วิธีใช้งาน GitHub ร่วมกับ AI Agents ฟรี (2026)

ใช่แล้ว GitHub ใช้งานได้ฟรี โดยแพ็กเกจ GitHub Free ให้คุณสร้าง public และ private repository ได้ไม่จำกัด เพิ่มผู้ร่วมพัฒนาได้ไม่จำกัด และมีเวลาประมวลผล GitHub Actions ให้ 2,000 นาทีต่อเดือน ซึ่ง AI agent ก็สามารถใช้งานบนแพ็กเกจนี้ได้เช่นกัน เอกสารทางการของ GitHub ระบุไว้ว่า official MCP server นั้น “พร้อมให้ผู้ใช้ GitHub ทุกคนใช้งานได้ ไม่ว่าจะใช้แพ็กเกจประเภทใดก็ตาม” ดังนั้น Claude Code, Codex หรือ OpenCode จึงสามารถอ่าน issue, เปิด pull request และตรวจสอบสถานะ workflow run ได้โดยไม่ต้องสมัครแพ็กเกจแบบเสียเงินของ GitHub สิ่งที่คุณอาจต้องจ่ายจริงๆ คือค่าโมเดลของตัว agent ทว่าก็มีแนวทางหนึ่งที่ช่วยให้คุณใช้งานได้โดยมีค่าใช้จ่าย $0 เช่นเดียวกัน

สรุปสาระสำคัญ (TL;DR)

เชื่อมต่อ official MCP server ของ GitHub เข้ากับ coding agent ของคุณด้วย fine-grained personal access token สำหรับ GitHub Free ข้อจำกัดสำคัญที่ต้องคำนึงถึงคือจำนวนนาทีของ Actions บน private repository, REST rate limit และฟีเจอร์การทำงานร่วมกันบางอย่างที่สงวนไว้สำหรับ public repository เท่านั้น ต้นทุนที่แท้จริงจะอยู่ที่ฝั่งตัว agent โดย Claude Code และ Codex จำเป็นต้องมีแพ็กเกจแบบเสียเงินหรือเครดิต API ในขณะที่ OpenCode มีโมเดลฟรีให้เลือกใช้งานหลายตัวในปัจจุบัน และเมื่อ agent เริ่มทำงานจริงจัง การเชื่อมต่อ GitHub ของ Sharkly จะเปลี่ยน issue ใหม่ๆ ให้กลายเป็น Task ที่คุณสามารถมอบหมายให้ Agent จัดการต่อได้ทันที

แพ็กเกจฟรีของ GitHub: ข้อจำกัดสำคัญที่ส่งผลต่อการใช้งาน Agent

GitHub Free ให้พื้นที่จัดเก็บและจำนวนสมาชิกมาอย่างเหลือเฟือ แต่จะค่อนข้างจำกัดในจุดที่ agent มักจะเรียกใช้งานหนักๆ

เวลาประมวลผล Actions ใน หน้าราคา ระบุไว้ที่ 2,000 นาทีต่อเดือน และ Actions นั้น “ฟรีสำหรับ public repository” ซึ่ง agent ที่เปิด pull request จะสั่งให้ CI ทำงานทุกครั้งที่มีการ push โค้ด หาก agent เปิด PR วันละ 10 รายการ และมีชุดทดสอบที่ใช้เวลา 6 นาที โดยแต่ละ PR มีการ push 2 ครั้ง จะกินเวลาไปประมาณ 3,600 นาทีต่อเดือน ดังนั้นหากทำงานบน private repo โควตานาทีนี้อาจกลายเป็นอุปสรรคด่านแรก ทางออกคือต้องปรับ CI ให้รันเร็วขึ้น หรือยกเลิก run เก่าที่ไม่จำเป็นด้วยการตั้งค่ากลุ่ม concurrency ใน workflow

Rate limits ทุกๆ การเรียกใช้เครื่องมือผ่าน MCP จะกลายเป็นการเรียก GitHub API ผ่านโทเค็นของคุณ โดย เอกสาร REST rate limit ของ GitHub กำหนดให้ personal token ส่งคำขอได้ 5,000 requests ต่อชั่วโมง พร้อมมี secondary limit เพิ่มเติม เช่น การสร้างเนื้อหาได้ประมาณ 80 requests ต่อนาที Agent ตัวเดียวแทบจะไม่มีทางชนเพดานนี้ แต่ถ้ามี agent หลายตัวใช้โทเค็นร่วมกันก็มีโอกาสเกิดขึ้นได้

