SSALA คู่มือฝึกอบรมแบบลงมือทำ
บทที่ 01 / 02 · ลงมือทำบนเครื่องตัวเอง

ดาวน์โหลด ติดตั้ง และเปิด SALA ให้ใช้ได้

เริ่มจากเครื่องที่ยังไม่มีโปรแกรมที่ต้องใช้ แยกวิธีสำหรับ Mac และ Windows ทุกขั้นมีจุดตรวจว่าทำสำเร็จแล้ว

แบ่งทำทีละขั้น · เวลาโหลดขึ้นอยู่กับเครื่องและอินเทอร์เน็ตmacOS / Windowsระบบทดลองเท่านั้น

รู้จักสิ่งที่จะใช้ก่อนลงมือ

AI คือโปรแกรมที่ช่วยทำงานจากข้อความที่เราป้อน ในบทนี้ AI ช่วยแปลข้อความ แต่ยังอาจแปลผิดได้ เราจึงต้องอ่านตรวจผลก่อนใช้งาน

คำที่เจอให้นึกถึง
โมเดลภาษาตัวที่อ่านและสร้างข้อความ ต้องดาวน์โหลดก่อนใช้
Ollamaโปรแกรมที่เปิดให้โมเดลทำงานบนเครื่องเรา
Node.jsโปรแกรมที่ทำให้เว็บ SALA เปิดทำงานได้
Prompt (พรอมป์ต์)ข้อความสั่งงาน AI เช่น “ช่วยแปลประโยคนี้เป็นไทย”
Sandboxโหมดทดลอง ใช้ข้อมูลสมมติสำหรับฝึก

เปิดอะไรไว้บ้าง

  1. เบราว์เซอร์: อ่านคู่มือ ดาวน์โหลด และเปิดหน้าเว็บทดลอง
  2. หน้าต่างคำสั่ง: วางคำสั่งติดตั้งและเปิดระบบ ไม่ใช่ช่องแชต AI
  3. โปรแกรมแก้ไขข้อความ: ใช้เฉพาะตอนแก้ค่าตั้งค่าในขั้นที่ 5

AI ที่แปลใน SALA กับ AI ที่ช่วยแก้โค้ดในบทที่ 2 เป็นคนละหน้าที่ การติดตั้ง Ollama ไม่ได้ทำให้มีโปรแกรมช่วยแก้โค้ดพร้อมใช้โดยอัตโนมัติ

วิธีคัดลอกคำสั่งครั้งแรก

  1. กด “คัดลอก” ที่กรอบคำสั่ง
  2. คลิกหน้าต่าง Terminal หรือ Command Prompt ให้พร้อมรับข้อความ
  3. กด ⌘ + V บน Mac หรือ Ctrl + V บน Windows
  4. ตรวจว่าข้อความตรงกับกรอบ แล้วกด Enter รอจนทำงานเสร็จก่อนคำสั่งถัดไป

กรอบที่เขียนว่า “ค่าที่ต้องเห็นในไฟล์ .env.tester” ใช้วางในไฟล์ที่เปิดในขั้นที่ 5 เท่านั้น ไม่ใช่คำสั่งสำหรับ Terminal

เตรียมตัวก่อนเริ่ม

ควรมีอินเทอร์เน็ตสำหรับดาวน์โหลดโปรแกรมและโมเดล, RAM ประมาณ 16 GB ขึ้นไป, พื้นที่ว่างอย่างน้อย 25 GB และไฟล์ hotel-concierge-training.zip สำหรับฝึกอบรม Mac ที่ใช้ Ollama ต้องเป็น macOS 14 ขึ้นไป; Windows ใช้รุ่น 10 หรือ 11 แบบ 64 บิต

ดาวน์โหลดไฟล์โปรเจกต์ก่อน

กด ดาวน์โหลดไฟล์ ZIP ชุดฝึก จากคู่มือนี้ หากผู้จัดอบรมแจกไฟล์รุ่นใหม่กว่า ให้ใช้ไฟล์ที่แจกและตรวจว่ามี package.json อย่าดาวน์โหลดไฟล์ชื่อคล้ายกันจากเว็บอื่น

