Inference Control Center
กำหนดเส้นทางโมเดล การประมวลผลคำตอบ และควบคุมการจัดสรรทรัพยากรฮาร์ดแวร์ VRAM ในที่เดียว การเปลี่ยนแปลงทั้งหมดจะมีผลทันทีกับหน้าแชทหลัก
SOUND FX (เสียงประกอบ)
ปรับแต่งเสียงและเอฟเฟกต์เสียง
ปรับระดับความดังของเสียงประกอบ
Petals (กลีบดอกไม้)
ปรับแต่งเอฟเฟกต์กลีบดอกไม้ที่ลอยลอย
จำนวนกลีบดอกไม้ที่แสดงบนหน้าจอ
ปรับความเร็วในการลอยของกลีบดอกไม้
Theme (ธีม)
ปรับแต่งธีมและสีของหน้าจอ
ปรับความโปร่งใสของพื้นหลัง
ปรับความเข้มของสีในธีม
เลือกสีประจำตัวสำหรับธีม (เว้นว่างเพื่อใช้ค่าเริ่มต้น)
ผู้ให้บริการ AI และการกำหนดเส้นทาง (AI Provider Routing)
เลือกโมเดลในเครื่อง (Local) หรือผู้ให้บริการคลาวด์ภายนอก
ระบบประมวลผลภายในเครื่อง (Local Inference Engines)
เลือกระหว่าง LM Studio (llama.cpp รองรับ 3 OS) หรือ vLLM (Enterprise Data Center บน Linux / WSL2)
คลิกเลือกโมเดลหรือสลับ Quantization Variant ได้ทันที
ควบคุมจำนวน layers ที่ offload ไป GPU — ยิ่งเยอะยิ่งเร็วแต่กิน VRAM
จำนวนคำขอที่โมเดลประมวลผลพร้อมกัน — ใช้ 1 เพื่อสงวน context และ throughput ต่อคำขอ
การประมวลผล LLM ได้ผลดีที่สุดบน Physical Core แท้ เนื่องจาก SMT มักแย่งกันใช้ FPU/AVX execution units
ส่งเป็น --context-length ตอนโหลดโมเดล (แนะนำอย่างน้อย 32K สำหรับ Gemma 4 E4B)
กำหนดการกระจายภาระงานเมื่อใช้งานการ์ดจอหลายใบพร้อมกัน
สัดส่วนหน่วยความจำที่จัดสรรต่อ GPU แต่ละใบ (เช่น 1,1 หรือ 20,12 สำหรับ RTX 4090 + RTX 4070)
การ์ดจอหลักที่เก็บ scratchpad และ intermediate tensors
บีบอัด Context KV Memory ใน VRAM โดยไม่สูญเสียความแม่นยำ
ขนาด batch สูงสุดสำหรับการประมวลผล Prompt เริ่มต้น
ขนาด compute batch บนการ์ดจอจริง ช่วยจำกัด VRAM peak spikes
LAN Discovery
ค้นหาเซิร์ฟเวอร์ในเครือข่ายท้องถิ่น
รองรับ CIDR (เช่น 192.168.1.0/24), ช่วง IP (10.0.0.1-10.0.0.30)
เลือกวง LAN จากการ์ดเน็ตเครื่องนี้ (ถ้าพิมพ์ Target ด้านซ้ายจะใช้ค่านั้นแทน)
ว่าง = ครบทั้ง 4 พอร์ต
คลิกปุ่มเพื่อค้นหา LM Studio, vLLM และ Ollama ในเครือข่าย
เปิด Web Chat ให้ใช้ได้ในวง LAN
อนุญาตให้อุปกรณ์อื่นในเครือข่ายเดียวกันเปิดแชทผ่านเบราว์เซอร์ โดยเซิร์ฟเวอร์นี้จะเชื่อมต่อโมเดลให้เอง
พารามิเตอร์การตอบสนอง (Inference Parameters)
ปรับแต่งความสร้างสรรค์, การสุ่มตัวอย่างคำ และการคิดเชิงลึก
ตัดคำที่น่าจะเป็นสะสมในกลุ่ม Top-P % ลดค่าลงเพื่อให้คำตอบเกาะกลุ่มหัวข้อมากขึ้น
เกณฑ์ความน่าจะเป็นต่ำสุดแบบสัมพันธ์กับคำที่น่าจะเป็นสูงสุด ตัดคำขยะโดยไม่ลดมิติความคิดสร้างสรรค์
หักคะแนนคำที่เพิ่งตอบไป ป้องกันปัญหาการตอบวนลูปหรือใช้สำนวนซ้ำๆ ในข้อความยาว
กำลังอ่านค่า context limit ฝั่งเซิร์ฟเวอร์/CLI...
