สรุปจากคลิป ดูคลิปต้นฉบับ

Hermes AI Agent + Obsidian + Omi: วิธีทำให้ AI จำเราได้แบบฟรี

ปัญหาใหญ่ของการใช้ AI ในงานจริงไม่ใช่เรื่อง model ไม่เก่งพอ แต่คือ AI “จำเราไม่ได้” ต่างหาก พอเปิดแชตใหม่ ก็ต้องอธิบายใหม่ว่าเราทำงานอะไร ชอบสไตล์ไหน มีโปรเจกต์อะไรค้างอยู่ และอยากให้ช่วยแบบไหน สุดท้าย AI ที่ควรช่วยประหยัดเวลากลับทำให้เราเสียเวลาป้อน context ซ้ำไปมา

คลิปจากช่อง Julian Goldie SEO หยิบประเด็นนี้มาแก้แบบตรงจุด โดยใช้ Hermes AI Agent + Omi + Obsidian ทำระบบ memory ให้ AI แบบฟรีเป็นหลัก และสำคัญกว่านั้นคือใช้ได้ข้ามหลาย agent ไม่ได้ล็อกอยู่กับเครื่องมือเดียว บทความนี้จะสรุปวิธีคิด วิธีตั้งค่า และวิเคราะห์ว่าถ้าเอาไปใช้กับเจ้าของธุรกิจหรือคนทำงานไทย มันคุ้มตรงไหน และควรระวังอะไรบ้าง

สารบัญ

• Step 1: เข้าใจก่อนว่าปัญหาจริงของ AI agent คือเรื่อง memory และ context
• Step 2: ทำความรู้จัก Omi และ Obsidian ว่าแต่ละตัวทำหน้าที่อะไร
• Step 3: เปิดให้ Omi เก็บข้อมูลที่จำเป็นแบบอัตโนมัติ
• Step 4: ส่ง memory จาก Omi ไปเก็บใน Obsidian Vault
• Step 5: เชื่อม Obsidian Vault เข้ากับ Hermes AI Agent
• Step 6: ใช้ file path เดียวกันกับ AI agent ตัวอื่นได้ด้วย
• Step 7: สำรวจฟีเจอร์เสริมของ Omi ที่อาจมีประโยชน์กับงานจริง
• Step 8: ประเมินข้อดี ข้อจำกัด และความเหมาะสมก่อนเอาไปใช้จริง
• Step 9: วางภาพการใช้งานกับธุรกิจไทยให้ชัดก่อนลงมือ
• Actionable Insights
• Troubleshooting
• การต่อยอด
• สรุป Checklist ทั้งหมด

Step 1: เข้าใจก่อนว่าปัญหาจริงของ AI agent คือเรื่อง memory และ context

หลายคนพยายามทำ AI agent ให้ฉลาดขึ้นด้วยการเขียน prompt ยาวขึ้น หรือฝึก workflow ให้ซับซ้อนขึ้น แต่สิ่งที่ทำให้ agent ใช้งานได้ดีในชีวิตประจำวันจริงๆ คือมันต้อง “จำ” สิ่งที่เกี่ยวกับเราได้ต่อเนื่อง

แนวคิดในคลิปค่อนข้างชัดเจนมาก คือไม่ต้องมานั่งเทรน memory ให้ agent ทีละตัวอีกต่อไป แต่สร้าง แหล่งความจำกลาง ขึ้นมา แล้วให้ Hermes หรือ agent ตัวอื่นเข้าไปอ่านได้เอง วิธีนี้ทำให้:

• ไม่ต้องอัปเดตข้อมูลซ้ำในหลายระบบ
• ย้ายไปใช้ agent ตัวไหนก็ยังใช้ memory เดิมได้
• ลดภาระการเขียน prompt อธิบายตัวเองซ้ำๆ
• ทำให้คำตอบของ AI ใกล้เคียงงานจริงมากขึ้น

สำหรับธุรกิจไทย นี่คือประเด็นที่น่าสนใจมาก เพราะหลายทีมเริ่มใช้ AI หลายตัวปนกันอยู่แล้ว เช่น ใช้ Claude เขียน ใช้ ChatGPT สรุป ใช้ local agent รันงานอัตโนมัติ ถ้าแต่ละตัวไม่มี memory ร่วมกัน เราจะต้องเริ่มใหม่ทุกครั้ง

