<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[SET-IT-TEAM - Medium]]></title>
        <description><![CDATA[SET IT Team - Medium]]></description>
        <link>https://medium.com/set-it-team?source=rss----a3bd2e4c958e---4</link>
        <image>
            <url>https://cdn-images-1.medium.com/proxy/1*TGH72Nnw24QL3iV9IOm4VA.png</url>
            <title>SET-IT-TEAM - Medium</title>
            <link>https://medium.com/set-it-team?source=rss----a3bd2e4c958e---4</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Tue, 17 Nov 2026 10:53:16 GMT</lastBuildDate>
        <atom:link href="https://medium.com/feed/set-it-team" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[ปลดล็อกพลัง Gen AI ในเครื่องของคุณด้วย Ollama]]></title>
            <link>https://medium.com/set-it-team/%E0%B8%9B%E0%B8%A5%E0%B8%94%E0%B8%A5%E0%B9%87%E0%B8%AD%E0%B8%81%E0%B8%9E%E0%B8%A5%E0%B8%B1%E0%B8%87-gen-ai-%E0%B9%83%E0%B8%99%E0%B9%80%E0%B8%84%E0%B8%A3%E0%B8%B7%E0%B9%88%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87%E0%B8%84%E0%B8%B8%E0%B8%93%E0%B8%94%E0%B9%89%E0%B8%A7%E0%B8%A2-ollama-136fb5d15643?source=rss----a3bd2e4c958e---4</link>
            <guid isPermaLink="false">https://medium.com/p/136fb5d15643</guid>
            <category><![CDATA[llama-2]]></category>
            <category><![CDATA[gemini]]></category>
            <category><![CDATA[genai]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[generative-ai-tools]]></category>
            <dc:creator><![CDATA[Micky Chanachai]]></dc:creator>
            <pubDate>Wed, 28 Feb 2024 08:57:05 GMT</pubDate>
            <atom:updated>2024-02-29T08:54:48.917Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*JII0PuDR1h608zN7" /></figure><h3>Introduction</h3><p>บทความนี้จะพาไปรู้จักกับเจ้า ollama ครับ ซึ่งเป็นเครื่องมือที่ช่วยให้การรัน generative ai ในเครื่องของเราเอง (แบบ local) เป็นเรื่องง่าย เปิดทางให้เราสามารถสร้างผู้ช่วยส่วนตัวที่ personalize ตอบสนองต่องานที่แตกต่างกันของแต่ละคนโดยไม่ต้องเสียค่าใช่จ่ายรายเดือนใดๆ คับผมมมม</p><h3>About Ollama</h3><p>อย่างที่เกรินไปข้างต้นครับว่าเจ้า ollama เป็นโปรแกรม open source ที่ช่วยให้เราสามารถรัน Large Language Model (LLM) ได้โดยตรงจากในเครื่องของเรา เมื่อติดตั้ง ollama แล้วน้องเค้าจะจัดการให้เราแบบครบวงจรตั้งแต่การดาวน์โหลดโมเดล, model weight, configuration และข้อมูลที่จำเป็นอื่นๆ รวมถึงตั้งค่าใช้งาน gpu acceration ในเครื่องเราให้เสร็จสรรพเลยครับ</p><p>จุดเด่นของเจ้า Ollama สามารถแบ่งได้ออกเป็นสามจุดใหญ่ๆ ดังนี้ครับ</p><ol><li><strong>ติดตั้งง่าย (Easy to setup)</strong></li><li><strong>หลากหลายโมเดลให้เลือกใช้ (Fairly learge model library)</strong></li><li><strong>ต่อยอดได้ง่าย ตั้งค่าง่าย (Extensitble &amp; Configurable)</strong></li></ol><h3>1. Easy to setup</h3><h3>Multiple platform support</h3><p>ณ ตอนที่เขียนบทความนี้เจ้า ollama มีตัวติดตั้งให้ใช้งานทั้งใน windows, macos, linux รวมถึงมี docker image ให้ด้วยครับ เรียกได้ว่าครบทุกแพลตฟอร์มกันไปเลย แต่ต้องออกตัวไว้ก่อนนะครับว่าฝั่ง windows ยังเป็นเวอร์ชั่น preview ประสบการณ์การใช้งานเลยอาจจะไม่เต็มร้อยนะครับ</p><h3>How to setup on each platform</h3><p>การติดตั้งก็ง่ายๆ เลยครับ แค่ดาวน์โหลดละติดตั้งตามขั้นตอนปกติของแต่ละ platform เลย</p><p><strong><em>Windows Installation</em></strong></p><p><a href="https://github.com/ollama/ollama/releases/download/v0.1.26/OllamaSetup.exe">https://github.com/ollama/ollama/releases/download/v0.1.26/OllamaSetup.exe</a></p><p><strong><em>MacOS Installation</em></strong></p><p><a href="https://github.com/ollama/ollama/releases/download/v0.1.26/Ollama-darwin.zip">https://github.com/ollama/ollama/releases/download/v0.1.26/Ollama-darwin.zip</a></p><p><strong><em>Linux Installation</em></strong></p><blockquote>curl -fsSL <a href="https://ollama.com/install.sh">https://ollama.com/install.sh</a> | sh</blockquote><p>และสำหรับ Linux user สาย tech savvy โปรเจค ollama ก็มี manual installation ให้ด้วยครับ</p><p><a href="https://github.com/ollama/ollama/blob/main/docs/linux.md">https://github.com/ollama/ollama/blob/main/docs/linux.md</a></p><h3>Prompt first command</h3><p>เมื่อติดตั้งเรียบร้อยแล้วสามารถสั่งรัน ollama ได้เลยครับ ด้วยคำสั่งนี้</p><blockquote>ollama run llama2</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*ch7u4KfUz90DABay" /><figcaption>ลองรันโมเดล llama2 เป็นครั้งแรก</figcaption></figure><p>ในการสั่งรันครั่งแรกจะมีการโหลด model มาลงในเครื่องเรา ซึ่งขนาดของโมเดลก็จะขึ้นกับจำนวน parameter ของแต่ละโมเดลนะครับ</p><p>ตัวอย่างในรูปจะเป็นโมเดล llama2 เวอร์ชั่นพารามิเตอร์ 7b จากทาง Meta ซึ่งจะมีขนาด 3.8 GB ครับ (เพิ่มเติมเรื่องขนาดโมเดล llama2 <a href="https://ollama.com/library/llama2/tags">https://ollama.com/library/llama2/tags</a>)</p><p>หลังจากนี้ก็สามารถเริ่ม prompt คำสั่งได้เลยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*jJfp0edKL0YwyjBV" /><figcaption>ทดสอบการ prompt คำสั่งแบบต่างๆ กับโมเดล llama2 7b</figcaption></figure><h3>2. Multiple model support with fairly large model library</h3><p>จุดเด่นถัดมาก็คือจำนวนโมเดลที่เจ้า ollama รองรับ เพราะนอกจากจะรองรับการรันโมเดลจากหลายค่าย หลายผู้พัฒนา ไม่ว่าจะเป็น Meta, Google, Amazon ยังสามารถสลับไปมาระหว่างโมเดลได้อย่างสะดวกสะบายอีกด้วยครับ เดี๋ยว section นี้ผมจะสอนวิธีการสลับ model และจะแนะนำโมลเดลเด่นๆ ที่มีอยู่ใน library</p><h3>How to change model</h3><p>การเปลี่ยนโมเดลก็ทำได้ง่ายๆ เลยครับ ก่อนอื่นเราต้องออกจาก prompt ของโมเดลเก่าก่อน ด้วยการพิมพ์ /bye นะครับ ต่อมาเราก็เลือกโมเดลที่เราจะเปลี่ยน อย่างในกรณีนี้ผมเลือกเป็นโมเดล llava เราก็พิมพ์คำส่ัง</p><blockquote>ollama run llava</blockquote><p>ถ้ายังไม่มีโมเดลตัวนี้อยู่ในเครื่องเรา เจ้า ollama ก็จะไปดำเนินการโหลดมาให้เสร็จสรรพพร้อมใช้งานครับ (ถ้าโมเดลโหลดไว้อยู่แล้วก็จะสามารถสลับไปใช้งานได้เลย)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*24d_7MxjgQUQRS_A" /><figcaption>สลับมาใช้โมเดล llava</figcaption></figure><p>ความสามารถของโมเดลนี้คือสามารถ input เป็นภาพเข้าไปได้นะครับ อย่างที่ผมลองก็คือรูปมือถือเครื่องเก่าที่ผมจับมาลง lineageOS (อัพเกรดจาก android 5.0 เป็น android 13) จะเห็นได้ว่าโมเดลรู้ด้วยว่าเป็น android phone</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*uJP7sbXIHRcKgxEM" /><figcaption>ทดสอบให้โมเดล llava บรรยายภาพ</figcaption></figure><p>อีกตัวอย่างเป็นการตกแต่งในที่ทำงาน ช่วงปีใหม่ครับ จากคำบรรยายภาพที่โมเดล generate ขึ้นมาถือว่าเก็บรายละเอียดได้ดีเลยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*ZorjRUAOYWRcfA8u" /><figcaption>ทดสอบให้โมเดล llava บรรยายภาพที่สอง</figcaption></figure><h3>Introduce outstanding model</h3><p>นอกจากสองโมเดลที่ได้ลองเล่นให้ดูแล้ว เจ้า ollama ยังรองรับโมเดลอื่นๆ อีกหลายตัวเลยครับ ที่นับคร่าวๆ ใน libray ตอนนี้น่าจะไม่ตำ่กว่า 60 ตัว</p><p><em>Ollama Model Library</em></p><p><a href="https://ollama.com/library">library</a></p><h3>Gemma</h3><p><a href="https://ollama.com/library/gemma">gemma</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*HTmMYjJIFlaUS_IuPSoqFw.png" /></figure><p>ชื่อนี้ทุกคนอาจจะไม่คุ้นเคย แต่ถ้าเรียกว่า <strong>Gemini</strong> น่าจะคุ้นๆ กันบ้างมั้ยครับ เจ้า Gemma ตัวนี้เป็นโมเดลที่ใช้โครงสร้างเดียวกับ gemini ที่กูเกิลทำขายเลย แต่ตัวนี้จะเป็น opensource เต็มรูปแบบครับ</p><p>กูเกิลเพิ่งเปิดตัวมาเมื่อวันที่ 21 กุมภา 2024 ที่ผ่านมานี้เอง ณ วันที่เขียนบทความคือวันที่ 27 เอามาลง ollama ได้แล้ว ไวสุดๆ ไปเลย</p><p>จุดเด่นของโมเดลนี้นอกจากจะใช้โครงสร้างเดียวกับ gemini ตัวเสียเงินแล้ว ทาง google ยังอวดว่า gemma ขนาด 7B สามารถเอาชนะคู่แข่งระดับเดียวกันอย่าง llama2 ขนาด 7B จากทาง Meta ได้ด้วย (llama2 คือโมเดลตัวแรกที่ demo ให้ดูในบทความนี้)</p><p>ดูประกาศจากทาง google เต็มๆ ได้ที่นี้</p><p><a href="https://blog.google/technology/developers/gemma-open-models/">Gemma: Introducing new state-of-the-art open models</a></p><h3>Orca-mini</h3><p><a href="https://ollama.com/library/orca-mini">orca-mini</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*D7QTwgNDK1l2cu34nm-C6Q.png" /></figure><p>จุดเด่นของโมเดลนี้คือดีไซน์มาให้ใช้งานได้ใน entry-level hardware ครับ ใครที่คอมไม่ค่อยแรงอาจจะพิจารณาลองเจ้าตัวนี้ดูครับ มีให้เลือกสามขนาดตั้งแต่ 7b, 13b และ 70b โดยตัวเล็กสุดขนาด 7b ใช้คอมที่มีแรมขั้นต่ำ 8gb ก็รันได้แล้วครับ</p><p>เปเปอร์งานวิจัยของโมเดล</p><p><a href="https://arxiv.org/abs/2306.02707">Orca: Progressive Learning from Complex Explanation Traces of GPT-4</a></p><h3>Codellama</h3><p><a href="https://ollama.com/library/codellama">codellama</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*TRTl2KcquMiUsbuBIXEtQg.jpeg" /></figure><p>ตัวนี้เป็นโมเดลที่ specialize ในแง่การเขียนโค้ดและการ discuss เกี่ยวกับโค้ดนะครับ โดยเป็นการพัฒนาต่อยอดจากโมเดล llama2 อีกทีหนึ่ง สามารถเขียนได้หลากหลายภาษาโปรแกรมเช่น Python, C++, Java, PHP, Typescript (Javascript), C#, Bash</p><h3>3. Extensible &amp; Configurable</h3><p>ความดีงามอีกอย่างนึงของเจ้า ollama ก็คือด้วยความที่มันเป็น opensouce จึงทำให้มีคอมมูนิตี้โปรเจคมากมายที่มาใช้งานเจ้า ollama ไม่ว่าจะเป็นในแง่ของ ui สำหรับใช้ prompt คำสั่งแบบสวยๆ ไม่ต้องมาพิมพ์ prompt ใน terminal หรือจะเป็น application ในมือถือที่ interface กับเจ้า ollama ที่รันในเครื่องเราแบบนี้ก็มีครับ</p><h3>Community Project</h3><p>ตัวแรกที่จะแนะนำก็คือ Ollama-ui</p><p><a href="https://github.com/ollama-ui/ollama-ui">GitHub - ollama-ui/ollama-ui: Simple HTML UI for Ollama</a></p><p>เป็นทางเลือกที่เร็วสะดวกที่สุดก็ว่าได้เพราะมาในรูปแบบ chrome extension ครับ หลังจากที่เราติดตั้ง ollama ในเครื่องเราเรียบร้อย โหลดโมเดลมาแล้วก็ไปติดตั้ง extension ตัวนี้ได้เลย</p><p><a href="https://chrome.google.com/webstore/detail/ollama-ui/cmgdpmlhgjhoadnonobjeekmfcehffco">https://chrome.google.com/webstore/detail/ollama-ui/cmgdpmlhgjhoadnonobjeekmfcehffco</a></p><p>ติดตั้งแล้ว enable extension แล้วก็ pin เอาไว้สักหน่อย จากนั้นก็กดเข้าไปได้เลยครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*4ho8-DSCeSZWkQ-BeXXxag.png" /><figcaption>pin ollama-ui extesion ไว้เพื่อให้เข้าถึงง่าย</figcaption></figure><p>เข้ามาแล้วเราก็จะเจอกับ ui ง่ายๆ ให้เราสามารถแชทคุยกับ ollama ได้ โดยเราสามารถเลือกสลับใช้งานโมเดลที่มีอยู่ในเครื่องได้เลยครับ จาก dropdown มุมบนขวา</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*fJD4F4fZw_Ks4QXve6H0Cg.png" /><figcaption>ทดสอบการใช้งาน ollama-ui คุยกับโมเดล llama2</figcaption></figure><p>อีกตัวที่น่าสนใจคือ <strong>maid</strong> เป็น flutter application ที่รองรับการเชื่อมต่อกับ ollama มีให้ใช้ทั้ง android และ windows</p><p><a href="https://github.com/Mobile-Artificial-Intelligence/maid">GitHub - Mobile-Artificial-Intelligence/maid: Maid is a cross-platform Flutter app for interfacing with GGUF / llama.cpp models locally, and with Ollama and OpenAI models remotely.