เริ่มต้นใช้งาน ENDEAVOR AGENT LITE

เผยแพร่ 12 สิงหาคม 2569

ENDEAVOR AGENT LITE คือผู้ช่วย AI ภาษาไทยที่รันบน Mac ของคุณเอง ออกแบบให้ใช้บน Apple Silicon ที่มี RAM 8GB ได้ เหมาะกับงานประจำวันซึ่งให้ความสำคัญกับข้อมูลที่อยู่ในเครื่อง มากกว่าความสามารถระดับโมเดลขนาดใหญ่

เหมาะกับใคร

ผู้ใช้ macOS บน Apple Silicon ที่อยากได้ผู้ช่วยภาษาไทยสำหรับงานเอกสารและไฟล์บนเครื่อง เช่น นักพัฒนา นักเรียน นักวิจัย หรือใครก็ตามที่อยากค้น/สรุปข้อมูลโดยให้ไฟล์อยู่ในเครื่องเป็นหลัก ไม่ได้ออกแบบมาแทนโมเดลใหญ่สำหรับงานวิเคราะห์หลายชั้นหรือวิจัยเชิงลึก

ทำอะไรได้บ้าง

ค้นหาไฟล์และเอกสารเร็วขึ้น — สร้างดัชนีในเครื่อง (SQLite FTS5) แล้วค้นจากชื่อและเนื้อหาด้วยภาษาไทย อังกฤษ หรือคำผสม
อ่านและสรุปเอกสาร — รองรับ text, PDF, Word, Excel
อ่านรูป — ใช้ Apple Vision OCR อ่านข้อความในภาพ และส่งต่อให้ vision model วิเคราะห์เมื่อจำเป็น
ถามข้อมูลปัจจุบันพร้อมแหล่งอ้างอิง — ค้นเว็บแล้วแนบ URL ที่ใช้ประกอบคำตอบให้อัตโนมัติ
สร้างไฟล์อย่างมีขอบเขต — เขียนได้เฉพาะใต้โฟลเดอร์ workspect/ เท่านั้น

ตัวอย่างคำสั่งที่พิมพ์ได้ตามปกติ:

หาไฟล์ที่เกี่ยวกับ authentication ในโปรเจกต์นี้ให้หน่อย
อ่านไฟล์ report.pdf แล้วสรุปประเด็นสำคัญเป็น bullet
ในรูป screenshot.png มีข้อความหรือรหัสผิดพลาดอะไรบ้าง
ช่วยค้นหาว่า Python รุ่นล่าสุดมีอะไรใหม่ พร้อมแนบลิงก์

ความต้องการของเครื่อง

macOS บน Apple Silicon
Python 3.11
RAM เพียงพอสำหรับโมเดลเริ่มต้น (mlx-community/Qwen3.5-2B-OptiQ-4bit แบบ quantized) — งานทั่วไปใช้หน่วยความจำรวมประมาณ 3–4GB ทำให้เครื่อง RAM 8GB ใช้งานได้จริง
อินเทอร์เน็ตเฉพาะตอนสั่งค้นเว็บ

ติดตั้ง

git clone https://github.com/halochamp/ENDEAVOR_AGENT_LITE.git
cd ENDEAVOR_AGENT_LITE
bash install_library/install.sh

ตัวติดตั้งจะสร้าง .venv ด้วย Python 3.11 และติดตั้ง dependency ที่ lock hash ไว้แล้ว โดยยังไม่โหลดโมเดล (โมเดลจะถูกดาวน์โหลดแยกตอนเปิด server ครั้งแรก)

เปิดใช้งาน

เลือกได้ 2 แบบ — เปิด model server ก่อนเสมอในเทอร์มินัลแยก:

source .venv/bin/activate
python -m mlx_vlm.server \
  --model mlx-community/Qwen3.5-2B-OptiQ-4bit \
  --host 127.0.0.1 --port 8090 --api-key x \
  --prefill-step-size 512

แบบ CLI (เทอร์มินัลที่สอง):

source .venv/bin/activate
python ui_cli.py

พิมพ์ /index ครั้งแรกเพื่อสร้างดัชนีไฟล์ (สแกน Desktop, Documents, Downloads เป็นค่าเริ่มต้น — จำกัดขอบเขตได้ด้วย LITE_INDEX_ROOTS)

แบบ Web UI:

source .venv/bin/activate
python web_ui.py

เปิด http://127.0.0.1:8766 — bind เฉพาะเครื่องตัวเอง ไม่เผยออกเครือข่าย

ความเป็นส่วนตัว

โมเดลทำงานผ่าน MLX บนเครื่อง ไม่มีการเรียก LLM API บนคลาวด์ ดัชนีและ log อยู่ใต้ workspect/.lite_state/ โดยค่าเริ่มต้น การเขียนไฟล์จำกัดเฉพาะ workspect/ และมีการกรอง path/เนื้อหาที่เข้าข่าย credential หรือ token ไม่ให้หลุดเข้าบทสนทนา ส่วนคำสั่ง bash ใช้ได้เฉพาะงานอ่าน/ค้นหาที่อยู่ใน allow-list เท่านั้น ไม่ใช่ shell แบบเปิดอิสระ

ต้องการเครื่องที่แรงกว่านี้ไหม

LITE ใช้โมเดลขนาดเล็กเพื่อให้รันบนเครื่อง 8GB ได้จริง คำตอบจึงอาจแปรผันได้บ้างเมื่อคำสั่งกำกวม ควรระบุเป้าหมายให้ชัดและตรวจทานคำตอบสำคัญเสมอ ถ้าเครื่องมี RAM มากกว่านี้และต้องการความสามารถเต็มรูปแบบกว่า ดู ENDEAVOR LOCAL AGENT TH แทน

ดูเพิ่มเติม

ซอร์สโค้ดและเอกสารฉบับเต็มบน GitHub

ความคิดเห็น

กำลังโหลดความคิดเห็น...