Agent Tone & Persona
บุคลิกและน้ำเสียงของ Kiku
สตรีมตัวอักษรทีละคำแบบ Server-Sent Events (SSE) เพื่อความรวดเร็วและลดเวลารอ
ฮาร์ดแวร์และการ์ดจอ (System GPU Telemetry)
ข้อมูลการตรวจจับแบบเรียลไทม์ผ่าน NVML / Windows Hardware API
GPU process VRAM
Recent local model runs
Model load / unload
ตัวคำนวณการใช้หน่วยความจำ (Predictive VRAM Footprint Calculator)
จำลองงบประมาณ VRAM, ขนาด KV Cache และประเมินความเสี่ยง OOM ก่อนรันจริง
หาก VRAM ไม่พอ ให้ปรับลด Context Window ด้านบน หรือเลือก quantization ที่เบาลง — LM Studio/vLLM จัดการ CPU offload ฝั่งเซิร์ฟเวอร์โดยอัตโนมัติ
ความปลอดภัยและกุญแจ API (Cloud API Keys)
เก็บกุญแจอย่างปลอดภัยในเบราว์เซอร์สำหรับเรียกใช้งาน Cloud Providers
กุญแจนี้จะถูกส่งเฉพาะตอนเรียกใช้งาน Provider ที่ต้องใช้ Key (Gemini, OpenAI, Groq, DeepSeek) เท่านั้น
การสำรองและนำเข้าการตั้งค่า (Backup & Restore)
Storage Persistence
การจัดเก็บข้อมูลใน LocalStorage
ระบบจะบันทึกการตั้งค่าทั้งหมดลงใน Web LocalStorage ของเบราว์เซอร์เครื่องนี้โดยอัตโนมัติ เพื่อให้คงอยู่เมื่อเปิดหน้าเว็บใหม่
ความจำระยะยาวของ KIKU (Memory Sessions)
บันทึกสิ่งที่เอเจนต์จำได้เหมือนคำสั่ง /mem ใน CLI — ข้อเท็จจริง หัวข้อ และเซสชันที่จัดเก็บ
เซสชันที่จัดเก็บ (/session list)
ประวัติบทสนทนาที่เอเจนต์จัดเก็บถาวร กดที่รายการเพื่อดูสรุปหัวข้อและคำถามสำคัญ
บันทึกข้อเท็จจริงใหม่ (/mem add)
เพิ่มสิ่งที่อยากให้เอเจนต์จำ เหมือนพิมพ์ /mem add ใน CLI
ค้นหาและจัดการความจำ (/mem search · /mem del)
ค้นหาด้วยคำสำคัญตามลำดับความเกี่ยวข้อง ลบรายการที่ไม่ต้องการได้ทีละชิ้น
ส่งออกและล้างข้อมูล
ดาวน์โหลดสำเนาความจำ หรือล้างทั้งหมด (ต้องใช้ Admin API key)
ปุ่มล้างทั้งหมดต้องตั้งค่า WEBCHAT_ADMIN_KEY บนเซิร์ฟเวอร์และกรอกคีย์ในแท็บ Security ก่อน
My Fan Collection
เซฟรูปภาพและข้อความที่ประทับใจมาเก็บไว้ในคอลเลกชันส่วนตัว
MCP Server & Model Context Protocol
ONLINEเปิดรับการเชื่อมต่อจาก Claude Desktop, Cursor และ Agent ภายนอกผ่าน Streamable HTTP (POST /mcp)
External Client Configurations (10 ค่าย AI & IDEs)
คัดลอกไฟล์การตั้งค่าไปวางในโปรแกรม AI หรือ IDE ที่คุณใช้งานเพื่อเชื่อมต่อ Tools ของ Kiku (รองรับทั้ง Streamable HTTP และ Local Stdio)
System Tools Catalog (75 Agent Tools)
รายการเครื่องมือทั้งหมดที่ Agent และ MCP Server มีให้บริการ
Proxy Settings
HTTP/HTTPS Proxy for outbound requests
Network Timeout
Maximum time to wait for a request
Custom DNS (.kiku)
Map local or private domains to specific IP addresses. Example: server.kiku=10.0.0.5