SHIP

ทางการ

มอบหมายงาน Linear, Jira หรือ GitHub ให้กับทีมเอเจนต์เขียนโค้ด AI ที่วางแผน สร้าง ตรวจสอบ และทดสอบ pull requests

คุณทำอะไรได้บ้างด้วย SHIP MCP?

  • Assign issues to the SHIP agent team — มอบตั๋วงานในแบ็กล็อกให้กับโรงงานซอฟต์แวร์ AI อัตโนมัติ และรับ pull request พร้อมหลักฐานการทำงาน
  • Track mission progress in real time — ติดตามความคืบหน้าของแต่ละภารกิจแบบเรียลไทม์ โดยตรวจสอบแต่ละขั้นตอน (วางแผน, สร้าง, ตรวจสอบ, ปรับใช้, ทดสอบ) พร้อมต้นทุน ระยะเวลา และผลลัพธ์ต่อเอเจนต์
  • Review mission evidence and accept or decline — ตรวจสอบไทม์ไลน์ทั้งหมด หลักฐานภาพ (ภาพหน้าจอ วิดีโอ บันทึกการทดสอบ) และรายละเอียดต้นทุนรายขั้นตอนก่อนยอมรับ PR ที่ส่งมอบ
  • Compare agent and model performance — ใช้ Mission Control เพื่อประเมินต้นทุนและรอบเวลาในสแตกต่างๆ และจัดเส้นทางงานไปยังคอนฟิกที่ให้ผลลัพธ์ดีที่สุด
  • Bring your own AI contracts and keys — รันภารกิจบนบัญชี โมเดล และภูมิภาคของผู้ให้บริการของคุณเอง โดยมีคีย์เข้ารหัสขณะจัดเก็บและแนบที่ขอบเครือข่าย

เซิร์ฟเวอร์ MCP แบบโฮสต์

npx add-mcp 'https://mcp.letsship.ai/mcp'

ติดตั้งลง Claude Code, Codex, Cursor และอื่นๆ

เอกสาร

ทีมซอฟต์แวร์อัตโนมัติของคุณ

มอบหมายตั๋วงานในแบ็กล็อกให้กับ AI software factory ของ SHIP ทีมเอเจนต์เขียนโค้ด AI ของคุณจะ วางแผน, สร้าง, ตรวจสอบ และ ทดสอบ จากนั้นส่งมอบ pull request พร้อมกับ หลักฐานว่ามันทำงานได้

เริ่มต้นใช้งานฟรี ดูวิธีการทำงาน

สมัครสมาชิกด้วย GitHub หรืออีเมล ภารกิจแรกของคุณฟรี และไม่ต้องใช้บัตรเครดิต

ทำงานร่วมกับเครื่องมือที่คุณใช้

GitHubLinearOpenAIClaude CodePi

GitHubLinearOpenAIClaude CodePi

ปัญหา

เอเจนต์เขียนโค้ดส่วนหนึ่งของโปรดักชันโค้ดของคุณเพิ่มขึ้นเรื่อย ๆ แล้ว มันถูกส่งออกมาเร็วกว่าที่ทีมจะตรวจสอบคุณภาพหรือคิดต้นทุนได้ทัน

ทีมเลือกเอเจนต์ เครื่องมือ และโมเดลของตัวเอง และไม่มีอะไรเชื่อมโยงตัวเลือกนั้นกับสิ่งที่ถูกส่งออกหรือคุณภาพที่ไม่สม่ำเสมอที่มันส่งออกมา

เมื่อการใช้งานเอเจนต์เติบโตขึ้น ช่องว่างนั้นกลายเป็นโค้ดที่ไม่ได้รับการตรวจสอบ ค่าใช้จ่ายที่คาดเดาไม่ได้ และผลลัพธ์ที่ไม่มีใครระบุได้ นี่คือจุดที่ ทีมสูญเสียการควบคุมคุณภาพและต้นทุน