ไม่ทราบว่าใช้ระบบไหน: Mac มีเมนูรูป Apple มุมซ้ายบน ส่วน Windows มีปุ่ม Start รูปหน้าต่าง เลือกปุ่มระบบด้านล่างเพื่ออ่านเฉพาะวิธีของตัวเอง

คำที่ใช้ในคู่มือนี้

  • หน้าต่างคำสั่ง คือ Terminal บน Mac หรือ Command Prompt (cmd) บน Windows
  • พิมพ์คำสั่ง คือคัดลอกเฉพาะข้อความในกรอบสีเข้ม วางในหน้าต่างคำสั่ง แล้วกด Enter ทีละบรรทัด ไม่ต้องพิมพ์เครื่องหมาย $ หรือคำอธิบาย
  • เว็บทดลอง เปิดจากเครื่องตัวเองที่ http://localhost:3000 คำว่า localhost หมายถึงเครื่องนี้

ถ้าหน้าต่างคำสั่งปิดไป ให้เปิดใหม่แล้วเข้าโฟลเดอร์โปรเจกต์ตามขั้นที่ 3 ก่อนพิมพ์คำสั่งต่อ

ขั้นที่ 1 · ติดตั้ง Node.js

Node.js คือโปรแกรมที่ใช้เปิดเว็บ SALA โปรเจกต์ต้องใช้รุ่น 24.13.0 ขึ้นไป เลือกตัวติดตั้งจาก เว็บไซต์ Node.js ทางการ โดยตรวจเลขรุ่นบนหน้าเว็บก่อนดาวน์โหลด

 Mac

  1. กดตัวติดตั้งสำหรับ macOS ไฟล์ลงท้าย .pkg
  2. เปิดไฟล์ที่ดาวน์โหลด แล้วกด Continue → Agree → Install จนเสร็จ
  3. กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter

⊞ Windows

  1. กดตัวติดตั้งสำหรับ Windows ไฟล์ลงท้าย .msi
  2. ดับเบิลคลิกไฟล์ แล้วกด Next ตามขั้นตอน ช่องติดตั้งเครื่องมือเสริมอัตโนมัติยังไม่ต้องเลือก
  3. กดปุ่ม Windows พิมพ์ cmd แล้วกด Enter

ในหน้าต่างคำสั่ง พิมพ์ทีละบรรทัด:

ตรวจรุ่น · คำสั่ง 1
node -v

รอคำสั่งแรกเสร็จ แล้วค่อยทำคำสั่งถัดไป

ตรวจรุ่น · คำสั่ง 2
npm -v
✓บรรทัดแรกแสดง v24.13.0 หรือสูงกว่า และบรรทัดที่สองเป็นเลขรุ่น npm หากไม่รู้จักคำสั่ง ให้ปิดหน้าต่างคำสั่งแล้วเปิดใหม่

ขั้นที่ 2 · ติดตั้ง Ollama

Ollama ใช้รันโมเดลภาษาในเครื่อง ดาวน์โหลดจาก เว็บ Ollama ทางการ เลือกไฟล์ตามระบบของตัวเอง คู่มือนี้ใช้โมเดลที่ดาวน์โหลดลงเครื่อง ไม่ใช้รุ่นที่มีคำว่า :cloud

 Mac

  1. เลือก Download for macOS
  2. เปิดไฟล์ที่ได้ ย้าย Ollama ไปที่ Applications ตามหน้าจอ
  3. เปิดแอป Ollama อย่างน้อยหนึ่งครั้ง และอนุญาตให้ติดตั้งคำสั่งเมื่อแอปถาม

⊞ Windows

  1. เลือก Download for Windows
  2. เปิดไฟล์ติดตั้งและกด Install
  3. รอจนแอป Ollama เปิดขึ้นมา แล้วเปิด Command Prompt ใหม่

