สร้าง Desktop AI Agent ควบคุมคอมพิวเตอร์ออฟไลน์ 100% ด้วย Ollama + OpenClaw + MCP

ลองนึกภาพดูสิ คุณพิมพ์ประโยคภาษาไทยว่า "เปิดไฟล์ Excel ยอดขายเดือนนี้ แล้วสรุปยอดรวมให้หน่อย" แล้ว AI ก็เปิดไฟล์ อ่านข้อมูล สรุปผลให้คุณได้ทันที — โดยที่ข้อมูลทุกอย่างไม่ออกจากเครื่องคุณเลย

ไม่ต้องจ่ายเงินรายเดือน ไม่ต้องกลัวข้อมูลรั่วไหล และไม่ต้องเชื่อมต่ออินเทอร์เน็ต

บทความนี้จะพาคุณสร้าง Desktop AI Agent แบบออฟไลน์ 100% ด้วยสามเครื่องมือหลัก: Ollama + OpenClaw + MCP

ทำความเข้าใจส่ามเครื่องมือก่อนเริ่ม

ก่อนลงมือทำ มาทำความรู้จักกันก่อนว่าแต่ละตัวทำหน้าที่อะไร

Ollama — สมองของระบบ

Ollama เป็นเครื่องมือรัน Large Language Model บนเครื่องของคุณเอง รองรับหลายโมเดล เช่น Llama 3, Qwen, Mistral และอื่น ๆ ติดตั้งง่าย รันผ่าน CLI หรือ API ได้ทันที

จุดเด่นคือรองรับโมเดลที่เก่งภาษาไทย เช่น Qwen2.5 หรือ Llama 3.1 ที่ fine-tune มาสำหรับภาษาไทย

OpenClaw — มือที่ควบคุมคอมพิวเตอร์

OpenClaw เป็นเฟรมเวิร์กสำหรับสร้าง Desktop AI Agent ที่สามารถควบคุมคอมพิวเตอร์ได้เหมือนมนุษย์ — คลิกเมาส์ พิมพ์คีย์บอร์ด เปิดแอป จัดการไฟล์ และท่องเว็บได้

จุดที่ทำให้ OpenClaw น่าสนใจคือมันรองรับ MCP (Model Context Protocol) ซึ่งเป็นมาตรฐานเปิดจาก Anthropic สำหรับเชื่อมต่อ AI กับเครื่องมือภายนอก

MCP — สะพานเชื่อม AI กับเครื่องมือ

MCP คือโปรโตคอลที่ช่วยให้ AI เรียกใช้ฟังก์ชันภายนอกได้ เช่น อ่านไฟล์ ค้นหาเว็บ จัดการฐานข้อมูล โดยมี MCP Server ทำหน้าที่เป็นตัวกลาง

มี MCP Server สำเร็จรูปให้ใช้แล้วหลายตัว เช่น filesystem, browser automation, SQLite และอื่น ๆ

สิ่งที่ต้องเตรียม

มาดูสเปคขั้นต่ำกันก่อน

• RAM: 16 GB (แนะนำ 32 GB ขึ้นไปสำหรับโมเดลใหญ่)
• GPU: ไม่จำเป็น แต่มีแล้วเร็วขึ้นมาก (NVIDIA ที่รองรับ CUDA หรือ Apple Silicon)
• OS: Windows, macOS หรือ Linux ก็ได้
• Python: เวอร์ชัน 3.10 ขึ้นไป
• พื้นที่ดิสก์: อย่างน้อย 10 GB สำหรับโมเดลและเครื่องมือ

ขั้นที่ 1: ติดตั้ง Ollama และโหลดโมเดล

ดาวน์โหลด Ollama จากเว็บ ollama.com แล้วติดตั้งตามปกติ จากนั้นเปิด Terminal แล้วรันคำสั่ง:

