Hermes Desktop HUD Mode: An Agent Buddy For Any App

1
00:00:00,000 --> 00:00:04,229
คือแบบนี้ครับ ผมเพิ่งเห็นโพสต์ที่น่าสนใจบน

2
00:00:04,229 --> 00:00:07,552
Twitter พอดี เลยเข้าไปดู repo นี้

3
00:00:07,552 --> 00:00:11,882
มันเป็นเรื่องการตั้งค่าระบบในเครื่อง (local

4
00:00:11,882 --> 00:00:15,910
setup) แบบพิเศษสำหรับ DGX Spark (มินิ AI

5
00:00:15,910 --> 00:00:20,442
คอมพิวเตอร์ของ NVIDIA) เพื่อรันโมเดล DeepSeek

6
00:00:20,442 --> 00:00:23,966
V4 Flash ผมอยากอ่านรายละเอียดของมัน

7
00:00:23,966 --> 00:00:26,785
แต่บางส่วนผมก็ไม่ค่อยคุ้นเคย

8
00:00:26,785 --> 00:00:31,317
เลยอยากถามคำถามด้วย ผมมี agent buddy (ตัวช่วย

9
00:00:31,317 --> 00:00:35,244
AI) ตัวน้อยอยู่ตรงนี้ และผมถามมันได้ว่า

10
00:00:35,244 --> 00:00:38,668
"ช่วยสรุป repo นี้ให้หน่อยได้ไหม?"

11
00:00:38,668 --> 00:00:41,689
แล้วก็ได้คำตอบว่า "Triton repo

12
00:00:41,689 --> 00:00:45,112
เป็นสูตรการปรับใช้งาน (deployment)

13
00:00:45,112 --> 00:00:49,744
และการปรับแต่งประสิทธิภาพ (performance tuning)

14
00:00:49,744 --> 00:00:53,672
สำหรับการเสิร์ฟโมเดล DeepSeek V4 Flash"

15
00:00:53,672 --> 00:00:57,397
จากนั้นมันก็อธิบายต่อว่ามันทำอะไรบ้าง

16
00:00:57,397 --> 00:01:01,023
แล้วผมก็สลับไปที่ Twitter แล้วถามว่า

17
00:01:01,023 --> 00:01:06,964
"ตัวนี้เทียบกับเวอร์ชันที่อยู่บนหน้าจอตอนนี้เป็นยังไงบ้าง?"

18
00:01:06,964 --> 00:01:11,193
ก็ได้รายละเอียดความแตกต่างออกมา ทั้งเรื่อง

19
00:01:11,193 --> 00:01:15,724
weights (น้ำหนักโมเดล) จุดประสงค์หลัก runtime

20
00:01:15,724 --> 00:01:20,256
context (บริบทการรัน) และอย่างอื่นอีก สุดท้าย

21
00:01:20,256 --> 00:01:23,881
ผมมีไฟล์ข้อความที่ Agent สร้างไว้ให้

22
00:01:23,881 --> 00:01:28,412
"แผนนี้เข้ากันกับสูตรทั้งสองอันนี้ยังไงบ้าง?"

23
00:01:28,412 --> 00:01:32,339
ซึ่งมันเป็นไฟล์ข้อความธรรมดาใน notebook

24
00:01:32,339 --> 00:01:36,468
จากนั้นก็ได้คำตอบว่า ทุกอย่างเข้ากันยังไง

25
00:01:36,468 --> 00:01:40,999
ทำงานร่วมกับ MeA AI recipe ยังไง เข้ากับ Keys

26
00:01:40,999 --> 00:01:45,128
Obliterated recipe ยังไง และต่างกันตรงไหน

27
00:01:45,128 --> 00:01:46,940
แถมยังมีตารางเล็กๆ

28
00:01:46,940 --> 00:01:53,486
เปรียบเทียบความแตกต่างให้ด้วย ทั้งหมดนี้ทำบนแอปหลายตัว — Twitter,

29
00:01:53,486 --> 00:01:57,816
GitHub และ notebook — โดยใช้ Hermes desktop

30
00:01:57,816 --> 00:02:01,844
HUD mode (โหมดแสดงผลซ้อนทับของแอป Hermes

31
00:02:01,844 --> 00:02:05,872
บนเดสก์ท็อป) วิดเจ็ตเล็กๆ ตรงนี้ก็คือแอป

32
00:02:05,872 --> 00:02:10,302
Hermes บนเดสก์ท็อปนั่นเอง ถ้ากด Ctrl+Shift+H

33
00:02:10,302 --> 00:02:14,330
มันจะกลับไปที่เซสชันปกติที่เราใช้กันอยู่

34
00:02:14,330 --> 00:02:18,962
และจะเห็นว่าคำถามเดียวกันนี้เคยถูกถามไว้ตรงนี้

35
00:02:18,962 --> 00:02:22,990
แต่ในโหมด HUD ผมสามารถดึงบริบท (context)

