4 คะแนน โดย namyunwoo 2026-03-13 | 1 ความคิดเห็น | แชร์ทาง WhatsApp

สวัสดีครับ/ค่ะ ขอแนะนำโปรเจกต์โอเพนซอร์ส claude-knowledge-graph ที่สร้างขึ้นเพื่อแก้ปัญหาความอึดอัดที่พบระหว่างใช้งาน AI coding assistant (Claude Code) ในสภาพแวดล้อมเทอร์มินัลล่าสุด

ที่มาของการสร้างโปรเจกต์นี้ (My Pain Point)

ผม/ฉันทำงานด้าน data science และต้องรับคำขอทั้งงานวิเคราะห์ข้อมูลและงานพัฒนาจากหลายทีมพร้อมกัน ช่วงหลังเมื่อเริ่มนำ Claude Code มาใช้ ประสิทธิภาพการทำงานเพิ่มขึ้นมาก แต่ก็มีปัญหาใหญ่ข้อหนึ่ง

  • ความรู้ที่หายไปและการแตกกระจาย: ทุกครั้งที่มีคำขอวิเคราะห์ใหม่เข้ามา ผม/ฉันมักสร้างโฟลเดอร์ ad-hoc ใหม่แล้วทำงานในนั้น แต่เมื่อ session จบลง ทั้งการตัดสินใจด้านสถาปัตยกรรม โค้ด preprocessing ที่ซับซ้อน และกระบวนการ debugging ที่ต่อสู้ร่วมกับ AI ก็หายไปทันที
  • งานซ้ำที่ไม่มีประสิทธิภาพ: เมื่อกลับมาทำงานคล้ายกันในภายหลัง มักหา history เก่าไม่เจอ จึงต้องอธิบายบริบทให้ AI ใหม่ตั้งแต่ต้น หรือพยายามนึกแล้วเขียนโค้ดซ้ำเอง ทำให้เสียเวลาอยู่บ่อยครั้ง

แนวคิดที่ว่า “จะดีไหมถ้าไม่ต้องมานั่งนึกว่าเคยแก้ปัญหานี้ไว้ในโฟลเดอร์ไหน แล้วให้ AI ดึงบันทึกงานเก่าของผม/ฉันกลับมาให้เองตามบริบทปัจจุบันได้” คือจุดเริ่มต้นของโปรเจกต์นี้

แนะนำโปรเจกต์: claude-knowledge-graph

นี่คือเครื่องมือที่ดักจับทุกบทสนทนาใน Claude Code (ทั้งพรอมป์ต์และคำตอบ) เพื่อนำไปวิเคราะห์ด้วย local LLM และสร้างเป็นกราฟความรู้ Obsidian (Knowledge Graph) แบบรวมศูนย์โดยอัตโนมัติ

  1. Zero-Friction (อัตโนมัติเต็มรูปแบบ): ทำงานเบื้องหลังผ่าน Hook ของ Claude Code ผู้ใช้เพียงเขียนโค้ดตามปกติได้เลย
  2. การแท็กอย่างปลอดภัยด้วย local LLM: เมื่อจบงาน local LLM ขนาดเบา (Qwen 3.5 4B + llama.cpp) จะรันชั่วคราวในเบื้องหลังเพื่อสรุปบทสนทนาและดึงแนวคิดสำคัญกับแท็กออกมา จากนั้นจึงปิดตัวลง จึงไม่ต้องกังวลว่าโค้ดภายในองค์กรจะรั่วไหลออกสู่ภายนอก
  3. การเชื่อมโยงอัตโนมัติตามความคล้ายคลึง (Killer Feature): โดยอาศัยแนวคิดที่สกัดได้ แท็ก และ พาธไดเรกทอรีที่ใช้ทำงาน (cwd) ระบบจะเปรียบเทียบบันทึกเก่ากับบทสนทนาปัจจุบันแบบหลายมิติ จากนั้นค้นหาวิธีแก้ปัญหาในอดีตที่เกี่ยวข้องสูง แล้วเชื่อมลิงก์แบบวิกิ ([[ ]]) ไว้อัตโนมัติที่ด้านล่างของโน้ตปัจจุบัน

เหมาะเป็นพิเศษสำหรับนักพัฒนาแบบนี้

  • คนที่ต้องสลับบริบทบ่อย: แม้จะต้องข้ามไปมาระหว่างหลายโปรเจกต์หรือหลายโฟลเดอร์ ad-hoc ความรู้ทั้งหมดก็จะถูกรวมเข้าสู่ Obsidian Vault เดียวและเชื่อมโยงกันให้อัตโนมัติ
  • คนที่ทำงานในสภาพแวดล้อมที่เข้มงวดด้านความปลอดภัย: สำหรับผู้ที่จัดการโค้ดหรือข้อมูลอ่อนไหวในสภาพแวดล้อมระดับองค์กรและไม่สะดวกใช้บริการบันทึก/ล็อกแบบคลาวด์ นี่เป็นทางเลือกแบบ local ที่ปลอดภัย
  • คนที่มุ่งสู่การมี Second Brain: แนะนำสำหรับผู้ใช้ Obsidian ที่ต้องการสร้างกราฟความรู้เชิงภาพซึ่งเชื่อมโยงด้วยโหนดและเอดจ์ แทนการเก็บเป็นเพียง text log ธรรมดา

โปรเจกต์นี้ออกแบบมาให้ทำงานได้ดีบน Mac (Apple Silicon) และ Linux และแนะนำสภาพแวดล้อมที่มี RAM อย่างน้อย 16GB สำหรับการรัน local LLM เบื้องหลัง

รายละเอียดสถาปัตยกรรมและวิธีตั้งค่าเพิ่มเติมถูกรวบรวมไว้ใน GitHub repository แล้ว หากมีฟีดแบ็กหรือ PR ก็ยินดีต้อนรับเสมอ!

1 ความคิดเห็น

 
namyunwoo 2026-03-13

ลิงก์ GitHub คือ https://github.com/namyunwoo/claude-knowledge-graph ครับ