Step 2: ทำความรู้จัก Omi และ Obsidian ว่าแต่ละตัวทำหน้าที่อะไร

ใน setup นี้มี 2 เครื่องมือหลักที่ทำงานคู่กัน:

• Omi ทำหน้าที่เก็บกิจกรรมและแปลงเป็น memory
• Obsidian ทำหน้าที่เป็นที่เก็บโน้ตหรือ vault ที่ agent เข้าไปอ่านได้

ภาพง่ายๆ คือ Omi เป็นคนจด ส่วน Obsidian เป็นห้องเก็บเอกสาร

Omi สามารถบันทึกสิ่งที่เราพูดผ่านไมโครโฟน และถ้าเปิดสิทธิ์ screen recording ด้วย มันจะเห็นกิจกรรมบนหน้าจอด้วย เท่ากับว่าระบบนี้ไม่ได้จำแค่ “สิ่งที่เราพิมพ์ถาม AI” แต่จำสิ่งที่เราทำจริงระหว่างวันด้วย

จากนั้น Omi จะสรุปออกมาเป็น memory แบบเป็นระเบียบ แล้วส่งออกไปยัง Obsidian vault เป็นไฟล์โน้ตที่อัปเดตต่อเนื่องทุกวัน ในคลิปมีตัวอย่างว่าระบบสะสม memory ไปแล้วมากกว่า 650 รายการในเวลาเพียงไม่กี่สัปดาห์

มุมที่น่าสนใจคือ Obsidian เป็นเครื่องมือฟรี และเหมาะมากกับการใช้เป็น knowledge base ส่วนตัว เพราะไฟล์อยู่ในเครื่องเรา เข้าถึงง่าย และ local AI agent สามารถอ่าน path ของไฟล์ได้ตรงๆ

นี่เป็นวิธีคิดที่ดีสำหรับคนทำงาน ไม่ใช่แค่สายเทคนิค เพราะเราไม่จำเป็นต้องสร้างฐานข้อมูลซับซ้อน แค่มีโฟลเดอร์ความจำที่จัดเก็บดีพอ AI ก็เริ่มใช้งานได้แล้ว

Step 3: เปิดให้ Omi เก็บข้อมูลที่จำเป็นแบบอัตโนมัติ

หัวใจของระบบนี้อยู่ที่การเก็บข้อมูลแบบอัตโนมัติ ถ้ายังต้องมานั่งจด memory เองอยู่ ระบบก็จะไม่ต่างจากการทำโน้ตธรรมดา

Omi ในคลิปถูกตั้งค่าให้เข้าถึง 2 อย่างหลัก:

• ไมโครโฟน
• การบันทึกหน้าจอ

เมื่อเปิดสองสิ่งนี้ Omi จะสามารถเห็นว่าระหว่างวันเราพูดอะไร ทำอะไร เปิดหน้าจออะไร และกำลังโฟกัสงานแบบไหน จากนั้นระบบจะนำข้อมูลเหล่านี้ไปเขียนเป็น memory อัตโนมัติ พร้อมจัดหมวดหมู่เป็นแผนผังหรือรายการย้อนหลัง

ข้อดีของแนวทางนี้คือ AI จะเริ่มเข้าใจเราแบบ “ตามพฤติกรรมจริง” ไม่ใช่ตามข้อมูลที่เราเขียนบรีฟไว้ครั้งเดียว เช่น:

• กำลังทำโปรเจกต์อะไรอยู่บ่อยที่สุด
• ชอบทำงานช่วงเวลาไหน
• มี task อะไรค้างอยู่
• สนใจหัวข้อไหนเป็นพิเศษ
• แม้แต่เรื่องอย่างเวลาเข้านอนก็ยังพอจับได้

