ENDEAVOR RAG

ผู้ช่วย RAG แบบ local-first สำหรับค้นเอกสารภาษาไทยและอังกฤษบน Mac Apple Silicon

ต้องการเครื่อง: Mac Apple Silicon, RAM 8GB ขึ้นไป

บทความในหมวดนี้

เริ่มต้นใช้งาน ENDEAVOR RAG

ผู้ช่วย RAG แบบ local-first ค้นเอกสารภาษาไทยและอังกฤษบนเครื่องตัวเอง — ingest PDF/Markdown/CSV แล้วถามได้ทันที

ENDEAVOR RAG ทำงานอย่างไร — เจาะลึกสถาปัตยกรรม

ทำไมค้นเอกสารไทยได้แม่นกว่า RAG ทั่วไป — query expansion 3 แบบ, hybrid search ผสม dense+BM25 ด้วย RRF, LLM rerank และ quality gate

Tool: rag_search — ค้นเอกสารในคลังด้วย pipeline expand→retrieve→rerank→gate

เจาะลึกว่า rag_search ของ ENDEAVOR RAG ผสาน query expansion, hybrid RRF retrieval, LLM rerank และ quality gate เข้าเป็น tool เดียวที่ agent เรียกใช้อย่างไร

Tool: list_knowledge — สรุปภาพรวมคลังทั้งหมดด้วยการสุ่มตัวอย่างแทนอ่านทุกไฟล์

เจาะลึกว่า list_knowledge ของ ENDEAVOR RAG ตอบคำถาม 'ในคลังมีอะไรบ้าง' โดยไม่ต้องอ่านทุกไฟล์จริง ด้วยการสุ่มตัวอย่างเป็นรอบแล้วให้ LLM สรุปทีละรอบก่อนรวมอีกที

Tool: search_files — หาไฟล์จากชื่อ ไม่ใช่จากเนื้อหา ตัดสับสนกับ rag_search

เจาะลึกว่า search_files ของ ENDEAVOR RAG ค้นหาไฟล์จากชื่อไฟล์ล้วนๆ ต่างจาก rag_search ที่ค้นเนื้อหาอย่างไร และทำไมการแยก tool ทั้งสองออกจากกันชัดเจนถึงช่วยลดความสับสนของโมเดล

Tool: read_file — อ่านไฟล์ดิบเต็มๆ เมื่อผู้ใช้ขอเปิดไฟล์ตรงๆ ไม่ผ่านการค้น

เจาะลึกว่า read_file ของ ENDEAVOR RAG อ่านไฟล์เต็มจากคลังความรู้อย่างไร รวมถึงการจับคู่ชื่อไฟล์แบบยืดหยุ่นและการปฏิเสธเมื่อชื่อที่ให้มากำกวมเกินไป

Tool: save_memory — บันทึกคำพูดผู้ใช้แบบคำต่อคำ ห้ามโมเดล paraphrase เอง

เจาะลึกว่า save_memory ของ ENDEAVOR RAG บันทึกความจำถาวรพร้อม timestamp อย่างไร และทำไมถึงบังคับให้เก็บคำพูดผู้ใช้แบบคำต่อคำ ไม่ให้โมเดลสรุปหรือแปลเอง