การควบคุมคุณภาพในปัจจุบัน

+91%+91%+ 1 %

ความพยายามในการตรวจสอบมากขึ้นถูกใช้ไปกับการตรวจสอบโค้ดที่สร้างโดย AI แต่ผลลัพธ์การส่งมอบดีขึ้นเพียงเล็กน้อยเท่านั้น

Faros AI, นักพัฒนากว่า 10,000 คนใน 1,255 ทีม

การควบคุมต้นทุนในปัจจุบัน

148x148x1 x

ความแตกต่างของต้นทุนสำหรับงานเดียวกัน ขึ้นอยู่กับโมเดล AI และเครื่องมือที่ใช้

Artificial Analysis Coding Agent Index, 2026: 23 ชุดฮาร์เนส x โมเดลสแตกใน 321 งาน

วิธีแก้ปัญหา

SHIP ฟื้นฟูการควบคุมอย่างไร

การส่งมอบอัตโนมัติ

ดำเนินการเอเจนต์ AI ที่ตรวจสอบและทดสอบได้เร็วเท่ากับที่มันสร้างงาน เพื่อให้งานถูกส่งออกในขณะที่วิศวกรของคุณยังคงควบคุมอยู่

การเพิ่มประสิทธิภาพต้นทุน

ติดตามทุกขั้นตอน เปรียบเทียบประสิทธิภาพ และเพิ่มประสิทธิภาพต้นทุน AI อย่างมั่นใจ

อธิปไตยของ AI

รันภารกิจบนโมเดล เครื่องมือ และสัญญา AI ที่องค์กรของคุณใช้อยู่แล้ว

SHIP เป็นแพลตฟอร์มเดียวที่ รันเอเจนต์เขียนโค้ดเหมือนทีมของคุณ และ พิสูจน์สิ่งที่พวกเขาส่งออกและต้นทุน

การส่งมอบซอฟต์แวร์อัตโนมัติ

มอบหมายงาน แล้วรับงานที่เสร็จสิ้น

ดำเนินการทีมเอเจนต์ AI ของคุณเพื่อนำซอฟต์แวร์ไปสู่โปรดักชัน ในขณะที่วิศวกรของคุณยังคงควบคุมอยู่

มอบหมาย

มอบหมายงานให้กับเอเจนต์ SHIP บน issue

งานเริ่มต้นทันทีที่คุณมอบหมาย issue มอบหมายงานให้กับทีมเอเจนต์ AI ของคุณแล้วเดินออกไป

A Linear issue assigned to the SHIP agent

ทำงานร่วมกัน

แชทกับทีมเอเจนต์ บน issue นั้นโดยตรง

ควบคุมทิศทางงานในเธรดที่คุณอยู่แล้ว ขอการติดตามผล หรือรับรายงานภารกิจ

ติดตามความคืบหน้า

การแจ้งเตือนเมื่องานดำเนินไป

แต่ละขั้นตอนรายงานกลับเมื่อเสร็จสิ้น เพื่อให้คุณอ่านความคืบหน้าในที่ที่คุณติดตามอยู่แล้ว