แต่ตรงนี้เองก็มีข้อจำกัดที่ต้องพูดตรงๆ คือ ยิ่งระบบรู้จักเรามาก ก็ยิ่งต้องจัดการเรื่องความเป็นส่วนตัวให้รอบคอบมากขึ้น ถ้าใช้กับงานบริษัท ต้องคิดเรื่องข้อมูลลูกค้า ข้อมูลภายใน และสิทธิ์การเข้าถึงให้ดี ไม่ใช่เปิด record ทุกอย่างแบบไม่คัดกรอง

สำหรับธุรกิจไทยที่อยากเริ่มแบบปลอดภัยกว่า อาจเริ่มจากเครื่องงานส่วนตัวก่อน แล้วใช้เฉพาะงานที่ไม่ได้แตะข้อมูลอ่อนไหว เช่น งานวางแผนคอนเทนต์ งานสรุปประชุม งานจัดลำดับ task หรืองาน brainstorming

Step 4: ส่ง memory จาก Omi ไปเก็บใน Obsidian Vault

เมื่อ Omi เก็บ memory ได้แล้ว ขั้นตอนต่อมาคือ export ไปยัง Obsidian โดยระบบจะเขียนไฟล์ memory ลงใน vault ให้แบบต่อเนื่อง จุดนี้สำคัญมาก เพราะทำให้เราได้ฐานความรู้ที่ AI agent ตัวอื่นเปิดอ่านได้ภายหลัง

ในทางปฏิบัติ Obsidian จะกลายเป็นศูนย์กลางของข้อมูล เช่น:

• memory จาก Omi
• โน้ตที่เราจดเอง
• ไอเดียธุรกิจ
• บันทึกประชุม
• รายการ task และเป้าหมาย

ข้อดีของการใช้ Obsidian แทนการเก็บในแอปปิดคือ เราควบคุมโครงสร้างไฟล์ได้ และต่อยอดง่าย ถ้าพรุ่งนี้อยากย้ายจาก Hermes ไป agent ตัวอื่น ก็ยังใช้ vault เดิมได้อยู่

สำหรับเจ้าของธุรกิจ นี่มีความหมายมาก เพราะ memory ไม่ควรผูกกับ app ใด app หนึ่งจนย้ายออกไม่ได้ ถ้าเราลงแรงสะสมความรู้ของทีมมาหลายเดือน แต่วันหนึ่งอยากเปลี่ยนเครื่องมือ การมีข้อมูลอยู่ในรูปไฟล์ที่เข้าถึงได้คือแต้มต่อ

Step 5: เชื่อม Obsidian Vault เข้ากับ Hermes AI Agent

เมื่อมี memory อยู่ใน Obsidian แล้ว ขั้นต่อไปคือบอก Hermes ว่าให้ใช้โฟลเดอร์หรือไฟล์นั้นเป็นแหล่ง context และ memory ของมัน

หลักการไม่ได้ซับซ้อน คือ Hermes ที่รันแบบ local สามารถอ่าน path ของไฟล์ในเครื่องได้ เราเพียงระบุว่าให้มันใช้ไฟล์หรือโฟลเดอร์ใน Obsidian vault นี้เป็นข้อมูลอ้างอิงเวลาตอบคำถามหรือช่วยทำงาน

ผลลัพธ์คือ Hermes จะเริ่มตอบโดยอิงจากสิ่งที่ระบบสะสมไว้แล้ว เช่น:

• ความสนใจของเรา
• รูปแบบการทำงาน
• โปรเจกต์ล่าสุด
• กิจกรรมที่เกิดขึ้นก่อนหน้า

นี่ทำให้ agent มีความต่อเนื่องมากขึ้น และเริ่มคล้ายผู้ช่วยส่วนตัวจริงๆ ไม่ใช่แชตบอตที่เก่งแต่ต้องเริ่มรู้จักกันใหม่ตลอดเวลา

ถ้ามองในมุมการใช้งานกับธุรกิจไทย ตัวอย่างที่ชัดคือ:

• เจ้าของเอเจนซี ให้ AI จำลูกค้าแต่ละราย เป้าหมายแคมเปญ และงานที่เคยส่ง
• ทีมขาย ให้ AI จำโน้ตจากการคุยกับลูกค้าและช่วยเตรียม follow-up
• ทีมคอนเทนต์ ให้ AI จำสไตล์แบรนด์ ไอเดียโพสต์ และรายการงานที่กำลังผลิต
• ผู้บริหาร ให้ AI จำเป้าหมายรายสัปดาห์ เรื่องที่ต้องตัดสินใจ และประเด็นค้างจากการประชุม

