โปรเจคและประสบการณ์

ผมเชื่อว่าการเรียนรู้ที่ดีที่สุดมาจากการลงมือทำจริง โปรเจคต่างๆ ที่ผมได้ทำเป็นส่วนสำคัญในการพัฒนาทักษะและความเข้าใจในเทคโนโลยีด้านต่างๆ

แต่ละโปรเจคคือความท้าทายที่ผมตั้งใจทำเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด ตั้งแต่การวางแผน การออกแบบ ไปจนถึงการพัฒนาและทดสอบระบบ

ตัวอย่างโปรเจค AI

Project Nexus: เฟิง V2

เทคโนโลยี: FastAPI, Gemini, Llama 3, RAG, Neo4j, KG-RAG, Dependency Injection, Multi-Agent System, Speech I/O, Real-Time Search, Personal Assistant Skills

Project Nexus คือ "สหายทางปัญญา" ที่ผสานเทคโนโลยี AI ขั้นสูงกับการออกแบบสถาปัตยกรรมเชิงระบบ เทรนด้วยความรู้จากหนังสือทั้ง 118 เล่มเนื้อหาครอบครุมและข้อมูลจริง เพื่อสร้างผู้ช่วยที่ไม่เพียงตอบสนอง แต่สามารถคิด วางแผน ประสานงาน และโต้ตอบกับผู้ใช้ในระดับส่วนตัวได้อย่างแท้จริง

  • Dispatcher-Centric MoE: Dispatcher กลางเป็น "ผู้ควบคุมวงออร์เคสตรา" จัดสรรงานให้ทีมผู้เชี่ยวชาญ (Agents) ที่เหมาะสม และรองรับการขยายตัวแบบ Plug-in
  • Persona Core & Factions: ระบบมีแกนบุคลิก (Persona Core) ร่วมทุก Agent และแบ่งออกเป็นฝ่าย (Factions) เพื่อปรับน้ำเสียงและทักษะตามประเภทงาน
  • Hybrid Model Strategy: เลือกใช้ Google Gemini (ความลึกซึ้ง) และ Groq Llama 3 (ความเร็ว) แบบไดนามิกตามงาน
  • Advanced & KG-RAG: ใช้ RAG แบบ Plan → Retrieve → Synthesize และ Knowledge Graph (Neo4j) เพื่อให้เหตุผลเชิงลึก
  • Autonomous Reasoning Loop: Agent คิด-ตรวจสอบ-ปรับปรุงคำตอบด้วยตัวเอง
  • Interactive Web Interface: รองรับการสั่งงานด้วยเสียงและอ่านออกเสียงคำตอบ พร้อม UI แสดงการทำงานแบบเรียลไทม์
  • Data Orchestration Layer: ประสานข้อมูลจากฐานข้อมูล, แหล่งเรียลไทม์ และ API ภายนอก
  • Personal Assistant Skills: แจ้งเวลา/วันที่ปัจจุบัน, เปิด-ปิดเสียงระบบ, ควบคุมแอปพลิเคชัน, เปิดเครื่องคิดเลข, ค้นหาภาพ, และคำสั่งควบคุมทั่วไปผ่านเสียงหรือข้อความ
  • Memory System: รองรับทั้งความจำระยะสั้น (SQLite) และความจำระยะยาว (FAISS Index) เพื่อจดจำข้อมูลผู้ใช้, บทสนทนา, และบริบทที่ผ่านมา

Personal Consultant AI เฟิง V1

เทคโนโลยี: FastAPI, Gemini, RAG, FAISS, SQLite, Web Speech API

Personal Consultant AI คือโปรเจคต้นแบบที่ใช้ทดสอบและพิสูจน์แนวคิด Layered Flow Architecture ซึ่งเป็นโครงร่างแรกของระบบ AI ผู้ช่วยส่วนตัว ก่อนพัฒนาไปสู่ Project Nexus เทรนด้วยความรู้จากหนังสือทั้ง 118 เล่มเนื้อหาครอบครุมทุกอย่าง แม้จะไม่ซับซ้อนเท่ารุ่นหลัง แต่ก็วางรากฐานด้านการประมวลผลลำดับชั้น, RAG, และระบบความทรงจำ

  • Layered Flow Architecture: แบ่งการทำงานเป็นลำดับชั้น มี Quick Response และ Tool-Based Functions สำหรับคำสั่งง่ายๆ ก่อนส่งคำถามซับซ้อนไปยัง Super Advisor
  • Core RAG Implementation: ใช้ RAG (Gemini + FAISS) เพื่อค้นหาและสังเคราะห์คำตอบจากฐานความรู้ (หนังสือ)
  • Memory System: รองรับทั้งความจำระยะสั้น (SQLite) และความจำระยะยาว (FAISS Index) เพื่อจดจำข้อมูลผู้ใช้, บทสนทนา, และบริบทที่ผ่านมา
  • Interactive Web Interface: รองรับการสั่งงานด้วยเสียง (Speech-to-Text) และอ่านออกเสียงคำตอบ (Text-to-Speech)
  • Personal Assistant Skills: แจ้งเวลา/วันที่ปัจจุบัน, เปิด-ปิดเสียงระบบ, ควบคุมแอปพลิเคชัน, เปิดเครื่องคิดเลข, ค้นหาภาพ, และคำสั่งควบคุมทั่วไปผ่านเสียงหรือข้อความ

Mini project Power Strategist AI

เทคโนโลยี: FastAPI, RAG, Gemini, Vanilla JS, Rerankers

Power Strategist AI คือมินิโปรเจคแบบ Full-Stack ที่ออกแบบมาเพื่อให้คำปรึกษาเชิงกลยุทธ์ โดยอ้างอิงจากเนื้อหาในหนังสือ The 48 Laws of Power โดยเฉพาะ เน้นการตอบอย่างแม่นยำและการใช้งานที่ลื่นไหล เพื่อโชว์ศักยภาพของการสร้าง “AI ผลิตภัณฑ์จริง” ขนาดเล็ก

  • Reranker-Enhanced RAG: ใช้ Reranker Model ในไปป์ไลน์เพื่อคัดกรองและจัดลำดับข้อมูล ก่อนส่งให้ Gemini สังเคราะห์ ทำให้คำตอบมีความน่าเชื่อถือสูง
  • Streaming Responses: API รองรับการสตรีมคำตอบแบบ Real-time ให้ผู้ใช้เห็นผลลัพธ์ทันทีเหมือน ChatGPT
  • Dynamic Frontend Interface: สร้างหน้าเว็บแบบ Single-Page ที่โต้ตอบกับผู้ใช้ โดยใช้ JavaScript พื้นฐานในการรับข้อมูล (Streaming API) จาก Backend ที่เป็น Python