสร้าง

ต้นทุนที่ซ่อนอยู่ของภาระทางความคิด

ในการดำเนินงาน validator นั้น downtime ส่งผลกระทบต่อรายได้โดยตรง การประเมินสถานการณ์อย่างแม่นยำและป้อนคำสั่งที่ถูกต้องในเวลาที่เหมาะสม — งานนี้ดูเผิน ๆ เหมือนจะง่าย แต่ในทางปฏิบัติกลับบั่นทอนกำลังอย่างมหาศาล

ต่างจากการพัฒนาแอปพลิเคชันทั่วไป ทุกคำสั่งในการดำเนินงาน validator ล้วนมีน้ำหนักเกินตัว การป้อนผิดเพียงครั้งเดียว การมองข้ามเพียงจุดเดียว อาจทำให้คุณภาพของเครือข่ายเสื่อมลงโดยตรง หรือส่งผลกระทบต่อ staker ภาระทางความคิดนี้เป็นต้นทุนของการดำเนินงาน validator ที่ถูกมองข้ามมานาน

การโต้ตอบด้วยภาษาธรรมชาติผ่าน AI agent ขจัดภาระของการต้องจดจำไวยากรณ์คำสั่งที่แน่นอน การเทียบเคียงเอกสารขั้นตอนปฏิบัติ และการติดตามความแตกต่างระหว่างเวอร์ชัน ออกไปในเชิงโครงสร้าง นี่ไม่ใช่เพียงการปรับปรุง UX เท่านั้น ภาระทางความคิดที่ลดลงหมายถึงการตัดสินใจผิดพลาดที่น้อยลงและความผิดพลาดในการดำเนินงานที่น้อยลง ซึ่งแปลงเป็น downtime ที่ลดลงและคุณภาพเครือข่ายที่ดีขึ้นโดยตรง

ในการดำเนินงานของเราเอง เมื่อได้นำเวิร์กโฟลว์ภาษาธรรมชาติมาใช้ในการสื่อสารความตั้งใจแล้ว การย้อนกลับไปสู่ขั้นตอนแบบเดิมที่ต้องนึกถึงไวยากรณ์คำสั่งและกระบวนการทีละขั้นกลายเป็นเรื่องยาก ความแตกต่างของภาระทางความคิดกลายเป็นความแตกต่างของคุณภาพการดำเนินงานโดยตรง AI agent สนับสนุนสภาพแวดล้อมที่ผู้ดำเนินงานสามารถมุ่งเน้นไปยังสิ่งที่สำคัญอย่างแท้จริง — กลยุทธ์เครือข่าย การเพิ่มประสิทธิภาพ และการเติบโตของ stake

ลดกำแพงสู่การเป็น Solana Validator ในเชิงโครงสร้าง

สิ่งที่ SLV v0.13 ทำได้สำเร็จไม่ใช่เพียงการทำให้การดำเนินงานง่ายขึ้นเท่านั้น แต่คือการลดกำแพงการเข้าสู่เครือข่าย Solana ในเชิงโครงสร้าง

การรัน Solana validator นั้นแต่เดิมต้องอาศัยความรู้ Linux เชิงลึก ความชำนาญด้าน CLI ความเข้าใจไฟล์คอนฟิกเฉพาะของ Solana และวิจารณญาณในการจัดการเวอร์ชัน ข้อกำหนดเบื้องต้นเหล่านี้เป็นกำแพงสำหรับนักธุรกิจและองค์กรที่ไม่มีความเชี่ยวชาญทางเทคนิคเฉพาะทาง

ด้วย SLV v0.13 การเข้าถึงองค์ความรู้ด้านการดำเนินงานและเส้นทางการปฏิบัติงานได้รับการปรับปรุงอย่างมหาศาลผ่าน AI agent โดย AI agent จะอ้างอิงความรู้ที่จำเป็นผ่าน MCP แล้วประกอบและดำเนินขั้นตอนที่เหมาะสมโดยอัตโนมัติ แม้ไม่มีความเชี่ยวชาญทางเทคนิคเฉพาะทาง เส้นทางตั้งแต่การตั้งค่า validator ครั้งแรกไปจนถึงการดำเนินงานประจำวันก็เปิดกว้างแล้ว สิ่งที่ AI agent ช่วยลดคือกำแพงการเข้าสู่ระบบและภาระทางความคิดในการดำเนินงานประจำวัน ส่วนการตัดสินใจในฐานะผู้ดำเนินงานยังคงอยู่กับตัวผู้ดำเนินงานเช่นเดิม