</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*QdEnb4DNQ-G6SYzpL-TWDA.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/716/0*bRKTaOSHKMBDWOeh" /></figure><h3>Rest API</h3><p>นอกจากนี้ ollama ยังรองรับการสั่งงานผ่าน rest api ด้วยครับ โดยหลังจากติดตั้งแล้วเจ้า ollama จะรันใน background รอเราอยู่ที่ localhost:11434 ครับ</p><blockquote>curl <a href="http://localhost:11434/api/generate">http://localhost:11434/api/generate</a> -d ‘{<br> “model”: “llama2”,<br> “prompt”:”Why is the sky blue?”<br>}’</blockquote><blockquote>curl <a href="http://localhost:11434/api/chat">http://localhost:11434/api/chat</a> -d ‘{<br> “model”: “mistral”,<br> “messages”: [<br> { “role”: “user”, “content”: “why is the sky blue?” }<br> ]<br>}’</blockquote><p>Full API Documentation</p><p><a href="https://github.com/ollama/ollama/blob/main/docs/api.md">ollama/docs/api.md at main · ollama/ollama</a></p><h3>Ollama Alternative</h3><p>ไม่กี่วันมานี้ทาง nvidia ก็เพิ่งออกมาเปิดตัว chat with rtx เป็น client สำหรับ chat bot generative ai สามารถโหลดมารันในเครื่องคอมที่มีการ์ดจอ nvidia ตระกูล RTX ตั้งแต่ 30 ขึ้นไปครับ โดยเจ้าต้วนี้จะใช้ประโยขน์จาก tensor core ที่อยู่ใน gpu Geforce RTX 30 ขึ้นไปในการรัน generative ai ให้ประมวลผลได้เร็วยิ่งขึ้นครับ</p><p>(เครื่องต้องมี gpu Geforce RTX 30 ขึ้นไปและมี VRAM ไม่ต่ำกว่า 8GB นะครับ)</p><p><a href="https://blogs.nvidia.com/blog/chat-with-rtx-available-now/">Chat with RTX Now Free to Download | NVIDIA Blog</a></p><h3>Summary</h3><p>ทามกลางสงคราม AI ระหว่างบริษัท Tech ยักษ์ใหญ่ที่กำลังดูเดือดในช่วงนี้ เราในฐานะผู้บริโภคจึงได้ประโยชน์จากการแข่งขันพัฒนา LLM โมเดลไปเต็มๆ เลยครับ เจ้า ollama จะช่วยให้เราสามารถใช้งานโมเดลเหล่านี้ได้สะดวกมากขึ้น เปิดทางให้เราสามารถสร้าง AI ผู้ช่วยส่วนตัวที่ตอบสนองต่อความต้องการของแต่ละคนได้ดีขึ้นหวังว่าจะช่วยให้งานของทุกคนง่ายขึ้นนะครับ :)</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=136fb5d15643" width="1" height="1" alt=""><hr><p><a href="https://medium.com/set-it-team/%E0%B8%9B%E0%B8%A5%E0%B8%94%E0%B8%A5%E0%B9%87%E0%B8%AD%E0%B8%81%E0%B8%9E%E0%B8%A5%E0%B8%B1%E0%B8%87-gen-ai-%E0%B9%83%E0%B8%99%E0%B9%80%E0%B8%84%E0%B8%A3%E0%B8%B7%E0%B9%88%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87%E0%B8%84%E0%B8%B8%E0%B8%93%E0%B8%94%E0%B9%89%E0%B8%A7%E0%B8%A2-ollama-136fb5d15643">ปลดล็อกพลัง Gen AI ในเครื่องของคุณด้วย Ollama</a> was originally published in <a href="https://medium.com/set-it-team">SET-IT-TEAM</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[[Part 1] อัปสเกลรูปภาพด้วย AI ผ่าน OpenCV และ Python]]></title>
            <link>https://medium.com/set-it-team/part-1-%E0%B8%AD%E0%B8%B1%E0%B8%9B%E0%B8%AA%E0%B9%80%E0%B8%81%E0%B8%A5%E0%B8%A3%E0%B8%B9%E0%B8%9B%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%94%E0%B9%89%E0%B8%A7%E0%B8%A2-ai-%E0%B8%9C%E0%B9%88%E0%B8%B2%E0%B8%99-opencv-%E0%B9%81%E0%B8%A5%E0%B8%B0-python-416791c75c7b?source=rss----a3bd2e4c958e---4</link>
            <guid isPermaLink="false">https://medium.com/p/416791c75c7b</guid>
            <category><![CDATA[opencv]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[python]]></category>
            <category><![CDATA[machine-learning]]></category>
            <category><![CDATA[computer-vision]]></category>
            <dc:creator><![CDATA[Micky Chanachai]]></dc:creator>
            <pubDate>Tue, 31 Oct 2023 02:54:00 GMT</pubDate>
            <atom:updated>2023-10-31T02:54:00.187Z</atom:updated>
            <content:encoded><![CDATA[<h3>Introduction</h3><p>สวัสดีครับทุกคน วันนี้ขอประเดิมบทความแรกใน Medium ด้วย Part 1 ของโปรเจ็คเล็กๆ ตัวนึงที่ผมทำขึ้นเพื่อแก้ปัญหาในชีวิตประจำวันนะครับ เรามาเริ่มกันเลยดีว่า :)</p><p>ทุกวันนี้เราใช้ social media กันจนคนคุ้นเคยเป็นอย่างดี เราน่าจะพอทราบกันว่า social media แทบทุกตัวเลยจะมีพฤติกรรมหลายๆ อย่างที่เหมือนกัน หนึ่งในนั้นก็คือการจำกัดขนาดรูปภาพที่เราอัปโหลดลงแต่ละ platform ครับ</p><p>ยกตัวอย่างสถานะการที่ทุกคนน่าจะเคยเจอกันก็คือเราเล่น social media แล้ว เจอรูปที่สวยมากๆ อยากเซฟเก็บมาทำ wallpaper แต่พอเซฟมาแล้วพบว่าภาพแตกละเอียด เอาไปใช้อะไรไม่ได้เลยเป็นต้นครับ ปัญหานี้ยิ่งเป็นหนักขึ้นเมื่อนำภาพดังกล่าวไปตั้งเป็น wallpaper ของมือถือในยุคปัจจุบันที่มาพร้อมกับจอขนาดใหญ่ความละเอียดสูง</p><p>และเนื่องจากปัญหานี้เป็นสิ่งที่แทบทุกคนเคยเจอกันมากับตัว จึงมีคนพยายามจะแก้ปัญหาด้วยวิธีต่างๆ กันมาเป็นเวลานานแล้ว ด้วยเทคนิคการอัปสเกลภาพ อาทิเช่น Nearest-neighbor interpolation, Bilinear algorithms, lanczos resampling และในปัจจุบัน trend ทางด้าน AI ที่มาแรงจึงทำให้มีคนพัฒนาเทคนิคในการอัปสเกลภาพโดยใช้ machine learning ขึ้น และมีคนนำเทคนิคนี้มาสร้างเป็น application สำหรับอัปสเกลภาพง่ายๆ ในมือถือ เช่น แอพ Remini เป็นต้น</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*nQuBsd5skjIr9vFtskPtaQ.png" /><figcaption>Remini แอพที่ใช้ AI ในการอัปสเกลรูปภาพ</figcaption></figure><p>จากที่ใช้งาน Remini มาหลายปี ตัวแอพก็มีการพัฒนาขึ้นเรื่อย จนถึงทุกวันนี้ผลลัพธ์ภาพที่ได้ถือว่าดีเลยครับ แต่ในเวอร์ชั่นหลังๆ การอัพสเกลรูปภาพถูกปรับให้เป็นฟิเจอร์ที่ต้องเสียตังก่อน และโมเดลการจ่ายเงินของแอพเป็นแบบ subscription ซะด้วย ก็เลยเริ่มรู้สึกว่าไม่คุ้มซะแล้ว กลายเป็นที่มาของการมาลองศึกษาค้นคว้าลองทำ Tool แนวๆ นี้ใช้เองดูครับ</p><p>ผมมองย้อนกลับไปตอนทำ thesis ปริญญาโท ซึ่งหัวข้อที่ผมทำจะเกี่ยวกับการคิดค้นเทคนิค data augmentation แบบใหม่ที่จะช่วยเพิ่มความแม่นยำให้กับ AI รู้จำรูปภาพต่างๆ ครับ ในช่วงนั้นเรียกได้ว่าได้จับ python, opencv, tensorflow กันเป็นหลัก ผมเลยเริ่มค้นหาจากจุดนี้แหละว่าตัว opencv มีเทคนิคอะไรที่หยิบมาใช้ได้บ้าง และแล้วผมก็ไปเจอสิ่งที่ตามหา…</p><h3>Super Resolution in OpenCV</h3><p>OpenCV เป็น lib ที่รวบรวมเครื่องมือทางด้าน computer vision ไว้มากมายและที่สำคัญก็คือเป็น open-source นะครับ ในเวอร์ชั่นตั้งแต่ 4.4.0 เป็นต้นมาได้มีการเพิ่มเครื่องมือในการอัพสเกลรูปภาพที่ใช้เทคนิค machine learning เข้ามาครับ โดยจะมี pre-trained อยู่หลายโมเดลที่เราสามารถดาวน์โหลดมาใช้อัพสเกลภาพได้ง่ายๆ ครับผม</p><p>ณ ตอนที่เขียนบทความนี้ฟังก์ชั่นอัปสเกลที่ว่าทำงานได้ในภาษา C++ และ Python เท่านั้น และในส่วนของบทความนี้ผมจะยกตัวอย่างแค่เฉพาะ python เป็นหลักนะครับ (ถ้าสนใจโค้ดที่เป็น c++ ผมจะแนบ link ตัวอย่างไว้ใต้บทความครับ)</p><p>เรามาเริ่มลงมืออัปสเกลกันเลยดีกว่า ผมจะแบ่ง step ออกเป็นสามขั้นตอนหลักๆ นะตามนี้นะครับ</p><ol><li>ติดตั้ง OpenCV และโมดูลที่จำเป็น</li><li>ดาวน์โหลด Pre-trained โมเดล</li><li>อัปสเกลรูปภาพ</li></ol><h3>1. ติดตั้ง OpenCV และโมดูลที่จำเป็น</h3><p>ถ้าไม่เคยติดตั้ง opencv มาก่อนเลย ให้ติดตั้งด้วยคำสั่งนี้ครับ</p><pre>pip install opencv-contrib-python</pre><p>ส่วนถ้าใครมี opencv อยู่ก่อนแล้วและเป็นเวอร์ชั่นเก่า (เก่ากว่า 4.4.0) ให้อัพเกรดด้วยคำสั่งนี้ครับ</p><pre>pip install opencv-contrib-python — upgrade</pre><p><strong><em>จุดนี้อยากจะให้สังเกตุว่า opencv ที่เราจะใช้งานนี้ต้องมาพร้อมกับ contrib modules นะครับ (สังเกตุได้จากคำสั่งตอนติดตั้ง) เพราะฟังชั่นการทำอัพสเกลรูปภาพอยู่ในโมดูลนี้นะครับ</em></strong></p><h3>2.ดาวน์โหลด Pre-trained โมเดล</h3><p>อันดับต่อไปเราจะเป็นการโหลดโมเดลที่เทรนไว้แล้วมาใช้งานครับ เหตุผลหลักๆ เลยที่โมเดลพวกนี้ไม่ได้ติดมากับ OpenCV เลยก็เพราะว่าบางตัวมีขนาดค่อนข้างใหญ่ แล้วก็ไม่ใช่ทุกคนที่ใช้ lib ที่ต้องการฟังก์ชั่นนี้นั่นเองครับ</p><p>สามารถดาวน์โหลดโมเดลได้ <a href="https://github.com/fannymonori/TF-ESPCN/tree/master/export"><strong>ที่นี้</strong></a> โดยในตัวอย่างนี้ผมจะเลือกโหลดโมเดล ESPCN_x3.pb มาใช้งานนะครับ ตัว x3 ในชื่อหมายความว่าเป็นโมเดลที่จะขยายขนาดภาพให้เป็น 3 เท่าจากภาพตั้งต้น</p><h3>3. อัปสเกลรูปภาพ</h3><pre>import os<br>import cv2<br><br>image_path = &#39;./group_test1/IMG_1503.JPG&#39;<br>img = cv2.imread(image_path)<br><br>model_path = os.path.join(&#39;./model&#39;, &#39;ESPCN_x3.pb&#39;)<br>super_res = cv2.dnn_superres.DnnSuperResImpl_create()<br>super_res.readModel(model_path)<br>super_res.setModel(&#39;espcn&#39;, 3)<br><br>upscaled_img = super_res.upsample(img)<br>cv2.imwrite(&#39;./upscaled_image.jpg&#39;, upscaled_img)</pre><p>จากโค้ดจะเห็นได้ว่าส่วนแรกเลยจะทำการอ่านไฟล์ภาพที่ต้องการอัปสเกลเข้ามา</p><p>จากนั้นจะทำการ setup ตัวโมเดล ESPCN_x3.pb ที่ได้ทำการดาวน์โหลดมา ลงในตัวแปรที่ชื่อว่า super_res</p><p>และสุดท้ายจะเป็นการนำตัว super_res ไปใช้อัปสเกลรูปภาพ (upsample) และบันทึกลงเครื่องครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ioenk83_WGr8IbJnD2tqQg.png" /><figcaption>ซ้าย: ก่อนอัปสเกล / ขวา: หลังอัปสเกล</figcaption></figure><h3>ว่ากันด้วยเรื่องของ Model</h3><p>ปัจจุบัน opencv superres รองรับโมเดลสำหรับการอัปสเกล 4 โมเดลด้วยกัน โดยแต่ละโมเดลผมได้แนบลิงค์ที่ paper สำหรับผู้ที่สนใจดูรายละเอียดเทคนิค machine learning เพิ่มเติมและแนบลิงค์สำหรับดาวน์โหลดแต่ละโมเดล ดังนี้ครับ</p><ol><li><strong>EDSR</strong> [<a href="https://arxiv.org/pdf/1707.02921.pdf"><em>paper</em></a>] เป็นโมเดลที่อัปสเกลได้ดีที่สุด แต่ก็เป็นโมเดลที่มีขนาดใหญ่ที่สุด ส่งผลให้ใช้เวลานาน(มาก) ในการอัปสเกลรูปภาพ รองรับการอัปสเกลสามขนาดได้แก่ x2, x3, x4 สามารถโหลดได้ <a href="https://github.com/Saafke/EDSR_Tensorflow/tree/master/models"><strong>ที่นี่</strong></a></li><li><strong>ESPCN</strong> [<a href="https://arxiv.org/pdf/1609.05158.pdf"><em>paper</em></a>] โมเดลขนาดเล็กที่มีประสิทธิภาพดีพอสมควร นอกจากนี้ยังสามารถใช้ในการอัปสเกลวีดีโอได้ด้วย (ขึ้นกับขนาดภาพ) รองรับการอัปสเกลสามขนาด ได้แก่ x2, x3, x4 สามารถโหลดได้ <a href="https://github.com/fannymonori/TF-ESPCN/tree/master/export"><strong>ที่นี่</strong></a></li><li><strong>FSRCNN</strong> [<a href="https://arxiv.org/pdf/1608.00367.pdf"><em>paper</em></a>] ตัวนี้ยังคงเป็นโมเดลที่มีขนาดเล็กละมีความแม่นยำในการอัปสเกลรูปภาพ สามารถใช้ในการอัปสเกลวีดีโอได้เช่นกัน รองรับการอัปสเกลสามขนาด ได้แก่ x2, x3, x4 สามารถโหลดได้ <a href="https://github.com/Saafke/FSRCNN_Tensorflow/tree/master/models"><strong>ที่นี่</strong></a></li><li><strong>LapSRN</strong> [<a href="https://arxiv.org/pdf/1710.01992.pdf"><em>paper</em></a>] เป็นโมเดลขนาดกลางแต่มีความพิเศษที่สามารถอัปสเกลได้สูงสุดถึง x8 (รองรับ x2 และ x4 ด้วย) สามารถโหลดได้ <a href="https://github.com/fannymonori/TF-LapSRN/tree/master/export"><strong>ที่นี่</strong></a></li></ol><p>สำหรับความเร็วในการอัปสเกลของแต่ละโมเดล ทดสอบกับภาพขนาด 500x333 โดยใช้เครื่องที่มี cpu Intel i5–7200U ความเร็วของแต่ละโมเดลเป็นดังนี้</p><pre>+--------+-----------------------------+<br>|  