วิธีติดตั้ง DeepSeek Harness (dsh): npx คำสั่งเดียว, สร้างจากซอร์ส, แบบ Headless และปลั๊กอิน

To install Deep​Seek Harness (dsh), the open-source agent runtime Deep​Seek shipped on August 13, 2026, run npx @deepseek-ai/dsh web on a machine with Node.js 22.19 or newer. That one command downloads the 0.1.0-rc.6 preview, starts a local web UI at http://127.0.0.1:3080, and walks you through adding a model API key and a workspace on first launch. Two things to know before you start: dsh is not a model — it's the harness layer that connects a model to tools, files, and a terminal — and it's a developer preview, so expect breaking changes between releases. This guide covers both official install methods, headless mode, plugins, MCP, and the honest rough edges.

Deep​Seek Harness คืออะไร — และมันไม่ใช่อะไร

สูตรภายในของ Deep​Seek ซึ่งได้รับการยืนยันโดยนักวิจัยอาวุโส Chen Deli คือ โมเดล + Harness = เอเจนต์. โมเดลคือสมอง ส่วน Harness คือทุกสิ่งที่เปลี่ยนมันให้เป็นสิ่งที่ทำงานให้สำเร็จ: การจัดการบริบทและหน่วยความจำ, การเรียกใช้เครื่องมือ, การวางแผนงาน, การอ่านและเขียนไฟล์, การรันคำสั่งในเทอร์มินัล, การตอบกลับข้อผิดพลาด และการตัดสินใจว่างานเสร็จสิ้นเมื่อใด Deep​Seek Harness คือเลเยอร์นั้น ซึ่งเปิดซอร์สภายใต้สัญญาอนุญาต MIT เมื่อวันที่ 13 สิงหาคม 2026 — วันเดียวกับที่บิลด์ DeepSeek V4 Pro 0813 เปิดตัวบน Deep​Seek API.

ข้อเท็จจริงสองประการกำหนดประสบการณ์การติดตั้ง ประการแรก สถาปัตยกรรมคือ "ทุกสิ่งเป็นปลั๊กอิน" ซึ่งสร้างบน Cordis ซึ่งเป็นคอนเทนเนอร์ปลั๊กอินของ TypeScript — ดังนั้นสิ่งที่คุณติดตั้งคือแกนหลักขนาดเล็กบวกกับชุดปลั๊กอินที่ให้โมเดลอะแดปเตอร์ เครื่องมือ เซสชัน และ UI ประการที่สอง เวอร์ชันบน npm ในปัจจุบันคือ 0.1.0-rc.6 ซึ่งเป็น release candidate ที่โปรเจกต์เองระบุว่าเป็นตัวอย่างสำหรับนักพัฒนา: README เตือนเป็นตัวพิมพ์ใหญ่ว่า การเปลี่ยนแปลงที่ทำลายความเข้ากันได้กำลังจะมา ความนิยมนั้นเป็นเรื่องจริง — 50,000 ดาวบน GitHub ใน 12 ชั่วโมงแรก, 100,000 ในประมาณ 42 ชั่วโมง และเกิน 120,000 ภายในวันที่ 16 สิงหาคมตามสื่อเทคจีน — แต่ดาววัดความสนใจ ไม่ใช่ความเสถียร วางแผนการติดตั้งของคุณเหมือนวางแผนตัวอย่าง: ติดตั้งได้เร็ว ทิ้งได้ไม่เสียดาย

ก่อนเริ่มต้น: ข้อกำหนดระบบที่แท้จริง

ข้อกำหนดเดียวที่ขาดไม่ได้คือ Node.js. โปรเจกต์กำหนดช่วงเอนจินเป็น ^22.19.0 || >=24.0.0 — พูดง่ายๆ คือ Node 22.19 ขึ้นไป หรือ Node 24.x ใดๆ ตรวจสอบเวอร์ชันของคุณด้วย node --version. หากคุณใช้ Node รุ่นเก่า การติดตั้งด้วย npx จะล้มเหลวหรือทำงานผิดปกติ ไม่ได้ลดระดับอย่างนุ่มนวล

สิ่งอื่นๆ ทั้งหมดเบากว่าที่กลุ่มที่ให้ความสำคัญกับโมเดลเป็นอันดับแรกคาดคิด:

• คีย์ API ของโมเดล dsh ทำงานกับโมเดลจริง; จำเป็นต้องมีคีย์สำหรับ API ของ Deep​Seek หรือผู้ให้บริการที่เข้ากันได้กับ Open​AI ตามที่คุณกำหนดค่า คุณสามารถเพิ่มคีย์ได้ในเว็บ UI หลังจากการเปิดตัวครั้งแรก

• pnpm — สำหรับการ build จากซอร์สเท่านั้น ติดตั้งครั้งเดียวด้วย npm install -g pnpm.