Step 6: ใช้ file path เดียวกันกับ AI agent ตัวอื่นได้ด้วย

จุดแข็งของ setup นี้ไม่ได้อยู่แค่ Hermes แต่คือการที่ memory ชุดเดียวกันสามารถใช้กับ agent อื่นได้ด้วย เช่น OpenClaw และยังมีการพูดถึงการอัปเดต memory ให้ระบบอื่นอย่าง Claude, ChatGPT หรือ Gemini ได้เช่นกัน

นี่คือเหตุผลที่แนวทางนี้น่าสนใจกว่าการใช้ memory แบบ built-in ของแต่ละ app เพราะมันไม่ผูกติดกับผู้ให้บริการรายเดียว

ขั้นตอนโดยรวมคือ:

1. เปิดโฟลเดอร์ Obsidian ที่เก็บ memory
2. คัดลอก file path ของโฟลเดอร์หรือไฟล์นั้น
3. นำ path ไปบอก AI agent ที่รันแบบ local
4. ให้ agent ใช้ path นี้เป็น context ในการตอบหรือทำงาน

ในคลิปมีการย้ำว่าวิธีหาค่า path ทำได้จากการเปิดโฟลเดอร์ใน Finder และดูข้อมูลไฟล์ จากนั้นจึงนำ path ไปใช้ต่อกับ agent อื่นได้

มุมวิเคราะห์ที่สำคัญคือ ถ้าองค์กรใช้ AI หลายตัว การมี memory layer กลางจะลดต้นทุนการเปลี่ยน platform มาก เราไม่ต้อง “สร้างตัวตนใหม่” ให้ AI ทุกครั้งที่ย้ายเครื่องมือ

Step 7: สำรวจฟีเจอร์เสริมของ Omi ที่อาจมีประโยชน์กับงานจริง

นอกจากการเก็บ memory แล้ว Omi ยังมีฟีเจอร์เสริมอีกหลายอย่างที่น่าสนใจ เช่น:

• เชื่อมกับ wearable
• กดคีย์ลัดเพื่อเรียกขึ้นมาถามคำถามเกี่ยวกับสิ่งที่อยู่บนหน้าจอ
• เชื่อมกับปฏิทิน อีเมล และไฟล์ในเครื่อง
• ดูประวัติความจำ งานล่าสุด และ task ที่กำลังทำ

อย่างไรก็ตาม คลิปก็ชี้ไว้ชัดว่าบางฟีเจอร์มีข้อจำกัดเรื่องจำนวนข้อความต่อเดือน ถ้าใช้ถามตอบกับ Omi โดยตรงจะมีโควตาจำกัด แต่ถ้าใช้มันเป็น “ตัวเก็บและส่งออก memory” ไป Obsidian เป็นหลัก ก็แทบไม่ต้องกังวลเรื่องนี้มากนัก

นี่เป็นจุดที่ควรแยกให้ออกระหว่าง เครื่องมือเก็บความจำ กับ เครื่องมือสนทนา เพราะถ้าใช้ Omi เพื่อเก็บข้อมูลและให้ Hermes เป็นตัวทำงานหลัก เราจะใช้งานได้คุ้มกว่าไปพึ่ง Omi ทุกอย่างในตัวเดียว

Step 8: ประเมินข้อดี ข้อจำกัด และความเหมาะสมก่อนเอาไปใช้จริง

แม้ setup นี้จะดูน่าสนใจมาก แต่ก็ไม่ได้เหมาะกับทุกสถานการณ์ เราควรมองทั้งด้านบวกและข้อจำกัดพร้อมกัน

ข้อดีที่เด่นมาก

• แทบไม่ต้องป้อน memory เองทุกวัน
• ใช้ข้าม AI agent ได้
• ต่อยอดกับ workflow งานส่วนตัวและงานทีมได้
• Obsidian เป็นฐานข้อมูลที่ฟรีและย้ายต่อได้
• local agent อ่านข้อมูลได้ตรง ทำให้ตอบงานเฉพาะตัวดีขึ้น