Name  | Time (upscale x2) in second |<br>+--------+-----------------------------+<br>| EDSR   |                      32.501 |<br>| ESPCN  |                       0.049 |<br>| FSRCNN |                       0.074 |<br>| LapSRN |                       0.501 |<br>+--------+-----------------------------+</pre><p>จะเห็นได้ว่า EDSR ซึ่งเป็นโมเดลขนาดใหญ่สุด ใช้เวลานานกว่าโมเดลอื่นๆหลายเท่า ดังนั้นถ้าจะเลือกใช้โมเดลนี้แนะนำให้ใช้กับภาพขนาดเล็กๆ และอัปสเกลไม่มาก (x2) จะช่วยผลลัพธ์ออกมาได้เร็วขึ้นครับ</p><h3>ตัวอย่างภาพอัปสเกล</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*PTgHf6LLP93gEqzkfEvEZg.png" /><figcaption><strong>ซ้าย:</strong> ภาพต้นฉบับ / <strong>กลาง:</strong> อัปสเกลด้วยเทคนิค bicubic algorithms / <strong>ขวา:</strong> อัปสเกลด้วยโมเดล ESPCN</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*3gbaMfxqP9Mr5RjKNP7l0g.png" /><figcaption><strong>ซ้าย:</strong> ภาพต้นฉบับ / <strong>กลาง:</strong> อัปสเกลด้วยเทคนิค bicubic algorithms / <strong>ขวา:</strong> อัปสเกลด้วยโมเดล ESPCN</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*VWMJgD_7ZZ6TsZX1NCSCcA.png" /><figcaption><strong>ซ้าย:</strong> ภาพต้นฉบับ / <strong>กลาง:</strong> อัปสเกลด้วยเทคนิค bicubic algorithms / <strong>ขวา:</strong> อัปสเกลด้วยโมเดล ESPCN</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*SzbMvgPwEp7h36qtPwAkhA.png" /><figcaption><strong>ซ้าย:</strong> ภาพต้นฉบับ / <strong>กลาง:</strong> อัปสเกลด้วยเทคนิค bicubic algorithms / <strong>ขวา:</strong> อัปสเกลด้วยโมเดล ESPCN</figcaption></figure><h3>สรุป</h3><p>รูปตัวอย่างได้แสดงให้เห็นว่าการอัปสเกลด้วยเทคนิค machine learning ให้ผลลัพท์ที่ดีกว่าเทคนิคอื่นอย่างชัดเจน อย่างไรก็ตามเทคนิคนี้ยังมีจุดอ่อนอยู่บ้าง เช่น ทำให้เกิด artifact ในภาพ และคุณภาพของรูปที่ได้ยังสู้กับแอพ Remini ไม่ได้</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*KLBvC_Jt7lgUeJj_-4pIkw.png" /><figcaption><strong>ซ้าย:</strong> ภาพต้นฉบับ / <strong>ขวา:</strong> อัปสเกลด้วย ESPCN (สังเกตุ visual artifact ในกลุ่มผลไม้)</figcaption></figure><p>ใน part ต่อไปผมจะมา improve ภาพที่ผ่านการอัปสเกลแล้ว โดยใช้เทคนิคในการ process รูปภาพของ opencv กันครับ แล้วเรามาดูกันว่าจะออกมาสู้กับ Remini ได้มั้ยนะ</p><h3>อ้างอิง</h3><h4>1. OpenCV Super Resolution with Deep Learning</h4><p><a href="https://pyimagesearch.com/2020/11/09/opencv-super-resolution-with-deep-learning/">OpenCV Super Resolution with Deep Learning - PyImageSearch</a></p><h4>2. Super Resolution in OpenCV</h4><p><a href="https://learnopencv.com/super-resolution-in-opencv/">https://learnopencv.com/super-resolution-in-opencv/</a></p><h4>3. Deep Learning based Super Resolution with OpenCV</h4><p><a href="https://towardsdatascience.com/deep-learning-based-super-resolution-with-opencv-4fd736678066">Deep Learning based Super Resolution with OpenCV</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=416791c75c7b" width="1" height="1" alt=""><hr><p><a href="https://medium.com/set-it-team/part-1-%E0%B8%AD%E0%B8%B1%E0%B8%9B%E0%B8%AA%E0%B9%80%E0%B8%81%E0%B8%A5%E0%B8%A3%E0%B8%B9%E0%B8%9B%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%94%E0%B9%89%E0%B8%A7%E0%B8%A2-ai-%E0%B8%9C%E0%B9%88%E0%B8%B2%E0%B8%99-opencv-%E0%B9%81%E0%B8%A5%E0%B8%B0-python-416791c75c7b">[Part 1] อัปสเกลรูปภาพด้วย AI ผ่าน OpenCV และ Python</a> was originally published in <a href="https://medium.com/set-it-team">SET-IT-TEAM</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[เคล็ดวิชาอยู่กับแฟนขี้บ่น]]></title>
            <link>https://medium.com/set-it-team/%E0%B9%80%E0%B8%84%E0%B8%A5%E0%B9%87%E0%B8%94%E0%B8%A7%E0%B8%B4%E0%B8%8A%E0%B8%B2%E0%B8%AD%E0%B8%A2%E0%B8%B9%E0%B9%88%E0%B8%81%E0%B8%B1%E0%B8%9A%E0%B9%81%E0%B8%9F%E0%B8%99%E0%B8%82%E0%B8%B5%E0%B9%89%E0%B8%9A%E0%B9%88%E0%B8%99-ba760bae2e20?source=rss----a3bd2e4c958e---4</link>
            <guid isPermaLink="false">https://medium.com/p/ba760bae2e20</guid>
            <dc:creator><![CDATA[Prapoj Preechachalieo]]></dc:creator>
            <pubDate>Mon, 16 Oct 2023 03:19:38 GMT</pubDate>
            <atom:updated>2023-10-16T03:55:07.306Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/439/1*ZRZs7UBcqmW5ZJDCXkTvPw.png" /></figure><p>#4 แฟนขี้บ่น</p><p>ในเคล็ดวิชาที่หนึ่ง อาจจะมีบางคนได้ตามไปอ่าน link ความลับจากฟ้า 17 ข้อ กันไปบ้างแล้ว โดยในเคล็ดวิชาที่ 4 นี้ จะเป็นการนำความลับจากฟ้า 2 ข้อมาใช้งานครับ</p><p>ความลับข้อ 13 ฝึกใช้ system II ทำอะไรให้ละเอียดขึ้น และช้าลง เราจะเห็น pattern อะไรบางอย่างทั้งในชีวิตและในองค์กร ให้เราใช้ความลับนี้ในการหาข้อมูลที่คนทั่วไปละเลย</p><p>ความลับข้อ 16 หลักการเลี้ยงลูก สอนในสิ่งที่ต้องสอน คือให้ตั้งค่า default ให้ถูก ทำในสิ่งที่ไม่เป็นธรรมชาติให้เป็นธรรมชาติ</p><p>พี่เล้งเล่าว่า เวลามีปัญหาในที่ทำงาน จะมีคนมาฟ้องว่า มีปัญหาอะไร แต่เวลาถามกลับไปถึงสาเหตุ หรือต้นเหตุ หลายๆคน มีแนวโน้มที่จะเลี่ยงที่จะตอบคำถาม โดยมีเหตุผลว่า ไม่อยากโทษใคร</p><p>พี่เล้งคิดว่าหากเราใส่ใจจริงๆ แล้ว เราจะพบว่าเรื่องนี้เกิดจาก การที่เราไม่สามารถแยกแยะระหว่าง คนห่วย กับ ผลงานห่วย ได้ ดังนั้นโดยธรรมชาติเราก็จะตีคลุมไปหมด ยิ่งสำหรับคนไทยที่ไม่มีทักษะในการเผชิญหน้าในทางบวก ทำให้เรื่องนี้เป็นเรื่องที่จำเป็นต้องพัฒนา</p><p>การแยกระหว่าง คนห่วยกับ งานห่วย เหมือน การมีแฟนขี้บ่น มีลูกขี้เกียจ เราเกลีียดที่แฟนขี้บ่น แต่เราไม่เคยเกลียดแฟน (หรือก็คงเลิกไปแล้ว) แต่เรารักแฟนเรามากกว่าคนอื่นด้วยซ้ำ (เพราะเรากับแฟนเป็นทีมเดียวกัน แหวะๆ) และเราสามารถนำวิธีคิดนี้มาใช้ในที่ทำงานได้</p><p>หากเรา Change ME to WE ได้แล้ว เราที่เป็นทีมเดียวกัน ย่อมไม่มีแยกระหว่าง คนที่ทำผิด กับ ตัวเราที่ไม่ได้ทำผิด แต่เราจะ focus ไปที่การกำจัดตัวงานห่วยๆ ซึ่งไม่ได้นับใน WE ตั้งแต่แรก</p><p>เรามาเริ่มต้นดันทีม ด้วยเคล็ดลับการอยู่ด้วยกันแบบมีแฟนขี้บ่นกันดีกว่าครับ</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=ba760bae2e20" width="1" height="1" alt=""><hr><p><a href="https://medium.com/set-it-team/%E0%B9%80%E0%B8%84%E0%B8%A5%E0%B9%87%E0%B8%94%E0%B8%A7%E0%B8%B4%E0%B8%8A%E0%B8%B2%E0%B8%AD%E0%B8%A2%E0%B8%B9%E0%B9%88%E0%B8%81%E0%B8%B1%E0%B8%9A%E0%B9%81%E0%B8%9F%E0%B8%99%E0%B8%82%E0%B8%B5%E0%B9%89%E0%B8%9A%E0%B9%88%E0%B8%99-ba760bae2e20">เคล็ดวิชาอยู่กับแฟนขี้บ่น</a> was originally published in <a href="https://medium.com/set-it-team">SET-IT-TEAM</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[โบราณว่าไว้ สามีที่กลัวภรรยา มักจะได้ดี]]></title>
            <link>https://medium.com/set-it-team/%E0%B9%82%E0%B8%9A%E0%B8%A3%E0%B8%B2%E0%B8%93%E0%B8%A7%E0%B9%88%E0%B8%B2%E0%B9%84%E0%B8%A7%E0%B9%89-%E0%B8%AA%E0%B8%B2%E0%B8%A1%E0%B8%B5%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B8%81%E0%B8%A5%E0%B8%B1%E0%B8%A7%E0%B8%A0%E0%B8%A3%E0%B8%A3%E0%B8%A2%E0%B8%B2-%E0%B8%A1%E0%B8%B1%E0%B8%81%E0%B8%88%E0%B8%B0%E0%B9%84%E0%B8%94%E0%B9%89%E0%B8%94%E0%B8%B5-eb91831bc9cc?source=rss----a3bd2e4c958e---4</link>
            <guid isPermaLink="false">https://medium.com/p/eb91831bc9cc</guid>
            <dc:creator><![CDATA[Prapoj Preechachalieo]]></dc:creator>
            <pubDate>Thu, 12 Oct 2023 07:35:55 GMT</pubDate>
            <atom:updated>2023-10-12T08:22:51.771Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/500/1*7c1ExHzNL5QOXn5IlDRN7w.jpeg" /></figure><p>#2 เคล็ดวิชากลัวเมีย</p><p>เมื่อตอนพี่เล้งเอา MFEC เข้าบริษัทจดทะเบียนในตลาดหลักทรัพย์ใหม่ๆ ได้ไปงาน networking ของบริษัทจดทะเบียน ซึ่งในโต๊ะของพี่เล้งเป็นรุ่นพี่ วิศวะจุฬากันหมด<br>และในวันนั้น มีการคุยกันว่า อยากรู้ว่า เด็กวิศวะจุฬาที่จะประสบความสำเร็จเขามีคุณสมบัติอย่างไร ด้วยความที่พี่เล้งเด็กสุดในโต๊ะ จึงถูกมอบหมายให้ไปหาคำตอบ<br> <br>พี่เล้งจึงกลับไปคุยกับสมาคมศิษย์เก่า เพื่อจะเก็บข้อมูลนี้ และริเริ่มที่จะให้ ศิษย์เก่าแต่ละรุ่น เสนอชื่อคนที่ประสบความสำเร็จของรุ่นเป็นตัวแทนรุ่นพูดถึงประสบการณ์ตัวเองในทุกปี และก็มีการเก็บข้อมูลไปด้วย</p><p>ทำให้ได้พบว่า คนที่ประสบความสำเร็จของรุ่น ไม่ใช่ คนที่เรียนดีที่สุด ไม่ใช่ คนที่เรียนสูงที่สุด และไม่มีความสัมพันธ์อย่างชัดเจนกับกลุ่มไหนเลย<br> <br>อย่างไรก็ดี สำหรับคนที่ประสบความสำเร็จ มักจะมี ปีพิเศษปีหนึ่ง ที่เปลี่ยนชีวิตจากหน้ามือเป็นหลังมือ ถ้ามองเป็นเงิน ก็จะเหมือนว่า เงินที่หาได้ในปีนั้น มากกว่าเงินที่เคยหาได้มาทั้งชีวิต ซึ่งไม่มีใครอธิบายได้ว่า มันเกิดอะไรขึ้น อาจจะเป็นเพราะมีทีมดัน หรือ มีหัวหน้าดึง มันเป็นหลายๆ อย่างประกอบกัน</p><p>สรุปได้ว่า คนที่ประสบความสำเร็จตัวตนของเรามีผลเพียง 30% อีก 70% เป็น network และสิ่งเวดล้อมของเรา อ้าว แล้วจะพูดทำไมเนี่ย……………..</p><p>แต่วันนี้ พี่เล้ง มีความลับจากฟ้ามาบอกครับ</p><p>พี่เล้งพบว่า คนที่ประสบความสำเร็จ กับความกลัวเมีย นั้นมีความสัมพันธ์กันค่อนข้างสูง แต่พอรู้เรื่องนี้ เวลามีใครถูกเสนอโปรโมทในบริษัท พี่เล้งจะลองถามว่า คุณกลัวเมียไหม? ซึ่งพี่เล้งเล่าขำๆ ว่า ใน MFEC ตอนนี้ ถ้า level รองจากพี่เล้งนี่น่าจะกลัวเมียกันหมดนะ</p><p>โบราณว่าไว้ สามีที่กลัวภรรยา มักจะได้ดี แต่พี่เล้งมีคำตอบครับ ว่าทำไม</p><p>ย้อนกลับไปสิบกว่าปีที่แล้ว มีพี่ คนหนึ่งโทรมาหาพี่เล้ง ถามถึงน้องที่มาสมัครงานในบริษัทของเขา ซึ่งมาจาก MFEC พี่เล้งเลยไปสอบถามน้องคนนั้น ว่า อยู่ที่นี่มีปัญหาอะไรไหม ไม่มีความสุขเหรอ น้องเขาตอบว่า ไม่ครับ อยู่ที่นี่ดีทุกอย่าง แต่เป็นปกติที่ทุกๆ 2–3 ปี เขาจะไปดูตลาดว่า มีโอกาส หรือ อะไรที่ดีกว่าสำหรับตัวเองไหม</p><p>พี่เล้งเล่าว่า มีแนวโน้มที่คนเราจะมีวิธีมองโลก และจัดการกับเรื่องต่างๆ เหมือนๆ กัน เช่น คนเจ้าชู้ จะเป็นคนที่รู้สึกว่าจะต้องการของที่ดีที่สุดให้ตัวเองเสมอ ถ้าเจอสาวมีเสน่ห์กว่าแฟนเรา ก็จะเป็นแรงขับภายในที่ทำให้เขาต้องพยายามได้สิ่งที่ดีกว่า ไม่งั้นจะรู้สึกผิดกับตัวเอง แต่สำหรับคนที่กลัวเมีย จะมีแนวโน้มที่จะเลือกจัดการเรื่องต่างๆในสภาพแวดล้อมที่เป็นข้อจำกัดให้ดีที่สุด จึงมี commitment และพยายามหาทางแก้ปัญหาต่างๆ ในการทำงานภายใต้ข้อจำกัด มากกว่าคนอีกกลุ่ม</p><p>ขอ note ว่าที่เขียนมาเป็นการสรุป และตีความโดยความเข้าใจของผม ไม่ใช่คำพูดพี่เล้งท้้งหมดอาจจะเข้าใจคลาดเคลื่อนไปบ้าง หากนำไปใช้ต้องระวังกันเองนะครับ</p><p>เคล็ดวิชาเป็นแค่เคล็ดลับ จะได้ผลไหมไม่สามารถรับประกันได้ แต่ถ้าเราไม่มีข้อมูลอะไรเลย การมีเคล็ดลับติดไม้ติดมือไว้ใช้ ก็ดีกว่า ไม่มีใช่ไหมล่ะครับ :)</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=eb91831bc9cc" width="1" height="1" alt=""><hr><p><a href="https://medium.com/set-it-team/%E0%B9%82%E0%B8%9A%E0%B8%A3%E0%B8%B2%E0%B8%93%E0%B8%A7%E0%B9%88%E0%B8%B2%E0%B9%84%E0%B8%A7%E0%B9%89-%E0%B8%AA%E0%B8%B2%E0%B8%A1%E0%B8%B5%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B8%81%E0%B8%A5%E0%B8%B1%E0%B8%A7%E0%B8%A0%E0%B8%A3%E0%B8%A3%E0%B8%A2%E0%B8%B2-%E0%B8%A1%E0%B8%B1%E0%B8%81%E0%B8%88%E0%B8%B0%E0%B9%84%E0%B8%94%E0%B9%89%E0%B8%94%E0%B8%B5-eb91831bc9cc">โบราณว่าไว้ สามีที่กลัวภรรยา มักจะได้ดี</a> was originally published in <a href="https://medium.com/set-it-team">SET-IT-TEAM</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[เคล็ดวิชากระเทาะ ego สไตล์ พี่เล้ง MFEC]]></title>
