เครื่องมือ & สกิล Local LLM ภาษาไทย

04

PenEcho เขียนโจทย์ด้วยลายมือลงกระดาน แล้ว AI ตอบข้างๆ ตรงนั้น เปิดซอร์สและรันบนเครื่องตัวเอง

29 ก.ค. 2569 · TOOLS · 14 นาที claude-code codex

05

Unsloth จับมือ AMD: การ์ด Radeon เล่นเกมก็เทรนและรัน LLM เองได้ฟรี เริ่มรันได้จาก VRAM แค่ 3GB

21 ก.ค. 2569 · TOOLS · 7 นาที

06

BaseRT รันโมเดล AI บน Mac เร็วกว่า llama.cpp สูงสุด 1.56 เท่า โดยไม่ต้องเปลี่ยนโมเดลหรือซื้อเครื่องใหม่

19 ก.ค. 2569 · TOOLS · 10 นาที

07

ต่อ Claude Code เข้ากับ GLM-5.2 ผ่าน hf-claude · ใช้โมเดลโอเพนซอร์สฟรีบน Hugging Face แทนการจ่ายค่าโมเดล

25 มิ.ย. 2569 · TOOLS · 7 นาที claude-code

08

whisper.cpp v1.9.0 ถอดเสียงเป็นข้อความบนเครื่องตัวเองได้ฟรีแบบออฟไลน์ · แถมรองรับโมเดล NVIDIA Parakeet ที่แม่นระดับ WER 1.93%

17 มิ.ย. 2569 · TOOLS · 7 นาที

09

ScreenMind · บันทึกทุกอย่างบนจอ แล้วค้นย้อนหลังได้ด้วย vision model ที่รันบนเครื่องตัวเอง 100%

15 มิ.ย. 2569 · TOOLS · 8 นาที

เครื่องมือ & สกิล เรื่อง Local LLM

opencodex ให้ Codex CLI กับ Claude Code เรียกโมเดลจากผู้ให้บริการกว่า 40 เจ้าได้ด้วยพร็อกซีในเครื่องตัวเอง

WASTE รันโมเดล Kimi K3 เต็มก้อน 2.78 ล้านล้านพารามิเตอร์ บน MacBook Pro RAM 64 GB เครื่องเดียว

TurboFieldfare รันโมเดล Gemma 4 ขนาด 26B บน MacBook Air RAM 8 GB ด้วยหน่วยความจำราว 2 GB

PenEcho เขียนโจทย์ด้วยลายมือลงกระดาน แล้ว AI ตอบข้างๆ ตรงนั้น เปิดซอร์สและรันบนเครื่องตัวเอง

Unsloth จับมือ AMD: การ์ด Radeon เล่นเกมก็เทรนและรัน LLM เองได้ฟรี เริ่มรันได้จาก VRAM แค่ 3GB

BaseRT รันโมเดล AI บน Mac เร็วกว่า llama.cpp สูงสุด 1.56 เท่า โดยไม่ต้องเปลี่ยนโมเดลหรือซื้อเครื่องใหม่

ต่อ Claude Code เข้ากับ GLM-5.2 ผ่าน hf-claude · ใช้โมเดลโอเพนซอร์สฟรีบน Hugging Face แทนการจ่ายค่าโมเดล

whisper.cpp v1.9.0 ถอดเสียงเป็นข้อความบนเครื่องตัวเองได้ฟรีแบบออฟไลน์ · แถมรองรับโมเดล NVIDIA Parakeet ที่แม่นระดับ WER 1.93%

ScreenMind · บันทึกทุกอย่างบนจอ แล้วค้นย้อนหลังได้ด้วย vision model ที่รันบนเครื่องตัวเอง 100%

PenEcho เขียนโจทย์ด้วยลายมือลงกระดาน แล้ว AI ตอบข้างๆ ตรงนั้น เปิดซอร์สและรันบนเครื่องตัวเอง

Unsloth จับมือ AMD: การ์ด Radeon เล่นเกมก็เทรนและรัน LLM เองได้ฟรี เริ่มรันได้จาก VRAM แค่ 3GB