# โหลดโมเดลที่เก่งภาษาไทย
ollama pull qwen2.5:7b

# ทดสอบรัน
ollama run qwen2.5:7b "สวัสดีครับ"

ถ้าต้องการโมเดลที่เล็กกว่าและเร็วกว่า ลอง qwen2.5:3b หรือ llama3.2:3b ก็ได้ แต่ความสามารถภาษาไทยอาจต่างกันบ้าง

เมื่อรันแล้ว Ollama จะเปิด API server ที่ http://localhost:11434 ซึ่งเราจะใช้ต่อไป

ขั้นที่ 2: ติดตั้ง OpenClaw

ติดตั้ง OpenClaw ผ่าน pip:

pip install openclaw

จากนั้นสร้างไฟล์ config สำหรับเชื่อมต่อกับ Ollama:

# config.yaml
llm:
  provider: ollama
  model: qwen2.5:7b
  base_url: http://localhost:11434
  temperature: 0.7

agent:
  max_steps: 20
  language: th

ตอนนี้ OpenClaw รู้แล้วว่าต้องใช้ Ollama เป็นสมอง ขั้นต่อไปคือเพิ่มความสามารถให้มันผ่าน MCP

ขั้นที่ 3: ตั้งค่า MCP Servers

MCP คือหัวใจของระบบนี้ เพราะมันทำให้ AI เรียกใช้เครื่องมือได้ มาติดตั้ง MCP servers ที่จำเป็นกัน

MCP Server สำหรับจัดการไฟล์

npm install -g @modelcontextprotocol/server-filesystem

เพิ่มใน config:

mcp_servers:
  filesystem:
    command: npx
    args:
      - "-y"
      - "@modelcontextprotocol/server-filesystem"
      - "/Users/yourname/Documents"
      - "/Users/yourname/Desktop"

ตอนนี้ AI สามารถอ่าน เขียน สร้าง และลบไฟล์ในโฟลเดอร์ที่กำหนดได้แล้ว

MCP Server สำหรับควบคุมเบราว์เซอร์

npm install -g @modelcontextprotocol/server-puppeteer

เพิ่มใน config:

mcp_servers:
  browser:
    command: npx
    args:
      - "-y"
      - "@modelcontextprotocol/server-puppeteer"

AI สามารถเปิดเว็บ คลิกปุ่ม กรอกฟอร์ม และอ่านเนื้อหาเว็บได้

MCP Server สำหรับรันคำสั่งระบบ

ถ้าต้องการให้ AI เปิดแอปหรือรันคำสั่งในเทอร์มินัลได้ ใช้ server นี้:

npm install -g @modelcontextprotocol/server-shell

mcp_servers:
  shell:
    command: npx
    args:
      - "-y"
      - "@modelcontextprotocol/server-shell"

ขั้นที่ 4: รัน Agent และทดสอบ

เมื่อตั้งค่าครบแล้ว มารันกัน:

openclaw --config config.yaml

ลองสั่งงานเป็นภาษาไทยดู:

> อ่านไฟล์ notes.txt ในโฟลเดอร์ Desktop แล้วสรุปเนื้อหาให้หน่อย

Agent จะเรียก MCP filesystem server อ่านไฟล์ ส่งเนื้อหาไปให้ Ollama ประมวลผล แล้วตอบกลับเป็นภาษาไทย

ลองคำสั่งที่ซับซ้อนขึ้น:

> เปิดเว็บ google.com แล้วค้นหาคำว่า "สภาพอากาศวันนี้" แล้วบอกผลลัพธ์ 3 อันดับแรก

> สร้างโฟลเดอร์ใหม่ชื่อ "Project-2025" ใน Documents แล้วสร้างไฟล์ README.md พร้อมเขียนคำว่า "โปรเจกต์ใหม่" ลงไป