            <link>https://medium.com/set-it-team/%E0%B9%80%E0%B8%84%E0%B8%A5%E0%B9%87%E0%B8%94%E0%B8%A7%E0%B8%B4%E0%B8%8A%E0%B8%B2%E0%B8%81%E0%B8%A3%E0%B8%B0%E0%B9%80%E0%B8%97%E0%B8%B2%E0%B8%B0-ego-%E0%B8%AA%E0%B9%84%E0%B8%95%E0%B8%A5%E0%B9%8C-%E0%B8%9E%E0%B8%B5%E0%B9%88%E0%B9%80%E0%B8%A5%E0%B9%89%E0%B8%87-mfec-1a6dd947bca5?source=rss----a3bd2e4c958e---4</link>
            <guid isPermaLink="false">https://medium.com/p/1a6dd947bca5</guid>
            <dc:creator><![CDATA[Prapoj Preechachalieo]]></dc:creator>
            <pubDate>Thu, 12 Oct 2023 03:57:41 GMT</pubDate>
            <atom:updated>2023-10-12T07:43:46.857Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/724/1*15dJ5wxIT-hsbLErMVTcsw.jpeg" /></figure><p>#1 เคล็ดวิชากระเทาะ ego</p><p>เมื่อวานนี้มีโอกาสฟังพี่เล้ง จาก MFEC มาเล่าเคล็ดลับในการทำงานให้ฟัง และได้แง่คิดดีๆ กลับมา จึงอยากนำมาเล่าให้ทุกคนฟังครับ</p><p>พี่เล้งเล่าว่า มีครั้งหนึ่งที่เขา one on one กับลูกน้อง แล้วมีน้องแซวว่า “พี่เล้งไม่ต้องโชว์เหนือตลอดเวลาก็ได้ พี่เป็น CEO นะ ใครๆ ก็รู้ว่าพี่เก่งอยู่แล้วแหละ” ทำให้เขาสงสัยว่า นั่นสิ ทำไมเราต้อง โชว์เหนือตลอด</p><p>พี่เล้งลองอัด VDO ตอนตัวเองคุยกับน้องมาดู แล้วพบว่า เรานี่ ego เยอะนะ พอเห็นคนฟังขำ ๆ พี่เล้งรีบย้ำว่า ทุกคนอย่า underestimate ego เชียวนะ ทุกคนที่ฟังอยู่นี่ มี ego มากกันทั้งนั้นแหละ<br> <br> ego เกิดจากความคิดเราที่เปรียบเทียบกับคนที่เรากำลังคุยด้วย ว่า เราเหนือกว่า เช่นถ้าเราเป็น CEO คุยกับเด็กเพิ่งจบใหม่ เราจะรู้สึกว่า เอ้ย เราเหนือกว่าไอ้เด็กนี่อยู่แล้วซึ่งความคิดนั้น มันจะสื่อออกมาโดยอัตโนมัติจากคำพูดของเรา</p><p>ซึ่งเคล็ดวิชาในการวัด ego ก็คือ “ไอ้โง่เอ๊ย” ถ้าเราเอาคำนี้ มาต่อประโยคที่เราพูดแล้ว รู้เรื่องเมื่อไร แปลว่า เรากำลังมี ego คุยอยู่</p><ul><li>ถ้าเป็นผม คงไม่ทำแบบนี้ , <strong><em>ไอ้โง่เอ๊ย</em></strong></li><li>ทำไมยังทำผิดอยู่อีก , <strong><em>ไอ้โง่เอ๊ย</em></strong></li><li>ทำแบบนี้ไม่ถูกนะ , <strong><em>ไอ้โง่เอ๊ย</em></strong></li></ul><p>ego ไม่ใช่เรื่องแปลก โดยเฉพาะคนที่มีลูกน้อง ในชีวิตประจำวัน จะมี routine ที่เพิ่ม ego อยู่เสมอ ทำให้ไม่ว่าเราจะระวังมากแค่ไหนมันก็จะเพิ่มขึ้นแน่นอน เหมือนกับหินปูน ที่ไม่ว่าเราจะดูแลฟันเราดีแค่ไหน ผ่านไปสัก 6 เดือนหินปูน ก็จะก่อตัว แต่ถ้าเราไม่ดูแลเลย ก็จะแย่กว่าเท่านั้นเอง</p><p>หากเราเป็นแก้วน้ำ ไม่ว่าเราจะระมัดระวังแค่ไหน น้ำในแก้วเราก็จะค่อยเพิ่มขึ้นทุกวันทุกวัน ถ้าไม่อยากเป็นน้ำเต็มแก้ว ก็ต้องคอยเทน้ำออกอยู่เรื่อยๆครับ</p><p>อ่านความลับจากฟ้าเก่าๆ ของพี่เล้ง เพิ่มเติมได้ที่ <a href="https://anontawong.com/2022/10/25/heaven-secrets-leng-siriwat/">https://anontawong.com/2022/10/25/heaven-secrets-leng-siriwat/</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=1a6dd947bca5" width="1" height="1" alt=""><hr><p><a href="https://medium.com/set-it-team/%E0%B9%80%E0%B8%84%E0%B8%A5%E0%B9%87%E0%B8%94%E0%B8%A7%E0%B8%B4%E0%B8%8A%E0%B8%B2%E0%B8%81%E0%B8%A3%E0%B8%B0%E0%B9%80%E0%B8%97%E0%B8%B2%E0%B8%B0-ego-%E0%B8%AA%E0%B9%84%E0%B8%95%E0%B8%A5%E0%B9%8C-%E0%B8%9E%E0%B8%B5%E0%B9%88%E0%B9%80%E0%B8%A5%E0%B9%89%E0%B8%87-mfec-1a6dd947bca5">เคล็ดวิชากระเทาะ ego สไตล์ พี่เล้ง MFEC</a> was originally published in <a href="https://medium.com/set-it-team">SET-IT-TEAM</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[React กับการทำ Build Once, Deploy Anywhere]]></title>
            <link>https://medium.com/set-it-team/react-%E0%B8%81%E0%B8%B1%E0%B8%9A%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%97%E0%B8%B3-build-once-deploy-anywhere-2ea0ec0f9d22?source=rss----a3bd2e4c958e---4</link>
            <guid isPermaLink="false">https://medium.com/p/2ea0ec0f9d22</guid>
            <category><![CDATA[build]]></category>
            <category><![CDATA[react]]></category>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[deploy]]></category>
            <category><![CDATA[buildoncedeployanywhere]]></category>
            <dc:creator><![CDATA[Piyawat Sakornsukkit]]></dc:creator>
            <pubDate>Thu, 14 Sep 2023 03:54:20 GMT</pubDate>
            <atom:updated>2023-09-14T03:54:20.702Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*sYOtWgxeSMSeIxnf" /><figcaption>Photo by <a href="https://unsplash.com/@lautaroandreani?utm_source=medium&amp;utm_medium=referral">Lautaro Andreani</a> on <a href="https://unsplash.com/?utm_source=medium&amp;utm_medium=referral">Unsplash</a></figcaption></figure><h3>Build Once, Deploy Anywhere</h3><p>ตามอุดมคติ ถ้าเราจะ build application docker image เราก็อยากจะ build ครั้งเดียวแล้วเอาไปใช้ได้กับทุกๆ environment ของเราทั้ง dev, uat, staging หรือ production</p><blockquote>concept นี้เรียกว่า Build Once, Deploy Anywhere</blockquote><p>ซึ่งจะช่วยให้เราแน่ใจว่า image ที่เรา build มาได้ผ่านการทดสอบมาแล้ว ก่อนที่จะขึ้น production</p><h3>Challenge</h3><p>ปกติแล้วถ้าอยากให้ build ครั้งเดียวแล้วเอาไปใช้ได้หลายที่ เราก็ควรจะแยกส่วนที่แตกต่างกันของแต่ละ environment ออกมาเป็น configuration</p><p>สำหรับ docker แล้ว ง่ายที่สุดก็คือ Environment Variable</p><p>สำหรับ React สามารถเรียกใช้ Environment Variable ได้จาก process.env.VAR1 และสั่ง yarn start ได้</p><p>แต่ถ้าเทียบกัน การ build code ให้เป็น static file แล้ว serve ด้วย webserver จะได้ performance ที่ดีกว่ามากๆ</p><blockquote>ซึ่งการ build เป็น static file แล้วนำมารันที่ browser จะไม่สามารถอ่าน Environment Variable ที่อยู่ฝั่ง server ได้</blockquote><p>ค้นหาวิธีซักพักก็เจอวิธีที่ถูกใจ <a href="https://blog.mikesir87.io/2021/07/build-once-deploy-everywhere-for-spas/">https://blog.mikesir87.io/2021/07/build-once-deploy-everywhere-for-spas/</a></p><p>จึงจะมาลองทำดูซักหน่อย</p><h3>เริ่มกันเลย</h3><ol><li>เริ่มจากสร้าง react application ขึ้นมาตามปกติ</li></ol><pre>yarn create react-app test-react-build-once-deploy-anywhere --template typescript<br>cd test-react-build-once-deploy-anywhere</pre><p>2. สร้าง file public/config.json</p><pre>{<br>  &quot;VAR1&quot;: &quot;hello world&quot;<br>}</pre><p>3. สร้างไฟล์ src/AppConfigContext.ts</p><pre>import React from &quot;react&quot;<br><br>export interface AppConfig {<br>    VAR1: string<br>}<br><br>export const AppConfigContext = React.createContext&lt;AppConfig&gt;({<br>    VAR1: &quot;default VAR1&quot;<br>})</pre><p>4. แก้ไข file src/App.tsx</p><p>เพิ่ม import</p><pre>import { AppConfig } from &#39;./AppConfigContext&#39;;</pre><p>เพิ่ม interface Props</p><pre>interface Props {<br>  config: AppConfig<br>}</pre><p>เพิ่ม parameter ให้ function App</p><pre>function App(props: Props) {<br>...</pre><p>เพิ่ม tag AppConfigContext.Provider มาครอบ code ส่วน return</p><pre>  return (<br>    &lt;AppConfigContext.Provider value={props.config}&gt;<br>      &lt;div className=&quot;App-header&quot;&gt;<br>        ...<br>      &lt;/div&gt;<br>    &lt;/AppConfigContext.Provider&gt;<br>  );<br></pre><p>5. แก้ไข file src/index.tsx</p><p>โดยเปลี่ยนจาก</p><pre>root.render(<br>  &lt;React.StrictMode&gt;<br>    &lt;App /&gt;<br>  &lt;React.StrictMode&gt;<br>);</pre><p>เป็น</p><pre>fetch(&quot;/config.json&quot;)<br>  .then(r =&gt; r.json())<br>  .then(config =&gt; {<br>    root.render(<br>      &lt;React.StrictMode&gt;<br>        &lt;App config={config} /&gt;<br>      &lt;/React.StrictMode&gt;<br>    );<br>  });</pre><p>6. ลองสร้าง component A ขึ้นมาเรียกใช้ VAR1</p><p>สร้างไฟล์ src/components/A.tsx</p><pre>import { FC, useContext } from &quot;react&quot;<br>import { AppConfigContext } from &quot;../AppConfigContext&quot;;<br><br>interface Props {}<br><br>export const A: FC&lt;Props&gt; = (props) =&gt; {<br>  const { VAR1 } = useContext(AppConfigContext);<br>  return &lt;&gt;{VAR1}&lt;/&gt;<br>}</pre><p>เอา A ไปเรียกใช้ใน src/App.tsx</p><pre>import &#39;./App.css&#39;;<br>import { AppConfig, AppConfigContext } from &#39;./AppConfigContext&#39;;<br>import { A } from &#39;./components/A&#39;;<br><br>interface Props {<br>  config: AppConfig<br>}<br><br>function App(props: Props) {<br>  return (<br>    &lt;AppConfigContext.Provider value={props.config}&gt;<br>      &lt;A /&gt;<br>    &lt;/AppConfigContext.Provider&gt;<br>  );<br>}<br><br>export default App;<br></pre><p>7. ลอง yarn start</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/411/1*EcAAjUuLGMzi3wGjW8Ijdg.png" /></figure><p>จะเห็นค่าเดียวกับที่ใส่ไว้ใน public/config.json แสดงว่าอ่านค่าจากไฟล์ได้สำเร็จ</p><h3>Build Image</h3><p>สร้าง Dockerfile</p><pre>FROM node:18.17.1-bullseye-slim AS builder<br>WORKDIR /app<br>COPY ./ ./<br><br>RUN yarn &amp;&amp; yarn build<br><br>FROM nginx:1.21.1-alpine<br>COPY --from=builder /app/build /usr/share/nginx/html</pre><p>จากนั้นสั่ง build image</p><blockquote>docker build -t test-react-build-once-deploy-anywhere .</blockquote><p>สร้าง testenv.config.json เพื่อทดสอบเปลี่ยนค่า VAR1</p><pre>{<br>  &quot;VAR1&quot;: &quot;hello world VAR1 has been changed&quot;<br>}</pre><p>ลองรัน container โดย mount เอา testenv.config.json เข้าไป</p><blockquote>docker run — rm -v $(pwd)/testenv.config.json:/usr/share/nginx/html/config.json -p 81:80 test-react-build-once-deploy-anywhere</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/416/1*t-C4mwCMFG3xVVnTwPz1Yg.png" /></figure><p>จะเห็นว่า VAR1 ที่ react อ่านได้จะเปลี่ยนไปตาม file config.json ท่ีเรา mount เข้าไปใน container นั่นเอง</p><p>หากต้องการ deploy บน kubernetes สามารถใช้ idea เดียวกันได้โดย mount config.json ด้วย ConfigMap</p><h3>สรุป</h3><p>เพียงเท่านี้เราก็สามารถ build image ของ React เพียงแค่ครั้งเดียว และใช้กับทุกๆ environment ได้แล้ว เย้ ~</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=2ea0ec0f9d22" width="1" height="1" alt=""><hr><p><a href="https://medium.com/set-it-team/react-%E0%B8%81%E0%B8%B1%E0%B8%9A%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%97%E0%B8%B3-build-once-deploy-anywhere-2ea0ec0f9d22">React กับการทำ Build Once, Deploy Anywhere</a> was originally published in <a href="https://medium.com/set-it-team">SET-IT-TEAM</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[สร้าง Webhook Message ส่งข้อความเข้า MS Team แบบ Advance]]></title>
            <link>https://medium.com/set-it-team/%E0%B8%AA%E0%B8%A3%E0%B9%89%E0%B8%B2%E0%B8%87-webhook-message-%E0%B8%AA%E0%B9%88%E0%B8%87%E0%B8%82%E0%B9%89%E0%B8%AD%E0%B8%84%E0%B8%A7%E0%B8%B2%E0%B8%A1%E0%B9%80%E0%B8%82%E0%B9%89%E0%B8%B2-ms-team-%E0%B9%81%E0%B8%9A%E0%B8%9A-advance-4a55a8a4f82d?source=rss----a3bd2e4c958e---4</link>