คุณภาพของเครือข่าย Solana ขึ้นอยู่กับจำนวนและความหลากหลายของ validator โดยตรง การลดกำแพงเพื่อให้องค์กรจำนวนมากขึ้นสามารถเข้าร่วมในฐานะ validator ได้ ย่อมหมายถึงการเสริมความแข็งแกร่งให้กับการกระจายศูนย์และความยืดหยุ่นโดยรวมของเครือข่าย

CLI ยังคงอยู่ — ตัวเลือกสำหรับทุกช่วงของการเติบโต

แม้การสนทนากับ AI agent กำลังกลายเป็นอินเทอร์เฟซหลักของ SLV แต่เครื่องมือ CLI ที่เป็นกระดูกสันหลังของการพัฒนายังคงพร้อมใช้งานอย่างครบถ้วน

CLI ของ SLV มอบขีดความสามารถในการดำเนินงานเชิงปฏิบัติในรูปแบบที่เข้าถึงได้ง่าย เมื่อโปรเจกต์เติบโตจนต้องบริหารจัดการเซิร์ฟเวอร์หลายเครื่อง ก็มีการสร้างสภาพแวดล้อมแบบทำซ้ำได้ด้วย Ansible ให้ใช้งาน การจัดการหลายโหนดผ่านไฟล์ inventory การ deploy และอัปเดตแบบยกชุดด้วย playbook — สถาปัตยกรรมนี้สร้างขึ้นเพื่อการดำเนินงานขนาดใหญ่

ต้นกำเนิดของ SLV คือ solv ที่พัฒนาโดย Epics DAO เราเข้าใจดีว่ารูปแบบที่ตรงไปตรงมาอย่างการติดตั้งลงบนโหนดโดยตรงและบริหารจัดการโหนดเดียวนั้นมีเสน่ห์ที่ยั่งยืน เรากำลังดำเนินการเพื่อให้ตัวเลือกการรันในเครื่องพร้อมใช้งานสำหรับผู้ใช้ที่ให้ความสำคัญกับความง่ายในการใช้งานนี้

AI agent, การรัน CLI โดยตรง, การจัดการหลายโหนดด้วย Ansible — เลือกแนวทางที่เหมาะกับขนาดและรูปแบบการดำเนินงานของคุณ

รองรับ ChatGPT และ Claude

SLV v0.13 รองรับ ChatGPT (OpenAI) และ Claude (Anthropic) ในฐานะผู้ให้บริการ AI อย่างเป็นทางการ ในวิซาร์ด slv onboard เพียงเลือก AI และโมเดลที่คุณต้องการ ก็เชื่อมต่อได้เสร็จสมบูรณ์

ไม่ว่าคุณจะใช้ AI ตัวใดเป็นประจำ สภาพแวดล้อม AI agent ของ SLV ก็พร้อมสำหรับคุณ

ยุคของการกระจายตำแหน่งที่ตั้ง — ความกระจุกตัวของ ASN มีความสำคัญบน Solana แล้ว

Solana Foundation กำลังเข้มงวดกับข้อจำกัดด้านความกระจุกตัวของ ASN และดาต้าเซ็นเตอร์ ในฐานะส่วนหนึ่งของข้อกำหนดโครงการ delegation เมื่อ validator กระจุกตัวมากเกินไปภายใน ASN หรือดาต้าเซ็นเตอร์ใดเป็นการเฉพาะ การ delegate stake จาก Foundation จะถูกจำกัด

นโยบายนี้เป็นมาตรการเชิงโครงสร้างเพื่อเสริมความแข็งแกร่งให้กับการกระจายศูนย์และความทนทานต่อความผิดพลาดของเครือข่าย Solana ในขณะเดียวกันก็หมายความว่าผู้ดำเนินงาน validator ต้องพิจารณาไม่เพียงว่าสามารถรันโหนดได้หรือไม่ แต่ต้องพิจารณาด้วยว่ารันที่ไหน — ภายใต้ ASN ใด ในดาต้าเซ็นเตอร์ใด และด้วยกลยุทธ์การจัดวางแบบใด

ELSOUL LABO B.V. ได้รับการจัดสรร ASN ของตนเอง (AS200261) จาก RIPE NCC และกำลังเดินหน้าเปิดดาต้าเซ็นเตอร์ระดับ top-tier ที่ออกแบบมาเฉพาะสำหรับ Solana ศูนย์แห่งนี้มีฮาร์ดแวร์ที่เป็นมาตรฐานเดียวกันบน AMD EPYC 5th Gen รุ่นล่าสุด, AMD Threadripper PRO 5th Gen (9975WX และเทียบเท่า) และ NVMe Gen 5 ผสานกับการกำหนดเส้นทางเครือข่ายที่ปรับแต่งอย่างเหมาะสมผ่าน ASN ของเราเอง กำหนดเปิดให้บริการในเดือนหน้า