BaseRT รันโมเดล AI บน Mac เร็วกว่า llama.cpp สูงสุด 1.56 เท่า โดยไม่ต้องเปลี่ยนโมเดลหรือซื้อเครื่องใหม่

ต่อ Claude Code เข้ากับ GLM-5.2 ผ่าน hf-claude · ใช้โมเดลโอเพนซอร์สฟรีบน Hugging Face แทนการจ่ายค่าโมเดล

whisper.cpp v1.9.0 ถอดเสียงเป็นข้อความบนเครื่องตัวเองได้ฟรีแบบออฟไลน์ · แถมรองรับโมเดล NVIDIA Parakeet ที่แม่นระดับ WER 1.93%

ScreenMind · บันทึกทุกอย่างบนจอ แล้วค้นย้อนหลังได้ด้วย vision model ที่รันบนเครื่องตัวเอง 100%

เครื่องมือ & สกิล เรื่อง Local LLM

opencodex ให้ Codex CLI กับ Claude Code เรียกโมเดลจากผู้ให้บริการกว่า 40 เจ้าได้ด้วยพร็อกซีในเครื่องตัวเอง

WASTE รันโมเดล Kimi K3 เต็มก้อน 2.78 ล้านล้านพารามิเตอร์ บน MacBook Pro RAM 64 GB เครื่องเดียว

TurboFieldfare รันโมเดล Gemma 4 ขนาด 26B บน MacBook Air RAM 8 GB ด้วยหน่วยความจำราว 2 GB

PenEcho เขียนโจทย์ด้วยลายมือลงกระดาน แล้ว AI ตอบข้างๆ ตรงนั้น เปิดซอร์สและรันบนเครื่องตัวเอง

Unsloth จับมือ AMD: การ์ด Radeon เล่นเกมก็เทรนและรัน LLM เองได้ฟรี เริ่มรันได้จาก VRAM แค่ 3GB

BaseRT รันโมเดล AI บน Mac เร็วกว่า llama.cpp สูงสุด 1.56 เท่า โดยไม่ต้องเปลี่ยนโมเดลหรือซื้อเครื่องใหม่

ต่อ Claude Code เข้ากับ GLM-5.2 ผ่าน hf-claude · ใช้โมเดลโอเพนซอร์สฟรีบน Hugging Face แทนการจ่ายค่าโมเดล

whisper.cpp v1.9.0 ถอดเสียงเป็นข้อความบนเครื่องตัวเองได้ฟรีแบบออฟไลน์ · แถมรองรับโมเดล NVIDIA Parakeet ที่แม่นระดับ WER 1.93%

ScreenMind · บันทึกทุกอย่างบนจอ แล้วค้นย้อนหลังได้ด้วย vision model ที่รันบนเครื่องตัวเอง 100%

PenEcho เขียนโจทย์ด้วยลายมือลงกระดาน แล้ว AI ตอบข้างๆ ตรงนั้น เปิดซอร์สและรันบนเครื่องตัวเอง

Unsloth จับมือ AMD: การ์ด Radeon เล่นเกมก็เทรนและรัน LLM เองได้ฟรี เริ่มรันได้จาก VRAM แค่ 3GB

BaseRT รันโมเดล AI บน Mac เร็วกว่า llama.cpp สูงสุด 1.56 เท่า โดยไม่ต้องเปลี่ยนโมเดลหรือซื้อเครื่องใหม่

ต่อ Claude Code เข้ากับ GLM-5.2 ผ่าน hf-claude · ใช้โมเดลโอเพนซอร์สฟรีบน Hugging Face แทนการจ่ายค่าโมเดล

whisper.cpp v1.9.0 ถอดเสียงเป็นข้อความบนเครื่องตัวเองได้ฟรีแบบออฟไลน์ · แถมรองรับโมเดล NVIDIA Parakeet ที่แม่นระดับ WER 1.93%

ScreenMind · บันทึกทุกอย่างบนจอ แล้วค้นย้อนหลังได้ด้วย vision model ที่รันบนเครื่องตัวเอง 100%