SHIP

SHIPตอนนี้

STB-526 ปรับปรุงคะแนน SEO lighthouse ของหน้าแรก

กำลังดำเนินการ: วางแผนงาน ดำเนินการ และเปิด PR

SHIP

SHIP7 นาทีที่แล้ว

letsship/ship-bench-app #373

SHIP เปิด pull request

SHIP

SHIP7 นาทีที่แล้ว

letsship/ship-bench-app #373

การตรวจสอบ CI ทั้งหมดผ่านแล้ว

SHIP

SHIP7 นาทีที่แล้ว

letsship/ship-bench-app #373

ผู้ตรวจสอบปฏิเสธด้วยปัญหาวิกฤต 2 รายการ

SHIP

SHIP7 นาทีที่แล้ว

STB-526 ปรับปรุงคะแนน SEO lighthouse ของหน้าแรก

การปรับใช้สำเร็จ สภาพแวดล้อมตัวอย่างพร้อมสำหรับการทดสอบ

SHIP

SHIP3 นาทีที่แล้ว

STB-526 ปรับปรุงคะแนน SEO lighthouse ของหน้าแรก

การตรวจสอบโค้ดและ QA ผ่านแล้ว ภารกิจพร้อมสำหรับการยอมรับ

ทีมเอเจนต์

ผู้เชี่ยวชาญหกคน ในหนึ่งภารกิจ

ทีมเอเจนต์ AI ของคุณทำงานร่วมกันในภารกิจร่วมกัน มันนำทางผ่านขั้นตอนต่าง ๆ ของวงจรชีวิตการพัฒนาซอฟต์แวร์ของคุณ

นักวิจัย

บริบท

อ่านตั๋วงาน คลังเก็บเอกสาร เอกสาร และ PR ก่อนหน้า เปิดเผยความคลุมเครือก่อนที่ใครจะเขียนโค้ด

นักวางแผน

สเปก

สร้างแผนการดำเนินการและการทดสอบที่ทีมเอเจนต์ที่เหลือใช้ในการส่งมอบ

นักสร้าง

โค้ด

เขียนโค้ดในแซนด์บ็อกซ์ รันฟอร์แมตเตอร์ linter typecheck และการทดสอบของคุณ แก้ไขความล้มเหลวก่อนส่ง

ผู้ตรวจสอบ

การตรวจสอบ

ตรวจสอบ diff กับแผนและแนวทางโครงการของคุณ บล็อกปัญหาวิกฤต และอนุมัติส่วนที่เหลือ

ผู้ปฏิบัติการ

DevOps

พุชไปยัง PR ติดตาม CI และรันไปป์ไลน์การปรับใช้ของคุณไปยังตัวอย่างแบบแยก

ผู้ทดสอบ

QA

เดินตามเส้นทางแห่งความสำเร็จ แล้วก็เส้นทางแห่งความล้มเหลว ตรวจสอบเกณฑ์การยอมรับและแบ่งปันหลักฐานการทำงาน

01วางแผนนักวิจัย, นักวางแผน02สร้างนักสร้าง, ผู้ปฏิบัติการ03ตรวจสอบผู้ตรวจสอบ04ปรับใช้ผู้ปฏิบัติการ05ทดสอบผู้ทดสอบ

  1. 01 วางแผน นักวิจัย, นักวางแผน
  2. 02 สร้าง นักสร้าง, ผู้ปฏิบัติการ
  3. 03 ตรวจสอบ ผู้ตรวจสอบ
  4. 04 ปรับใช้ ผู้ปฏิบัติการ
  5. 05 ทดสอบ ผู้ทดสอบ

Mission Control

เห็นผลตอบแทนจากการลงทุน AI

ติดตามภารกิจแบบเรียลไทม์และเห็นผลลัพธ์ของแต่ละเอเจนต์และโมเดล เปรียบเทียบประสิทธิภาพของพวกมัน และส่งต่องานไปยังสแตกที่ส่งมอบดีที่สุด

กำลังวางแผน

ปรับปรุงคะแนน SEO lighthouse ของหน้าแรกSTB-526

letsship/ship-bench-app

15s $0.05

กำลังสร้าง

ย้ายหน้า settings ไปยัง server componentsSTB-517

letsship/ship-bench-app

48s $0.37

กำลังสร้าง

เพิ่ม rate limiting ให้กับ public APISTB-541

letsship/ship-bench-app

1m 20s $0.32

กำลังตรวจสอบ

เพิ่ม idempotency keys ให้กับ checkout endpointSTB-560

letsship/ship-bench-app # 401

2m 10s $0.62

กำลังทดสอบ

แก้ไข N+1 query บน orders dashboardSTB-498

letsship/ship-bench-app # 352

5m 05s $0.97

พร้อมที่จะ merge

เพิ่ม optimistic UI ให้กับ comment formSTB-534

letsship/ship-bench-app # 379

13m 20s $1.28

พร้อมที่จะ merge

แก้ไข memory leak ใน WebSocket clientSTB-489

letsship/ship-bench-app # 344

16m 40s $1.35

รายละเอียดภารกิจ

ตรวจสอบไทม์ไลน์ทั้งหมดของภารกิจ

เปิดภารกิจเพื่อติดตามไทม์ไลน์ของมันตั้งแต่ต้นจนจบ อ่านว่าแต่ละเอเจนต์ทำอะไรในตาของมัน ต้นทุน และผลลัพธ์