            <guid isPermaLink="false">https://medium.com/p/4a55a8a4f82d</guid>
            <category><![CDATA[incoming-webhook]]></category>
            <category><![CDATA[webhooks]]></category>
            <category><![CDATA[microsoft-teams]]></category>
            <category><![CDATA[adaptive-card]]></category>
            <dc:creator><![CDATA[Phanwasin P.]]></dc:creator>
            <pubDate>Mon, 04 Sep 2023 07:47:04 GMT</pubDate>
            <atom:updated>2023-09-01T11:54:00.043Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/589/1*N2bsuLtvPssV0cFKZ93kEQ.png" /></figure><p>เริ่มต้น เรามาทำความรู้จักกับ ms team webhook กันก่อน สำหรับ microsoft team ที่เราใช้ส่งข้อความติดต่อกันนั้น เราสามารถให้ server ส่งข้อความต่างๆเข้าหาห้อง channel ต่างๆใน ms team แทนตัวบุคคลได้ โดยผ่านเครื่องมือที่ชื่อว่า Incoming Webhook</p><h3>Incoming Webhook</h3><p>เราสามารถสร้างได้โดยการเลือก option ที่ channel ที่ต้อง และเลือก Connectors (ยังใช้ได้บน MS Team Old Version เท่านั้น)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/358/1*eUTyTQ_mPuC-ge4ZREm-1Q.png" /></figure><p>เลือก Add หรือ Configure ที่ Incoming Webhook</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/803/1*kmJP062q-aiwwXl0o2ZU5g.png" /></figure><p>ใส่ชื่อ และ upload รูป avatar ให้เรียบร้อย และ copy URL ของ webhook เก็บไว้เพื่อใช้ต่อไป</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/780/1*FBlgu2COn_QZ_bTPruIu7g.png" /></figure><p>หลังจากที่ได้ URL webhook ที่ต้องการมาแล้ว ต่อไปเราก็ต้อง build ตัว message ที่ต้องการส่งไปในรูปแบบของ Message Card</p><h3>Message Card</h3><p>ตัวอย่าง simple message card ที่ใช้ส่งข้อความเช่น</p><pre>{<br>    &quot;@type&quot;: &quot;MessageCard&quot;,<br>    &quot;@context&quot;: &quot;http://schema.org/extensions&quot;,<br>    &quot;summary&quot;: &quot;Teams Webhook Example&quot;,<br>    &quot;sections&quot;: [{<br>        &quot;activityTitle&quot;: &quot;New Message&quot;,<br>        &quot;text&quot;: &quot;Hello World!&quot;<br>    }]<br> }</pre><p>เมื่อต้องส่ง simple message card ผ่าน python script ก็จะสร้าง code ประมาณนี้</p><pre>import json<br>import requests<br><br>def send_teams_message(webhook_url, message):<br>    headers = {<br>        &quot;Content-Type&quot;: &quot;application/json&quot;<br>    }<br>    <br>    payload = {<br>        &quot;@type&quot;: &quot;MessageCard&quot;,<br>        &quot;@context&quot;: &quot;http://schema.org/extensions&quot;,<br>        &quot;summary&quot;: &quot;Python Teams Webhook Example&quot;,<br>        &quot;sections&quot;: [{<br>            &quot;activityTitle&quot;: &quot;New Message&quot;,<br>            &quot;text&quot;: message<br>        }]<br>    }<br>    <br>    response = requests.post(<br>        url=webhook_url,<br>        headers=headers,<br>        data=json.dumps(payload)<br>    )<br>    <br>    if response.status_code == 200:<br>        print(&quot;Message sent successfully.&quot;)<br>    else:<br>        print(&quot;Failed to send message.&quot;)<br><br># Replace YOUR_WEBHOOK_URL with your actual Teams Webhook URL<br>webhook_url = &quot;YOUR_WEBHOOK_URL&quot;<br>message = &quot;Hello from Python!&quot;<br><br>send_teams_message(webhook_url, message)</pre><p>ทั้งนี้ Message Card ที่สามารถส่งเข้า Webhook ได้นั้นจะมีหลายประเภท แต่จะไม่อธิบายในที่นี้ หรือเข้าดูกันเอง [<a href="https://learn.microsoft.com/en-us/microsoftteams/platform/task-modules-and-cards/cards/cards-reference">card type</a>]</p><h3>Adaptive Card</h3><p>ในที่นี้ เพื่อความ Advance จะขอเน้นที่ AdaptiveCard ซึ่งสามารถปรับแต่งลูกเล่นต่างๆได้มากมาย เช่นการสร้าง card ตามตัวอย่างนี้</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/713/1*i9cNhuc-nk0vLcQ-qp2B_w.png" /></figure><p>โดยเราต้องเริ่มต้นด้วย template ของ AdaptiveCard สำหรับ Incoming Webhook ดังนี้</p><pre>{<br>    &quot;type&quot;: &quot;message&quot;,<br>    &quot;attachments&quot;: [<br>        {<br>            &quot;contentType&quot;: &quot;application/vnd.microsoft.card.adaptive&quot;,<br>            &quot;contentUrl&quot;: None,<br>            &quot;content&quot;: &lt;&lt; JSON_PAYLOAD_PLACE_HERE &gt;&gt;<br>        }<br>    ]<br> }</pre><p>สำหรับ content ส่วน &lt;&lt; JSON_PAYLOAD_PLACE_HERE &gt;&gt; ที่ระบุใน template จะสามารถใช้เครื่องมือ amdesigner ช่วยสร้างขึ้นมาได้ โดยเข้าไปสร้างผ่าน [<a href="https://amdesigner.azurewebsites.net/">Link</a>] (<a href="https://amdesigner.azurewebsites.net/">https://amdesigner.azurewebsites.net/</a>)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*dWsioFsMcRR1w5cjcQHEyQ.png" /></figure><p>เช่น ในภาพตัวอย่าง เราออกแบบ adaptive card แล้วได้ JSON Payload มา ก็นำมาประกอบกับ template และใส่ใน code python ตามนี้</p><pre>import json<br>import requests<br><br>def send_teams_adaptive_card(webhook_url, message):<br>    headers = {<br>        &quot;Content-Type&quot;: &quot;application/json&quot;<br>    }<br><br>    payload = {<br>        &quot;type&quot;: &quot;message&quot;,<br>        &quot;attachments&quot;: [<br>            {<br>                &quot;contentType&quot;: &quot;application/vnd.microsoft.card.adaptive&quot;,<br>                &quot;contentUrl&quot;: None,<br>                &quot;content&quot;: {<br>                    &quot;$schema&quot;: &quot;http://adaptivecards.io/schemas/adaptive-card.json&quot;,<br>                    &quot;type&quot;: &quot;AdaptiveCard&quot;,<br>                    &quot;version&quot;: &quot;1.2&quot;,<br>                    &quot;body&quot;: [<br>                        {<br>                            &quot;type&quot;: &quot;TextBlock&quot;,<br>                            &quot;text&quot;: message,<br>                            &quot;wrap&quot;: True,<br>                            &quot;weight&quot;: &quot;bolder&quot;,<br>                            &quot;size&quot;: &quot;medium&quot;<br>                        }<br>                    ]<br>                }<br>            }<br>        ]<br>    }<br><br>    response = requests.post(<br>        url=webhook_url,<br>        headers=headers,<br>        data=json.dumps(payload)<br>    )<br><br>    if response.status_code == 200:<br>        print(&quot;Adaptive Card sent successfully.&quot;)<br>    else:<br>        print(&quot;Failed to send Adaptive Card.&quot;)<br><br># Replace YOUR_WEBHOOK_URL with your actual Teams Webhook URL<br>webhook_url = &quot;YOUR_WEBHOOK_URL&quot;<br>message = &quot;Hello from Python with Adaptive Card!&quot;<br><br>send_teams_adaptive_card(webhook_url, message)</pre><p>เมื่อ run code ดังกล่าว เราก็จะสามารถส่ง message เข้าไปยัง MS Team channel ที่เราสร้าง Incoming Webhook ได้แล้ว</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/831/1*o9LEkOIxPAObcFAtyHPzxQ.png" /></figure><h3>Hooray!!!</h3><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=4a55a8a4f82d" width="1" height="1" alt=""><hr><p><a href="https://medium.com/set-it-team/%E0%B8%AA%E0%B8%A3%E0%B9%89%E0%B8%B2%E0%B8%87-webhook-message-%E0%B8%AA%E0%B9%88%E0%B8%87%E0%B8%82%E0%B9%89%E0%B8%AD%E0%B8%84%E0%B8%A7%E0%B8%B2%E0%B8%A1%E0%B9%80%E0%B8%82%E0%B9%89%E0%B8%B2-ms-team-%E0%B9%81%E0%B8%9A%E0%B8%9A-advance-4a55a8a4f82d">สร้าง Webhook Message ส่งข้อความเข้า MS Team แบบ Advance</a> was originally published in <a href="https://medium.com/set-it-team">SET-IT-TEAM</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[มาลองใช้ Stable Diffusion สร้างภาพสวยๆจาก AI กัน [ไม่ใช่คน IT ก็ทำได้]]]></title>
            <link>https://medium.com/set-it-team/%E0%B8%A1%E0%B8%B2%E0%B8%A5%E0%B8%AD%E0%B8%87%E0%B9%83%E0%B8%8A%E0%B9%89-stable-diffusion-%E0%B8%AA%E0%B8%A3%E0%B9%89%E0%B8%B2%E0%B8%87%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AA%E0%B8%A7%E0%B8%A2%E0%B9%86%E0%B8%88%E0%B8%B2%E0%B8%81-ai-%E0%B8%81%E0%B8%B1%E0%B8%99-%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B9%83%E0%B8%8A%E0%B9%88%E0%B8%84%E0%B8%99-it-%E0%B8%81%E0%B9%87%E0%B8%97%E0%B8%B3%E0%B9%84%E0%B8%94%E0%B9%89-a00e44f8ecc3?source=rss----a3bd2e4c958e---4</link>
            <guid isPermaLink="false">https://medium.com/p/a00e44f8ecc3</guid>
            <category><![CDATA[stable-diffusion]]></category>
            <category><![CDATA[civitai]]></category>
            <category><![CDATA[comfy-ui]]></category>
            <category><![CDATA[ai]]></category>
            <dc:creator><![CDATA[Phanwasin P.]]></dc:creator>
            <pubDate>Mon, 04 Sep 2023 07:46:23 GMT</pubDate>
            <atom:updated>2023-09-01T12:58:16.006Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*rOnzI8A7IuWhyFXW.png" /><figcaption>Imaged by <a href="https://www.freecodecamp.org/news/author/lynn/"><strong>Lynn Zheng</strong></a></figcaption></figure><p>เริ่มต้น เรามารู้จัก stable diffusion (ต่อจากนี้ขอย่อว่า SD) กันสักนิดก่อน SD AI Model ที่สามารถเปลี่ยนข้อความที่เราป้อน ให้กลายเป็นรูปภาพตามที่เราสั่งได้ ซึ่งมันเป็น open source ที่คนทั่วไปสามารถ download มาเล่น หรือนำมา train เพิ่มความสามารถ model ต่อไปได้</p><p>ด้วยความที่เป็น opensource MD จึงได้รับความนิยมมากๆ และพัฒนาความสามารถไปอย่างรวดเร็ว ถึงขนาดที่ Midjourney website ให้บริการสร้างภาพ AI ยังใช้ MD ไปเป็นส่วนหนึ่งของ model ที่ให้บริการลูกค้า</p><p>หลายคนพอได้ยินชื่อ SD อาจจะรู้สึกว่ามันน่าจะยากในการนำไปใช้ แต่ในความเป็นจริง ปัจจุบัน community ที่พัฒนา MD ได้มีการสร้างเครื่องมือต่างๆที่สามารถนำ MD มาใช้งานได้ง่ายขนาดที่คนที่ไม่มีความรู้ทาง IT เลย ก็ยังสามารถใช้งานได้</p><p>เกริ่นมาเยอะ เรามาเริ่มกันเลยดีกว่า</p><p><strong>คำเตือน :</strong> การใช้ MD สร้างภาพขึ้นมา จำเป็นต้องใช้ Computer ที่มี Graphic Card ที่มีประสิทธิภาพสูงๆ เพื่อสามารถสร้างภาพได้เร็วขึ้น กรณีที่ไม่มี Graphic Card ใน computer ก็ขอให้ รอ รอ และ รอ นะครับ ( 1 ภาพ size 512x512 จะใช้เวลา 15-20 นาทีโดยประมาณ )</p><p>ในการใช้ MD นั้นเราต้องการสิ่งเหล่านี้ จงไปโหลดมาให้ครบก่อนนะครับ</p><h3><strong>1. เครื่องมือ ในที่นี้เราเลือกใช้ ComfyUI</strong></h3><p>เข้าไปที่ <a href="https://github.com/comfyanonymous/ComfyUI">https://github.com/comfyanonymous/ComfyUI</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/899/1*Fo71DNdZ657FMC-XP9r_xA.png" /></figure><p>กด <a href="https://github.com/comfyanonymous/ComfyUI#installing">Installing ComfyUI</a> แล้วกดที่ <a