ฟีเจอร์สำหรับ Public Repo เท่านั้น ในแพ็กเกจ Free ฟีเจอร์อย่าง code owners, draft pull request และกฎคุ้มครองสภาพแวดล้อม (environment protection rules) จะใช้งานได้เฉพาะกับ public repository หากคุณต้องการให้ agent เปิด draft PR บน private repo ฟีเจอร์นี้จะต้องอัปเกรดเป็นแพ็กเกจแบบเสียเงิน

Copilot Free แพ็กเกจนี้รองรับ code completion สูงสุด 2,000 ครั้งต่อเดือน มี agent mode และรองรับ MCP ในโปรแกรมแก้ไขโค้ด แต่ใน หน้าแพ็กเกจ ระบุไว้ว่าไม่รวม Copilot cloud agent และไม่ได้ระบุจำนวนโควตา AI Credits ไว้อย่างชัดเจน จึงควรคิดว่ามันเป็นเพียงผู้ช่วยในตัวแก้ไขโค้ด ไม่ใช่เพื่อนร่วมทีมที่คุณจะมอบหมาย issue ให้ไปทำได้

ตัว MCP Server เอง ทาง เอกสารการติดตั้ง MCP ของ GitHub ระบุข้อกำหนดไว้ข้อหนึ่งว่า: “หากฟีเจอร์ใดต้องใช้สิทธิ์การใช้งานแบบเสียเงินของ GitHub หรือ Copilot เครื่องมือ MCP ที่เทียบเท่ากันก็จะต้องใช้การสมัครสมาชิกแบบเดียวกันด้วย” ดังนั้นฟังก์ชันเกี่ยวกับ Issue, Pull request, Repository และ Actions log จึงใช้งานได้บนแพ็กเกจ Free ส่วนเครื่องมือที่ใช้สั่งการ Copilot cloud agent จะไม่สามารถใช้งานได้

เชื่อมต่อ GitHub เข้ากับ Claude Code, Codex หรือ OpenCode

ใน repository ของ github-mcp-server มีเอกสารแนะนำวิธีรันเซิร์ฟเวอร์ไว้สองแบบ ได้แก่ Hosted endpoint ของ GitHub ที่ https://api.githubcopilot.com/mcp/ หรือรันผ่าน Docker image บนเครื่องของคุณเอง ทั้งนี้ endpoint แบบโฮสต์ไม่ต้องติดตั้งอะไรเพิ่มเติม จึงเหมาะที่สุดสำหรับการเริ่มต้น

1. สร้าง Fine-grained personal access token กำหนดสิทธิ์ให้เข้าถึงเฉพาะ repository ที่ต้องการให้ agent ใช้งาน โดยให้สิทธิ์ Read and Write สำหรับ Issues และ Pull requests และสิทธิ์ Read สำหรับ Contents และ Actions แม้คู่มือของ GitHub จะกล่าวถึงขอบเขตสิทธิ์แบบดั้งเดิมอย่าง repo แต่การใช้ fine-grained token ที่จำกัดสิทธิ์เฉพาะบาง repository ย่อมเป็นทางเลือกที่ปลอดภัยกว่าสำหรับ agent

2a. Claude Code รันคำสั่งต่อไปนี้จากเทอร์มินัลทั่วไป ตาม คู่มือ Claude ของ GitHub:

claude mcp add --transport http github https://api.githubcopilot.com/mcp \
  -H "Authorization: Bearer YOUR_GITHUB_PAT"

จากนั้นรัน claude mcp list เพื่อยืนยันว่า github เชื่อมต่อสำเร็จเรียบร้อยแล้ว

2b. Codex ตาม คู่มือ Codex ของ GitHub จะอ่านโทเค็นจาก environment variable ทำให้ค่าโทเค็นไม่ถูกบันทึกค้างไว้ในไฟล์คอนฟิก:

export GITHUB_PAT_TOKEN=your_token
codex mcp add github --url https://api.githubcopilot.com/mcp/ \
  --bearer-token-env-var GITHUB_PAT_TOKEN