PR ที่ผ่านการตรวจสอบ

ผลลัพธ์ที่ผ่านการคัดกรอง ตรวจสอบ และทดสอบแล้ว

ทุกภารกิจส่งมอบ pull request ที่ผ่านการตรวจสอบและการทดสอบแล้ว โดยมีตัวตนของเอเจนต์อยู่ในบันทึก

The merged GitHub pull request from the SHIP agent, its commit message carrying the agent identity footnote: run id, harness, model, and stage

หลักฐานการทำงาน

ตรวจสอบผลลัพธ์ด้วยหลักฐานภาพ

ภาพหน้าจอ วิดีโอ และบันทึกการทดสอบเป็นหลักฐานที่แนบมากับภารกิจที่เสร็จสมบูรณ์ ยอมรับหรือปฏิเสธ

การเพิ่มประสิทธิภาพต้นทุน

ทำให้การลงทุน AI ทุกครั้งคุ้มค่า

วัดค่าใช้จ่ายของคุณเทียบกับงานที่ส่งมอบ และลดต้นทุนอย่างเป็นระบบ

บันทึกภารกิจSTB-526 - PR # 373

merged

16m 48s

รอบเวลา

ตั้งแต่รับงานจนภารกิจเสร็จ

19m 52s

เวลานำ

ตั้งแต่สร้าง issue จน merge

$1.76

ต้นทุนการอนุมานทั้งหมด

ระบุตามขั้นตอน

184.5k / 28.0k

โทเค็น (เข้า / ออก)

ทุกขั้นตอน

4

รอบของเอเจนต์

ตลอดภารกิจ

ขั้นตอนจำนวนรอบระยะเวลาสัดส่วนต้นทุน
นักวางแผนclaude-code/opus - 15.6k เข้า - 7.8k ออก11m 47s13.8 %$0.351
นักสร้างclaude-code/haiku - 29.3k เข้า - 9.1k ออก15m 17s41.1 %$0.189
ผู้ตรวจสอบclaude-code/opus - 96.5k เข้า - 3.0k ออก149s6.3 %$0.687
QAclaude-code/sonnet - 43.1k เข้า - 8.1k ออก13m 49s29.7 %$0.530
CI11m 10s9.1 %-

*จากภารกิจจริงที่ดำเนินการบน SHIP ระยะเวลาและต้นทุนจริงแตกต่างกันไปตามความซับซ้อนของโครงการ ฮาร์เนส โมเดล และการกำหนดค่าเอเจนต์ตามบทบาท และเวลานำขึ้นอยู่กับความเร็วในการยอมรับ

เปรียบเทียบและเลือก

issue เดียวกัน ตั้งราคาตามตัวเลือกเอเจนต์และโมเดลของคุณ

อ่านงานวิจัยเกณฑ์มาตรฐาน SWE-in-a-team ของเรา

ต้นทุนรวมต่อภารกิจ ($)*issue จริงหนึ่งรายการจากเกณฑ์มาตรฐาน SWE-in-a-team ของ SHIP เอง แก้ไขโดยทุกการกำหนดค่าที่แสดงจนถึงสถานะเสร็จสิ้น นักวางแผน ผู้ตรวจสอบ และ QA ถูกตรึงกับโมเดลเดียวกัน มีเพียงนักสร้างเท่านั้นที่เปลี่ยน ต้นทุนวัดต่อโทเค็นตามราคารายการที่เผยแพร่