ตัวอย่างการใช้งานจริง

มาดูกรณีศึกษาที่นำไปใช้ได้จริงในชีวิตประจำวัน

กรณีที่ 1: จัดระเบียบไฟล์

สั่งว่า: "ย้ายไฟล์รูปภาพทั้งหมดในโฟลเดอร์ Downloads ไปไว้ใน Pictures แยกตามเดือน"

Agent จะสแกนไฟล์ ตรวจนามสกุล (.jpg, .png, .webp) สร้างโฟลเดอร์ตามเดือน แล้วย้ายไฟล์ให้อัตโนมัติ

กรณีที่ 2: สรุปข่าวจากเว็บ

สั่งว่า: "เปิดเว็บไซต์ข่าว 3 เว็บที่ฉันติดตาม แล้วสรุปข่าวเด่นของวันนี้"

Agent จะเปิดเบราว์เซอร์ผ่าน Puppeteer อ่านเนื้อหา แล้วสรุปเป็นภาษาไทยให้คุณ

กรณีที่ 3: ทำงานซ้ำ ๆ อัตโนมัติ

สั่งว่า: "เปิด Excel เปิดไฟล์ sales.xlsx แล้วคัดกรองแถวที่ยอดขายเกิน 10,000 บาท แล้วบันทึกเป็นไฟล์ใหม่"

ข้อควรระวังและแนวทางปฏิบัติ

ความปลอดภัย

• จำกัดโฟลเดอร์ที่เข้าถึงได้ — อย่าให้ AI เข้าถึงโฟลเดอร์ระบบหรือข้อมูลสำคัญโดยไม่จำเป็น
• ใช้ sandbox — ถ้าเป็นไปได้ รันใน environment แยก
• ตรวจสอบคำสั่งก่อนรัน — ตั้งค่าให้ Agent ขอยืนยันก่อนทำงานที่มีผลกระทบสูง

agent:
  require_confirmation: true
  dangerous_actions:
    - delete_file
    - run_shell_command

ประสิทธิภาพ

• โมเดล 7B ใช้ RAM ประมาณ 5-6 GB ตอนรัน
• ถ้าเครื่องช้า ลองโมเดล 3B ก่อน แล้วค่อยอัปเกรด
• ใช้ GPU จะเร็วขึ้น 3-5 เท่า

ความแม่นยำของภาษาไทย

โมเดล local อาจไม่เก่งภาษาไทยเท่า GPT-4 หรือ Claude แต่ Qwen2.5 ทำได้ดีในระดับหนึ่ง ถ้าคำตอบไม่พอใจ ลองวิธีนี้:

• เพิ่ม system prompt ภาษาไทย
• ใช้โมเดลใหญ่ขึ้น (14B หรือ 32B)
• Fine-tune ด้วยข้อมูลภาษาไทยของคุณเอง

สรุป

การสร้าง Desktop AI Agent แบบออฟไลน์ไม่ใช่เรื่องยากอย่างที่คิด ด้วย Ollama + OpenClaw + MCP คุณสามารถมีผู้ช่วยส่วนตัวที่:

• ควบคุมไฟล์ เว็บ และแอปได้
• เข้าใจภาษาไทย
• ไม่ส่งข้อมูลออกนอกเครื่อง
• ปรับแต่งได้ตามใจ

ที่สำคัญคือทั้งหมดนี้ ฟรี และ เป็นโอเพนซอร์ส

ขั้นตอนถัดไป

ลองทำตามบทความนี้ทีละขั้น แล้วปรับแต่งให้เข้ากับงานของคุณ ถ้าทำเสร็จแล้ว ลองท้าทายตัวเองด้วย:

• สร้าง MCP Server ของตัวเองสำหรับงานเฉพาะ
• เชื่อมต่อกับฐานข้อมูล SQLite หรือ PostgreSQL
• ทำเป็น desktop app มีหน้า GUI ให้ใช้งานสบาย ๆ

ถ้าทำเสร็จแล้ว มาแชร์ในชุมชนกันได้เลย อยากเห็นโปรเจกต์ของทุกคน!