36
00:02:22,990 --> 00:02:26,615
จากแอปหรือหน้าต่างที่เปิดอยู่ข้างใต้

37
00:02:26,615 --> 00:02:28,126
แล้วถามคำถามได้

38
00:02:28,126 --> 00:02:33,865
สัปดาห์ที่แล้วผมทำวิดีโอแนะนำเรื่องนี้แบบลงลึกขึ้นมาหน่อย

39
00:02:33,865 --> 00:02:38,397
ดังนั้นในวิดีโอนี้ ผมจะโชว์วิธีเปิดใช้งานโหมด

40
00:02:38,397 --> 00:02:42,525
HUD วิธีใช้ และจะลองใช้กับแอปหลากหลายชนิด

41
00:02:42,525 --> 00:02:46,251
เพื่อทดสอบว่ามันทำงานได้ดีแค่ไหนจริงๆ

42
00:02:46,251 --> 00:02:50,883
เราไปดูกันเลยครับ ก่อนอื่น ถ้าใครรัน Agent เอง

43
00:02:50,883 --> 00:02:52,897
แล้วอยากได้ LM wikis

44
00:02:52,897 --> 00:02:58,133
ที่ผมใช้ทำวิดีโอเหล่านี้เพื่อค้นคว้าและสร้างคอนเทนต์

45
00:02:58,133 --> 00:03:01,758
ลองดูโปรเจกต์ของผมที่ agentwikis.com

46
00:03:01,758 --> 00:03:05,182
ผมให้วิกิพวกนี้ฟรีในหลากหลายหัวข้อ

47
00:03:05,182 --> 00:03:09,613
และถ้าอยากได้เพิ่มก็สมัครโปรสมาชิกได้เดือนละ

48
00:03:09,613 --> 00:03:13,842
$9.99 จะได้วิกิแบบ super sized extra large

49
00:03:13,842 --> 00:03:18,071
มีหน้าเพจและรายละเอียดในแต่ละหัวข้อมากขึ้น

50
00:03:18,071 --> 00:03:22,603
กลับมาที่วิดีโอกันต่อดีกว่า โอเค วิธีเปิดโหมด

51
00:03:22,603 --> 00:03:26,631
HUD ก็คือเข้าไปที่ settings (การตั้งค่า)

52
00:03:26,631 --> 00:03:31,162
ตรงนี้ แล้วดูที่ keyboard shortcuts (ปุ่มลัด)

53
00:03:31,162 --> 00:03:34,082
เลื่อนลงไปที่ toggle HUD mode

54
00:03:34,082 --> 00:03:38,211
จะเห็นว่าปุ่มลัดของคุณคืออะไร สำหรับผมคือ

55
00:03:38,211 --> 00:03:39,419
Ctrl+Shift+H

56
00:03:39,419 --> 00:03:43,447
แต่ก็อาจต่างกันไปตามระบบปฏิบัติการที่ใช้

57
00:03:43,447 --> 00:03:47,274
สำหรับผม กด Ctrl+Shift+H เพื่อสลับโหมด

58
00:03:47,274 --> 00:03:50,093
ใช้เวลาสักวินาทีอย่างที่เห็น

59
00:03:50,093 --> 00:03:53,517
แล้วมันจะเด้งขึ้นมาแบบนี้ โหมด HUD

60
00:03:53,517 --> 00:03:56,638
เป็นกล่องเล็กๆ โปร่งแสงนิดหน่อย

61
00:03:56,638 --> 00:04:00,868
แล้วก็จะมีสีฟ้า หรือสีตามธีมของคุณนั่นแหละ

62
00:04:00,868 --> 00:04:04,594
พิมพ์คำสั่ง (prompt) ลงไปตรงนี้ได้เลย

63
00:04:04,594 --> 00:04:06,507
จะเห็นว่าในโหมด HUD

64
00:04:06,507 --> 00:04:10,434
เรายังเลือกโมเดลที่ใช้อยู่ได้ เหมือนกับ

65
00:04:10,434 --> 00:04:13,153
composer (ช่องพิมพ์ข้อความ)

66
00:04:13,153 --> 00:04:16,879
ในเวอร์ชันเดสก์ท็อปนั่นแหละ ใช้ voice

67
00:04:16,879 --> 00:04:21,511
dictation (พิมพ์ด้วยเสียง) ได้ ให้ตอบเป็นเสียง

68
00:04:21,511 --> 00:04:26,042
(replies aloud) ได้ ใช้ wake word (คำพูดปลุก)