href="https://github.com/comfyanonymous/ComfyUI/releases/download/latest/ComfyUI_windows_portable_nvidia_cu118_or_cpu.7z">Direct link to download</a></p><h3><strong>2. file model MD ที่ต้องการ</strong></h3><p>เข้าไปที่ <a href="https://civitai.com/">https://civitai.com/</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*4Fi02PlrTnGXHoivS2kSRg.png" /></figure><p>เลือก model ที่ต้องการโดยดูเฉพาะ model ที่มี tag ว่า Checkpoint เช่น</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*FDB331MM4lOlgv8sgoz0-A.png" /></figure><p>เมื่อเลือก model ที่ต้องการได้แล้วให้กด Download มาไว้</p><p>เมื่อ download ComfyUI และ Checkpoint มาแล้วก็มาเริ่มกันเลย</p><ol><li>unzip ไฟล์ ComfyUI แล้วจะได้ files ประมาณนี้</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/619/1*BmKqTjHwnBQLKEY4q1JuqQ.png" /></figure><p>2. ให้ copy file Checkpoint ไปวางไว้ใน folder ComfyUI/models/checkpoint</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/743/1*jgdnn7fbWVFU3pq_3CTXCg.png" /></figure><p>3. กลับไปที่ path ตั้งต้นในข้อ 1. แล้ว run <br> 3.1 กรณีไม่มี graphic card ให้ใช้ run_cpu.bat<br> 3.2 กรณีมี graphic card ให้ใช้ run_nvidia_gpu.bat</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*txkbhX0w9_JiQziRShju8g.png" /></figure><p>4. เมื่อเครื่องมือพร้อมใช้งาน ให้เลือก Load Checkpoint ในกล่องล่างซ้ายเป็นชื่อที่เรา download มา</p><p>5. ใส่คำที่ต้องการให้ AI สร้างภาพ ในกล่อง CLIP Text Encode บน (และใส่คำที่ไม่ต้องการให้อยู่ในภาพ ในกล่องล่าง)</p><p>6. กดที่ปุ่ม Queue Prompt และ รอ รอ รอ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*6xFb39497gVD3OqZT3HvGg.png" /></figure><p>7. ภาพที่สร้างเสร็จจะแสดงที่กล่องขวาสุด และถูก save อยู่ใน folder ComfyUI/output</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Qh0TuW__0CKZy9U7RH72SA.png" /></figure><h3>Hooray!!!</h3><p>สำหรับใครที่ต้องการปรับแต่งภาพขั้นกว่า ก็ลองไปศึกษาวิธีใช้ ComfyUI กันต่อดูนะครับ ยังมี technic ที่ใช้ได้กับเครื่องมือตัวนี้อีกมากมาย ซึ่งถ้ามีคนสนใจจริงๆจะมาให้ข้อมูลเพิ่มในภายหลังครับ</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=a00e44f8ecc3" width="1" height="1" alt=""><hr><p><a href="https://medium.com/set-it-team/%E0%B8%A1%E0%B8%B2%E0%B8%A5%E0%B8%AD%E0%B8%87%E0%B9%83%E0%B8%8A%E0%B9%89-stable-diffusion-%E0%B8%AA%E0%B8%A3%E0%B9%89%E0%B8%B2%E0%B8%87%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AA%E0%B8%A7%E0%B8%A2%E0%B9%86%E0%B8%88%E0%B8%B2%E0%B8%81-ai-%E0%B8%81%E0%B8%B1%E0%B8%99-%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B9%83%E0%B8%8A%E0%B9%88%E0%B8%84%E0%B8%99-it-%E0%B8%81%E0%B9%87%E0%B8%97%E0%B8%B3%E0%B9%84%E0%B8%94%E0%B9%89-a00e44f8ecc3">มาลองใช้ Stable Diffusion สร้างภาพสวยๆจาก AI กัน [ไม่ใช่คน IT ก็ทำได้]</a> was originally published in <a href="https://medium.com/set-it-team">SET-IT-TEAM</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[ใช้ FluentD เพียง 1 Container เพื่อให้ Monitor log ของทุก Application ในเครื่องเดียวกัน]]></title>
            <link>https://medium.com/set-it-team/%E0%B9%83%E0%B8%8A%E0%B9%89-fluentd-%E0%B9%80%E0%B8%9E%E0%B8%B5%E0%B8%A2%E0%B8%87-1-container-%E0%B9%80%E0%B8%9E%E0%B8%B7%E0%B9%88%E0%B8%AD%E0%B9%83%E0%B8%AB%E0%B9%89-monitor-log-%E0%B8%82%E0%B8%AD%E0%B8%87%E0%B8%97%E0%B8%B8%E0%B8%81-application-%E0%B9%83%E0%B8%99%E0%B9%80%E0%B8%84%E0%B8%A3%E0%B8%B7%E0%B9%88%E0%B8%AD%E0%B8%87%E0%B9%80%E0%B8%94%E0%B8%B5%E0%B8%A2%E0%B8%A7%E0%B8%81%E0%B8%B1%E0%B8%99-88db36f8d587?source=rss----a3bd2e4c958e---4</link>
            <guid isPermaLink="false">https://medium.com/p/88db36f8d587</guid>
            <category><![CDATA[fluentd]]></category>
            <category><![CDATA[software-development]]></category>
            <dc:creator><![CDATA[Dale Pote-areesakul]]></dc:creator>
            <pubDate>Fri, 21 Jul 2023 22:28:56 GMT</pubDate>
            <atom:updated>2023-07-22T07:47:29.194Z</atom:updated>
            <content:encoded><![CDATA[<p>สวัสดีครับทั่นผู้อ่าน ก่อนอื่นขอทักทายเป็นการเริ่มต้นบทความแรกของผมครับ ขอฝากเนื้อฝากตัวด้วยนะครับ :) สำหรับบทความที่ผมจะนำมาเขียนนั้น พยายามกลั่นกรองมาจากประสบการณ์ที่ได้ทำมาเอง ทุกคนสามารถ comment ได้เลยนะครับหากมีอะไรอยากชี้แนะ</p><p>เอาละเข้าเรื่อง ~ วันนี้ก็จะมาเขียนบทความเกี่ยวกับใช้ Tool Log Collector ตัวนึงที่ชื่อ Fluentd และนำมาประยุกต์นะครับ</p><blockquote>เกริ่นกันสักหน่อย</blockquote><p>ในยุคการพัฒนา Microservice ที่มีการแบ่งกลุ่ม Service ที่ทำงานคล้ายกันเป็น Application Service หลายๆ อัน เป็นเรื่องที่ยุ่ง หากเราจำเป็นต้องดู Log ทุกแอปพลิเคชัน อย่างไรก็ตามเราสามารถลดความยุ่งดังกล่าวได้โดยการใช้ Centralize Log ในการรวบรวม Log จากทุกแอปพลิเคชันไว้ในที่เดียวกัน ซึ่ง 1 ใน tools ที่ใช้ในการทำ Centralize Log ที่นิยมคือ FluentD โดยปกติเราอาจจะทำ FluentD 1 Container / 1 แอพพลิเคชั่น เพื่อคอย monitor log แต่ถ้าทำตามแบบนี้มันคงจะมีหลาย FluentD หลายคอนเทนเนอร์ ให้ดูรกเต็มไปหมดใน Server แน่ถ้าเครื่อง Server นั้นมีหลายแอพพลิเคชั่น →ในบทความนี้เราจะสอนวิธีการ Setup FluentD ให้มี 1 คอนเทนเนอร์รองรับทุกแอพพลิเคชั่นในเครื่องเดียวกันครับ</p><blockquote>Fluentd คืออะไร</blockquote><p>Fluentd คือโปรแกรมที่ทำหน้าในการเป็นตัวกลางในกระบวนการเก็บรวบรวมและจัดการข้อมูล log และเหตุการณ์ต่าง ๆ ที่เกิดขึ้นใน ทำให้เราสามารถเก็บรวบรวมข้อมูลจากแหล่งต่าง ๆ ไว้ที่เดียว และส่งข้อมูลนั้นไปยัง tool ปลายทางได้</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*sK7kDSQJrSZO3TaJ2M5P0g.png" /><figcaption>(ภาพเปรียบเทียบก่อน-หลังใช้ fluentd )</figcaption></figure><p>โครงสร้างการทำงานของ FluentD ถูกแบ่งหน้าที่ออกเป็น 3 กลุ่มคร่าวๆ</p><ol><li>กลุ่ม Input เป็นส่วนที่ใช้ในการรับข้อมูล log จากแหล่งต้นทาง โดย Input Plugin จะรับข้อมูลจากแหล่งต้นทางต่าง ๆ เช่น ไฟล์ log, แอปพลิเคชัน, บริการเครื่องมือต่าง ๆ และแปลงข้อมูลเหล่านี้เป็นรูปแบบที่ Fluentd เข้าใจได้</li><li>กลุ่ม Engine เป็นส่วนที่จัดการควบคุม คัดแยก(Filter) เพื่อให้สามารถรับข้อมูล log จากแหล่งต้นทาง แยกแยะข้อมูล log ในรูปแบบที่กำหนด -&gt; ปรับแต่งข้อมูลที่จะแสดงเพิ่มเติม -&gt; ส่งข้อมูลไปยังตัวเก็บข้อมูลหรือระบบปลายทางที่กำหนดไว้ใน Output Plugin ต่างๆ</li><li>กลุ่ม Output เป็นส่วนที่ไว้รับข้อมูล ที่ถูกปรับแต่งแล้ว และนำส่งข้อมูลนี้ออกไปยัง ระบบปลายทางที่ใช้ เช่น Elastic Search ฯลฯ</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/596/1*_5axlCAXSqhug673-kTI-Q.png" /><figcaption>(ภาพโครงสร้างการทำงานของ Fluentd แบบกว้างๆ)</figcaption></figure><p><strong>ซึ่งโครงสร้างทั้งหมดนี้จะถูกเขียนไว้ในไฟล์ fluent.conf</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*iZhu7AXHRq92WInOlWzUjA.png" /><figcaption>ตัวอย่างไฟล fluentd และการอธิบายความหมาย</figcaption></figure><p>ซึ่งท่านผู้อ่านสามารถหาข้อมูลเพิ่มเติมเกี่ยวกับการใช้ tag / reserve word / plugin ต่างๆ เพิ่มได้ที่ document ของ Fluntd Log Collector <a href="https://docs.fluentd.org/input">https://docs.fluentd.org/input</a></p><blockquote>มาถึงโจทย์ที่เราสนใจแล้ว</blockquote><p>โดยปกติแล้วเรามักจะใช้ fluentd.conf 1 conf / 1 application แต่ถ้า Server เรามีหลาย Application ละ จะต้องมีหลาย Fluentd Container งั้นหรือ ? รกน่าดู หาก docker ps -a ไปจะเจอแต่ container ของ fluentd</p><p>แต่ช้าก่อน เรามีทางออกให้ท่านผู้อ่านสามารถทำให้ 1 Fluentd สามารถรันหลายๆ Application ด้วยการใช้ @Include ใน file fluent.conf ครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*HvOqSpgj-tte9TWSjzdBoQ.png" /><figcaption>ภาพอธิบายการวางโครงสร้างของ Fluentd ให้ใช้หลายๆ fluentd.conf</figcaption></figure><p>จากภาพในแต่ละแอพนั้นเราจะมีการกำหนดไฟล fluentd.conf ของแต่ละแอพพลิเคชั่นไว้แล้วซึ่ง fluentd.conf ของแต่ละแอพนั้นเราจะกำหนดให้ครบทุก partเลยทั้ง input, engine , output เหมือนที่เราได้อธิบายใน section ก่อนหน้า</p><p>ดังนั้นแต่ละ fluent.conf ของแต่ละแอพนั้นจะมีการกำหนด source , การ filter , การส่งออก output ที่เป็นอิสระ ไม่จำเป็นต้องเหมือนกันได้เลย</p><p>ทีนี้เราจะสร้าง fluentd.conf ตัวแม่มา 1 อันเพื่อจะเอาตัวนี้และไป run container สำหรับ fluentd.conf ของตัวแม่นั้นเราจะมีการใช้</p><p>@include แบบในภาพด้านล่างเท่านั้น เมื่อตอน runtime ก็จะไปเรียก file config fluentd ของแต่ละแอพเข้ามาทำงานเองเลยครับ</p><p>เพียงเท่านี้เราก็มีแค่ 1 containner /1 เครื่อง / multiple app แล้วครับ</p><blockquote>ทำให้อัจฉริยะยิ่งขึ้น</blockquote><p>เราอาจจะมีปัญหาวุ่นวายหาก เราต้องมานั่งเพิ่ม @include ไปเรื่อยๆหากเราเพิ่ม /หรือลด Application ในเครื่อง Server เดียวกัน ไปอีกเรื่อยๆ</p><p>เราสามารถแก้เรื่องนี้ได้ โดยตัวอย่างที่ทางทีมผมใช้คือการเอา Script มาใช้ตอนสร้าง docker ครับ ตอน run jenkins ครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*_PZsh1QuaOMbmLXkkX0ueA.png" /><figcaption>ต.ย. script ที่ใช้ run docker</figcaption></figure><p>จากต.ย. script จะใช้ script ในการ find โครงสร้าง application ต่างๆ ที่เก็บไว้ใน server เดียวกัน ที่มี folder ด้วย path */fluentd/fluentd.conf ถูกสร้างอยู่</p><p>= แสดงว่า application นั้นจะใช้ fluentd ก็จะนำ path นั้นมาเขียน @include ลง fluentd master ที่จะเอาไปทำ container</p><p>จบแล้ว ขอบคุณที่แวะเวียนมา+หวังว่าบทความนี้จะเป็นประโยชน์ต่อท่านผู้อ่านน่ะครับ ~</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=88db36f8d587" width="1" height="1" alt=""><hr><p><a href="https://medium.com/set-it-team/%E0%B9%83%E0%B8%8A%E0%B9%89-fluentd-%E0%B9%80%E0%B8%9E%E0%B8%B5%E0%B8%A2%E0%B8%87-1-container-%E0%B9%80%E0%B8%9E%E0%B8%B7%E0%B9%88%E0%B8%AD%E0%B9%83%E0%B8%AB%E0%B9%89-monitor-log-%E0%B8%82%E0%B8%AD%E0%B8%87%E0%B8%97%E0%B8%B8%E0%B8%81-application-%E0%B9%83%E0%B8%99%E0%B9%80%E0%B8%84%E0%B8%A3%E0%B8%B7%E0%B9%88%E0%B8%AD%E0%B8%87%E0%B9%80%E0%B8%94%E0%B8%B5%E0%B8%A2%E0%B8%A7%E0%B8%81%E0%B8%B1%E0%B8%99-88db36f8d587">ใช้ FluentD เพียง 1 Container เพื่อให้ Monitor log ของทุก Application ในเครื่องเดียวกัน</a> was originally published in <a href="https://medium.com/set-it-team">SET-IT-TEAM</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[ประสบการณ์การได้ไป WWDC2023]]></title>
            <link>https://medium.com/set-it-team/%E0%B8%9B%E0%B8%A3%E0%B8%B0%E0%B8%AA%E0%B8%9A%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%93%E0%B9%8C%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B9%84%E0%B8%94%E0%B9%89%E0%B9%84%E0%B8%9B-wwdc2023-7306864d7110?source=rss----a3bd2e4c958e---4</link>
            <guid isPermaLink="false">https://medium.com/p/7306864d7110</guid>
            <category><![CDATA[development]]></category>
            <category><![CDATA[ios]]></category>
            <category><![CDATA[wwdc]]></category>
            <category><![CDATA[wwdc23]]></category>
            <dc:creator><![CDATA[Navee Sratthatad]]></dc:creator>
