Archive
Local LLMs, model-hopping, multi-agent systems, MCP, GraphRAG, computational neuroscience — everything I build with AI.
รวม 7 open-source project ในสาย AI/agent ที่น่าลองเล่น ตั้งแต่ chat model ตัวเล็กๆ ไปจนถึง prompt testing และ agent frameworkA quick round-up of seven open-source projects in the AI/agent space that are worth poking at — from tiny chat models to prompt testing and agent frameworks.
5 กฎที่ผมใส่ไว้ใน CLAUDE.md ตัวกลาง เพื่อกันน้อง agent มั่ว ตั้งแต่อนุญาตให้บอกว่า 'ไม่รู้' ไปจนถึงห้ามพูดอะไรที่ไม่มีแหล่งอ้างอิงThe 5 rules I keep in my global CLAUDE.md to stop coding agents from making things up — from letting them say 'I don't know' to refusing any claim without a source.
ลองทำผู้ช่วย AI ส่วนตัวที่โหลด skill เฉพาะทางกว่า 150 อย่าง พร้อม identity ของตัวเอง และทำไมความ 'อวดเก่ง' นิดๆ ถึงเป็นสัญญาณที่ดีWhat it's like to set up a personal AI assistant loaded with 150+ specialized skills and its own identity — and why a little 'showing off' is actually a good sign.
ทำไมผมถึงคิดว่า AI ไม่ได้แค่แย่งงาน แต่มันลดกำแพงที่เคยกั้นคนธรรมดาไม่ให้เริ่มทำของตัวเอง และสร้างงานรูปแบบใหม่ขึ้นมาแทนWhy I think AI isn't simply replacing jobs — it's lowering the walls that used to stop ordinary people from starting their own thing, and creating new kinds of work in the process.
ท่าที่ผมใช้อยู่ตอนนี้ทำให้หยิบงานขึ้นมาทำต่อได้จากทุกเครื่อง ทุกที่ Termius บนมือถือ tmux คุม session ไว้ แล้ว WezTerm บนเดสก์ท็อป งานมันเลยตามตัวเราไปได้หมดMy current setup lets me pick up work from any device, anywhere. Termius on the phone, tmux holding the session, and WezTerm on the desktop — the work just follows me around.
ลูปการเรียนเล็กๆ ที่ผมกลับมาใช้บ่อย เปลี่ยนหนังสือเป็น skill file สร้างของขึ้นมาด้วย skill นั้น แล้ว reverse engineer ดูว่ามันทำงานยังไง เป็นท่าที่เรียนของใหม่ได้เร็วที่สุดเท่าที่ผมเจอมาA little learning loop I keep coming back to: turn a book into a skill file, build something with that skill, then reverse-engineer what happened. It's the fastest way I've found to actually absorb new things.
ของที่เราสร้างเองไม่ได้ เราไม่มีทางเข้าใจมันจริง ทางที่ผมว่าเรียน AI ได้เร็วสุดไม่ใช่การอ่านเพิ่ม แต่คือลองสร้างมันขึ้นมาเอง พังเอง แล้วเรียนรู้ไปกับมันWhat I cannot create, I do not understand. The fastest way I've found to learn AI isn't reading more — it's building your own version of something, breaking it yourself, and learning right alongside it.
ผมลองเอา GraphRAG มาทำเป็นความจำระยะสั้น-ยาวให้ AI agent ป้อนเอกสารเข้าไปแล้วนั่งดูกราฟความรู้มันโตขึ้นเรื่อย ๆ แบบเรียลไทม์จนกลายเป็นความวุ่นวายที่สวยงามI've been experimenting with GraphRAG as a long/short-term memory for an AI agent — feeding it documents and watching the knowledge graph grow into beautiful chaos in real time.
ผมเอา agent ทั้งกองราว 168 ตัวมาต่อกับ tmux แล้วสั่งงานเป็นเวฟ วิจัยก่อนแล้วค่อย build เพื่อสร้างแดชบอร์ดห้องรอสัตวแพทย์บนทีวีด้วย SvelteKit + TailwindI wired a fleet of ~168 Claude Code agents into tmux and drove them in waves — research first, then build — to ship a TV-optimized vet waiting-room dashboard in SvelteKit + Tailwind.
ท่าวางระบบที่ผมใช้ทำผู้ช่วย OpenClaw ให้เจ้าของกิจการดึงข้อมูลจาก ERP มาตอบได้ ออกแบบมาให้บอทแทบไม่มีวันตาย แล้วลูกค้าดูแลต่อเองได้ง่ายA deployment pattern I use to give business owners an OpenClaw assistant that pulls data from their ERP — built so the bot never really dies and the client can maintain it themselves.