• พื้นที่ว่างบนดิสก์ ~1 GBสำหรับแพ็กเกจ npm, พื้นที่ทำงาน และบันทึกเซสชัน รวมถึงสิ่งที่โมเดลท้องถิ่นต้องการ (dsh เองไม่ได้รันเวต)

• ระบบปฏิบัติการ: เส้นทาง npm ทำงานบน Windows, macOS และ Linux. Python SDK รองรับแคบกว่า (Linux x64/arm64, macOS 14+ arm64 — ไม่มี Windows แบบเนทีฟ), ซึ่งจะกล่าวถึงด้านล่าง.

คุณไม่จำเป็นต้องมี GPU ชุดควบคุมทำหน้าที่เพียงประสานงาน โมเดลทำงานจากระยะไกลผ่าน API

วิธีที่ 1 — คำสั่ง npx แบบบรรทัดเดียว (แนะนำสำหรับเกือบทุกคน)

การเริ่มต้นใช้งานอย่างเป็นทางการคือคำสั่งเดียว และมันก็เป็นเพียงแค่คำสั่งเดียวจริงๆ:

npx @deepseek-ai/dsh web

npx fetches the @deepseek-ai/dsh package (current version 0.1.0-rc.6), installs it into npm's cache, and starts the Web UI profile. Watch the output for the line that tells you it's listening — by default that is http://127.0.0.1:3080. Open it in your browser. Note the 127.0.0.1 loopback address: the UI binds to localhost only, which is the right default for a tool that can read and write files in your workspace — it also means you won't casually expose it on your network.

การเปิดใช้งานครั้งแรกมีขั้นตอนการตั้งค่าเพียง 2 ขั้นตอน:

• เพิ่มคีย์โมเดล. การตั้งค่า → โมเดล → กรอกคีย์ API ของคุณ โดยคีย์นี้ถูกเก็บไว้ใน $DSH_HOME/.credentials.yaml และจะไม่แสดงเป็นข้อความธรรมดาหลังจากนั้น ในการติดตั้งมาตรฐาน DSH_HOME มีค่าเริ่มต้นเป็น ~/.dsh.

• เลือกเวิร์กสเปซ เพิ่มไดเรกทอรีของโปรเจกต์ที่ dsh ได้รับอนุญาตให้ทำงาน ข้อมูลนำเข้าจะถูกล็อกจนกว่าจะทำทั้งสองขั้นตอนเสร็จ

จากนั้นส่งงานแรก — การทดสอบแบบ smoke test ที่ดีคือ "สรุป repository นี้และระบุแพ็กเกจหลัก." หากสรุปผลกลับมาและการเรียกใช้เครื่องมือแสดงในร่องรอยการทำงาน แสดงว่าการติดตั้งของคุณทำงานได้

วิธีที่ 2 — สร้างจากซอร์ส

ต้องการรันจาก repository หรือไม่? เส้นทางอย่างเป็นทางการคือ:

git clone https://github.com/deepseek-ai/deepseek-harness.git

เปลี่ยนไปยังไดเรกทอรี deepseek-harness

pnpm install

pnpm run build

pnpm dsh web

คุณต้องมี pnpm สำหรับสิ่งนี้ (ผู้มีส่วนร่วมกำหนดให้ใช้ pnpm 11.7.0) เลือก source build เมื่อคุณต้องการรันเวอร์ชันล่าสุดของ main แทนที่จะเป็น release candidate ที่เผยแพร่ เมื่อคุณวางแผนจะอ่านหรือแก้ไข harness หรือเมื่อคุณต้องการสร้าง custom preset จาก apps/cli/config/agent-presets/ ซึ่งเป็นไดเรกทอรีของ repo สำหรับคนอื่น ๆ วิธี npx คือซอฟต์แวร์เดียวกันแต่มีขั้นตอนน้อยกว่า — source build ไม่ได้ปลดล็อกฟีเจอร์ที่แพ็กเกจ npm ไม่มี