            <pubDate>Wed, 28 Jun 2023 02:52:48 GMT</pubDate>
            <atom:updated>2023-06-28T02:52:47.877Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/773/1*dBkHn75JluqOz74HJrnJbA.png" /></figure><p>บทความนี้จะเล่าถึงประสบการณ์การได้เข้าร่วมงาน WWDC2023 ในปีนี้ ที่อาจจะหาอ่านทั่วไปได้ยาก ก่อนที่จะได้ไปร่วมงาน ผมได้พยายามหาข้อมูลของปี 2022 ว่าผมจะได้เจออะไรบ้าง แต่ไม่ค่อยมีข้อมูลเลย</p><p>โดยจะขอเน้นไปที่ Activities ต่างๆในงาน ส่วนที่เป็นสาระน่าสนใจจะขอแยกไปไว้บทความถัดๆไป</p><p>WWDC คืองานที่เหล่า iOS Developer ทั่วโลกมารวมตัวกันทุกปี โดยจะปกติจะเปิดตัว Hardware ใหม่ๆ และนำเสนอ Feature ต่างๆ เช่น iOS version ใหม่, MacOS version ใหม่, iPad OS , อื่นๆ</p><p>ซึ่งปีก่อนๆจะอยู่ในช่วง Covid ทำให้งานถูกเปลี่ยน Format เป็น Online มาหลายปี</p><p>โดยในปีนี้กับปีที่แล้วเค้าได้เริ่มมีปรับ Format เป็นแบบ Hybrid ก็คือมีทั้ง Part Online และ Offline</p><p>ซึ่งปีนี้เป็นปีที่โชคดีที่มีโอกาสได้รับตั๋ว กับ ทางตลาดหลักทรัพย์ช่วยสนับสนุนส่งไป ทำให้ได้ไปเข้าร่วมงาน WWDC2023 นี้ที่ Apple Park ในเมือง Cupertino ที่ รัฐ California ประเทศ America</p><p>ในฐานะที่ผมเป็น iOS Developer บอกเลยว่าถือว่าเป็นความฝันอย่างหนึ่งเลยที่จะได้ไปเข้าร่วมสักครั้ง ถ้าใครพอจะรู้จักงาน จะรู้ได้เลยว่าการจะได้ตั๋วมานั้นยากมากๆ ต้องเสี่ยง Lottery เพื่อจะได้โอกาสซื้อตั๋วเข้างาน โดยปกติจะอยู่ที่ $1,599 แต่ว่าเนื่องจากปีนี้เป็น Hybrid หลายๆอย่างก็เลยถูกตัดลง จนเราไม่ต้องเสียค่าตั๋ว</p><p>โดยงานในปีนี้จะจัดตั้งแต่ 5–9 June โดยจะเป็น Offline บางส่วน และ Session ที่เหลือจะไปอยู่ Online ถึงจะน่าเสียดายที่ยังไม่ได้จัดเป็น Offline ตลอดทั้งสัปดาห์เหมือนปีก่อนๆ แต่ว่าแค่ได้เข้าร่วมก็ถือได้ว่าเป็นประสบการณ์ที่น่าสัมผัสสักครั้งแล้ว</p><h3>WWDC Activities</h3><p>สำหรับใครที่ไม่เคยรับชม WWDC มาก่อนจะขอ Activities คร่าวๆ ของงานให้ฟัง โดยปกติแล้วจะแบ่งออกเป็น</p><p>ณ วันแรกของงาน</p><ol><li>Keynote : Video นำเสนอ Feature ต่างๆ เช่น iOS version ใหม่, MacOS version ใหม่, iPad OS , อื่นๆ โดยคนทั่วๆไป ส่วนใหญ่จะดูถึงแค่นี้ Session โดยจะเริ่ม 00.00 ณ เวลาบ้านเรา ยาวไปถึง 02.00 ( Session นี้ลง Youtube ให้คนทั่วไปรับชบกับบนเว็บ Apple / App ของ Apple )</li><li>Platform State of Union : Video ที่เกริ่นถึง API, Document, การ Develop ต่างๆ ซึ่งเป็น Part ที่เริ่มลงลึกถึงระดับ Code แล้ว โดยจะเป็นภาพรวมต่างๆ ก่อนที่จะไปลงลึกใน Session ย่อยๆในวันถัดๆไป โดยจะเริ่มหลังจากจบ Keynote ซึ่งมันจะดึกมากแล้วถ้าเป็นเวลาไทย ปกติผมเลยต้องมาดูย้อนหลังเอา ( Session นี่เนื่องจากไม่ได้ Target คนทั่วไป แต่เป็น Developer จึงรับชมได้ผ่านบนเว็บ Apple / App ของ Apple เท่านั้น <a href="https://developer.apple.com/videos/play/wwdc2023/102/">https://developer.apple.com/videos/play/wwdc2023/102/</a> )</li></ol><p>และ ณ วันถัดๆไปจะเป็น</p><p>Session ย่อยๆ แยกไปตามแต่ละ Feature เช่น UIKit, WatchOS, SwiftUI, Swift language โดยจะเป็นแนวๆ เราจะ Implement Feature ใหม่นี้อย่างไรนะ หรือแบบ Best Practice ของการทำอันนู้น อันนี้ โดยจะทยอยให้ดูไปเรื่อยๆ จนครบ</p><p>โดยจริงๆ ถ้าเป็นจัดในช่วงที่เป็น Offline ล้วนนั้น Session นี้จะเป็นโอกาสอันดีที่ได้พูดคุยกับ Engineer เลย แต่ในปีนี้เค้าก็เตรียม Solution มาให้ ซึ่งเดียวจะกล่าวถึงในภายหลัง ( อันนี้ก็เหมือนข้อที่แล้วจึงดูได้ผ่านเว็บ Apple / App ของ Apple เท่านั้น)</p><h3>ประสบการณ์การไป WWDC23</h3><p>แน่นอนว่าอุตส่าห์ได้ไปเข้าร่วมถึงงานแล้วจะขอมาแบ่งปันประสบการณ์ที่ได้รับ ว่าแตกต่างจากปกติที่เรานั่งดูอยู่ที่บ้านอย่างไร พบเจออะไรบ้าง มีอะไรที่ประทับใจบ้าง</p><p>โดยงานจัดวันที่ 5–9 June</p><p>จะแบ่งงานที่ไปเข้าร่วมก็คือ 3 วัน แล้วที่เหลือจะเป็น Part Online ทั้งหมด เพิ่มเติมก็คือมีให้ Register Slack เข้าไปร่วมพูดคุยแต่ละ Session โดยเค้าจะเปิดให้ถามตอบเป็นช่วงๆ ซึ่งเดียวจะมาเล่าให้ฟังอีกที โดยก่อนถึงวันงานจะมีเปิดลงทะเบียนให้จอง Activities สองอันก็คือ Tour ณ วันงาน (กินเวลาราวๆ 30 นาที)กับ Session ของวันที่ 6 ซึ่ง ณ ตอนนั้นยังคงเป็นความลับว่าคืออะไร</p><p>โดย Tour ที่เปิดให้จองจะมีสองอันก็คือ</p><ol><li>Inside the Ring (เดินรอบๆ บยวงแหวนยานแม่)</li><li>Inner Meadow (อันนี้จะเป็นเดินชมสวนข้างในยานแม่)</li></ol><p>ซึ่งเราสามารถเลือกได้อันเดียว โดยเนื่องจากผมได้ไปกับพี่อีกคน ก็เลยแบ่งกันไปคนละอัน โดยผมเลือกเป็น Inner Meadow</p><p>กับอีก Session ที่เป็นความลับ เปิดให้จอง 3 ช่วงเวลา เช้า, บ่าย, เย็น ซึ่งไม่แน่ใจว่าแต่ละ Session จะต่างกันมั้ยเนื่องจากไม่ระบุเลยว่าไปทำอะไร</p><h3>4 June</h3><p>อาจจะงงๆ เป็นวันที่อยู่นอกช่วงงาน ไปทำอะไร แน่นอน ก่อนเราจะเข้าร่วมงานได้ก็ต้องมี Badge เข้างาน ช่วงบ่ายของวันนี้ Apple จะเปิดให้เราไป Eary Checkin เพื่อรับ Badge สำหรับเข้างานได้ และรับของที่ระลึกจาก Apple ซึ่งถ้าใครถ้าไม่ว่างก็สามารถมา Checkin วันงานช่วงเช้าได้ แต่ว่าเพื่อให้ไม่ลำบาก เราก็รีบไป Checkin กันดีกว่า โดยเราจะไป Checkin ที่ Apple Infinite Loop</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*TmeVZAJMPN1RPFu7RAqefw.png" /><figcaption>Apple Infinite Loop</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*DcXSap0g8tE98ksPxa04BQ.jpeg" /><figcaption>รับ Badge เรียบร้อย</figcaption></figure><p>โดยของที่ระลึกที่ได้รับจาก Apple ก็คือของดังนี้</p><ol><li>กระเป๋าผ้า</li><li>เข็มกลัด</li><li>หมวก</li><li>กระติกน้ำ</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*fXTDa2MMjtlSuI5Dq_xYmw.png" /></figure><p>สำหรับความประทับใจแรกเลยที่มาถึงงานก็คือ Energy ของพนักงาน ที่คุณจะสัมผัสไม่ได้ในการเข้าร่วม Event ที่ไทยเลย โดยพนักงานทุกคนจะมาตะโกนกล่าว Welcome แบบฮึกเหิม ยินดีที่เราได้เข้าร่วมจริงๆ</p><p>ถ้าเคยลงงานวิ่งแล้วตอนจะเข้าเส้นชัย ที่มีคนมายืนเยอะๆ แสดงความยินดี Feeling แบบนั้นเลย (จริงๆ เคยได้ไปเข้าร่วม Google I/O ก็ยังไม่ได้ขนาดนี้)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*DcuNvGd0ktnWQUUl4pdkYg.png" /><figcaption>จุด Checkin รับของที่ระทึก เอ้ย ระลึก</figcaption></figure><p>โดยเข้าไปหลัง Checkin จะเป็นซุ้ม พร้อมอาหารมากมาย ให้เดินหยิบ แล้วมีที่นั่งให้นั่งเพื่อทำ Connection กัน ก็ได้มีโอกาสได้คุยกับคนในงาน ก็มีเจอเป็นผู้ชนะ Swift Challange Student ในปีนี้ และอื่นๆ ( ทุกๆปี Apple จะเปิดโอกาสให้นักศึกษาเขียนแอพส่งผลงานมา ถ้าผ่านก็จะได้รับโอกาสมางาน )</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*rNvaFPRVdOe3TVRLAC75EQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*fLar9dYhKs8Frd2OX499KA.png" /></figure><p>นอกจากจะมีโต๊ะแล้วก็ยังมีอุปกรณ์ให้เล่นคลายเครียดด้วย</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*cp92jt37jAoXMFnmZlDNFA.png" /></figure><p>ก็จบลงไปวันนี้เตรียมตัวเข้าสู้งานจริงๆ พรุ่งนี้</p><h3>5 June</h3><p>มาถึงวันงาน โดยเราจะได้รับโอกาสเข้าสู่ Apple Park</p><p>แน่นอนว่าถือว่าพิเศษมากๆ เพราะการเข้า Apple Park ปกติไม่ได้เปิดให้คนภายนอกเข้าอยู่แล้ว จะได้เห็นยานแม่ที่ล่ำลือกันว่าจะสวยงามขนาดไหน</p><p>09.00 มาถึงงานโดยจะต่อแถวทยอยเข้าไป โดยหน้างานก็จะมีตรวจสอบความปลอดภัยทั่วๆไป ซึ่งระหว่างต่อแถว ก็มีขนมกับกาแฟให้ทานได้</p><p>แน่นอนเมื่อมาถึง Energy ที่ได้เจอมาเมื่อวันก่อนก็ยังไม่หมดลง พนักงานทุกคนยังคง Excite ที่จะได้จัดงานให้ผู้เข้าร่วม โดยจะมีกิจกรรมกระตุ้นผู้เข้าร่วมเป็นระยะๆ เช่น ให้ทุกคนในแถวตะโกนตาม</p><blockquote>“DUB DUB DC”</blockquote><p>ฟิลด์เหมือนมา Concert อะไรอย่างงั้นเลย</p><p>หลายๆคน อาจจะงง แปลว่าอะไร แบบผมสมัยแรกๆ จริงๆก็คือ การออกเสียง WWDC นี่แหละ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*wB059t3S06waOVx3WdHatw.png" /><figcaption>ต่อแถวเพื่อเข้าไปสู่ Apple Park</figcaption></figure><p>หลังจากผ่านประตูเข้าไปแล้ว ก็จะมาเจอยานแม่อันยิ่งใหญ่ของเรา</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Cvz8ErWA27xxGgkAYnTL6Q.png" /><figcaption>บริเวณรอบนอกวงแหวน</figcaption></figure><p>แล้วได้เดินไปเจอกับบุคคลสำคัญที่ช่วยให้เกิดทริปนี้ ก็คือคุณ Angeline ที่เป็น Apple Partnership ที่สิงค์โปร์</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*FiBB0BQ6HAqokNzc" /><figcaption>ถ่ายรูปกับคุณ Angeline</figcaption></figure><p>จากนั้นเดินไปเรื่อยๆจะถึงจุดที่รับชม Keynote กัน แน่นอนว่าเต็มไวมากที่นั่งใกล้ๆ ก็เลยได้มานั่งถัดไปหน่อย</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*8f-EHhOun1f1Bu-2D19NvA.png" /></figure><h3>5 June — Keynote</h3><p>10.00 ก็เริ่มเปิด Keynote เป็นการเปิดตัว iOS 17, iPad OS 17, Watch OS10, MacOS Sonoma ไปเรื่อยๆ</p><p>แน่นอนปีนี้ Highlight ที่เราต้องไม่พลาดมาชม Meme ของ Craig Federighi โดยปีที่แล้วผมชอบมากกับการวิ่ง (<a href="https://www.youtube.com/watch?v=j-Eu-3PyzXQ">https://www.youtube.com/watch?v=j-Eu-3PyzXQ</a>)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*yZBvTRT1Qgh8OVlnhyE6Rw.png" /><figcaption>Craig Meme ตอนปี 2022</figcaption></figure><p>โดยปีนี้ก็มีสอง Meme ที่ผมสะดุดตาก็คือ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*yiWjmOoXs5jxqQqdtwu4Hw.png" /><figcaption>เรียก iPad แบบเรียกค้อนของ Thor</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*6lnJOzTBPa3SnYwsNYaYeg.png" /><figcaption>กีตาร์ 3 แฉกในตำนาน</figcaption></figure><p>สำหรับผมแล้ว ทั่วๆไปในงาน WWDC จะมี Feature ใหม่ที่ว้าวๆ ต้องมานั่งคิด ว่าจะเอา Feature นั้นไปทำอะไรดี เอาไปประยุกต์ใช้กับแอพเราได้บ้าง อย่างปีก่อนก็มี Live Activities แต่ปีนี้หลังจากที่ฟัง ส่วนใหญ่จะเป็นการ Enhancement จากของเก่าๆสะมากกว่า เช่น Widget Interactive ที่เพิ่มขึ้นมาจากเดิม Widget ทำหน้าที่โชว์ข้อมูลเฉยๆ หรือ Live Activities ที่ขยายไปลง iPad จากเดิมที่มีแค่บน iPhone</p><p>ณ ตอนนั้นรู้สึกว่าดูจะยังไม่ค่อยมีอะไรเลยจนกระทั่ง . . .