ข้อจำกัดที่ต้องคิดให้รอบ

• ต้องยอมเปิดสิทธิ์เข้าถึงหน้าจอและไมโครโฟน
• อาจเก็บข้อมูลมากเกินจำเป็นถ้าไม่วางขอบเขต
• ถ้า memory ไม่จัดระเบียบพอ AI อาจดึงข้อมูลผิดจุด
• เหมาะกับคนที่ใช้คอมพิวเตอร์เป็นศูนย์กลางการทำงานมากกว่าคนที่ทำงานนอกระบบดิจิทัล

ความเห็นของเรา คือวิธีนี้น่าสนใจมากในฐานะ “memory infrastructure” สำหรับคนทำงาน แต่ยังไม่ควรถูกมองเป็นระบบที่ปล่อยรันได้แบบไม่ต้องดูแลเลย เราควรมีวินัยในการคัดสิ่งที่เก็บ แยกโฟลเดอร์งานกับเรื่องส่วนตัว และตรวจว่า AI ดึง memory มาถูกจริงหรือไม่

Step 9: วางภาพการใช้งานกับธุรกิจไทยให้ชัดก่อนลงมือ

ถ้าเอาแนวคิดนี้มาใช้กับธุรกิจไทย เราแนะนำให้เริ่มจาก use case ที่เห็นผลเร็วและไม่แตะข้อมูลเสี่ยงมากนัก เช่น:

• เจ้าของกิจการ ใช้เป็นสมองที่สอง เก็บ task เป้าหมาย และไอเดียธุรกิจรายวัน
• ทีมการตลาด เก็บ memory จากการประชุมแคมเปญ แล้วให้ AI ช่วยสรุปงานค้าง
• ทีมคอนเทนต์ ให้ AI จำ guideline ของแบรนด์ หัวข้อที่เคยเขียน และไอเดียใหม่ๆ
• ฟรีแลนซ์หรือที่ปรึกษา ให้ AI จำงานลูกค้าแต่ละราย เพื่อช่วยเขียน follow-up หรือเตรียม agenda

ถ้าเริ่มจาก use case แบบนี้ เราจะเห็นคุณค่าเร็วกว่าเอาไปทำระบบใหญ่ทั้งองค์กรตั้งแต่วันแรก

Actionable Insights

• เริ่มจาก personal memory ก่อน อย่าเพิ่งเอาข้อมูลทั้งบริษัทเข้าไปพร้อมกัน
• ใช้ Obsidian เป็น memory hub เพื่อไม่ให้ความรู้ติดอยู่กับ AI app ตัวเดียว
• ให้ AI อ่านเฉพาะโฟลเดอร์ที่จำเป็น แยกงานส่วนตัว งานลูกค้า และไอเดียออกจากกัน
• ออกแบบ workflow ที่ AI ต้องใช้ memory จริง เช่น สรุปงานค้าง เตรียมประชุม หรือช่วยเขียนตามสไตล์เดิม
• ทดสอบกับ 1 agent ก่อน ถ้าผลลัพธ์ดีค่อยขยายไป Hermes, OpenClaw หรือเครื่องมืออื่น

Troubleshooting

ปัญหา: AI ยังตอบเหมือนไม่รู้จักเรา

สาเหตุ: ยังไม่ได้ชี้ path ไปยังไฟล์หรือโฟลเดอร์ memory ที่ถูกต้อง

วิธีแก้: เปิด Obsidian vault ตรวจว่าไฟล์ memory ถูก export เข้ามาจริง แล้วคัดลอก file path ให้ถูกก่อนส่งให้ agent ใช้งาน

ปัญหา: memory มีข้อมูลเยอะ แต่ AI ดึงประเด็นไม่ตรง

สาเหตุ: โน้ตถูกรวมกันมากเกินไปหรือไม่มีการแยกหมวดหมู่

วิธีแก้: แยกโฟลเดอร์ตามประเภทงาน เช่น ประชุม ลูกค้า ไอเดีย และ task เพื่อให้ agent อ่านง่ายขึ้น