69
00:04:26,042 --> 00:04:30,070
หรือจะเริ่มบทสนทนาด้วยเสียงก็ได้ แนบไฟล์

70
00:04:30,070 --> 00:04:33,796
(attachments) ได้ด้วย เหมือน composer

71
00:04:33,796 --> 00:04:37,824
เดิมทุกอย่าง แต่หน้าจอแสดงคำตอบจะเล็กมาก

72
00:04:37,824 --> 00:04:40,039
ถ้าคำตอบที่อยากได้ยาวๆ

73
00:04:40,039 --> 00:04:49,504
ก็ไม่ควรใช้โหมดนี้ ให้ใช้แอปเดสก์ท็อปปกติแทน แต่ถ้าใช้เป็น agent buddy ตัวน้อยไว้ถามคำถามง่ายๆ

74
00:04:49,504 --> 00:04:53,130
หรือให้บริบทของหน้านั้นๆ ที่เปิดอยู่

75
00:04:53,130 --> 00:04:57,460
โหมดนี้ก็มีประโยชน์พอสมควร มาลองทดสอบกันเลย

76
00:04:57,460 --> 00:05:01,387
โอเค ลองดูกัน Ctrl+Shift+H กลับมาที่นี่

77
00:05:01,387 --> 00:05:05,616
ลองถามว่ามันรู้ไหมว่าตอนนี้อยู่บนโพสต์อะไร

78
00:05:05,616 --> 00:05:09,140
"ช่วยระบุได้ไหมว่าข้างใต้มีอะไรอยู่

79
00:05:09,140 --> 00:05:13,168
แล้วสรุปให้หน่อย" เรียบร้อย ได้คำตอบแล้ว

80
00:05:13,168 --> 00:05:16,995
มันบอกว่าข้างใต้ HUD คือ Google Chrome

81
00:05:16,995 --> 00:05:19,915
ที่เปิดโพสต์บน X ของ Brooklyn

82
00:05:19,915 --> 00:05:24,245
แล้วสรุปเนื้อหาโพสต์ให้ด้วย ฟีเจอร์นี้ดีเลย

83
00:05:24,245 --> 00:05:27,971
เพราะมันอ่านแม้กระทั่งเนื้อหาบน X ได้

84
00:05:27,971 --> 00:05:32,301
มันยังบอกได้อีกว่ากำลังเกิดอะไรขึ้นในวิดีโอ

85
00:05:32,301 --> 00:05:36,329
มันบอกว่า "คลิปสาธิตที่ฝังไว้แสดง Hermie

86
00:05:36,329 --> 00:05:39,752
ลอยอยู่เหนือพื้นที่ออกแบบของ Figma

87
00:05:39,752 --> 00:05:43,579
แสดงให้เห็นขั้นตอนการทำงานแบบ overlay"

88
00:05:43,579 --> 00:05:47,003
น่าสนใจมาก มันอ่านวิดีโอนี้ได้ด้วย

89
00:05:47,003 --> 00:05:51,131
แล้วก็อาจใช้กับกราฟได้ด้วย ผมเปิดกราฟหุ้น

90
00:05:51,131 --> 00:05:55,461
Nvidia ไว้ตรงนี้ อยู่ใน TradingView ใช่แล้ว

91
00:05:55,461 --> 00:05:59,388
มันอ่านได้ แล้วเราก็ถามคำถามมันได้ตามใจ

92
00:05:59,388 --> 00:06:02,107
แค่มีมันอยู่ข้างๆ ก็สะดวกดี

93
00:06:02,107 --> 00:06:06,739
ไม่ได้ต้องใช้ตลอดเวลา แต่มีไว้เป็น agent buddy

94
00:06:06,739 --> 00:06:11,170
คอยถามเรื่องที่เห็นบนหน้าจอ ก็มีประโยชน์อยู่

95
00:06:11,170 --> 00:06:14,594
ผมถามเรื่อง fair value gaps (FVG —

96
00:06:14,594 --> 00:06:16,910
ช่องว่างมูลค่ายุติธรรม)

97
00:06:16,910 --> 00:06:21,542
แล้วมันก็อ่านข้อมูลจากแท่งเทียน (candlesticks)

98
00:06:21,542 --> 00:06:26,073
ในกราฟได้ แล้วก็ได้คำตอบออกมา "Clearly active

99
00:06:26,073 --> 00:06:27,684
bullish at FVGs"

