[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"academy-blogs-th-1-1-all-run-local-llm-ollama-golang-guide-all--*":3,"academy-blog-translations-v9902nhg6spnu8l":84},{"data":4,"page":70,"perPage":70,"totalItems":70,"totalPages":70},[5],{"alt":6,"collectionId":7,"collectionName":8,"content":9,"cover_image":10,"cover_image_path":11,"created":12,"created_by":13,"expand":14,"id":78,"keywords":79,"locale":51,"published_at":80,"scheduled_at":13,"school_blog":74,"short_description":81,"status":72,"title":82,"updated":83,"updated_by":13,"slug":75,"views":77},"วิธีติดตั้ง Ollama และการเขียนโค้ดภาษา Go เพื่อรันโมเดล Llama 3 ในเครื่องตัวเอง","sclblg987654321","school_blog_translations","\u003Cp>ในตอนที่แล้ว เราได้เรียนรู้วิธีเชื่อมต่อ GPT-4o ผ่าน Cloud API กันไปแล้ว แต่สำหรับโปรเจกต์ที่ต้องการความเป็นส่วนตัวสูงหรือต้องการควบคุมค่าใช้จ่ายในระยะยาว Local LLM คือทางเลือกที่ตอบโจทย์ครับ วันนี้เราจะมาเปลี่ยนเครื่องคอมพิวเตอร์ของคุณให้เป็นเซิร์ฟเวอร์ AI ด้วย Ollama ซึ่งมีจุดเด่นคือรันฟรี ข้อมูลไม่รั่วไหล และทำงานได้แม้ไม่มีอินเทอร์เน็ต\u003C\u002Fp>\u003Ch2>วิธีติดตั้ง Ollama บน Windows\u002FMac เพื่อรันโมเดล AI ในเครื่องตัวเอง\u003C\u002Fh2>\u003Cp>\u003Cstrong>Ollama\u003C\u002Fstrong> คือเครื่องมือที่ช่วยจัดการเรื่องการดาวน์โหลดและรันโมเดลภาษา (LLMs) เช่น \u003Cstrong>Llama 3, Mistral, หรือ Phi-3\u003C\u002Fstrong> ให้เป็นเรื่องง่ายที่สุดในปัจจุบัน โดยมันจะจัดการเรื่องความซับซ้อนของ Library ต่างๆ เบื้องหลังให้เราทั้งหมดครับ\u003C\u002Fp>\u003Ch3>ขั้นตอนการติดตั้ง:\u003C\u002Fh3>\u003Col>\u003Cli>\u003Cp>\u003Cstrong>Download:\u003C\u002Fstrong> เข้าไปที่ \u003Ca rel=\"noopener noreferrer\" href=\"http:\u002F\u002Follama.com\">ollama.com\u003C\u002Fa> เพื่อดาวน์โหลดตัวติดตั้ง (รองรับทั้ง macOS, Linux และ Windows)\u003C\u002Fp>\u003C\u002Fli>\u003Cli>\u003Cp>\u003Cstrong>Install:\u003C\u002Fstrong> ติดตั้งตามขั้นตอนปกติเหมือนแอปพลิเคชันทั่วไป\u003C\u002Fp>\u003C\u002Fli>\u003Cli>\u003Cp>\u003Cstrong>Run Model:\u003C\u002Fstrong> เปิด Terminal ของคุณขึ้นมา แล้วพิมพ์คำสั่งเพื่อดาวน์โหลดและรันโมเดลที่ต้องการ:\u003C\u002Fp>\u003C\u002Fli>\u003C\u002Fol>\u003Cp>Bash\u003C\u002Fp>\u003Cpre>\u003Ccode>ollama run llama3\n\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>\u003Cstrong>หมายเหตุ:\u003C\u002Fstrong> ครั้งแรกที่รัน ระบบจะทำการดาวน์โหลดตัวโมเดลลงมาเก็บไว้ในเครื่อง (ขนาดประมาณ 4.7GB สำหรับ Llama 3 8B) เมื่อดาวน์โหลดเสร็จแล้ว คุณสามารถพิมพ์คุยกับ AI ได้โดยตรงผ่าน Terminal ทันทีครับ\u003C\u002Fp>\u003Ch2>เชื่อมต่อ Ollama ด้วย Go: สั่งการ AI ผ่านโค้ด\u003C\u002Fh2>\u003Cp>เมื่อเราติดตั้ง Ollama เสร็จแล้ว ตัวโปรแกรมจะรัน \u003Cstrong>API Server\u003C\u002Fstrong> ให้เราโดยอัตโนมัติที่พอร์ต \u003Ccode>11434\u003C\u002Fcode> (localhost:11434) ทำให้เราสามารถเขียนโปรแกรมภาษา Go เข้าไปสั่งการโมเดลได้ทันทีครับ\u003C\u002Fp>\u003Cp>แม้ว่าเราจะเขียนโค้ดเพื่อยิง \u003Ccode>net\u002Fhttp\u003C\u002Fcode> ไปที่ API โดยตรงได้ แต่เพื่อความรวดเร็วและเป็นระเบียบ เราจะใช้ Library อย่างเป็นทางการของ Ollama เพื่อให้โค้ดของเราดูเป็น Gopher มากขึ้นครับ\u003C\u002Fp>\u003Ch3>การติดตั้ง Library\u003C\u002Fh3>\u003Cp>ใช้คำสั่งนี้ใน Terminal เพื่อติดตั้ง SDK หลักของ Ollama:\u003C\u002Fp>\u003Cp>Bash\u003C\u002Fp>\u003Cpre>\u003Ccode>go get github.com\u002Follama\u002Follama\n\u003C\u002Fcode>\u003C\u002Fpre>\u003Ch3>ตัวอย่างโค้ด: สั่งให้โมเดลตอบคำถาม (Streaming)\u003C\u002Fh3>\u003Cp>หัวใจสำคัญของ Ollama SDK ในภาษา Go คือการใช้ฟังก์ชัน \u003Ccode>Generate\u003C\u002Fcode> ร่วมกับ \u003Cstrong>Callback Function\u003C\u002Fstrong> เพื่อรับข้อมูลแบบ Real-time ครับ\u003C\u002Fp>\u003Cp>Go\u003C\u002Fp>\u003Cpre>\u003Ccode>package main\n\nimport (\n\t\"context\"\n\t\"fmt\"\n\t\"log\"\n\n\t\"github.com\u002Follama\u002Follama\u002Fapi\"\n)\n\nfunc main() {\n\t\u002F\u002F 1. สร้าง Client เพื่อเชื่อมต่อกับ Ollama (ดึงค่าจาก Environment อัตโนมัติ)\n\tclient, err := api.ClientFromEnvironment()\n\tif err != nil {\n\t\tlog.Fatal(\"ไม่สามารถเชื่อมต่อ Ollama ได้:\", err)\n\t}\n\n\tctx := context.Background()\n\n\t\u002F\u002F 2. กำหนดรายละเอียดคำสั่ง (Request)\n\treq := &api.GenerateRequest{\n\t\tModel:  \"llama3\", \u002F\u002F ระบุชื่อโมเดลที่โหลดไว้ในเครื่อง\n\t\tPrompt: \"Docker สำคัญกับงานสาย AI อย่างไร? สรุปสั้นๆ\",\n\t}\n\n\t\u002F\u002F 3. ฟังก์ชันสำหรับจัดการคำตอบที่ส่งมาแบบ Streaming\n\trespFunc := func(resp api.GenerateResponse) error {\n\t\t\u002F\u002F พิมพ์คำตอบออกมาทีละส่วน (Chunk) ทันทีที่ข้อมูลมาถึง\n\t\tfmt.Print(resp.Response)\n\t\treturn nil\n\t}\n\n\t\u002F\u002F 4. ส่งคำสั่งไปยังโมเดล\n\terr = client.Generate(ctx, req, respFunc)\n\tif err != nil {\n\t\tfmt.Println(\"\\nเกิดข้อผิดพลาด:\", err)\n\t}\n}\n\u003C\u002Fcode>\u003C\u002Fpre>\u003Ch3>ทำไมต้องเขียนแบบนี้?