เปิด http://127.0.0.1:11434 ในเบราว์เซอร์ของเครื่องตัวเอง

✓เห็นข้อความ Ollama is running ถ้าเข้าไม่ได้ ให้เปิดแอป Ollama ก่อนและลองใหม่
คง AI ไว้เฉพาะเครื่องนี้

อย่าเปิดตัวเลือกให้เครื่องอื่นเข้าถึง Ollama และอย่าตั้ง OLLAMA_HOST=0.0.0.0 การทดลองนี้ไม่ต้องลงชื่อเข้าใช้บริการ cloud

ขั้นที่ 3 · รับไฟล์โปรเจกต์และติดตั้งส่วนประกอบ

กด ดาวน์โหลด hotel-concierge-training.zip ในคู่มือนี้ หรือรับไฟล์รุ่นใหม่จากผู้จัดอบรม เมื่อดาวน์โหลดเสร็จ ให้แตกไฟล์และเปิดหน้าต่างคำสั่ง ในโฟลเดอร์ที่เห็น package.json

 Mac

  1. ดับเบิลคลิกไฟล์ ZIP ใน Downloads เพื่อแตกไฟล์
  2. ย้ายโฟลเดอร์โปรเจกต์ไปไว้ใน Documents ตามสะดวก
  3. เปิด Terminal พิมพ์ cd ตามด้วยเว้นวรรค 1 ครั้ง แล้วลากโฟลเดอร์โปรเจกต์มาวางใน Terminal กด Enter
  4. พิมพ์ ls package.json และกด Enter ต้องเห็นชื่อไฟล์

⊞ Windows

  1. คลิกขวา ZIP → Extract All → Extract
  2. เปิดโฟลเดอร์ที่แตกแล้วจนเห็น package.json ถ้าเห็นโฟลเดอร์ซ้อน ให้เข้าไปอีกชั้น
  3. คลิกช่องที่อยู่ด้านบนของ File Explorer พิมพ์ cmd แล้วกด Enter
  4. พิมพ์ dir package.json และกด Enter ต้องเห็นชื่อไฟล์

ติดตั้งส่วนประกอบของโปรเจกต์:

Mac / Windows · ในโฟลเดอร์โปรเจกต์
npm ci
✓รอจนคำสั่งทำงานเสร็จและบรรทัดพิมพ์กลับมา อาจเห็นข้อความ added ... packages ตัวเลขไม่จำเป็นต้องเหมือนกันทุกเครื่อง
สำหรับผู้จัดอบรม

ก่อนแจกไฟล์ ให้ตรวจว่า ZIP มี package.json, package-lock.json, src/, public/, scripts/, tests/ และ .env.tester.example ห้ามรวม data/, backups/, .env, .env.tester หรือ node_modules/ เพราะอาจมีข้อมูลจริงหรือทำให้ไฟล์ใหญ่เกินไป

ขั้นที่ 4 · ดาวน์โหลดโมเดลภาษา

เริ่มจาก qwen3:8b ซึ่งเป็นโมเดลทดลองประมาณ 5.2 GB ตาม รายการโมเดล Qwen3 บน Ollama การดาวน์โหลดอาจใช้เวลาหลายนาทีตามความเร็วอินเทอร์เน็ต

ดาวน์โหลดและตรวจรายชื่อ · คำสั่ง 1
ollama pull qwen3:8b

รอคำสั่งแรกเสร็จ แล้วค่อยทำคำสั่งถัดไป

ดาวน์โหลดและตรวจรายชื่อ · คำสั่ง 2
ollama list
✓คำสั่ง ollama list แสดงชื่อ qwen3:8b จดชื่อให้ตรง เพราะต้องกรอกอีกครั้งในขั้นที่ 5
ถ้าเครื่องช้า