86420

pi glm-5.2pi deepseek-v4-flashclaude-code haikuopen-code glm-5.2codex gpt-5.6-solclaude-code fablepi - glm-5.2ต้นทุน : $1.37

รอบเวลา (นาที)*เวลาจริงสำหรับตั๋วงานเดียวกันนั้น ตั้งแต่การส่งครั้งแรกจนถึง issue ที่เสร็จสิ้น และ PR ที่พร้อมสำหรับการยอมรับ

403020100

pi glm-5.2pi deepseek-v4-flashclaude-code haikuopen-code glm-5.2codex gpt-5.6-solclaude-code fablepi - glm-5.2รอบเวลา : 31 นาที

งบประมาณ

piglm-5.2pideepseek-v4-flashclaude-codehaikuopen-codeglm-5.2

ระดับแนวหน้า

codexgpt-5.6-solclaude-codefable

อธิปไตยของ AI

เป็นเจ้าของสแตก คีย์ และกฎของคุณเอง

รันภารกิจบนโมเดล เครื่องมือ และสัญญา AI ที่องค์กรของคุณใช้อยู่แล้ว

สัญญาและคีย์ของคุณ

นำสัญญา AI คีย์ ฮาร์เนส และโมเดลของคุณเองมา

เชื่อมต่อบัญชีผู้ให้บริการของคุณเอง การอนุมานทำงานในอัตราที่คุณทำสัญญาไว้ โดยตรงบนบัญชีของคุณ

กำหนดค่าเอเจนต์และโมเดลตามบทบาท

นักวางแผน

Claude Codeopus

นักสร้าง

OpenCodeglm

ผู้ตรวจสอบ

Codexgpt

QA

Pikimi

โมเดลความปลอดภัยแบบ zero-trust

ความลับของคุณยังคงเป็นของคุณ เข้ารหัสขณะจัดเก็บ

เอเจนต์ทำงานในแซนด์บ็อกซ์แบบแยก และไม่เคยได้รับคีย์ของคุณ เอเจนต์สามารถเข้าถึงเฉพาะสิ่งที่งานต้องการ และแพลตฟอร์มแนบข้อมูลประจำตัวของคุณที่ขอบเครือข่าย

เอเจนต์แซนด์บ็อกซ์แบบแยก placeholder

คีย์ของคุณบนแพลตฟอร์ม anthropic github

คีย์ของคุณ
แนบที่ขอบ

ผู้ให้บริการ

คีย์ของคุณไม่เคยเข้าไปในแซนด์บ็อกซ์: คำขอมี placeholder และแพลตฟอร์มสลับคีย์จริงของคุณที่ขอบเครือข่าย การเข้าถึงตามความสามารถจะถูกให้เมื่อจำเป็นผ่านโทเค็นที่มีขอบเขตและอายุสั้น

การกำกับดูแลข้อมูล

รันการอนุมานในภูมิภาคของคุณเอง บนบัญชีของคุณเอง

บัญชีผู้ให้บริการ สัญญา และภูมิภาคของคุณเป็นตัวกำหนดว่าการอนุมานทำงานที่ไหน ข้อมูลเซสชันที่ขับเคลื่อนบันทึก เมตริก และเส้นทางการตรวจสอบของคุณถูกเก็บภายใต้การควบคุมความปลอดภัยของ SHIP เอง

  • SOC 2 Type II*
  • GDPR*
  • HIPAA*

* การปฏิบัติตามข้อกำหนดอยู่ระหว่างดำเนินการ

ทำงานร่วมกับสแตกของคุณ

ใช้เครื่องมือที่ทีมของคุณรันอยู่แล้ว

เริ่มส่งมอบเร็วขึ้นและถูกลงทันทีที่คุณเริ่มใช้งาน SHIP ให้ทีมทั้งหมดของคุณส่งมอบโดยไม่ต้องเรียนรู้สิ่งใหม่

