เริ่มต้นใช้งาน ENDEAVOR LOCAL AGENT TH

เผยแพร่ 12 สิงหาคม 2569 · อัปเดต 14 สิงหาคม 2569

ภาพประกอบ: เริ่มต้นใช้งาน ENDEAVOR LOCAL AGENT TH

ENDEAVOR LOCAL AGENT TH คือ local AI agent ที่ออกแบบให้รองรับภาษาไทยโดยเฉพาะ รันบนเครื่อง Mac ของคุณ 100% — ไม่มี API key ไม่มีค่า token รายเดือน และไม่มีข้อมูลหลุดออกไปนอกเครื่อง ขับเคลื่อนด้วย Qwen3.6-35B ผ่าน MLX และจัดการ workflow ด้วย LangGraph ReAct Agent

ทำอะไรได้บ้าง

พิมพ์ภาษาไทยแล้ว agent วิเคราะห์คำถามและเลือกเครื่องมือที่เหมาะสมเอง ไม่ต้องบอกว่าให้ใช้ tool ไหน — มีเครื่องมือให้ใช้ 26 ตัว ครอบคลุมตั้งแต่ค้นเว็บ อ่านไฟล์ วิเคราะห์ข้อมูล วาดกราฟ ไปจนถึงตั้งให้ agent ทำงานเองตามเวลา (awake) และต่อ MCP server ภายนอก ตัวอย่างเช่น:

วิเคราะห์หุ้น PTT กับ CPALL ว่าตัวไหนน่าสนใจกว่า
→ ค้นข้อมูลทั้งสองบริษัท เปรียบเทียบ P/E, yield, ราคา แล้วสรุปผล

อ่านไฟล์ sales.csv แล้ววาดกราฟยอดขายรายเดือน
→ อ่านไฟล์ คำนวณด้วย pandas render กราฟ matplotlib แล้วเปิดให้ดู

หาข้อมูล AI agent framework ที่น่าสนใจ 10 ตัวแล้วสรุปให้
→ วางแผน ค้นหลายมุม อ่านหลายแหล่ง สรุปเป็นตาราง

หลักการทำงาน

ระบบ orchestrate ด้วย LangGraph ที่มี node เดียว (START → react → END) — main agent เห็น full message history และผลลัพธ์ tool ทั้งหมดในลูปเดียว แล้วตัดสินใจเองว่าจะวางแผนก่อนหรือตอบตรงๆ ลด overhead จากการส่ง state ข้าม node หลายจุด

  • Context trimming — ตัดข้อความเก่าทิ้งเมื่อบทสนทนายาวเกินขีดจำกัด กัน context overflow บน session ยาว
  • Persistent memory — เครื่องมือ remember บันทึกข้อเท็จจริงสำคัญข้าม session
  • Conversation history — เก็บผ่าน SQLite ดูย้อนหลังได้ด้วยคำสั่ง /history

UI ที่มีให้ (เลือกได้ 2 แบบ)

  1. CLI (endeavor_agent.py) — เบา เร็ว เหมาะกับงานที่ทำซ้ำหรือเปิดทิ้งไว้นาน มี spinner แสดง phase การทำงานและ sub-status ของ tool ที่กำลังรันตลอดเวลา
  2. Web UI (agent_server.py) — หน้าตาแบบ VS Code เปิดที่ http://localhost:8765/ui มี panel แยก Workspace (ดูไฟล์เป็น tree), Activity (log การเรียก tool), History และ Commands, แนบไฟล์/รูปภาพเข้ากับคำถามได้ (📎), และมีปุ่มหยุด agent กลางคันได้ทันทีถ้าทำงานผิดทาง

ทั้งสองแบบต่อ MLX server ตัวเดียวกัน เลือกใช้ตัวไหนก็ได้ ไม่ต้องรันพร้อมกัน

ความต้องการของเครื่อง

  • macOS Apple Silicon (M1/M2/M3/M4/M5)
  • RAM ≥ 48GB — สำหรับโมเดล 35B ที่เป็น production model ของโปรเจกต์นี้
  • Python 3.11 ผ่าน conda (mlx env)

เครื่อง RAM ไม่ถึง 48GB ทำอย่างไร: สลับไปใช้ Qwen3-14B แทนได้ (ขั้นต่ำที่ยังพอใช้งาน tool-calling ได้สมเหตุสมผล) โมเดลเล็กกว่านี้ (7B/8B ลงมา) มีโอกาสสูงที่จะเรียก tool ผิดหรือหลุด format บ่อยขึ้น สลับโมเดลได้ผ่าน config.py หรือ environment variable V2_MODEL

ติดตั้งและเปิดใช้งาน

# 1. clone
git clone https://github.com/halochamp/ENDEAVOR_LOCAL_AGENT_TH.git
cd ENDEAVOR_LOCAL_AGENT_TH

# 2. ติดตั้ง — สร้าง conda env "mlx" และ copy .env ให้อัตโนมัติ
bash install_library/install.sh

# 3. เปิด MLX server (เทอร์มินัลแยก เปิดทิ้งไว้ตลอด)
conda activate mlx
mlx_lm.server --model unsloth/Qwen3.6-35B-A3B-UD-MLX-4bit --port 8080

# 4. รัน agent (เทอร์มินัลใหม่) — เลือกแบบใดแบบหนึ่ง
conda activate mlx && python endeavor_agent.py     # CLI
conda activate mlx && python agent_server.py        # Web UI ที่ localhost:8765/ui

ถ้ารันไม่ได้เพราะ port ถูกใช้ค้างจากรอบก่อน:

lsof -ti:8080 | xargs kill -9   # MLX server
lsof -ti:8765 | xargs kill -9   # Web UI

ติดปัญหาระหว่าง setup

โปรเจกต์เตรียมไฟล์ install_library/AI_SETUP.md ไว้ให้เปิดกับ AI assistant ที่ใช้งานอยู่แล้ว (Claude Code, Cursor ฯลฯ) เพื่อช่วย debug การติดตั้งและตอบคำถามการใช้งานทั่วไปได้โดยตรง

เหมาะกับใคร

เหมาะกับคนที่มีเครื่อง Apple Silicon สเปกสูง (RAM ≥48GB) และต้องการ local agent ที่ทำงานได้ใกล้เคียงระดับ cloud AI จริงๆ ไม่ใช่แค่งานเบาๆ — ถ้าเครื่องเล็กกว่านี้ ดู ENDEAVOR AGENT LITE ที่ออกแบบมาให้รันบนเครื่อง RAM 8GB ได้โดยเฉพาะ

ดูเพิ่มเติม

ซอร์สโค้ดและเอกสารฉบับเต็มบน GitHub

ความคิดเห็น

กำลังโหลดความคิดเห็น...