วิธีการทำงาน
สถาปัตยกรรมและข้อจำกัดการปฏิบัติงานสำหรับโปรเจกต์พอร์ตโฟลิโอส่วนตัวด้าน AI engineering และ data engineering
กลยุทธ์แหล่งข้อมูล
โหมดสังเคราะห์ยังเป็นค่าเริ่มต้นแบบกำหนดผลได้ โหมดทางการใช้ภาพรวมข้อมูล 250 ระเบียนจาก DGA/data.go.th ที่แยกนำเข้า ตรวจเช็กซัม และระบุที่มารายระเบียน โดยไม่รวมข้อมูลสองโหมดเข้าด้วยกัน
การออกแบบ AI
การเรียก LLM เป็นทางเลือก แยกตามผู้ให้บริการ และจำกัดตามหลักฐาน Gemini และ OpenRouter ใช้อินเทอร์เฟซเดียวกับ mock provider แบบกำหนดได้ และสรุปจะถูกแคชในฐานข้อมูล
ควบคุมต้นทุน
เดโมทำงานได้โดยไม่ต้องใช้คีย์ส่วนตัว Embedding มี fallback แบบกำหนดได้ในเครื่อง การสร้างสรุปถูกแคช และเป้าหมาย deploy ใช้ free tier ของ Vercel, FastAPI และ Supabase PostgreSQL
ขอบเขตความเป็นส่วนตัว
ภาพรวมข้อมูลทางการไม่รวมชื่อผู้ขายและเลขระบุนิติบุคคล ข้อมูลสาธารณะไม่ใช่หลักฐานการกระทำผิด และโครงการนี้ไม่จัดอันดับหน่วยงานหรือผู้ขายว่าน่าสงสัย
หลักฐานแบบจำกัดขอบเขต
ภาพรวมนี้ใช้สาธิตการได้มา การแมป การตรวจคุณภาพ ที่มา การค้นคืน และการอ้างอิง ข้อมูลไม่ครบถ้วน อาจล้าสมัย และไม่เป็นตัวแทนระบบจัดซื้อจัดจ้างไทยทั้งหมด