</p><p>Tim Cook พูดประโยคนั้นพูดขึ้นมา</p><blockquote><strong>“We do have one more thing”</strong></blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*zo68K4CQS78Z2qdoSX4f1A.png" /></figure><p>ความรู้สึกขนลุกก็ขึ้นมาเลย ใช่แล้ว ก็คือการเปิดตัว Vision Pro</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*KZk8wG-bkWPHIprUyGJp7w.png" /></figure><p>Vision Pro จริงๆก็คือได้ยินข่าวลือมาเยอะเลย รวมกับประโยคเชิญเข้างาน ก็ลือกันว่าจะออกมาเป็นไม่ AR ก็ VR แต่ผลิตภัณฑ์ที่ออกมาเรียกว่าได้ฉีกแนวจากตลาดทั่วไปทั้งหมด (รวมทั้งราคาด้วย $3599 ด้วยนะ)</p><p>แต่ถ้าพูดถึงความเป็นไปได้ในการเปิดตลาดใหม่ๆแล้ว เรียกว่ามีอะไรที่น่าติดตามมาก</p><p>โดย Vision Pro นั้นเปิดตัวมาคู่กับ VisionOS ซึ่งมีรากฐานมาจากทั้ง iOS,iPadOS,MacOS</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*90DUPst-UFYiJiBrswxeUg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*QEtOafPnTp3I_Jbzr9CMBA.png" /></figure><p>ซึ่งเราสามารถ Port แอพปัจจุบันมาลงได้เลย โดยจะเปิดเป็น Window</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*XuKy8qqw7u8AX2Q860fidg.png" /><figcaption>การเปิดแอพแบบ Window ขึ้นมา</figcaption></figure><p>แน่นอนว่า Vision Pro มันไม่ได้ออกแบบมาแค่นั้น ถ้าเราอยากจะใช้ประโยชน์ให้เต็มที่ เราก็จะต้องพัฒนาให้ Application ของเราดึงความสามารถมาได้สูงสุด เช่น ถ้าอย่างแอพหนัง แทนที่เราจะโชว์ Screen หนัง เราสามารถดำดิ่งไปสู่อีกโลกได้ เรียกว่าเป็นการรับประสบการณ์แบบ Spatial</p><p>แน่นอนว่าเราจะดึงอรรถรสมาได้นั้น เราต้องเปลี่ยนมุมมองการออกแบบทั้งหมด ซึ่งเป็นอีกความท้าทายเลยทีเดียว นอกจากนั้นยังมีเรื่อง Gesture, การมอง และอื่นๆ</p><p>เนื่องจาก Vision Pro รับ Input ได้หลักๆ 3 ช่องทาง การจะทำให้แอพพลิเคชั่นเราออกมาสมูธนั้น ต้องมาศึกษาเพิ่มอีกเยอะกับตัว VisionOS</p><p>ในช่วงแรกเราสามารถลองได้ผ่าน Simulator บน MacOS เท่านั้น ซึ่งในอนาคตเค้าจะมี Lab ในบางประเทศให้เราสามารถ Register เพื่อเอาแอพไปทดสอบกับเครื่องจริงได้ (ยังไม่มีประเทศไทยใน List )</p><p>หลังจากจบ Keynote ไปก็ขนลุกเลยทีเดียว</p><p>จากนั้นก็จะมีพักเบรคสักครู่</p><h3>5 June — Break</h3><p>แน่นอนว่ามีอาหารให้เลือกมากมาย และที่สำคัญ ฟรีและอร่อยด้วย</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*0-yqjXr69HiqrS4Icvv5Sg.png" /><figcaption>พิซซ่า Vegan</figcaption></figure><p>โดยเมื่อรับข้าวแล้วเราสามารถออกไปนั่งทานบริเวณข้างใน พร้อมชมสายรุ้งอันงดงาม</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1000/1*ayyP-nZG4rD5JQusp_L9dw.png" /><figcaption>ถ่ายคู่กับสายรุ้ง</figcaption></figure><p>สิ่งสะดุดตาอีกอย่างของผมในช่วง Break นั้นก็คือห้องน้ำ จะมี Zone ห้องน้ำแบบไม่มีเพศ ใช่แล้วทั้งผู้หญิง ผู้ชายเข้าห้องเดียวกันได้หมด ข้างในจะเป็นห้องน้ำแบบกั้นปิดสนิท ตอนแรกก็งงๆ ทำไมมีทั้งผู้หญิงและผู้ชายต่อแถวเดียวกัน</p><p>หลักจากพักเสร็จแล้วก็เตรียมลุย Session ต่อไป</p><h3>5 June — Platform state of union</h3><p>Session นี้เป็น Session สำหรับ Developer เป็นหลัก สื่อไม่คิดว่าจะมาดู Session นี้ ทำให้จำนวนคนที่ดูน่าจะเริ่มหายไป บวกกับสื่อน่าจะถูกเชิญไปสัมผัสตัว Vision Pro กัน ทำให้ผมมีโอกาสขยับขึ้นไปหน้าข้างหน้า</p><p>โดยหลักใน Session นี้จะเป็นลงลึกระดับ Code แต่จะเป็นแค่น้ำจิ้มๆ ของแต่ละ Feature เท่านั้น ถ้าสนใจ สามารถไปเข้าร่วม Session Online ในวันถัดๆไปได้</p><p>โดยที่มีน่าสนใจสำหรับผมไม่นับตัว Vision Pro ก็คือตัว</p><p>Swift Macro โดยจะเป็นการสร้าง Syntax คล้ายๆ annotation ที่จะช่วยลดโค้ดให้ Clean ขึ้น</p><h3>5 June — Tour &amp; Talk with Engineer</h3><p>ถ้าจำที่เราลงทะเบียนไว้ได้ ก็ถึงเวลาแล้วที่เราจะได้ไป Tour บริเวณ Apple Park กัน</p><p>โดยในช่วงนี้ หากเราไม่มีกิจกรรมอะไร เราสามารถไป Talk With Engineer ตามแต่ละเรื่องต่างๆที่น่าสนใจ โดยเค้าจะยืนแต่ละจุดตามเรื่อง ให้เราเข้าไปคุยได้</p><p>ก็เริ่มที่ Inner Meadow</p><p>โดยจะต่อแถวเพื่อตรวจสอบรายชื่อ หลังจากเรียบร้อย เค้าก็จะแบ่งกลุ่มให้ราว 20 คนไปกับ Guide ที่น่าจะเป็นพนักงานแอปเปิ้ล ที่จะคอยเล่าเรื่องราวเกี่ยวกับสถานที่ที่เราไป</p><p>ถ้าดูรูป Apple Park ข้างล่างจะเห็นได้ว่าหลักๆก็คือมีวงแหวน กับสวนตรงกลาง โดยที่ๆเราจะไปก็คือสวนตรงกลางนั่นเอง</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/500/1*7D2qrPW2a_MleTJI6wwpCg.jpeg" /><figcaption>Apple Park</figcaption></figure><h3><strong>Inner Meadow</strong></h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*zDue8XTkXSzQnjGmqaPJBg.png" /></figure><p>เนื่องจากคนเยอะ เสียงเลยตีกัน อาจจะมีฟังผิดๆถูกๆบ้าง</p><p>สถาปัตยกรรมแห่งนี้จะสูง 4 ชั้น เน้นรับลมเข้าออกจากธรรมชาติ เพื่อที่จะได้ไม่ต้องเปิดแอร์ตลอดเวลา ข้างในสวนจะเน้น Sustainabllity โดยมีพืชพรรณ ธรรมชาติมากมายเท่าที่จะมีได้ โดยทุกฤดูแทบไม่ต้องกลัวเลยจะไม่มีผลผลิต เพราะหมุนเวียน เลือกปลูกครอบคลุม Balance กัน ซึ่งผลผลิตที่ได้จะเอาไปขายใน Cafe</p><p>แน่นอนว่าผลไม้เยอะขนาดนี้ Guide เค้าก็ถามว่ารู้มั้ย Apple พันธุ์ไหนไม่โตในนี้</p><p>-&gt; Apple Macintosh . . . แห่</p><p>โดยระบบน้ำเค้าเลือกใช้เป็น Groudwater โดยรับจากน้ำฝน ซึ่งเลือกที่จะไม่ใช้ Springer เพราะว่าเปลืองน้ำเวลาพ่น</p><p>โดยจากนั้นก็ได้เดินไปเจอบ่อน้ำ เรียกว่าเป็นจุดที่ผมชอบมากๆ โดยเฉพาะ Concept เค้าบอกว่าสร้างบ่อน้ำนี้ให้เป็นที่แหล่งพักผ่อน ไม่ให้ต้องคิดถึงงาน ถ้าสังเกตุดีๆ จะเห็นว่าเราจะไม่เห็นตึกสักนิด ต้นไม้จะบังทั้งหมด เพราะเป็นความจงใจไม่ให้เห็นตึก เพื่อจะได้ลืมทุกอย่าง ไม่นึกถึงงาน</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*GSNzjdUQjic6QuJFxo7Wtw.png" /></figure><p>นอกจากนี้บ่อเค้ายังมีความเก็บรายละเอียด มีทำเป็นจุดให้เป็ดเดินเข้าออกได้</p><p>จากนั้นวนมาที่ตรงกลางที่เป็นสายรุ้ง โดยสายรุ้งนั้นจริงๆ ไม่ได้กะจะทิ้งไว้ถาวรแต่เกิดจากงานเปิดตัวที่ Lady Gaga มาแสดง โดยเค้าออกแบบสายรุ้งมาให้สวยทุกมุม ไม่ว่าจะมองจากมุมไหน พอมันสวยมากๆ เค้าก็เลยเลือกที่จะเก็บไว้ก็เลยอยู่มาทุกวันนี้</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ncxW64PJnPtyAcCkvWXPlQ.png" /></figure><p><strong>Talk With Engineer</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*sFWnvWtRfaFdmpZ_KoYecA.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*_DZCxmywQRUhQQis4FFW3A.png" /></figure><p>จากนั้นได้แว๊บไปแอบดูโดยเค้าจะแบ่งโซนต่างๆดังนี้</p><p>หลังจากดูได้แป๊ปเดียว ก็เหมือนเค้าเปิดโอกาสให้ชมอีก Tour นึงได้ก็คือ ซึ่งนึกว่าจะได้ไปแค่ Tour เดียว ก็เลยไปอีกอันด้วยเลย</p><p><strong>Inside the Ring</strong></p><p>แน่นอนโอกาสที่เราจะได้ขึ้นบนวงแหวนมีไม่มาก ก็เลยต้องคว้าไว้</p><p>โดยได้มีโอกาสขึ้นไปชั้นบน มองลองมา แล้วเค้าก็เล่าสถาปัตยกรรมโดยสังเขป คร่าวๆ ก็คือ แบบที่เคยกล่าวใน Tour ก่อนก็คือ พยายามรับลมภายนอกมาเพื่อให้ประหยัดพลังงานที่สุด</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*gVDpnCupmbrKqT5vusC9bA.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*GDT453DohZoPT7q2xmhJLw.png" /></figure><p>นอกจากนี้ยังได้พาไปข้างล่างโดยจะได้พบกับนิทรรศการ แล้วก็ยังพบกับความไฮโซก็คือ เค้าเอา Bank มาเปิดในนั้นเลยสาขานึง ให้พนักงานได้ทำธุรกรรมได้สะดวก</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*l_JGn0Zyfp51BoMcp7SyBQ.png" /><figcaption>Bank หนึ่งเดียวใน Apple Park ที่ยกมาตั้งสาขาในนี้</figcaption></figure><p>หลังจากจบ Inside the Ring ไป ยังไม่ทันได้กลับไป Talk with Engineer ก็เริ่ม Session ถัดไปแล้ว ก็เลยถือว่าพลาดโอกาสไป แต่ว่าจริงๆ ยังสามารถเก็บคำถามไปถามได้ใน Slack อีก ซึ่งเดียวจะกล่าวถึงภายหลัง</p><h3>5 June — Apple Design Award</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*oEv41V__I3MUucGx89LzJQ.png" /></figure><p>เป็น Session ที่จะประกาศรางวัลผู้ชนะในด้านต่างๆเกี่ยวกับ Design ของปีนี้</p><p>โดย Highlight ที่สำคัญที่น่ายินดี ก็คือมีแอพไทยที่ได้รางวัลก็คือ</p><p>แอพลิเคชั่น Stitch ที่เป็นเกมจาก Lykke Studios (ประเทศไทย)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*zibKSGC2cNVEGygDNSNp1w.png" /></figure><p>หลังจากจบ Session ก็ได้ประกาศว่าจะมี Session ลับตอนเย็น ก็คือ จะได้ไปสัมผัส Vision Pro นั่นเอง</p><h3>5 June — Vision Pro at Steve Job Theater</h3><p>หลังจากต่อแถวสักพักก็จะได้เดินทางไปสู่ Steve Job Theater ที่จะมีจัดวาง Hardware ใหม่ๆที่เปิดตัวในปีนี้ได้แก่ Macbook, Mac Studio รวมไปถึง Highlight ก็คือ Vision Pro</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*p4wP6UghTrTveeF3Z7qVzA.png" /><figcaption>Steve Job Thether</figcaption></figure><p>โดยตัว Vision Pro จะอยู่ข้างล่าง เราต้องลงบันไดเพื่อไปดู</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ZBLJKGVvSOf9AKxkEI964w.png" /><figcaption>Vision Pro</figcaption></figure><p>ที่น่าเสียดายก็คือเนื่องจากผู้เข้าร่วมเยอะ และเวลามีน้อย เลยทำให้มีโอกาสได้ถ่ายรูปไม่เยอะมาก ก็ต้องเดินไป กับแอบหวังเล็กน้อยว่าอาจจะมีโอกาสได้ลองเล่นใน Session นี้</p><h3>5 June — Ending</h3><p>ก็ถือว่าจบงานไปแล้ว ช่วงเย็นก็จะมีอาหารให้รับประทานก่อนเดินทางกลับที่พัก</p><h3>6 June — Session ณ Apple Developer Center</h3><p>เป็น Session ลับที่ไม่มีรายละเอียดไว้ล่วงหน้า ที่ได้จองไว้ ตอนแรกก็มีแอบหวังว่าจะได้เล่น Vision Pro</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*WnMcjwSAMe6rbAeUFQgDcw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*mtvCuTlGj0fdSH9oRXZBow.png" /></figure><p>Session นี้จะเป็นการเล่าถึงสถานที่นี้ ว่าสามารถทำอะไรได้บ้าง Studio เค้าสามารถทำได้ทุกอย่าง ออกแบบมาเพื่อให้ใช้สอนอะไรก็ได้</p><p>จากนั้นก็จะเป็น Session Sneak Peak ตัว Vision Pro SDK โดยใน Session นี้จะมีการ Demo ความสามารถของ Vision Pro ให้ กับตัว API เป็นแบบคร่าวๆ</p><p>ซึ่งเค้าห้ามไม่ให้ถ่ายวีดีโอ แต่ถ่ายรูปได้อย่างเดียวเท่านั้น เนื่องจากห้ามหลายอย่าง ไม่แน่ใจว่าจะสามารถเล่าได้มั้ย ก็เลยจะไม่ขอลงรายละเอียดมากนัก</p><p>หลังจากจบงาน ก็จะมี Session ให้เราได้คุยกับ Engineer ที่ทำ Vision Pro โดยตรง เท่าที่ได้มีคุยดู เค้าจะ Prefer ตัว Swift UI เป็นหลักมากกว่า เนื่องจากออกแบบ Feature หลายๆอย่างมาให้เหมาะแก่การเอาไปต่อยอด</p><h3>6 June — 9 June — Online Session &amp; Slack Event</h3><p>ถัดจากนี้จะเริ่มเป็น Session Online ที่เป็นคลิป โดยจะค่อยๆปล่อยมาแต่ละช่วงเวลา เช่น 7.00 เรื่องนี้ 8.00 เรื่องนี้ ให้เราทยอยไปดูเรื่องที่น่าสนใจ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*869cBC9xcFR2qK0hf2agPw.png" /></figure><p>โดย Topic หลักๆจะมี Category ดังนี้</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/594/1*RzhLUX4IsMY4mielfv25NA.png" /></figure><p>นอกจากนี้ยังมี Slack ที่เราสามารถไปร่วม Join ได้</p><p>โดยแต่ละช่วงเวลาเค้าจะเปิดให้เราไปทิ้งคำถาม เช่น 13.00–15.00 แล้วจะมี Engineer Apple มาตอบ บวกกับ อาจจะมีผู้เข้าร่วมคนอื่นที่ถ้าเค้ารู้ ก็จะช่วยตอบให้ได้ โดยอาจจะเป็นคำถามเกี่ยวกับ App เรา หรือ คำถามเกี่ยวกับ Feature ก็ได้</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*wnct-69aN6zrsIvND5R6QA.png" /></figure><p>แน่นอนพอเป็น Slack แบบนี้ สิ่งที่ผมชอบก็คือ เราสามารถอ่านคำถาม คำตอบคนอื่นได้ทั้งหมด ซึ่งจะทำให้เราได้เห็นมุมมองใหม่ๆ ว่า Developer ยุคนี้ว่าเค้าสนใจอะไร ติดปัญหาอะไรกัน แค่มานั่งไล่อ่านก็ได้ความรู้มากๆแล้ว ซึ่งบางคำถามก็มีคำถามที่ผมสนใจ เช่น อนาคตของ UIKit กับ SwiftUI ก็อาจจะไม่ต้องไปถามซ้ำกับเค้า</p><p>ซึ่งนอกจากจะมีถามตอบคำถามแล้ว ยังมี Session เช่นแบบ Watch Party ไปด้วยกัน พร้อมกับหลังดูจบก็จะมีตอบคำถาม เป็นต้น</p><p>อีกทั้งเรายังสามารถ Submit เพื่อ 1 on 1 กับ Engineer ได้โดยตรงในบางวัน เกี่ยวกับปัญหาที่อยากรู้ ถ้าเค้า Approve ก็จะเริ่มการนัด ซึ่งคำถามที่หลักๆ ได้ถามไปใน Slack แล้วก็เลยไม่ได้เข้าร่วมอันนี้</p><p>ก็จะเป็นแบบนี้จนถึงวันสุดท้ายแล้วก็จบลง เนื่องจากค่อนข้างยาวแล้ว บทความหน้าเจอกันใหม่ จะพยายามหา Session ที่น่าสนใจในงานมาเล่าอีกที</p><p>สุดท้ายนี้ก็ขอขอบคุณทางตลาดหลักทรัพย์ที่ได้สนับสนุนส่งไป กับทาง Apple Partnership Singapore ที่ได้ช่วยอะไรหลายๆอย่างจนสามารถไปได้ รวมถึงพี่ที่ไปร่วมงานกับผม ถือเป็นประสบการณ์หนึ่งในชีวิตที่ได้ไป เรียกว่า Complete ไปหนึ่งอย่างในฐานะ iOS Developer</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=7306864d7110" width="1" height="1" alt=""><hr><p><a href="https://medium.com/set-it-team/%E0%B8%9B%E0%B8%A3%E0%B8%B0%E0%B8%AA%E0%B8%9A%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%93%E0%B9%8C%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B9%84%E0%B8%94%E0%B9%89%E0%B9%84%E0%B8%9B-wwdc2023-7306864d7110">ประสบการณ์การได้ไป WWDC2023</a> was originally published in <a href="https://medium.com/set-it-team">SET-IT-TEAM</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
    </channel>
</rss>