โมเดล qwen3:4b มีขนาดเล็กกว่าประมาณ 2.5 GB แต่คุณภาพภาษาอาจต่างกัน หากเลือกตัวนี้ ให้เปลี่ยน LLM_MODEL ในขั้นที่ 5 ให้ตรงด้วย อย่าสมมติว่าโมเดลใดเหมาะกับโรงแรมจริงก่อนประเมินผล

ขั้นที่ 5 · ตั้งค่าไฟล์ .env.tester

ไฟล์นี้บอก SALA ว่าจะเรียก Ollama ที่ไหน และใช้โมเดลชื่ออะไร ไฟล์ขึ้นต้นด้วยจุดจึงอาจมองไม่เห็นในหน้าต่างไฟล์ ให้เปิดด้วยคำสั่งตามระบบของตัวเอง

 Mac · พิมพ์ทีละบรรทัด

Mac · ตั้งค่าไฟล์ · คำสั่ง 1
cp .env.tester.example .env.tester

รอคำสั่งแรกเสร็จ แล้วค่อยทำคำสั่งถัดไป

Mac · ตั้งค่าไฟล์ · คำสั่ง 2
open -e .env.tester

⊞ Windows · พิมพ์ทีละบรรทัด

Windows · ตั้งค่าไฟล์ · คำสั่ง 1
copy .env.tester.example .env.tester

รอคำสั่งแรกเสร็จ แล้วค่อยทำคำสั่งถัดไป

Windows · ตั้งค่าไฟล์ · คำสั่ง 2
notepad .env.tester

เมื่อไฟล์เปิดขึ้นมา ให้หาและแก้บรรทัดเหล่านี้ อย่างละหนึ่งบรรทัด พิมพ์ตามตัวอย่าง ไม่ต้องใส่เครื่องหมายคำพูดหรือช่องว่างรอบ =:

ค่าที่ต้องเห็นในไฟล์ .env.tester
LLM_PROVIDER=ollama
LLM_BASE_URL=http://127.0.0.1:11434
LLM_MODEL=qwen3:8b
AI_TIMEOUT_MS=30000

ถ้าเลือก qwen3:4b ในขั้นก่อน ให้พิมพ์ LLM_MODEL=qwen3:4b แทน บรรทัดอื่นคงตามไฟล์เดิม โดยเฉพาะ OPERATING_MODE=sandbox, LLM_TESTER_ONLY=true, HOST=127.0.0.1 และ PUBLIC_ORIGIN=http://localhost:3000

บันทึกด้วย ⌘ + S บน Mac หรือ Ctrl + S บน Windows แล้วปิดโปรแกรมแก้ไขข้อความ ระวัง Windows ไม่บันทึกเป็น .env.tester.txt

✓ไฟล์ .env.tester มีชื่อโมเดลตรงกับ ollama list และยังเป็น sandbox

ขั้นที่ 6 · สร้างบัญชีและเปิดเว็บ

ในหน้าต่างคำสั่งที่อยู่ในโฟลเดอร์โปรเจกต์ พิมพ์คำสั่งแรกเพื่อสร้างผู้ดูแล ทำ ครั้งเดียวต่อฐานข้อมูลใหม่:

สร้างบัญชีผู้ดูแล
node --env-file=.env.tester scripts/setup.js
  1. ที่ Admin username: พิมพ์ชื่อผู้ใช้ที่จำได้ แล้วกด Enter
  2. ที่ Password (14+ characters, hidden): พิมพ์รหัสผ่าน 14–200 ตัวอักษร แล้วกด Enter ขณะพิมพ์หน้าจอจะไม่แสดงตัวอักษรหรือจุด ถือเป็นเรื่องปกติ
  3. จดชื่อผู้ใช้และรหัสผ่านไว้ในที่ปลอดภัย ไม่ใส่ในคู่มือหรือส่งในแชต

จากนั้นเปิดเว็บด้วยคำสั่งนี้:

เปิดระบบทดลอง
npm run start:tester

เปิดหน้าต่างคำสั่งนี้ค้างไว้ เว็บจะหยุดเมื่อกด Ctrl + C หากปิดหน้าต่างไป เปิดใหม่แล้วเข้าโฟลเดอร์โปรเจกต์ตามขั้นที่ 3 ก่อนพิมพ์คำสั่งนี้อีกครั้ง

✓เห็นข้อความขึ้นต้นว่า SALA local: http://localhost:3000 · sandbox แล้วเปิด http://localhost:3000/staff ได้

ลองใช้เว็บในบทบาทพนักงานและแขก

  1. ล็อกอินที่ /staff ด้วยบัญชีที่เพิ่งสร้าง
  2. ไปที่แท็บ การเข้าพัก เลือกห้องที่ยังว่าง ตั้งเวลาสิ้นสุดให้เป็นเวลาหลังจบการฝึก แล้วกด เช็กอินและออกรหัส
  3. จดรหัสเข้าใช้งานที่แสดง ครั้งเดียว คัดลอกข้อความในช่อง “ลิงก์ห้องสำหรับ QR” แล้วเปิดหน้าต่างส่วนตัวตามปุ่มลัดด้านล่าง วางลิงก์ในช่องที่อยู่ด้านบนและกด Enter
  4. กรอกรหัสในหน้าแขก แล้วลองส่งข้อความสังเคราะห์ เช่น “ขอน้ำดื่มสองขวด”
  5. กลับมาหน้าพนักงาน ดูข้อความต้นฉบับ คำแปล และคิวคำขอ

 เปิดหน้าต่างส่วนตัว

Chrome / Safari: ⌘ + Shift + N

⊞ เปิดหน้าต่างส่วนตัว

Chrome / Edge: Ctrl + Shift + N

ใช้ที่อยู่ให้ตรง

ให้เปิดเว็บที่ http://localhost:3000 ตามที่ระบบแสดง ถ้าเปลี่ยนไปใช้ 127.0.0.1:3000 แม้เป็นเครื่องเดียวกัน ระบบอาจปฏิเสธการส่งข้อความด้วย origin_rejected

ตัวอย่างหน้าแขก SALA มีแท็บบริการ คุยกับเรา และคำขอของฉัน
ตัวอย่างหน้าแขกในระบบทดลอง หน้าจอจริงอาจต่างตามขนาดจอและสถานะการเข้าพัก
ตัวอย่างหน้าคิวงานพนักงาน SALA แสดงข้อความจากห้อง 512
ตัวอย่างหน้าพนักงานหลังล็อกอิน ใช้ดูคำขอและคำแปลที่ต้องตรวจ

แบบฝึกพื้นฐาน · ส่ง อ่าน และตรวจ

ใช้หน้าแขกในหน้าต่างส่วนตัว และหน้าพนักงานในหน้าต่างปกติ สลับไปมาระหว่างสองหน้าต่าง ทุกข้อความเป็นสถานการณ์สมมติ

  1. ในหน้าแขก เลือกแท็บ คุยกับเรา ส่งข้อความ “ขอน้ำดื่มสองขวด” หนึ่งครั้ง แล้วรอผล
  2. กลับหน้าพนักงาน เลือก กล่องงาน หาห้องที่เช็กอินไว้ และอ่านคำขอที่เข้ามา ต้องไม่สลับไปเป็นอีกห้อง
  3. ลองส่งภาษาอังกฤษ “Could I have two bottles of water, please?” จากหน้าแขก แล้วกลับมาดูคำแปลไทย
  4. ตรวจว่าคำแปลยังหมายถึง น้ำดื่ม 2 ขวด ถ้าจำนวนหรือสิ่งที่ขอไม่ตรง ให้ถือว่ายังไม่ผ่าน แม้ระบบจะตอบกลับแล้ว
  5. ถ้าระบบให้ตรวจทานหรือแจ้งว่า AI ไม่พร้อม ให้ผู้สอนช่วยอ่านสถานะ ไม่กดยืนยันข้ามเพียงเพื่อให้จบขั้นตอน
✓ทำได้ด้วยตัวเองเมื่อ: เปิดสองบทบาทได้ ส่งข้อความได้ หาข้อความที่ห้องถูกต้องได้ และอธิบายได้ว่าต้องตรวจชื่อสิ่งของกับจำนวน

ลองตอบก่อนดูเฉลย: ต้นฉบับขอน้ำสองขวด แต่คำแปลบอกหนึ่งขวด ถือว่าผ่านหรือไม่?