\u003C\u002Fh3>\u003Cul>\u003Cli>\u003Cp>\u003Cstrong>api.ClientFromEnvironment():\u003C\u002Fstrong> สะดวกมากเพราะมันจะหาทางเชื่อมต่อกับ Ollama ที่รันอยู่ในเครื่องเราให้เองโดยไม่ต้องระบุ IP\u002FPort ให้วุ่นวาย\u003C\u002Fp>\u003C\u002Fli>\u003Cli>\u003Cp>\u003Cstrong>respFunc:\u003C\u002Fstrong> ตัว SDK ของ Ollama ถูกออกแบบมาให้รับข้อมูลแบบ Streaming เป็นค่าเริ่มต้น การใช้ฟังก์ชันรับค่าแบบนี้จะทำให้โปรแกรมของเราดู \"ลื่นไหล\" ไม่ต้องรอ AI คิดจนจบแล้วค่อยแสดงผลทีเดียวครับ\u003C\u002Fp>\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>Local vs Cloud: เปรียบเทียบจุดเด่น Ollama และ OpenAI เลือกใช้ตัวไหนดี?\u003C\u002Fh2>\u003Cp>การตัดสินใจว่าจะรันโมเดลเองในเครื่อง (Ollama) หรือจะใช้บริการภายนอก (OpenAI) ไม่มีคำตอบที่ถูกที่สุดครับ แต่ขึ้นอยู่กับ \u003Cstrong>\"โจทย์ของโปรเจกต์\"\u003C\u002Fstrong> ที่คุณกำลังทำอยู่ นี่คือตารางสรุปแบบหมัดต่อหมัดเพื่อช่วยให้คุณตัดสินใจได้ง่ายขึ้นครับ\u003C\u002Fp>\u003Ctable style=\"min-width: 75px;\">\u003Ccolgroup>\u003Ccol style=\"min-width: 25px;\">\u003Ccol style=\"min-width: 25px;\">\u003Ccol style=\"min-width: 25px;\">\u003C\u002Fcolgroup>\u003Ctbody>\u003Ctr>\u003Ctd colspan=\"1\" rowspan=\"1\">\u003Cp>\u003Cstrong>หัวข้อเปรียบเทียบ\u003C\u002Fstrong>\u003C\u002Fp>\u003C\u002Ftd>\u003Ctd colspan=\"1\" rowspan=\"1\">\u003Cp>\u003Cstrong>Local LLM (Ollama)\u003C\u002Fstrong>\u003C\u002Fp>\u003C\u002Ftd>\u003Ctd colspan=\"1\" rowspan=\"1\">\u003Cp>\u003Cstrong>Cloud API (OpenAI)\u003C\u002Fstrong>\u003C\u002Fp>\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colspan=\"1\" rowspan=\"1\">\u003Cp>\u003Cstrong>ค่าใช้จ่าย (Cost)\u003C\u002Fstrong>\u003C\u002Fp>\u003C\u002Ftd>\u003Ctd colspan=\"1\" rowspan=\"1\">\u003Cp>\u003Cstrong>ฟรี\u003C\u002Fstrong> (ไม่มีค่า Subscription\u002FToken)\u003C\u002Fp>\u003C\u002Ftd>\u003Ctd colspan=\"1\" rowspan=\"1\">\u003Cp>จ่ายตามจริงตามปริมาณ \u003Cstrong>Token\u003C\u002Fstrong>\u003C\u002Fp>\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colspan=\"1\" rowspan=\"1\">\u003Cp>\u003Cstrong>ความเป็นส่วนตัว (Privacy)\u003C\u002Fstrong>\u003C\u002Fp>\u003C\u002Ftd>\u003Ctd colspan=\"1\" rowspan=\"1\">\u003Cp>\u003Cstrong>สูงสุด\u003C\u002Fstrong> ข้อมูลวนอยู่แค่ในเครื่อง 100%\u003C\u002Fp>\u003C\u002Ftd>\u003Ctd colspan=\"1\" rowspan=\"1\">\u003Cp>ข้อมูลถูกส่งไปประมวลผลบน