สุดท้ายของ series ai agent แล้วค้าบ 🥰✨

ถ้าคุณกำลังอยาก “สร้าง agent ai” แต่ไม่รู้จะเริ่มจากอะไร ให้มองคำว่า Agentic Frameworks เป็น “ชุดเครื่องมือ” ที่ช่วยลดความซับซ้อนของการทำเอเจนต์ เช่น การจัดลำดับขั้นตอน, เก็บสถานะการทำงาน, เรียกใช้เครื่องมือ (tools) หลายตัว, ทำงานวนซ้ำ/ตรวจสอบผล และเชื่อมต่อโมเดล LLM ให้เป็นระบบมากขึ้น 1) ก่อนเลือกเฟรมเวิร์ก ลองตอบ 3 คำถามนี้ - เอเจนต์ต้องทำงานแบบ “ไหลเป็นกราฟ/มีเงื่อนไขเยอะ” ไหม? ถ้าใช่ แนวกราฟจะช่วยมาก - งานเน้น “ค้นความรู้จากเอกสาร (RAG)” หรือเน้น “ทำงานเป็นทีมหลายบทบาท”? - ต้องการนำไปโปรดักชันจริง (logging, tracing, evaluation, guardrails) หรือทำเดโมเร็วๆ? 2) เลือกใช้ตัวไหนดี (ภาพรวมแบบใช้งานจริง) - LangGraph: เหมาะมากกับงานที่มี state และ flow ซับซ้อน เช่น ตรวจคำตอบแล้ววนแก้, multi-step planning, หรือมีหลายทางเลือกตามเงื่อนไข - LlamaIndex: เด่นเรื่องข้อมูล/เอกสาร ทำ RAG, ดึงความรู้จากหลายแหล่ง, สร้างเครื่องมือค้น/สรุป และต่อเข้ากับเอเจนต์ได้ดี - CrewAI: เหมาะกับงาน “หลายเอเจนต์หลายบทบาท” เช่น นักวิจัย + นักเขียน + QA ทำงานต่อกันเป็นทีม ใช้ทำเวิร์กโฟลว์คอนเทนต์หรือรีเสิร์ชสนุกมาก - Smolagents: แนวเบาๆ เริ่มง่าย โฟกัสให้ทำ agent ได้เร็ว เหมาะกับคนอยากลองก่อนโดยไม่ตั้งระบบเยอะ - Google ADK: ถ้าคุณอยู่ฝั่ง Google ecosystem หรืออยากได้แนวทางมาตรฐานในการประกอบเอเจนต์/ทูลให้พร้อมใช้ ก็เป็นตัวเลือกที่น่าเช็ก 3) โครงสร้างเอเจนต์ที่ควรมี (เช็กลิสต์) - เป้าหมาย (Goal) + ข้อจำกัด (Constraints) ชัดๆ - Tools ที่จำเป็น: เช่น web search, database, doc retriever, calculator, code runner - Memory/State: เก็บสิ่งที่ทำไปแล้ว ลดการวนซ้ำ - Planner/Router: ตัดสินใจว่าจะใช้ tool ไหน หรือไปขั้นตอนไหนต่อ - Critic/Verifier: ตรวจคำตอบ/ความถูกต้องก่อนส่งออก 4) ตัวอย่างแนวทางเริ่มทำ “agent ai” แบบง่าย - เริ่มจาก 1 เอเจนต์ + 2 tools (เช่น retriever + summarizer) - ทำ flow 3 ขั้น: รับโจทย์ → ค้นข้อมูล/เรียก tool → สรุปคำตอบพร้อมอ้างอิง - ค่อยเพิ่มเงื่อนไข: ถ้าข้อมูลไม่พอให้ค้นเพิ่ม, ถ้าคำตอบยาวเกินให้ย่อ, ถ้าความมั่นใจต่ำให้ถามกลับ 5) เคล็ดลับที่ช่วยให้คลิกแล้วทำตามได้จริง - ตั้ง prompt ให้เป็น “สัญญาการทำงาน” เช่น ต้องอ้างอิงแหล่งข้อมูล, ห้ามเดา, ถ้าไม่พบให้บอกว่าไม่พบ - ทำ logging ตั้งแต่แรก จะรู้ว่า agent พังตรงไหน (เรียก tool ผิด, วนลูป, หรือสรุปหลุดประเด็น) - เริ่มจาก use case แคบๆ ก่อน เช่น “สรุปเอกสารบริษัท” หรือ “ตอบคำถามจากคู่มือ” แล้วค่อยขยาย สุดท้าย ถ้าคุณยังลังเล ให้เลือกตามโจทย์เลย: งาน flow ซับซ้อนเริ่มที่ LangGraph, งานเอกสารเริ่มที่ LlamaIndex, งานหลายบทบาทเริ่มที่ CrewAI—แล้วค่อยปรับให้เข้ากับสไตล์งานของเรา