ดูคำตอบ

ยังไม่ผ่าน เพราะจำนวนเปลี่ยนไป ต้องให้คนตรวจและแก้ก่อนดำเนินการตามคำขอ AI ตอบได้ไม่ได้แปลว่าตอบถูกเสมอ

ถึงจุดนี้ถือว่าจบบทฝึกใช้งานพื้นฐานแล้ว ส่วนถัดไปเป็นการตรวจเชิงเทคนิค ให้ทำร่วมกับผู้สอนเมื่อมีเวลา

ขั้นที่ 7 · ตรวจเชิงเทคนิคร่วมกับผู้สอน

ปล่อยหน้าต่างที่รันเว็บไว้ แล้วเปิด หน้าต่างคำสั่งใหม่ ในโฟลเดอร์โปรเจกต์ (ทำตามขั้นที่ 3 อีกครั้ง) ใช้ข้อความสังเคราะห์ในชุดทดสอบเท่านั้น

7.1

ทดสอบโค้ด

ไม่ต้องใช้โมเดล AI
npm test
✓ผลปัจจุบันคือ pass 56 และ fail 0 ถ้าโค้ดรุ่นอื่นมีจำนวนต่าง ให้ดูว่า fail 0 และถามผู้จัดอบรมก่อนสรุป
7.2

ลองให้เว็บคุยกับ AI ในเครื่อง

ทดสอบครบทางเดินด้วยข้อมูลสมมติ
node --env-file=.env.tester scripts/smoke-tester.js
✓ท้ายผลลัพธ์มี "status":"passed" สคริปต์ใช้ฐานข้อมูลชั่วคราว ไม่แตะฐานข้อมูลในเว็บทดลองที่กำลังเปิดอยู่
7.3

ทดสอบหลายภาษา

96 กรณีสังเคราะห์ · อาจใช้เวลาหลายนาที
npm run evaluate:multilingual -- docs/multilingual-results-mine.json
✓มีไฟล์ docs/multilingual-results-mine.json และรายงานครบ 96 กรณี หากจะส่งให้ผู้สอนตรวจ ให้ส่ง ไฟล์ผลทดสอบนี้เท่านั้น ไม่ส่งฐานข้อมูลหรือไฟล์ .env.tester

ผ่านทางเทคนิคไม่ได้แปลว่าโมเดลแปลถูกทุกภาษา ผลความหมายต้องให้ผู้รู้ภาษาตรวจต่อ โดยเฉพาะการแพ้อาหาร การปฏิเสธ และการชำระเงิน