โปรไฟล์ทั้งสาม: web, headless และ tui

dsh มาพร้อมกับโปรไฟล์การรันสามแบบ และโปรไฟล์ที่คุณใช้จะขึ้นอยู่กับว่างานเกิดขึ้นที่ไหน:

• web (ค่าเริ่มต้น) — ส่วนติดต่อผู้ใช้แบบเต็มบนพอร์ต 3080 นี่คือสิ่งที่ npx @deepseek-ai/dsh webเริ่มต้น และเป็นโปรไฟล์ที่คนส่วนใหญ่จะติดตั้งเป็นอันดับแรก.

• headless — หนึ่งงาน แล้วออกจากระบบ dsh --profile headless "run the test suite and report failures" เริ่มต้นเซสชัน รันงาน เขียนผลลัพธ์ และยุติการทำงาน รันไทม์ headless ถูกออกแบบมาให้เป็นกระบวนการแบบหนึ่งงานอย่างชัดเจน: คุณไม่สามารถแทรกงานต่อเนื่องระหว่างการรันได้ และการแก้ไขคือการรันใหม่ในเวิร์กสเปซเดียวกัน นี่คือโพรไฟล์ที่ควรนำไปเชื่อมต่อกับสคริปต์และ CI

• tui — เทอร์มินัล UI สำหรับเซสชันที่ควบคุมด้วยคีย์บอร์ด: dsh --profile tui.

ทั้งสามใช้การกำหนดค่าเดียวกัน (~/.dsh/profiles/<name>/) และใช้ระบบปลั๊กอินเดียวกัน ดังนั้นการย้ายงานจากเว็บ UI ไปยัง headless จึงเป็นการสลับคำสั่ง ไม่ใช่การติดตั้งใหม่

การเพิ่มปลั๊กอิน

การจัดการปลั๊กอินเป็นคำสั่ง CLI ระดับเฟิร์สคลาส ไม่ใช่เรื่องของการแก้ไขในตำแหน่งเดิม:

npx @deepseek-ai/dsh plugin --profile web add <source>

แหล่งที่มาสามารถเป็นชื่อแพ็กเกจ npm, ที่เก็บ GitHub (github:user/repo), ไฟล์ tarball หรือโฟลเดอร์ในเครื่อง. การติดตั้งครั้งแรกที่มีประโยชน์ที่สุดคือตลาดปลั๊กอินอย่างเป็นทางการ ซึ่งเปลี่ยนการค้นพบปลั๊กอินให้เป็น UI:

npx @deepseek-ai/dsh plugin --profile web add dshmarket

จากนั้นรีสตาร์ทเว็บเซอร์วิสและเปิดการตั้งค่า → Plugin Market เพื่อเรียกดูและติดตั้งด้วยคลิกเดียวจากแคตตาล็อก มีกฎสองข้อที่ทำให้คนมักเจอปัญหา: ชุดปลั๊กอินจะถูกเมานท์เมื่อโปรไฟล์เริ่มต้น ดังนั้นปลั๊กอินที่เพิ่มใหม่จำเป็นต้องรีสตาร์ทdsh web; และคำสั่งแบบธรรมดา npm install นั้นไม่ลงทะเบียนปลั๊กอินลงในโปรไฟล์ — คุณต้องใช้dsh plugin. ระบบนิเวศยังใหม่แต่ไม่ว่างเปล่า: รายการที่ดูแลโดยชุมชน awesome-dsh-pluginได้จัดหมวดหมู่ปลั๊กอินหลายร้อยรายการแล้วในหมวดต่างๆ เช่น UI, ทักษะ, เครื่องมือ, ผู้ให้บริการ และการแจ้งเตือน.