100
00:06:27,684 --> 00:06:31,813
นั่นคือสัญญาณขาขึ้นที่ชัดเจนตามแนวคิด FVG

101
00:06:31,813 --> 00:06:34,934
นี่คือการวิเคราะห์จากกราฟโดยตรง

102
00:06:34,934 --> 00:06:38,459
คิดว่ามันน่าจะประยุกต์ใช้ได้อีกเยอะ

103
00:06:38,459 --> 00:06:44,199
ฝากคอมเมนต์บอกกันด้วยนะครับว่าคิดถึงการใช้งานแบบไหนได้อีก

104
00:06:44,199 --> 00:06:47,723
กลับไปก่อน Ctrl+Shift+H แล้วก็มาเลย

105
00:06:47,723 --> 00:06:52,154
เห็นไหมว่าสลับเข้า-ออกเร็วมาก ลองอีกอันหนึ่ง

106
00:06:52,154 --> 00:06:55,879
ตอนนี้ผมอยู่ในโปรแกรมตัดต่อ Clipchamp

107
00:06:55,879 --> 00:06:59,505
ซึ่งเป็นโปรแกรมที่ผมใช้ ผมสั่งได้ว่า

108
00:06:59,505 --> 00:07:01,519
"ช่วยสร้างวิดีโอใหม่

109
00:07:01,519 --> 00:07:05,748
แล้วนำเข้าไฟล์ล่าสุดจากโฟลเดอร์ raw หน่อย"

110
00:07:05,748 --> 00:07:08,567
เห็นไหมว่ามันสร้างวิดีโอใหม่

111
00:07:08,567 --> 00:07:12,797
แล้วก็กำลังนำเข้าไฟล์ล่าสุดจากโฟลเดอร์ raw

112
00:07:12,797 --> 00:07:17,630
ซึ่งเป็นที่ที่โปรแกรมบันทึกหน้าจอของผมเซฟไฟล์ไว้

113
00:07:17,630 --> 00:07:22,061
มันเปิด file explorer (ตัวจัดการไฟล์) ขึ้นมา

114
00:07:22,061 --> 00:07:26,391
นี่คือการใช้ computer use (ความสามารถให้ AI

115
00:07:26,391 --> 00:07:29,210
ควบคุมคอมพิวเตอร์) เรียบร้อย

116
00:07:29,210 --> 00:07:31,728
มันเลือกไฟล์ล่าสุดที่ผมมี

117
00:07:31,728 --> 00:07:36,058
เหตุการณ์นี้แสดงให้เห็นว่า ถึงแม้ Clipchamp

118
00:07:36,058 --> 00:07:40,186
จะไม่มีการเชื่อมต่อโดยตรงกับ Hermes agent

119
00:07:40,186 --> 00:07:44,315
ของผม ไม่มี MCP (Model Context Protocol —

120
00:07:44,315 --> 00:07:47,739
โปรโตคอลเชื่อมต่อ AI กับแอปภายนอก)

121
00:07:47,739 --> 00:07:52,371
หรืออะไรแบบนั้น มันก็ยังใช้งานได้ผ่าน computer

122
00:07:52,371 --> 00:07:56,902
use และการอ่านสิ่งที่อยู่บนหน้าจอข้างใต้ โอเค

123
00:07:56,902 --> 00:08:01,534
งานพวกนี้เป็นส่วนหนึ่งที่ผมแชร์บน Twitter แล้ว

124
00:08:01,534 --> 00:08:06,065
แต่ที่เหลือจากนี้จะเป็นเนื้อหาใหม่เฉพาะวิดีโอ

125
00:08:06,065 --> 00:08:09,791
YouTube นี้ เพราะผมอยากรู้ว่าโหมด HUD

126
00:08:09,791 --> 00:08:14,121
นี้ตรวจจับและทำอะไรได้มากแค่ไหน ต่อไปลองใช้

127
00:08:14,121 --> 00:08:15,229
Spotify กัน

128
00:08:15,229 --> 00:08:19,962
ก่อนอื่นลองถามว่ามันรู้ไหมว่าข้างใต้เป็นแอปอะไร

129
00:08:19,962 --> 00:08:24,292
"ช่วยตรวจหน่อยว่าตอนนี้แอปอะไรอยู่ข้างใต้?"