ขั้นที่ 8 · ถ้าติดขัด ให้ดูตรงนี้

อาการลองแก้อย่างไร
node, npm หรือ ollama ไม่รู้จักคำสั่งปิดหน้าต่างคำสั่งแล้วเปิดใหม่ หากยังไม่หายให้รีสตาร์ทเครื่อง; Mac ให้เปิดแอป Ollama หนึ่งครั้งก่อน
node:sqlite ใช้ไม่ได้ตรวจ node -v ต้องเป็น 24.13.0 ขึ้นไป แล้วติดตั้งใหม่จากเว็บทางการ
Windows ขึ้น running scripts is disabledกำลังอยู่ใน PowerShell ให้เปิด Command Prompt (cmd) ตามขั้นที่ 3 แล้วพิมพ์ใหม่
npm ci หา package.json ไม่พบเปิดโฟลเดอร์ที่แตก ZIP จนเห็น package.json แล้วเปิด cmd/Terminal ในโฟลเดอร์นั้น
AI ไม่พร้อม หรือแปลไม่ได้ตรวจ 127.0.0.1:11434 ว่า Ollama ทำงาน ตรวจ ollama list และชื่อใน LLM_MODEL ให้ตรงกัน แล้วกดแปลอีกครั้ง
โมเดลครั้งแรกช้า หรือหมดเวลารอให้โหลดครั้งแรกเสร็จและลองใหม่ หากยังช้า ลดขนาดโมเดล หรือเพิ่ม AI_TIMEOUT_MS ได้สูงสุด 60000 แล้วเปิดเว็บใหม่
Temporary tester requires a loopback LLM endpointตั้ง LLM_BASE_URL=http://127.0.0.1:11434 ห้ามใช้ที่อยู่ของเครื่องอื่น
origin_rejectedเปิด http://localhost:3000 ไม่ใช้ 127.0.0.1:3000
EADDRINUSE หรือพอร์ต 3000 ถูกใช้ตรวจว่ามีหน้าต่าง npm run start:tester เก่าเปิดอยู่หรือไม่ ถ้ามีใช้เว็บจากหน้าต่างนั้น; หากต้องเปลี่ยนพอร์ต ให้แก้ทั้ง PORT และ PUBLIC_ORIGIN ให้ตรงกัน
สำเร็จแล้ว

เมื่อเปิดระบบและทำแบบฝึกพื้นฐานได้ คุณพร้อมใช้บทถัดไปเพื่อเขียน Prompt 6 ส่วนสำหรับงานฝึกเปลี่ยนชื่อโรงแรม

วันถัดไป · เปิดใช้งานอีกครั้ง

  1. เปิดแอป Ollama และรอให้พร้อม
  2. เปิดหน้าต่างคำสั่งในโฟลเดอร์เดิมตาม ขั้นที่ 3
  3. พิมพ์คำสั่งด้านล่าง แล้วเปิด หน้าพนักงาน ด้วยบัญชีเดิม
เปิดระบบที่ติดตั้งไว้แล้ว
npm run start:tester

ไม่ต้องดาวน์โหลดโมเดล ติดตั้งส่วนประกอบ หรือสร้างบัญชีใหม่ทุกครั้ง ถ้ารหัสเข้าพักหมดอายุ ให้เช็กเอาต์รายการฝึกเดิมแล้วเช็กอินใหม่จากหน้าพนักงาน

เมื่อเลิกฝึก: กลับไปหน้าต่างที่เปิดระบบ กด Ctrl + C แล้วค่อยปิดหน้าต่าง หากเว็บเข้าไม่ได้หลังปิด ถือว่าปกติเพราะระบบหยุดแล้ว

ถ้าทำต่อไม่ได้ · ขอความช่วยเหลืออย่างไร

ไม่ต้องเริ่มติดตั้งใหม่ทั้งหมด ให้บอกผู้สอนว่าติดที่ขั้นไหนและเห็นข้อความอะไร ใช้แบบนี้ได้:

คัดลอกแล้วเติมข้อมูลก่อนส่งผู้สอน
ใช้เครื่อง: Mac / Windows
ติดที่ขั้น: …
สิ่งที่กดหรือคำสั่งที่ใช้: …
ข้อความผิดพลาดที่เห็น: …
ลองแก้ไปแล้ว: …

แนบภาพเฉพาะบริเวณที่มีปัญหาได้ โดยปิดรหัสผ่าน รหัสเข้าพัก และข้อมูลส่วนตัวก่อน ไม่ต้องส่งไฟล์ค่าตั้งค่าหรือโฟลเดอร์ฐานข้อมูล

ถ้าเครื่องไม่พร้อม ให้ฝึกอ่านคำแปลกับเพื่อนที่เครื่องพร้อม หรือทำ แบบฝึกเขียนคำสั่ง บนกระดาษก่อน แล้วกลับมาติดตั้งพร้อมผู้สอน