Cloud\u003C\u002Fp>\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colspan=\"1\" rowspan=\"1\">\u003Cp>\u003Cstrong>อินเทอร์เน็ต (Network)\u003C\u002Fstrong>\u003C\u002Fp>\u003C\u002Ftd>\u003Ctd colspan=\"1\" rowspan=\"1\">\u003Cp>\u003Cstrong>ไม่ต้องใช้\u003C\u002Fstrong> ทำงานแบบ Offline ได้\u003C\u002Fp>\u003C\u002Ftd>\u003Ctd colspan=\"1\" rowspan=\"1\">\u003Cp>จำเป็นต้องเสถียรตลอดเวลา\u003C\u002Fp>\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colspan=\"1\" rowspan=\"1\">\u003Cp>\u003Cstrong>ความเร็ว (Performance)\u003C\u002Fstrong>\u003C\u002Fp>\u003C\u002Ftd>\u003Ctd colspan=\"1\" rowspan=\"1\">\u003Cp>ขึ้นอยู่กับความแรงของ \u003Cstrong>GPU\u002FRAM\u003C\u002Fstrong>\u003C\u002Fp>\u003C\u002Ftd>\u003Ctd colspan=\"1\" rowspan=\"1\">\u003Cp>ขึ้นอยู่กับเน็ตและความหนาแน่นของ Server\u003C\u002Fp>\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colspan=\"1\" rowspan=\"1\">\u003Cp>\u003Cstrong>ความฉลาด (Intelligence)\u003C\u002Fstrong>\u003C\u002Fp>\u003C\u002Ftd>\u003Ctd colspan=\"1\" rowspan=\"1\">\u003Cp>ปานกลาง (ตามขนาดโมเดลที่เครื่องไหว)\u003C\u002Fp>\u003C\u002Ftd>\u003Ctd colspan=\"1\" rowspan=\"1\">\u003Cp>\u003Cstrong>สูงมาก\u003C\u002Fstrong> (ใช้โมเดลขนาดใหญ่พิเศษ)\u003C\u002Fp>\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd colspan=\"1\" rowspan=\"1\">\u003Cp>\u003Cstrong>ความง่ายในการ Scale\u003C\u002Fstrong>\u003C\u002Fp>\u003C\u002Ftd>\u003Ctd colspan=\"1\" rowspan=\"1\">\u003Cp>ยาก (ต้องอัปเกรดเครื่องหรือเพิ่ม Server)\u003C\u002Fp>\u003C\u002Ftd>\u003Ctd colspan=\"1\" rowspan=\"1\">\u003Cp>\u003Cstrong>ง่ายมาก\u003C\u002Fstrong> แค่จ่ายเงินเพิ่มเพื่อขอโควต้า\u003C\u002Fp>\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003Ch3>💡 สรุปสั้นๆ ให้เลือกง่ายขึ้น:\u003C\u002Fh3>\u003Cul>\u003Cli>\u003Cp>\u003Cstrong>เลือก Local (Ollama) เมื่อ:\u003C\u002Fstrong> คุณทำโปรเจกต์ที่ซีเรียสเรื่องความลับข้อมูลมาก (เช่น ข้อมูลลูกค้า, บัญชีบริษัท) หรือต้องการประหยัดงบในระยะยาว และมีเครื่องสเปกแรงพอสมควร (เน้นการมี GPU ที่ดี)\u003C\u002Fp>\u003C\u002Fli>\u003Cli>\u003Cp>\u003Cstrong>เลือก Cloud (OpenAI) เมื่อ:\u003C\u002Fstrong> คุณต้องการความฉลาดสูงสุดของโมเดล (Reasoning สูงๆ) ไม่อยากกังวลเรื่องการ Setup ระบบเอง หรือกำลังทำแอปที่มีผู้ใช้งานจำนวนมากพร้อมกัน (High Scalability)\u003C\u002Fp>\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>🎯 