130
00:08:24,292 --> 00:08:28,521
บางทีมันก็โปร่งแสงนิดหน่อย ใช่แล้ว Spotify

131
00:08:28,521 --> 00:08:30,434
Premium อยู่ข้างใต้

132
00:08:30,434 --> 00:08:34,663
"ตอนนี้ผมฟังศิลปินคนไหนอยู่?" ได้คำตอบแล้ว

133
00:08:34,663 --> 00:08:39,094
กำลังฟัง Gorillaz และมันยังได้ชื่อเพลงมาด้วย

134
00:08:39,094 --> 00:08:43,726
"Clint Eastwood" โอเค "ช่วยเปิดเพลง 'Feel Good

135
00:08:43,726 --> 00:08:45,841
Inc.' แทนหน่อยได้ไหม"

136
00:08:45,841 --> 00:08:50,372
มาดูกันว่ามันควบคุมได้ไหม จะเปลี่ยนเพลงตรงนี้

137
00:08:50,372 --> 00:08:54,803
มันจะใช้ computer use เรียบร้อย มันเริ่มเล่น

138
00:08:54,803 --> 00:08:56,918
"Feel Good Inc." แล้ว

139
00:08:56,918 --> 00:09:01,147
แต่ผมเล่นเสียงเพลงให้ฟังจริงๆ ไม่ได้นะครับ

140
00:09:01,147 --> 00:09:04,973
เพราะวิดีโอที่แล้วที่ทำฟีเจอร์ Spotify

141
00:09:04,973 --> 00:09:09,001
integration สำหรับ desktop plugins ผมโดน

142
00:09:09,001 --> 00:09:12,526
YouTube เตือน ให้ลบเพลงทั้งหมดออกไป

143
00:09:12,526 --> 00:09:16,956
ผมเลยเล่นเสียงไม่ได้ แต่เพลงมันเล่นอยู่จริงๆ

144
00:09:16,956 --> 00:09:19,474
และเราก็ถามคำถามธรรมดาได้

145
00:09:19,474 --> 00:09:23,200
"เล่าเกี่ยวกับสมาชิกวงนี้ให้ฟังหน่อย"

146
00:09:23,200 --> 00:09:27,328
ถ้าอยากรู้เรื่องอะไรก็ถามได้เลย เหมือนใช้

147
00:09:27,328 --> 00:09:30,148
agent ปกตินั่นแหละ ดูคำตอบสิ

148
00:09:30,148 --> 00:09:34,578
"สมาชิกวงนี้เป็นตัวละครสมมติ" ตอนนี้ผมอยู่บน

149
00:09:34,578 --> 00:09:38,304
Steam อยากดูว่า "ตอนนี้ผมอยู่บนอะไร?"

150
00:09:38,304 --> 00:09:42,231
มาดูกันว่ามันบอกได้ไหมว่าผมอยู่บน Steam

151
00:09:42,231 --> 00:09:45,655
เรียบร้อย "คุณอยู่บน Steam ตอนนี้"

152
00:09:45,655 --> 00:09:47,971
มาดูกันว่ามันเก่งแค่ไหน

153
00:09:47,971 --> 00:09:50,488
"ปีนี้ผมเล่นเกมอะไรไปบ้าง

154
00:09:50,488 --> 00:09:53,107
อันไหนเล่นชั่วโมงเยอะสุด?"

155
00:09:53,107 --> 00:09:56,631
แม้ว่านี่จะเป็นคำถามหลอก เพราะจริงๆ

156
00:09:56,631 --> 00:09:59,652
ปีนี้ผมยังไม่ได้เล่น Steam เลย

157
00:09:59,652 --> 00:10:04,083
ซึ่งถือว่าประสบความสำเร็จมาก เวลาว่างไปลงกับ

158
00:10:04,083 --> 00:10:08,110
AI tools แทน ได้คำตอบแล้ว "คลังเกม Steam

159
00:10:08,110 --> 00:10:10,628
กำลังแสดงคอลเลกชันปี 2025

160
00:10:10,628 --> 00:10:13,347
เนื่องจากปีปัจจุบันคือ 2026

161
00:10:13,347 --> 00:10:18,482
เกมเหล่านี้ก็ไม่ใช่เกมของปีที่แล้วตามความหมายจริงๆ"

162
00:10:18,482 --> 00:10:22,712
มันจับได้ มันไม่หลงกลผม มันรู้ว่าเราอยู่ปี

163
00:10:22,712 --> 00:10:26,135
2026 แต่ก็ยังโชว์เกมปีที่แล้วให้ดู

164
00:10:26,135 --> 00:10:29,358
เกมที่เล่นเยอะสุดคือ XCOM 2 โอ้ว

165
00:10:29,358 --> 00:10:33,385
ชั่วโมงเยอะมาก ปีที่แล้วผมอินกับมันจริงๆ

166
00:10:33,385 --> 00:10:40,636
รู้ว่าเป็นเกมเก่า แต่เป็นครั้งแรกที่ได้เล่น แล้วก็สนุกมาก นี่คือเกมอื่นๆ