MCP, พรีเซ็ตทั้งสี่ และการเล่นซ้ำวิถี

เมื่อคุณผ่านการติดตั้งขั้นพื้นฐานไปแล้ว มีสามคุณสมบัติที่สำคัญ:

MCP. dsh สื่อสารผ่าน Model Context Protocol โดยใช้ปลั๊กอินในตัว @deepseek-ai/dsh-mcp-client ซึ่งเป็นปลั๊กอิน. ปัจจุบันการกำหนดค่านี้อยู่ในไฟล์ ไม่ใช่ใน UI: คุณแก้ไข ~/.dsh/profiles/web/cordis.patch.yml (หรือแพตช์เฉพาะโปรเจกต์) และระบุ transport ของเซิร์ฟเวอร์แต่ละตัว — stdio สำหรับคำสั่งภายในเครื่อง เช่น npx @playwright/mcp@latest, streamable-http สำหรับ URL ระยะไกล. มันทำงานได้ แต่มันคือส่วนที่ยังขัดเกลาน้อยที่สุดในตัวอย่างพรีวิว; คาดว่าจะมีความไม่เสถียรเป็นครั้งคราว และไม่มี GUI ให้เปิด/ปิดเซิร์ฟเวอร์.

พรีเซ็ต dsh โหลดพรีเซ็ตเอเจนต์หนึ่งในสี่แบบต่อเซสชัน และแต่ละแบบก็เป็นการแลกเปลี่ยนที่แตกต่างกัน:

• Standard — ชุดเครื่องมือครบชุด: การแก้ไขไฟล์, เชลล์, การดึงข้อมูลไฟล์และเว็บ, สกิล, การวางแผน, ซับเอเจนต์, เวิร์กโฟลว์ ตัวเลือกเริ่มต้นสำหรับการใช้งานทั่วไป

• PTC (การเรียกใช้เครื่องมือแบบโปรแกรม) — มาตรฐานรวมถึง Code Mode SDK ที่ช่วยให้โมเดลเขียนโปรแกรม TypeScript เพื่อจัดระเบียบการเรียกใช้เครื่องมือหลายรอบ มีประสิทธิภาพมากขึ้น แต่มีผลข้างเคียงมากขึ้น

• มินิมอล — เพียงแค่ bash และโปรแกรมแก้ไขไฟล์เท่านั้น ไม่มีอย่างอื่น สร้างขึ้นสำหรับการเปรียบเทียบประสิทธิภาพของโมเดลและการทำซ้ำแบบมินิมอล; โหมดที่เอกสาร API ของ DeepSeek V4 Flash อ้างถึงเมื่อเปิดเผยคะแนนเอเจนต์ของตนเองนั้นรันบน "Deep​Seek Harness minimal mode."

• การสร้าง — พื้นที่ทดลองรันไทม์: ตรวจสอบและโหลดปลั๊กอิน Cordis ในหน่วยความจำ ทดลองใช้ และทำให้ชุดค่าผสมที่ใช้ได้จริงกลายเป็นพรีเซ็ตใหม่

การเล่นซ้ำเส้นทาง ทุกรันจะเขียนบันทึกเซสชันแบบต่อท้ายเท่านั้น ได้แก่ พรอมพ์ระบบ การให้เหตุผล การเรียกใช้เครื่องมือพร้อมผลลัพธ์ และการจัดตารางซับเอเจนต์ มุมมองเส้นทางช่วยให้คุณตรวจสอบตามแหล่งที่มา ดำเนินการต่อ แยกสาขา ค้นหา และเล่นซ้ำรันได้ นี่คือดีบักเกอร์สำหรับงานเอเจนต์: เมื่องานล้มเหลว คุณไม่จำเป็นต้องรันใหม่และหวังผล แต่คุณเล่นซ้ำเส้นทางที่ล้มเหลว แยกสาขาที่ขั้นตอนที่ผิดพลาด และทดสอบการแก้ไขโดยไม่ทิ้งต้นฉบับ

ตัวเลือก Python SDK

ถ้าคุณต้องการขับฮาร์เนสจาก Python มากกว่าจากเบราว์เซอร์ ก็มี SDK อย่างเป็นทางการ: pip install deepseek-harness-sdk โดยรวมรันไทม์ dsh ไว้ด้วย (pip wheel บรรจุรันไทม์ Node ไว้แล้ว จึงไม่ต้องติดตั้ง Node แยกต่างหาก) และการใช้งานเป็น context manager: สร้าง DeepSeekHarness อินสแตนซ์ แล้วเรียก run("task") ซึ่งสืบทอดตัวแปรสภาพแวดล้อมมาตรฐานเช่น DEEPSEEK_API_KEY และ DEEPSEEK_BASE_URL ดังนั้นการเปลี่ยนผู้ให้บริการจึงเท่ากับการเปลี่ยนแปลงการกำหนดค่า ข้อจำกัดคือ: รองรับ Python 3.10+ และ Linux x64/arm64 และ macOS 14+ arm64 เท่านั้น — ไม่มี wheel สำหรับ Windows ในตัว ซึ่งเป็นช่องว่างที่สำคัญหากโฮสต์ของคุณคือ Windows บน Windows ให้ใช้เส้นทาง npm แทน