ท้าให้ลอง (Daily Mission)\u003C\u002Fh2>\u003Cp>เพื่อให้เห็นภาพการทำงานจริง ผมอยากให้ทุกคนลองติดตั้ง \u003Cstrong>Ollama\u003C\u002Fstrong> และดาวน์โหลดโมเดลขนาดเล็ก (Small Language Models) ที่ไม่กินสเปกเครื่องมากอย่าง \u003Cstrong>phi3\u003C\u002Fstrong> หรือ \u003Cstrong>gemma:2b\u003C\u002Fstrong> มาทดสอบดูครับ\u003C\u002Fp>\u003Ch3>โจทย์การบ้าน\u003C\u002Fh3>\u003Cp>ลองนำโค้ด Go จากหัวข้อที่แล้วมาดัดแปลงให้รับอินพุตผ่าน Command Line โดยใช้ \u003Ccode>os.Args\u003C\u002Fcode> เพื่อให้เราสามารถพิมพ์คำถามต่อท้ายคำสั่งรันโปรแกรมได้ทันที\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cp>\u003Cstrong>เป้าหมาย:\u003C\u002Fstrong> สามารถรันคำสั่งแบบนี้ได้ => \u003Ccode>go run main.go \"สรุปจุดเด่นของ Go ใน 3 ข้อ\"\u003C\u002Fcode>\u003C\u002Fp>\u003C\u002Fli>\u003Cli>\u003Cp>\u003Cstrong>คำแนะนำ:\u003C\u002Fstrong> อย่าลืมเช็คจำนวน Argument เพื่อป้องกันโปรแกรมพัง (Panic) หากผู้ใช้ลืมพิมพ์คำถามมาด้วยนะครับ\u003C\u002Fp>\u003C\u002Fli>\u003C\u002Ful>\u003Cdiv data-type=\"horizontalRule\">\u003Chr>\u003C\u002Fdiv>\u003Ch2>บทสรุป: ก้าวสำคัญสู่การสร้าง AI ที่เป็นอิสระ\u003C\u002Fh2>\u003Cp>การเลือกใช้ \u003Cstrong>Ollama\u003C\u002Fstrong> ร่วมกับภาษา \u003Cstrong>Go\u003C\u002Fstrong> ไม่ใช่แค่เรื่องของการประหยัดค่าใช้จ่าย แต่มันคือการเปิดประตูสู่การสร้างแอปพลิเคชันที่ทำงานได้ทุกที่และปลอดภัยแบบ 100% แม้ในวันที่โลกไม่มีอินเทอร์เน็ต แอปของคุณก็ยังคงความฉลาดและพร้อมรับใช้ผู้ใช้งานอยู่เสมอ\u003C\u002Fp>\u003Cp>อย่างไรก็ตาม การเลือกใช้ Local หรือ Cloud ไม่มีทางเลือกไหนที่สมบูรณ์แบบที่สุดครับ หน้าที่ของโปรแกรมเมอร์อย่างเราคือการเลือกเครื่องมือให้เหมาะสมกับโจทย์ และดึงประสิทธิภาพของมันออกมาให้ได้มากที่สุดนั่นเองครับ\u003C\u002Fp>\u003Ch3>ตอนต่อไป | EP.146: Prompt Engineering for Gophers เทคนิคสั่งงาน AI ให้คมกริบ\u003C\u002Fh3>\u003Cp>ไม่ว่าคุณจะเลือกใช้โมเดลระดับโลกอย่าง GPT-4o หรือโมเดลในเครื่องผ่าน Ollama สิ่งหนึ่งที่เป็นตัวตัดสินว่า AI จะทำงานได้คุ้มค่าตัวหรือไม่ก็คือคำสั่ง (Prompt) ครับ ในตอนหน้า เราจะขยับจากการแค่เชื่อมต่อได้ไปสู่การสั่งให้เป็น ด้วยเทคนิคการเขียน Prompt ภายใน Code เพื่อคุม Output ให้แม่นยำและรีดประสิทธิภาพของ AI ออกมาให้ถึงขีดสุด!\u003C\u002Fp>\u003Cp>\u003Cstrong>ฝากกดติดตามพวกเราได้ที่ Superdev Academy\u003C\u002Fstrong> ในทุกช่องทางนะครับ!