เริ่มใช้งาน Hermes
Hermes Agent ทำงานร่วมกับ Ollama เพื่อรันโมเดลภาษาขนาดใหญ่ในเครื่อง ทำให้สามารถสั่งงานผ่านภาษาธรรมชาติ เช่น แสดงไฟล์ Python ทั้งหมดพร้อมนับบรรทัด โค้ด อ่านและสรุป README หรือสร้างสคริปต์ดึงข้อมูลสภาพอากาศ Hermes จะแปลงคำสั่งเป็นคำสั่งระบบ เช่น find . -name "*.py" -exec wc -l {} \; และส่งผลลัพธ์กลับมา ในตัวอย่างพบไฟล์ Python 4 ไฟล์ รวม 370 บรรทัด ได้แก่ agent.py (182 บรรทัด) utils.py (64 บรรทัด) test_agent.py (103 บรรทัด) และ config.py (21 บรรทัด)
การตั้งค่า Fallback ทางเลือก
ระบบรองรับโหมดผสม: ใช้โมเดลในเครื่องฟรีเป็นหลัก ส่วนกรณีที่ซับซ้อนจริงๆ เท่านั้นจึงส่งต่อไปยัง API แบบจ่ายเงิน ทำให้ต้นทุนส่วนใหญ่เป็นศูนย์และจ่ายเฉพาะเมื่อจำเป็นจริง
สรุป
แนวทาง Local-first ที่ดีไม่ใช่การเลือกแบบสองขั้ว (ฟรีแต่จำกัด หรือสามารถแต่อยากจ่าย) แต่เป็นระบบที่ทางฟรีรับช่วงงานเกือบทั้งหมด และทางจ่ายเงินเข้ามาช่วยเฉพาะเมื่อคุ้มค่าจริง
ศัพท์ที่ควรรู้
- Agentic AI – AI ที่สามารถวางแผน ตัดสินใจ และดำเนินการเพื่อบรรลุเป้าหมายด้วยตนเอง ไม่ใช่แค่ตอบคำถาม
- Hermes Agent – โปรแกรมเอเจนต์โอเพนซอร์สที่ควบคุมโมเดลภาษาและรันคำสั่งระบบเพื่อทำงานอัตโนมัติ
- Ollama – เครื่องมือรันโมเดลภาษาขนาดใหญ่ (LLM) ในเครื่องเอง โดยไม่ต้องอินเทอร์เน็ต
- Local-first – แนวคิดออกแบบซอฟต์แวร์ให้ทำงานในเครื่องผู้ใช้เป็นหลัก ลดการพึ่งพาเซิร์ฟเวอร์ภายนอก
- Fallback – กลไกสำรอง เมื่อระบบหลักทำไม่ได้ จะสลับไปใช้วิธีอื่น (เช่น เรียก API ภายนอก) แทน
ที่มา: machinelearningmastery.com