ชี้ dsh ไปที่โมเดลที่คุณจ่ายเงิน

dsh จำเป็นต้องมี API key ของโมเดล และโดยเจตนาแล้วไม่ผูกติดกับผู้ให้บริการ: การตั้งค่า → โมเดล รองรับผู้ให้บริการแบบกำหนดเองที่มี base URL ที่เข้ากันได้กับ Open​AI (ใน settings.yaml นั่นคือ api: openai-completions, baseURL และรายการ models). ค่าเริ่มต้นคือ API ของ Deep​Seek เอง; ผู้ให้บริการแบบกำหนดเองคือจุดที่เกตเวย์เส้นทางมีประโยชน์

OrcaRouter is an Open​AI-compatible endpoint that passes Deep​Seek's list price through with zero markup — https://api.orcarouter.ai/v1. That gives you DeepSeek V4 Flash (deepseek/deepseek-v4-flash-0731, about $0.15 per million input tokens and $0.29 per million output) and DeepSeek V4 Pro (about $0.44/$0.88), both at provider list price with no token markup, plus automatic failover if a provider wobbles. For dsh, the practical win is that you can run the cheap V4 Flash for the bulk of everyday agent tasks and switch the same harness to V4 Pro for the hard passes — one key, one base URL, and the swap is a model name in the settings, not a reinstall.

เพื่อให้ชัดเจนในเรื่องขอบเขต: OrcaRouter โฮสต์โมเดลการเรียก dsh; มันไม่ได้โฮสต์ dsh เอง dsh เป็นรันไทม์เอเจนต์ในเครื่อง และคุณเรียกใช้มันบนเครื่องของคุณเอง

จุดที่คู่มือนี้ผิดสำหรับคุณ — ปัญหาที่ตรงไปตรงมากับพรีวิว

บทช่วยสอนการติดตั้งที่บอกแค่ว่าต้องพิมพ์อะไร กำลังทำงานแค่ครึ่งเดียว นี่คือสิ่งที่พรีวิวทำผิดในวันนี้ เพื่อที่คุณจะได้ไม่ต้องไปพบมันตอนตีสอง:

• การเปลี่ยนแปลงที่ทำลายความเข้ากันได้คือคำมั่นสัญญา ไม่ใช่คำเตือน คุณกำลังใช้เวอร์ชัน 0.1.0-rc.6 คีย์การกำหนดค่า, API ของปลั๊กอิน และรูปแบบของ preset ต่างก็สามารถเปลี่ยนแปลงได้โดยไม่ต้องแจ้งล่วงหน้า ถือว่า ~/.dsh เป็นสถานะที่ทิ้งได้ — ต้นทุนของการอัปเดตที่ผิดพลาดคือการติดตั้งใหม่ และที่ยอมรับได้ในระยะนี้ก็เพราะการติดตั้งเป็นเพียงคำสั่งเดียวเท่านั้น

• คุณไม่จำเป็นต้องใช้ dsh เพื่อใช้โมเดล Deep​Seek เป็นเอเจนต์ หากเป้าหมายของคุณคือ DeepSeek V4 Flash หรือ DeepSeek V4 Pro ในเอเจนต์ตอนนี้ endpoint ที่เข้ากันได้กับ Anthro​pic ของ Deep​Seek ก็ทำงานร่วมกับ Claude Code และเครื่องมือเอเจนต์อื่นๆ ได้แล้วโดยไม่ต้องติดตั้งซอฟต์แวร์ใหม่เพิ่มเติม dsh เป็นตัวเลือกจากฝั่งผู้พัฒนา ไม่ใช่ข้อกำหนดเบื้องต้น ข้ามการติดตั้งนี้ไปก่อนจนกว่าคุณจะต้องการ native harness จริงๆ