พิมพ์คำสั่ง /mcp ภายใน Codex เพื่อดูรายชื่อเครื่องมือที่มีให้ใช้งาน

2c. OpenCode เพิ่มการตั้งค่านี้ลงในไฟล์ opencode.json ที่ root ของโปรเจกต์ ตาม คู่มือ OpenCode ของ GitHub:

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "github": {
      "type": "remote",
      "url": "https://api.githubcopilot.com/mcp/",
      "enabled": true,
      "oauth": false,
      "headers": {
        "Authorization": "Bearer {env:GITHUB_PERSONAL_ACCESS_TOKEN}"
      }
    }
  }
}

รูปแบบ {env:...} จะดึงค่าโทเค็นจากเชลล์ของคุณโดยตรง จึงช่วยป้องกันไม่ให้เผลอ commit โทเค็นลงไปในไฟล์โค้ด

3. ลดชุดเครื่องมือ (toolset) ที่ไม่จำเป็น ชุดเครื่องมือเริ่มต้นจะประกอบด้วย context, repos, issues, pull_requests และ users การเลือกใช้เครื่องมือให้น้อยลงจะช่วยประหยัด context window ที่ต้องเสียไปกับคำอธิบายเครื่องมือ นอกจากนี้ เซิร์ฟเวอร์แบบ local ยังรองรับแฟล็ก --read-only ซึ่งเป็นจุดเริ่มต้นที่ดีสำหรับ agent ที่ทำหน้าที่คัดกรองงาน (triage) เพียงอย่างเดียว

4. ทดสอบด้วยคำสั่งเล็กๆ ลองสั่งว่า “List the open issues labeled bug in this repo and summarize the three oldest” เพียงพรอมต์เดียวนี้จะช่วยตรวจสอบได้ทันทีว่าโทเค็น เซิร์ฟเวอร์ และ agent ทำงานร่วมกันได้อย่างราบรื่น

แนวทางใช้งานฟรี $0

นี่คือการจับคู่ที่ไม่มีค่าใช้จ่ายเลยในปัจจุบัน: GitHub Free, hosted MCP server ที่ทำงานร่วมกับ fine-grained token และ OpenCode ที่รันด้วยหนึ่งในโมเดลฟรี

แพ็กเกจฟรีของ OpenCode ไม่จำเป็นต้องลงชื่อเข้าใช้หรือระบุ API key เราได้ทดสอบเมื่อวันที่ 16 ตุลาคม 2026 (OpenCode 1.19.2 ผ่านคำสั่ง npx opencode-ai@latest): งานเขียนโค้ดและสั่งรันเสร็จสิ้นภายใน 32 วินาทีด้วยโมเดล opencode/deepseek-v4.1-flash-free ซึ่งใน เอกสาร OpenCode Zen ระบุว่าโมเดลนี้ใช้งานได้ฟรีในปัจจุบัน ร่วมกับ glm-5.3-flash-free และโมเดลอื่นๆ พร้อมระบุว่าผู้ให้บริการไม่มีการเก็บข้อมูลย้อนหลัง (zero retention) และไม่นำข้อมูลของคุณไปเทรน ทว่าโมเดลฟรีตัวอื่นๆ ในรายการเดียวกันอาจนำข้อมูลของคุณไปใช้ได้ ดังนั้นควรอ่านข้อกำหนดให้ละเอียดก่อนนำไปชี้ไปยัง private repository

ข้อจำกัดที่ควรทราบตามความเป็นจริง:

• โมเดลฟรีคือโปรโมชัน Zen ระบุว่าโมเดลส่วนใหญ่เปิดให้ใช้งานฟรี “ในช่วงเวลาจำกัด” จึงควรเตรียมแผนรับมือล่วงหน้าในวันที่โมเดลถูกถอดออก
• แพ็กเกจฟรีรองรับการเรียกใช้จาก OpenCode เท่านั้น หากเรียกใช้ endpoint เดียวกันนี้จากสคริปต์ ระบบจะส่งสถานะกลับมาเป็น HTTP 403 FreeTierError
• เวลารัน Actions ยังคงถูกนับตามปกติ แม้ตัว agent จะใช้งานได้ฟรี แต่ CI ที่ถูกทริกเกอร์บน private repo ไม่ได้ฟรีไม่จำกัด
• Claude Code และ Codex ไม่รวมอยู่ในแนวทางนี้ เนื่องจาก Claude Code ต้องใช้แพ็กเกจ Claude แบบเสียเงินหรือเครดิต API ส่วน Codex จำเป็นต้องมีแพ็กเกจ ChatGPT หรือ OpenAI API key