ปัญหา: กังวลเรื่องความเป็นส่วนตัวเมื่อเปิด screen recording

สาเหตุ: Omi เก็บข้อมูลจากกิจกรรมบนหน้าจอและไมโครโฟนต่อเนื่อง

วิธีแก้: เริ่มใช้เฉพาะช่วงเวลางาน ปิดตอนทำเรื่องส่วนตัว และหลีกเลี่ยงงานที่มีข้อมูลอ่อนไหว

ปัญหา: ใช้ Omi ถามตอบแล้วติดโควตาเร็ว

สาเหตุ: แพ็กฟรีจำกัดจำนวนข้อความต่อเดือนสำหรับการคุยกับ Omi โดยตรง

วิธีแก้: ใช้ Omi เป็นตัวเก็บ memory แล้วให้ Hermes หรือ agent หลักเป็นตัวสนทนาแทน

ปัญหา: export ไป Obsidian แล้วไม่เห็นอัปเดตทุกวัน

สาเหตุ: อาจยังไม่ได้กด export หรือยังตั้ง sync ไม่ครบ

วิธีแก้: ตรวจใน Omi ว่า memory ถูกสร้างแล้ว จากนั้นเช็กขั้นตอน export ไปยัง vault และดูว่าไฟล์ล่าสุดถูกเขียนเข้ามาหรือไม่

การต่อยอด

• เชื่อม memory เข้ากับปฏิทินและอีเมล เพื่อให้ AI ช่วยเตรียมประชุมและสรุปงาน follow-up ได้แม่นขึ้น
• สร้าง vault แยกตามบทบาทงาน เช่น vault สำหรับผู้บริหาร ทีมขาย และทีมคอนเทนต์ เพื่อให้แต่ละคนมี AI assistant ที่จำเรื่องไม่เหมือนกัน
• ต่อกับหลาย agent พร้อมกัน ใช้ Hermes สำหรับงานอัตโนมัติ ใช้ agent อื่นสำหรับเขียนหรือวิเคราะห์ โดยอิง memory ชุดเดียวกัน

สรุป Checklist ทั้งหมด

• ☐ กำหนดก่อนว่าจะใช้ AI จำเรื่องอะไรบ้างในงานจริง
• ☐ ติดตั้งและตั้งค่า Omi ให้เข้าถึงไมโครโฟนและหน้าจอเท่าที่จำเป็น
• ☐ ให้ Omi เก็บ memory และสรุปกิจกรรมรายวันอัตโนมัติ
• ☐ export memory จาก Omi ไปยัง Obsidian vault
• ☐ จัดโครงสร้างโฟลเดอร์ใน Obsidian ให้ค้นง่าย
• ☐ คัดลอก file path ของไฟล์หรือโฟลเดอร์ memory
• ☐ นำ path ไปเชื่อมกับ Hermes AI Agent
• ☐ ทดสอบถามงานที่ต้องใช้ความจำต่อเนื่อง เช่น task, โปรเจกต์, ความชอบ, งานค้าง
• ☐ หากใช้งานหลายเครื่องมือ ให้ใช้ Obsidian เป็น memory hub กลาง
• ☐ ตรวจเรื่องความเป็นส่วนตัวและคัดแยกข้อมูลสำคัญก่อนใช้งานจริง

สรุปแล้ว จุดเด่นของ Hermes AI Agent + Obsidian + Omi ไม่ได้อยู่แค่ความฟรี แต่อยู่ที่มันเสนอวิธีคิดใหม่ในการใช้ AI คือทำให้ AI มี memory ต่อเนื่องโดยไม่ต้องสร้างระบบซับซ้อนเอง สำหรับเจ้าของธุรกิจและคนทำงาน นี่คือแนวทางที่น่าลองมากถ้าเราเริ่มรู้สึกว่า AI เก่ง แต่ยัง “ไม่รู้จักเรา” พอ เมื่อ memory เริ่มทำงานถูกจุด AI ก็จะขยับจากเครื่องมือถามตอบ ไปเป็นผู้ช่วยที่เข้าใจงานของเรามากขึ้นจริงๆ