PART 1 · รู้จัก

๒02สถาปัตยกรรม 4 เครื่อง

Four-machine architecture

TL;DR — สรุปใน 30 วินาทีtldr

BOMLLM ประกอบด้วย 4 เครื่อง ที่แบ่งหน้าที่กันชัดเจน — นึกภาพเหมือนร้านอาหาร: Mac Mini = สมอง (เชฟคนเก่ง), VPS = หน้าบ้าน (หน้าร้าน+แคชเชียร์), NAS = ผู้จัดการหลังบ้าน (จัดตารางงาน+เฝ้าระวัง), i9 = ครัวภาพและเสียง (เตาแยกสำหรับจานพิเศษ)

เครื่อง	บทบาท	ทำไมต้องมีเครื่องนี้
Mac Mini M4 Pro 48GB	สมอง — ประมวลผล LLM	คุ้มค่าที่สุดเรื่องความเร็วต่อวัตต์ต่อบาท สำหรับโมเดลระดับ 27B: 30 tok/s บน MLX เทียบ 7.9 tok/s บน GGUF บนเครื่องเดียวกัน เงียบ กินไฟ 30–65 W
VPS (สิงคโปร์)	หน้าบ้าน — HTTPS สาธารณะ	รับ HTTPS, ยืนยันตัวตน, งบประมาณ, ฐานข้อมูล RAG, ค้นเว็บ — ถูกและออนไลน์ตลอด ใกล้ผู้ใช้
i9 + 2× RTX 5060 Ti	ครัว — งานภาพและเสียง	งาน ComfyUI สร้างภาพ และ TTS ภาษาไทย ต้องใช้ CUDA — เครื่องเดิมที่มีอยู่แล้ว ต้นทุนเพิ่มคือค่าไฟอย่างเดียว
NAS Synology DS725+	ผู้จัดการหลังบ้าน — ออโตเมชัน	รัน n8n รับ webhook, เฝ้าระวังด้วย Uptime Kuma, สำรองข้อมูล — กินไฟต่ำ เปิดมานานแล้ว 24/7

ทุกเครื่องเชื่อมกันด้วย Tailscale (VPN ส่วนตัวแบบ mesh) และเปิดสู่โลกภายนอกทางเดียวผ่าน Cloudflare Tunnel — ไม่มีการเปิดพอร์ตไร้เตอร์เลยแม้แต่พอร์ตเดียว ทุก API ต้องมีกุญแจ (ดูบทที่ ๔ และ ๑๕)

เมื่อไหร่ควรใช้ / When to usewhen to use

สถาปัตยกรรม 4 เครื่องนี้คือสิ่งที่ โตขึ้นจากการใช้งานจริง ไม่ใช่การออกแบบล่วงหน้าแบบเว็บหรู — ถ้าคุณเริ่มใหม่:

ขั้นต่ำสุด: Mac + Cloudflare Tunnel เพียงเครื่องเดียวก็รันได้ (chat + bot) — kit นี้บูตโดยไม่มี i9 และ NAS ได้ ช่องทางไหนไม่มีเครื่องก็ปิดไปเฉย ๆ
มีงานภาพ/เสียง: เพิ่ม i9 (หรือเครื่องการ์ดจอ NVIDIA เครื่องเดิม) ตามบทที่ ๑๑
มี bot + ตารางงานอัตโนมัติ: เพิ่ม NAS (หรือเครื่อง Linux เปิดตลอดเครื่องเดิม) สำหรับ n8n
เร่งความเร็ว/ลดความเสี่ยง: นี่คือของส่วนเกิน — ระบบหลักยังอยู่ที่ Mac เครื่องเดียว

วิธีทำ / How-tohow to

เส้นทางของข้อความ 1 ข้อความ (chat ปกติ):