• MCP ถูกกำหนดค่าผ่านไฟล์และบางครั้งก็ทำงานไม่เสถียร ไม่มี GUI ไม่มีสวิตช์เปิด/ปิดสำหรับแต่ละเซิร์ฟเวอร์ และรายงานจากการใช้งานจริงระบุถึงความล้มเหลวเป็นช่วงๆ ควรเผื่อเวลาสำหรับการดีบัก YAML หากเวิร์กโฟลว์ของคุณต้องพึ่งพาเซิร์ฟเวอร์ MCP

• ความไว้วางใจในปลั๊กอินคือการตัดสินใจด้านความปลอดภัยปลั๊กอินของบุคคลที่สามทำงานภายในกระบวนการหลักของ harness และไม่มีการตรวจสอบลายเซ็นหรือยืนยันแหล่งที่มาตอนติดตั้ง ควรติดตั้งเฉพาะปลั๊กอินที่คุณได้อ่านโค้ดแล้วหรือมาจากแหล่งที่เชื่อถือได้เท่านั้น และทดสอบในเวิร์กสเปซแบบใช้แล้วทิ้งก่อนจะนำไปใช้กับงานจริง danger-full-access คือโปรไฟล์ sandbox ที่สามารถแก้ไขไฟล์ใดๆ ที่มองเห็นได้ — ควรใช้กับเช็คเอาต์แบบใช้แล้วทิ้งเท่านั้น

• มีบักที่ทราบอยู่แล้วในพรีวิว ลูป bash ที่ค้างเป็นโหมดความล้มเหลวที่มีการบันทึกไว้ (ขัดจังหวะแล้วลองใหม่) และพฤติกรรมเกี่ยวกับเซสชันที่ทำงานยาวนานยังไม่คงที่

• บิลด์เดสก์ท็อปที่ไม่เป็นทางการคือกับดัก wrapper ของชุมชนหลายตัวแพ็ค dsh เป็นแอปเดสก์ท็อปแบบคลิกเพื่อติดตั้ง พร้อมรันไทม์ Node ที่มาพร้อมในตัว มันใช้งานได้ แต่ไม่ได้เซ็นชื่อและไม่ได้รับการดูแลโดย Deep​Seek; ถ้าคุณใช้มัน คุณกำลังไว้วางใจบุคคลที่สามกับเครื่องมือที่ถือสิทธิ์การเข้าถึงระบบไฟล์ของคุณ

• หากคุณต้องการความเสถียรในระดับโปรดักชัน ให้รอเวอร์ชันที่ไม่ใช่ rc ก่อน. ฮาร์เนสนี้ทรงพลังแต่ยังไม่สมบูรณ์ สำหรับสแตกเอเจนต์ในระดับโปรดักชัน ฮาร์เนสที่สมบูรณ์และผ่านการพิสูจน์แล้ว — หรือเส้นทางเอนด์พอยต์ที่เข้ากันได้กับ Anthro​pic — เป็นตัวเลือกที่สมเหตุสมผลจนกว่า dsh จะถึงแท็กที่เสถียร.

บรรทัดล่าง

การติดตั้ง Deep​Seek Harness เป็นงานคำสั่งเดียวจริงๆ บนเครื่องใดก็ได้ที่มี Node 22.19+: npx @deepseek-ai/dsh web, เพิ่มคีย์โมเดลและเวิร์กสเปซ ส่งงานทดสอบ เลือกบิลด์จากซอร์สก็ต่อเมื่อต้องการแก้ไขหรือติดตาม main; ใช้ headless สำหรับสคริปต์; เพิ่มตลาดปลั๊กอินตั้งแต่แรก; และมอง MCP ว่าเป็นงานที่อยู่ระหว่างการพัฒนา คำเตือนที่ตรงไปตรงมาก็คือสิ่งที่โปรเจกต์พิมพ์ไว้ใน README ของตัวเอง: นี่คือพรีวิว 0.1.0-rc และมันจะทำให้หลายอย่างพังระหว่างทางสู่เวอร์ชันเสถียร นั่นคือการแลกเปลี่ยนที่เหมาะสมถ้าคุณต้องการเห็นว่า Deep​Seek กำลังนำเลเยอร์เอเจนต์ไปทางไหน — และโมเดลที่มันใช้ DeepSeek V4 Flash และ DeepSeek V4 Pro พร้อมใช้งานแล้ววันนี้ในราคาตามรายการผ่าน OrcaRouter พร้อมที่จะขับเคลื่อน harness ในอีกด้านของการติดตั้ง