จากการแชตสู่การมอบหมายงานจริง

การวางคำสั่ง “fix issue #142” ลงในเทอร์มินัลอาจได้ผลดีกับการทำงานคนเดียว แต่สำหรับการทำงานเป็นทีม ขั้นตอนที่เกิดประโยชน์จริงคือการมอบหมาย issue ให้กับ agent และส่งผลลัพธ์กลับมาแสดงในจุดที่ทุกคนในทีมมองเห็นร่วมกันได้

Sharkly มีระบบเชื่อมต่อกับ GitHub ที่ตอบโจทย์นี้โดยเฉพาะ ซึ่งมีรายละเอียดระบุไว้ใน เอกสารการเชื่อมต่อกับ GitHub:

• แปลง Issue ให้เป็น Task Organization Owner หรือ Admin ทำการติดตั้ง GitHub App แล้วเลือก repository ที่ต้องการ เมื่อเชื่อมโยง repository เข้ากับ Space แล้ว issue ที่สร้างขึ้นใหม่จะซิงค์เข้ามาเป็น Task โดยอัตโนมัติ (issue เดิมที่มีอยู่ก่อนแล้วจะไม่ถูกนำเข้า) โดยการซิงค์เริ่มต้นจะเป็นแบบทางเดียวจาก GitHub เข้า Sharkly และ Space ยังสามารถตั้งค่า repository ให้ซิงค์แบบสองทางได้หนึ่งรายการ
• เชื่อมโยง Pull Request กลับมา เพียงใส่ Task ID ไว้ในชื่อ branch, ชื่อ PR หรือเนื้อหาของ PR ตัว Sharkly จะพยายามเชื่อมโยง PR นั้นเข้ากับ Task โดยอัตโนมัติ การ merge PR จะไม่เปลี่ยนสถานะของ Task แต่การปิด (close) หรือเปิดใหม่ (reopen) issue ที่ซิงค์ไว้จะอัปเดตสถานะได้
• มอบหมาย Task ให้ Agent Agent จะรัน Claude Code, Codex หรือ OpenCode บน Computer ของคุณเอง โดยแต่ละ Task จะทำงานแยกกันใน git worktree อย่างเป็นอิสระ พร้อมรายงานความคืบหน้าและผลลัพธ์กลับมายัง Task นั้นๆ

ข้อจำกัดสำคัญที่ควรรู้: GitHub App ไม่ได้ให้สิทธิ์ clone โค้ดแก่ Agent การ clone จึงยังต้องใช้ SSH key หรือ HTTPS credentials ของ Computer นั้นๆ ซึ่งกำหนดค่าเป็น repository ไว้ใน Agent หรือ Space

แล้วเรื่องการใช้งาน MCP server ระหว่างที่ Sharkly กำลังรันล่ะ? แม้เอกสารของ Sharkly จะไม่ได้กล่าวถึง MCP ไว้โดยตรง แต่จากการวิเคราะห์ของเรา Agent จะเรียกใช้ CLI ของตัว agent ภายใน worktree ของ repository โดยตรง ดังนั้นไฟล์ .mcp.json ระดับโปรเจกต์ที่ commit ไว้ใน repo (หรือคอนฟิกผู้ใช้บน Computer เครื่องนั้น) ก็น่าจะถูกโหลดขึ้นมาใช้งานตามปกติ ขอแนะนำให้ทำ smoke-test กับ Task เล็กๆ สักงานหนึ่งก่อนนำไปใช้งานจริง คุณสามารถดูขั้นตอนอย่างละเอียดได้ที่ วิธีมอบหมาย GitHub issue ให้ AI agent และอ่านแนวคิดการมอบหมายงานให้ agent ของ GitHub เองได้ที่บทความ เจาะลึก GitHub Agent HQ