167
00:10:40,636 --> 00:10:42,448
ที่ผมเล่นปีที่แล้ว

168
00:10:42,448 --> 00:10:46,678
ผมมั่นใจว่าปีนี้เวลาที่ใช้กับ Hermes Agent

169
00:10:46,678 --> 00:10:50,101
หรือ Claude Code รวมกันมากกว่า 673

170
00:10:50,101 --> 00:10:54,633
ชั่วโมงแน่นอน มันอ่านข้อมูลพวกนี้ได้ดีทีเดียว

171
00:10:54,633 --> 00:10:59,265
ถึงแม้ข้อมูลพวกนี้จะไม่ได้อยู่บนหน้านั้นโดยตรง

172
00:10:59,265 --> 00:11:03,192
เห็นไหม คุณต้องไปรวบรวมเอง ไล่ดูทีละตัว

173
00:11:03,192 --> 00:11:07,522
แต่มันอ่านได้ ใช้เวลานิดหน่อย สักสองสามนาที

174
00:11:07,522 --> 00:11:11,550
แต่ก็ดึงข้อมูลส่วนใหญ่ที่จำเป็นกลับมาได้

175
00:11:11,550 --> 00:11:16,182
ลองอะไรเชิงเมตาหน่อย อันนี้อยู่ในเทอร์มินัล ใน

176
00:11:16,182 --> 00:11:20,612
Hermes Agent ชัดๆ แต่ SSH เข้าไปใน DGX Spark

177
00:11:20,612 --> 00:11:21,711
ของผม

178
00:11:21,711 --> 00:11:27,250
ผมกำลังทำการทดลองพยายามสร้างองค์ประกอบบางอย่างที่เห็นใน

179
00:11:27,250 --> 00:11:31,882
repo ต้นฉบับของ DGX Spark สำหรับโมเดล DeepSeek

180
00:11:31,882 --> 00:11:36,111
ฝากติดตามวิดีโอหน้านี้ด้วยนะครับ เร็วๆ นี้

181
00:11:36,111 --> 00:11:40,038
ผมพยายามเพิ่มความสามารถด้านภาพ (vision)

182
00:11:40,038 --> 00:11:44,368
ให้กับโมเดลที่ไม่มีฟีเจอร์ภาพอย่าง DeepSeek

183
00:11:44,368 --> 00:11:48,698
"ตอนนี้ผมอยู่บนอะไร?" สิ่งหนึ่งที่ควรรู้คือ

184
00:11:48,698 --> 00:11:50,813
ถ้าอยู่ระหว่างบทสนทนา

185
00:11:50,813 --> 00:11:55,143
แล้วไม่บอกบริบทว่าเปลี่ยนแอปแล้ว แล้วคุยต่อ

186
00:11:55,143 --> 00:11:58,466
มันจะเข้าใจว่าเรายังอยู่ในแอปเดิม

187
00:11:58,466 --> 00:12:02,594
มันจะไม่ไปดูจริงๆ นะ เรียบร้อย "คุณอยู่บน

188
00:12:02,594 --> 00:12:05,615
Windows Terminal ใน SSH shell"

189
00:12:05,615 --> 00:12:10,046
เพราะฉะนั้นต้องบอกมันว่า "ฉันเปลี่ยนแอปแล้ว"

190
00:12:10,046 --> 00:12:13,671
หรือถามว่า "ตอนนี้ผมอยู่บนอะไร" หรือ

191
00:12:13,671 --> 00:12:15,685
"เห็นอะไรอยู่ตอนนี้"

192
00:12:15,685 --> 00:12:19,411
ทำให้มันรู้ตัวว่าสิ่งที่เห็นเปลี่ยนไป

193
00:12:19,411 --> 00:12:23,640
เพราะมันไม่รู้เองโดยอัตโนมัติ ถ้าไม่บอกใบ้

194
00:12:23,640 --> 00:12:27,366
มาดูกัน "ช่วยสรุปงานบนหน้าจอให้หน่อย"

195
00:12:27,366 --> 00:12:31,696
อันนี้มีประโยชน์ เพราะมี Hermes สองเวอร์ชัน

196
00:12:31,696 --> 00:12:35,220
ตัวหนึ่งอยู่บน DGX Spark ในโหมด TUI

197
00:12:35,220 --> 00:12:38,745
(อินเทอร์เฟซแบบข้อความในเทอร์มินัล)