นี่ไม่ใช่เพียงโครงการดาต้าเซ็นเตอร์ธรรมดา ในขณะที่ข้อจำกัดความกระจุกตัวของ ASN เข้มงวดขึ้น การถือครอง ASN อิสระและความสามารถในการออกแบบกลยุทธ์การจัดวางได้ด้วยตนเองนั้นเชื่อมโยงโดยตรงกับความยั่งยืนของการดำเนินงาน validator และเพื่อรักษาการกระจายตำแหน่งที่ตั้งไว้ในทางปฏิบัติได้อย่างต่อเนื่อง รากฐานอัตโนมัติสำหรับการ provisioning, การตั้งค่า, การอัปเดต และการย้ายระบบจึงเป็นสิ่งจำเป็น การจัดการดำเนินงานแบบ orchestration ที่ SLV มอบให้ คือคำตอบสำหรับความท้าทายนี้โดยตรง

ตั้งแต่การตั้งโหนดขึ้นมา ไปจนถึงการตัดสินใจว่าจะวางไว้ที่ไหนและอย่างไร และจะรักษาการดำเนินงานให้ยั่งยืนได้อย่างไรในระยะยาว — SLV และ ERPC จะครอบคลุมขอบเขตทั้งหมดที่การดำเนินงาน Solana ต้องการนับจากนี้

โอเพนซอร์ส

SLV ยังคงให้บริการในรูปแบบโอเพนซอร์สต่อไป การดำเนินงาน validator, โครงสร้างพื้นฐาน RPC, การพัฒนาแอปพลิเคชัน — ทุกคนที่เกี่ยวข้องกับการดำเนินงานบน Solana สามารถใช้สภาพแวดล้อม AI agent ของ SLV ได้โดยไม่มีค่าใช้จ่าย

ตั้งแต่การติดตั้งไปจนถึงการดำเนินงานด้วยภาษาธรรมชาติ ใช้เวลาเพียงไม่กี่นาที

SLV GitHub: https://github.com/validatorsDAO/slv

ERPC — แพลตฟอร์มโครงสร้างพื้นฐาน Solana ที่ทำงานร่วมกับ SLV

การ deploy สภาพแวดล้อมที่สร้างด้วย SLV บนแพลตฟอร์ม ERPC จะให้เงื่อนไขการสื่อสารที่เร็วที่สุด การจูนที่ออกแบบมาเฉพาะสำหรับ Solana และการสื่อสารระยะศูนย์กับบริการต่าง ๆ บนแพลตฟอร์มตั้งแต่เริ่มต้น

Solana RPC, Solana Geyser gRPC, Solana Shredstream, เซิร์ฟเวอร์ bare metal, VPS, Global Storage — ทุกอย่างผสานรวมอยู่ในแพลตฟอร์มเดียว การผสาน AI agent ของ SLV เข้ากับ ERPC มอบรากฐานที่เร็วที่สุดและเข้าถึงได้ง่ายที่สุดในเชิงการดำเนินงานสำหรับการพัฒนาบน Solana

ERPC Website: https://erpc.global/th

ได้รับการอนุมัติ WBSO ห้าปีติดต่อกัน

ELSOUL LABO ได้รับการอนุมัติภายใต้โครงการส่งเสริมการวิจัยและพัฒนา WBSO ของเนเธอร์แลนด์ ติดต่อกันห้าปีนับตั้งแต่ปี 2022 โครงการวิจัยที่ได้รับอนุมัติในปี 2026 รวมถึง "การวิจัยและพัฒนาด้านการจัดวาง validator และการทำ orchestration การดำเนินงานแบบอัตโนมัติ" และการผสาน AI agent ของ SLV v0.13 คือการทำให้หัวข้อวิจัยนี้เป็นจริงโดยตรง

สมมติฐานการวิจัยกลายเป็นการนำไปใช้งานจริง ถูกทดสอบภายใต้ข้อจำกัดของการดำเนินงานจริง และความท้าทายที่ค้นพบก็ป้อนกลับเข้าสู่รอบการวิจัยถัดไป SLV จะยังคงพัฒนาต่อไปภายในวงจรนี้

ติดต่อเรา

สำหรับการสอบถามเกี่ยวกับ SLV และ ERPC กรุณาสร้าง support ticket บน Discord อย่างเป็นทางการของ Validators DAO

Validators DAO Discord: https://discord.gg/C7ZQSrCkYR

ลิงก์

SLV Website: https://slv.dev/th
SLV Getting Started: https://slv.dev/th/doc/general/getting-started/
SLV GitHub: https://github.com/validatorsDAO/slv
ERPC Website: https://erpc.global/th
Validators DAO Discord: https://discord.gg/C7ZQSrCkYR