บอร์ดของ Sharkly เปิดให้ใช้งานฟรีสำหรับองค์กรที่มีสมาชิกไม่เกิน 5 คน โดยที่ Agent และ Computer ไม่ถูกนับเป็นที่นั่ง (seat) และการใช้งานโมเดลจะหักจากแพ็กเกจหรือคีย์ของคุณเอง ช่วยให้คุณรวมบริบท ความคืบหน้า ปัญหาที่ติดขัด ผลลัพธ์ และการตรวจสอบของทีมงานไว้ในที่เดียวตั้งแต่เริ่มเปิด issue ไปจนถึง merge สำเร็จ

ข้อควรระวัง

• ใช้โทเค็นร่วมกัน เท่ากับแชร์ Rate Limit ร่วมกัน ควรแยก fine-grained token ให้ agent แต่ละตัว เพื่อไม่ให้ agent ตัวใดตัวหนึ่งที่ทำงานหนักดึงโควตาจนตัวอื่นใช้งานไม่ได้
• ห้ามใส่โทเค็นแบบ Plain Text ลงใน .mcp.json เด็ดขาด Claude Code รองรับการแทนค่า ${VAR} ในส่วน header ของ .mcp.json ดังนั้นให้ commit เฉพาะชื่อตัวแปร แล้วเก็บค่าจริงไว้บน Computer
• การเปิด Draft PR บน Private Repo ต้องใช้แพ็กเกจแบบเสียเงิน สำหรับแพ็กเกจ Free ให้สั่งให้ agent เปิดเป็น PR ปกติ แล้วใส่คำว่า “WIP” ไว้หน้าชื่อแทน
• การ Push ของ Agent จะเผานาที Actions อย่างรวดเร็ว ให้เพิ่มกลุ่ม concurrency พร้อมตั้งค่า cancel-in-progress: true เพื่อยกเลิก run ที่ไม่จำเป็นโดยอัตโนมัติ
• เครื่องมือของ Copilot Cloud Agent จะใช้งานไม่ได้บนแพ็กเกจ Free นี่เป็นไปตามกฎของสิทธิ์การใช้งานแบบเสียเงิน ไม่ใช่เพราะโทเค็นมีปัญหา

คำถามที่พบบ่อย (FAQ)

GitHub ใช้งานได้ฟรีหรือไม่? ฟรี โดย GitHub Free มีทั้งการสร้าง public และ private repository ไม่จำกัด, เพิ่มผู้ร่วมพัฒนาได้ไม่จำกัด, ได้เวลารัน Actions 2,000 นาทีต่อเดือนสำหรับ private repository และพื้นที่จัดเก็บ Packages 500 MB

GitHub MCP server ใช้งานฟรีหรือไม่? ฟรี ทาง GitHub ระบุว่าผู้ใช้ทุกคนสามารถเข้าถึงได้ไม่ว่าจะใช้แพ็กเกจใดก็ตาม แต่เครื่องมือที่ผูกกับฟีเจอร์แบบเสียเงิน เช่น Copilot cloud agent จำเป็นต้องมีการสมัครสมาชิกแพ็กเกจนั้นๆ

GitHub แพ็กเกจ Free ไม่มีอะไรบ้างสำหรับการใช้งาน Agent? ไม่มีเวลา Actions ไม่จำกัดบน private repository, ไม่รองรับ draft pull request และ code owners บน private repository รวมถึงไม่รวม Copilot cloud agent

สามารถรัน Coding Agent บน GitHub โดยจ่าย $0 ได้จริงไหม? ทำได้จริง โดยใช้งาน OpenCode ด้วยโมเดลฟรี ควบคู่กับ GitHub Free และ hosted MCP server ทั้งนี้ โมเดลฟรีเป็นเพียงโปรโมชันแบบจำกัดเวลา จึงควรเตรียมพร้อมสำหรับการเปลี่ยนโมเดลในอนาคต หากต้องการดูแนวทางการจัดการต้นทุนของโมเดลต่างๆ สามารถอ่านเพิ่มเติมได้ที่ ค่าใช้จ่ายในการรันทีม Agent ด้วยแพ็กเกจฟรีและราคาประหยัด และหากต้องการจัดระเบียบการทำงานของ agent หลายตัว สามารถดูได้ที่ การจัดการโปรเจกต์สำหรับ Claude Code