198
00:12:38,745 --> 00:12:42,470
แล้วเราก็ใช้ตัวนี้เป็น agent สำรองได้

199
00:12:42,470 --> 00:12:46,096
ถ้าทำงานโปรเจกต์โค้ดใหญ่ๆ อยู่ที่นี่

200
00:12:46,096 --> 00:12:49,620
แล้วมีคำถาม ก็ใช้ฟีเจอร์ background

201
00:12:49,620 --> 00:12:52,037
(การทำงานเบื้องหลัง) ได้

202
00:12:52,037 --> 00:12:56,266
แต่ถ้าไม่อยากใช้แบบนั้น อยากได้เซสชันเต็มๆ

203
00:12:56,266 --> 00:12:59,891
มากกว่า ก็จะเห็นว่ากำลังได้คำตอบอยู่

204
00:12:59,891 --> 00:13:04,725
"หน้าจอนี้แสดงการดัดแปลงที่เสร็จสมบูรณ์ของดีไซน์

205
00:13:04,725 --> 00:13:08,551
vision sidecar (โมดูลเสริมด้านภาพ) ของ

206
00:13:08,551 --> 00:13:13,183
DeepSeek สำหรับ DGX Spark ตัวเดียวชื่อ Hibana"

207
00:13:13,183 --> 00:13:16,708
มันอ่านทุกอย่างที่เกิดขึ้นตรงนี้ได้

208
00:13:16,708 --> 00:13:18,520
และให้คำตอบครบถ้วน

209
00:13:18,520 --> 00:13:21,541
เราสามารถใช้มันเป็นตัวสำรองได้

210
00:13:21,541 --> 00:13:26,274
ถ้ามีคำถามเฉพาะเจาะจงเกี่ยวกับงานที่กำลังทำอยู่

211
00:13:26,274 --> 00:13:30,503
แล้วอยากถามในเซสชันของตัวเอง ไม่ใช้ฟีเจอร์

212
00:13:30,503 --> 00:13:32,920
background ก็ทำแบบนี้ได้

213
00:13:32,920 --> 00:13:35,437
และยังใช้คนละโมเดลได้ด้วย

214
00:13:35,437 --> 00:13:39,969
เซสชันเหล่านี้แยกจากกันโดยสิ้นเชิง เป็น agent

215
00:13:39,969 --> 00:13:44,601
คนละตัวกัน เพราะอันนั้นรันอยู่บน DGX Spark ที่

216
00:13:44,601 --> 00:13:45,699
SSH เข้าไป

217
00:13:45,699 --> 00:13:49,425
เราสามารถใช้โมเดลที่ต่างไปโดยสิ้นเชิง

218
00:13:49,425 --> 00:13:50,835
แล้วถามคำแนะนำ

219
00:13:50,835 --> 00:13:54,662
หรือให้ช่วยตรวจทานงานที่ทำในเทอร์มินัล

220
00:13:54,662 --> 00:13:58,387
เป็นการตั้งค่าที่ดีทีเดียว สุดท้ายนี้

221
00:13:58,387 --> 00:14:02,113
ผมอยากดูว่ามันสลับไปมาระหว่างแอปต่างๆ

222
00:14:02,113 --> 00:14:05,738
ได้เร็วแค่ไหน ตอนนี้อยู่ในเทอร์มินัล

223
00:14:05,738 --> 00:14:10,370
แล้วเราจะสลับผ่านแอปสองสามตัว โดยผมจะไม่ตัดต่อ

224
00:14:10,370 --> 00:14:11,881
ไม่แก้ไขคลิปนี้

225
00:14:11,881 --> 00:14:15,304
จะเห็นแบบเรียลไทม์ว่ามันเร็วแค่ไหน

226
00:14:15,304 --> 00:14:19,735
ตอนนี้อยู่ในเทอร์มินัล จะสลับกลับไปที่ Steam

227
00:14:19,735 --> 00:14:22,152
"ตอนนี้ผมอยู่บนแอปอะไร?"

228
00:14:22,152 --> 00:14:25,777
มาดูกันว่าใช้เวลานานแค่ไหน เรียบร้อย

229
00:14:25,777 --> 00:14:28,999
"คุณอยู่บน Steam" สลับไป Spotify

230
00:14:28,999 --> 00:14:31,718
"แล้วตอนนี้ล่ะ?" ประเด็นคือ

231
00:14:31,718 --> 00:14:37,357
มีคนถามผมสองสามคำถามตอนที่ทำมินิวิดีโอเกี่ยวกับเรื่องนี้

232
00:14:37,357 --> 00:14:40,781
ว่ามันทำงานดีแค่ไหนตอนสลับแอปบ่อยๆ

233
00:14:40,781 --> 00:14:42,392
และเราไม่ต้อง...

234
00:14:42,392 --> 00:14:48,434
เห็นไหม "ตอนนี้คุณอยู่บน Spotify Premium" ก็ไม่จำเป็นต้อง...