เบราว์เซอร์ -> Cloudflare Tunnel -> Open WebUI -> LiteLLM (ตรวจกุญแจ+งบ+เลือกเส้นทาง)
          -> Tailscale -> Ollama MLX (Mac) -> สตรีมคำตอบย้อนกลับทางเดิม

เว็บแชทไม่เคยคุยกับ Mac ตรง ๆ เลย — ทุก call ผ่าน LiteLLM เพื่อให้ตรวจสอบและบันทึกได้ 100%

เส้นทางของ bot (LINE/Telegram):

แพลตฟอร์ม LINE/Telegram -> webhook -> n8n (NAS) -> workflow
  -> LiteLLM /v1/chat/completions (โมเดล thai-chat-rt, think ปิด)
  -> จัดรูปแบบคำตอบ -> ตอบกลับแพลตฟอร์ม

เส้นทางพิเศษ: ค้นเว็บใช้ SearXNG บน VPS, RAG ใช้เวกเตอร์บน Qdrant, ภาพวิ่งไป ComfyUI ผ่าน router บน NAS, เสียงวิ่งไป i9 — รายละเอียดตามบทที่ ๑๐–๑๑ ถ้าติดตรงไหน → บทที่ ๑๖

ตัวอย่างการตั้งค่า / Config exampleconfig example

บันได fallback 3 ชั้น — เหตุผลที่ระบบไม่เคยดับ แม้ Mac จะรีบูต:

ชั้น	ที่ไหน	ต้นทุน	หน้าที่
🟢 Tier 1	Mac (27B MLX)	ฟรี	รับ ~80–85% ของทราฟฟิกทั้งหมด
🟡 Tier 2	VPS (โมเดลเล็กบน CPU)	ฟรี	พยุงบอทให้ยังตอบได้ตอน Mac บูต/ร้อนเกิน
🔴 Tier 3	คลาวด์ API	เสียเงิน	ดึงเข้ามาเฉพาะเมื่อ 2 ชั้นแรกล้มเหลวจริง — ค่าใช้จ่ายจริงวันละ $0.31–2.76

กลไกนี้ config ไว้ใน LiteLLM ทั้งหมด (แถว fallbacks) — ตั้งค่าจริงอยู่ในบทที่ ๗

Pro tip — เคล็ดลับจากสนามจริงpro tip

★ PROD LESSON

Single point of failure = ใช่ และเรายอมรับ — Mac ล่ม = Tier 2 รับต่อทันที (โมเดลเล็กกว่า ตอบช้ากว่า) และถ้าพังหนักกว่านั้น Tier 3 ถูกดึงเข้ามาแบบมีเพดาน $5/วัน — ธุรกิจ bot 5 ช่องทางของเรายอมรับความเสี่ยงนี้ได้ มันถูกกว่าการจ่ายคลาวด์เต็ม ๆ ทุกวัน

★ PRO TIP

เริ่มเล็กแล้วค่อยโต — อย่าซื้อครบ 4 เครื่องในวันเดียว — เริ่มจาก Mac อย่างเดียว ใช้จริง 1–2 สัปดาห์ แล้วค่อยเพิ่มเครื่องตามความจำเป็นที่ "เจอเอง" เส้นทางเติบโตของระบบเราก็มาจากงานจริง ไม่ใช่การวางแผนบนกระดาษ

คำถามที่พบบ่อย / FAQfaq

ถาม: ทำไมไม่รวมทุกอย่างไว้บนเครื่องเดียว? — ทำได้ แต่แยกเครื่องทำให้ (1) งานหนักภาพ/เสียงไม่กระทบความเร็ว LLM (2) หน้าบ้านสาธารณะแยกจากสมอง (3) เครื่องเดิมที่มีอยู่แล้วกลับมามีประโยชน์

ถาม: VPS ต้องแรงแค่ไหน? — สเปกอ้างอิงคือ Debian 12, 12 vCPU, 47GB แต่ compose รันได้สบายบน 4 vCPU / 8GB

คำถามอื่น ๆ ดูที่ FAQ