\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cp>\u003Cstrong>🔵 Facebook: \u003C\u002Fstrong>\u003Ca target=\"_blank\" rel=\"noopener\" class=\"ng-star-inserted\" href=\"https:\u002F\u002Fwww.facebook.com\u002Fsuperdev.academy.th\">\u003Cstrong>Superdev Academy Thailand\u003C\u002Fstrong>\u003C\u002Fa>\u003Cstrong> \u003C\u002Fstrong>(อัปเดตข่าวสารและบทความใหม่)\u003C\u002Fp>\u003C\u002Fli>\u003Cli>\u003Cp>\u003Cstrong>🎬 YouTube: \u003C\u002Fstrong>\u003Ca target=\"_blank\" rel=\"noopener\" class=\"ng-star-inserted\" href=\"https:\u002F\u002Fwww.youtube.com\u002F@SuperdevAcademy\">\u003Cstrong>Superdev Academy Channel\u003C\u002Fstrong>\u003C\u002Fa>\u003Cstrong> \u003C\u002Fstrong>(ติวเข้มแบบวิดีโอ)\u003C\u002Fp>\u003C\u002Fli>\u003Cli>\u003Cp>\u003Cstrong>📸 Instagram: \u003C\u002Fstrong>\u003Ca target=\"_blank\" rel=\"noopener\" class=\"ng-star-inserted\" href=\"https:\u002F\u002Fwww.instagram.com\u002Fsuperdevacademy\u002F\">\u003Cstrong>@superdevacademy\u003C\u002Fstrong>\u003C\u002Fa>\u003Cstrong> \u003C\u002Fstrong>(เกร็ดความรู้สั้นๆ และเบื้องหลังการทำงาน)\u003C\u002Fp>\u003C\u002Fli>\u003Cli>\u003Cp>\u003Cstrong>🎬 TikTok: \u003C\u002Fstrong>\u003Ca target=\"_blank\" rel=\"noopener\" class=\"ng-star-inserted\" href=\"https:\u002F\u002Fwww.tiktok.com\u002F@superdevacademy?lang=th-TH\">\u003Cstrong>@superdevacademy\u003C\u002Fstrong>\u003C\u002Fa>\u003Cstrong> \u003C\u002Fstrong>(Tips & Tricks ฉบับย่อยง่าย)\u003C\u002Fp>\u003C\u002Fli>\u003Cli>\u003Cp>\u003Cstrong>🌐 Website: \u003C\u002Fstrong>\u003Ca target=\"_blank\" rel=\"noopener noreferrer\" href=\"http:\u002F\u002Fsuperdevacademy.com\">\u003Cstrong>superdevacademy.com\u003C\u002Fstrong>\u003C\u002Fa>\u003Cstrong> \u003C\u002Fstrong>(คลังบทความและคอร์สเรียนฉบับเต็ม)\u003C\u002Fp>\u003C\u002Fli>\u003C\u002Ful>\u003Cp>\u003C\u002Fp>","9ku0a6c32t2_04zayuslby.png","https:\u002F\u002Ftwsme-r2.tumwebsme.com\u002Fsclblg987654321\u002F9ku1b4pp7kbrikx\u002F9ku0a6c32t2_04zayuslby.png","2026-05-19 07:38:06.463Z","",{"keywords":15,"locale":45,"school_blog":55},[16,23,27,31,36,41],{"collectionId":17,"collectionName":18,"created":19,"created_by":13,"id":20,"name":21,"updated":22,"updated_by":13},"sclkey987654321","school_keywords","2026-04-08 03:39:24.854Z","9a3wamff29x0joy","Ollama","2026-04-10 16:14:47.753Z",{"collectionId":17,"collectionName":18,"created":24,"created_by":13,"id":25,"name":26,"updated":24,"updated_by":13},"2026-05-19 