235
00:14:48,434 --> 00:14:52,260
"แล้วตอนนี้ล่ะ?" อันนี้คือ TradingView

236
00:14:52,260 --> 00:14:56,792
ที่ผมเปิดอยู่ "แล้วตอนนี้ล่ะ?" "คุณอยู่บนกราฟ

237
00:14:56,792 --> 00:15:01,021
TradingView" นั่นคือกราฟ TradingView ของผม

238
00:15:01,021 --> 00:15:04,747
ไปอีก "แล้วตอนนี้ล่ะ?" อย่างที่พูดไว้

239
00:15:04,747 --> 00:15:07,868
ไม่ต้องทำอะไรพิเศษ เช่น restart

240
00:15:07,868 --> 00:15:09,983
เซสชันหรืออะไรแบบนั้น

241
00:15:09,983 --> 00:15:13,709
แต่ต้องบอกให้มันรู้ว่ามีอะไรเปลี่ยนไป

242
00:15:13,709 --> 00:15:16,629
มันสลับระหว่างแอปได้ไวพอสมควร

243
00:15:16,629 --> 00:15:21,060
ถ้าทำงานหลายอย่างพร้อมกัน เห็นไหม "คุณอยู่บน

244
00:15:21,060 --> 00:15:25,289
Google Chrome แต่กำลังดู GitHub repo อยู่"

245
00:15:25,289 --> 00:15:29,418
ใช้เวลาไม่รู้เท่าไหร่ ประมาณ 20 วินาทีได้

246
00:15:29,418 --> 00:15:34,251
มันค่อนข้างเสถียรในแง่ที่ไม่ต้องตั้งค่าอะไรแปลกๆ

247
00:15:34,251 --> 00:15:35,862
หรือรีเซ็ตคำสั่ง

248
00:15:35,862 --> 00:15:40,293
แค่บอกให้มันรู้ว่ามีอะไรเปลี่ยนไปเท่านั้นเอง

249
00:15:40,293 --> 00:15:43,213
โอเค สลับออกไป นี่คือโหมด HUD

250
00:15:43,213 --> 00:15:45,731
ผมว่ามันมีประโยชน์พอสมควร

251
00:15:45,731 --> 00:15:49,356
นึกภาพการใช้งานได้เยอะมาก มันลื่นมาก

252
00:15:49,356 --> 00:15:52,578
เห็นไหมว่าสลับเข้า-ออกเร็วแค่ไหน

253
00:15:52,578 --> 00:15:56,807
ใช้เวลาวินาทีเดียว การกลับเข้ามาแทบจะทันที

254
00:15:56,807 --> 00:16:00,231
ไม่ต้องโหลดนานอะไร ตอนเข้าโหมด HUD

255
00:16:00,231 --> 00:16:04,360
มันจะทำการเชื่อมต่อ (connecting) นิดหน่อย

256
00:16:04,360 --> 00:16:07,481
แล้วก็เสร็จ นี่คือโหมด HUD ครับ

257
00:16:07,481 --> 00:16:13,019
วิดีโอนี้ตั้งใจแนะนำและลงรายละเอียดมากกว่าที่ทำในวิดีโอ

258
00:16:13,019 --> 00:16:14,118
Twitter

259
00:16:14,118 --> 00:16:18,448
ฝากคอมเมนต์บอกด้วยนะครับว่าคุณจะใช้มันยังไง

260
00:16:18,448 --> 00:16:22,577
คิดเห็นยังไง มีอย่างหนึ่ง ถ้าเข้าโหมด HUD

261
00:16:22,577 --> 00:16:27,209
แล้วอยากย้ายตำแหน่ง composer ก็ลากแบบนี้ได้เลย

262
00:16:27,209 --> 00:16:29,726
ย้ายไปตรงไหนก็ได้บนหน้าจอ

263
00:16:29,726 --> 00:16:34,056
ของผมวันนี้ส่วนใหญ่จะอยู่นิ่งๆ แต่ขยับได้นะ

264
00:16:34,056 --> 00:16:38,487
แค่ต้องคลิกที่เส้นขอบ (outline) รอบ composer

265
00:16:38,487 --> 00:16:42,515
ซึ่งอาจจะยุ่งยากนิดหน่อย เห็นไหม ได้แล้ว

266
00:16:42,515 --> 00:16:46,744
มันเป็นเส้นเล็กๆ มาก แต่ก็เป็นวิธีนั้นแหละ

267
00:16:46,744 --> 00:16:50,873
โอเค จบวิดีโอนี้แล้ว ฝากคอมเมนต์ไว้ได้เลย

268
00:16:50,873 --> 00:16:54,800
แล้วเจอกันวิดีโอหน้า ขอบคุณที่รับชมครับ