ระบบวิศวกรรมเอเจนต์ของคุณ

ใช้เอเจนต์ ทักษะ MCP servers ความจำโครงการ และเครื่องมือที่ทีมของคุณสร้างไว้แล้ว

ระบบติดตาม issue ของคุณ

สร้าง issue ในโครงการที่มีอยู่ของคุณ ขณะที่คุณมอบหมายให้สมาชิกทีมใหม่

คลังเก็บเอกสารและไปป์ไลน์ของคุณ

งานที่เสร็จสิ้นถูกส่งไปยังคลังเก็บเอกสารที่มีอยู่ของคุณโดยใช้ CI/CD ของคุณ ตามโมเดล SDLC ของคุณเอง

SHIP

สิ่งที่ SHIP เพิ่ม

ทีมซอฟต์แวร์อัตโนมัติของคุณ ซึ่งทำงานในระบบที่คุณใช้อยู่แล้ว

เปิดตัวทีมซอฟต์แวร์อัตโนมัติของคุณ

เชื่อมต่อคลังเก็บเอกสารและมอบหมาย issue แรกของคุณ ภารกิจแรกของคุณฟรี

เริ่มต้นใช้งานฟรี

ทีมเอเจนต์ SHIP ในทะเล

{"@context":"https://schema.org","@type":"Organization","@id":"https://letsship.ai/#organization","name":"SHIP","alternateName":"SHIP AI","legalName":"IKIGAI Ventures BV","url":"https://letsship.ai","logo":"https://letsship.ai/images/brand/logo-square.png","sameAs":["https://www.linkedin.com/company/letsship","https://x.com/letsshipai","https://github.com/letsship"],"description":"SHIP is an agentic engineering platform at letsship.ai: an autonomous software team of AI coding agents. The agents plan, build, review and test each assigned issue and deliver a pull request with proof it works. SHIP reports what each mission cost.","founder":{"@id":"https://letsship.ai/about#founder"},"address":{"@type":"PostalAddress","addressCountry":"NL"}}
{"@context":"https://schema.org","@type":"VideoObject","name":"Introducing SHIP","description":"A walkthrough of one SHIP mission: a Linear ticket is assigned to the AI agent team, which plans, builds, reviews, deploys and tests the change, then reports every stage and its cost back on the issue.","thumbnailUrl":["https://letsship.ai/images/marketing/ship-intro-poster-alt.webp"],"uploadDate":"2026-08-03T14:47:48Z","duration":"PT1M30S","contentUrl":"https://videos.letsship.ai/marketing/ship-intro.58beca97.mp4","inLanguage":"en","transcript":"Hi! I'm Önder. I built SHIP to develop applications faster with cost control while shipping quality and reliable software. A task typically is not done when a coding agent generates code and pushes it to a PR. Production grade software engineering requires all the stages of software development lifecycle; design, planning, development, continuous integration, reviews, deployments and testing. Today, your AI agent fleet operating on SHIP do it all for you. With agent configuration, outcome, and cost you control. Let's see how it works. So, I assign a ticket to SHIP in Linear, then I walk away. The agent fleet picks it up, and reports right inside the issue. The planner writes the spec, the builder ships the code and gets the CI green. The reviewer approves or rejects the changes and tester does the same against the acceptance criteria. This cycle goes on in a secure sandbox until work is done. In the platform console, I watch the whole thing live. Every stage, every agent run with AI inference cost in real time. It delivers the work with an approved and deployed PR along with passing CI, review and QA quality gates. It reports a mission with all the metrics you care about. The cycle time, lead time and exactly what it costs. Meet SHIP! The operating system for agentic engineering. On infrastructure you own and AI stack you choose.","caption":{"@type":"MediaObject","contentUrl":"https://letsship.ai/captions/ship-intro.en.vtt","encodingFormat":"text/vtt","inLanguage":"en"},"publisher":{"@type":"Organization","name":"SHIP","url":"https://letsship.ai"}}