07:37:17.692Z","fl65uctzhsh7hv2","Local LLM",{"collectionId":17,"collectionName":18,"created":28,"created_by":13,"id":29,"name":30,"updated":28,"updated_by":13},"2026-05-19 07:37:25.747Z","sei8ls8q3fzaqjt","Llama 3",{"collectionId":17,"collectionName":18,"created":32,"created_by":13,"id":33,"name":34,"updated":35,"updated_by":13},"2026-03-04 08:20:14.253Z","ah6lvy4x8qe08l5","Golang","2026-04-10 16:07:26.172Z",{"collectionId":17,"collectionName":18,"created":37,"created_by":13,"id":38,"name":39,"updated":40,"updated_by":13},"2026-03-04 08:20:11.547Z","ey3puyme01a9bsw","Go","2026-04-10 16:07:25.893Z",{"collectionId":17,"collectionName":18,"created":42,"created_by":13,"id":43,"name":44,"updated":42,"updated_by":13},"2026-05-19 07:37:47.156Z","5e3gcm3yaz0pk0h","AI Privacy",{"code":46,"collectionId":47,"collectionName":48,"created":49,"flag":50,"id":51,"is_default":52,"label":53,"updated":54},"th","pbc_1989393366","locales","2026-01-22 10:59:55.832Z","twemoji:flag-thailand","s8wri3bt4vgg2ji",true,"Thai","2026-04-10 15:42:46.614Z",{"category":56,"collectionId":57,"collectionName":58,"created":59,"expand":60,"id":74,"slug":75,"updated":76,"views":77},"wqxt7ag2gn7xcmk","pbc_2105096300","school_blogs","2026-05-19 07:38:06.102Z",{"category":61},{"blogIds":62,"collectionId":63,"collectionName":64,"created":65,"created_by":13,"id":56,"image":66,"image_alt":13,"image_path":67,"label":68,"name":69,"priority":70,"publish_at":71,"scheduled_at":13,"status":72,"updated":73,"updated_by":13},[],"sclcatblg987654321","school_category_blogs","2026-03-04 08:33:53.210Z","59ty92ns80w_15oc1implw.png","https:\u002F\u002Ftwsme-r2.tumwebsme.com\u002Fsclcatblg987654321\u002Fwqxt7ag2gn7xcmk\u002F59ty92ns80w_15oc1implw.png",{"en":69,"th":69},"Golang The Series",1,"2026-03-16 04:39:38.440Z","published","2026-04-25 02:32:15.470Z","v9902nhg6spnu8l","run-local-llm-ollama-golang-guide","2026-05-25 04:18:09.300Z",108,"9ku1b4pp7kbrikx",[20,25,29,33,38,43],"2026-05-25 03:18:32.787Z","เปลี่ยนคอมพิวเตอร์ให้เป็นฐานทัพ AI ด้วย Ollama สอนวิธีติดตั้งและเขียน Go เชื่อมต่อ Local LLM แบบมือโปร ประหยัดค่า API และได้ความเป็นส่วนตัว 100%","Golang The Series EP.145: วิธีติดตั้ง Ollama รัน Llama 3 ในเครื่องตัวเองด้วย Go","2026-05-25 03:18:32.793Z",{"th":75,"en":75}]