LOCAL QWEN · API-FIRST · ML/DL READY

สร้างระบบ AI ที่รันใน
Infrastructure ของคุณเอง

CherryFlow เชื่อม Local Qwen, OpenAI-compatible API, Workflow, Agent, Machine Learning และ Deep Learning Worker ให้ทำงานร่วมกัน พร้อมเปิดใช้งานเป็น API หรือเว็บไซต์

เปิด Local AI Builder →ดู Architecture
✓ Qwen ผ่าน Local API✓ Model-independent✓ CPU / GPU Workers
LOCAL AI ONLINE
Local Qwen Intelligence FlowAPI + ML/DL Workers · Validated
Run Flow
APIReceive RequestForm, Webhook or Internal API
QWLocal Qwen InferencevLLM / SGLang / Ollama
GPUML / Deep LearningOCR, Vision, Forecasting
OUTPublish ResultWebsite, API, File or Notification
Local AI execution
Qwen + GPU worker running

Local AI Infrastructure

QwenvLLMSGLangOllamaOpenAI APIOpenClawPostgreSQLRedisMinIO
Local AI Platform

จาก Local Model ไปจนถึง AI Application

CherryFlow เป็น orchestration layer ระหว่าง model server, API, workflow, data, agent และ ML/DL worker

QW

Local Qwen Runtime

เชื่อม Qwen ผ่าน vLLM, SGLang, Ollama หรือ OpenAI-compatible endpoint ภายในองค์กร

API

API-first AI Platform

รวม model endpoint, workflow, webhook และ application หลัง CherryFlow API

ML

Machine Learning Modules

รองรับแนวทาง data preparation, classification, regression, clustering และ forecasting

DL

Deep Learning Workers

แยก GPU worker สำหรับ OCR, vision, speech, embedding และ document intelligence

FLOW

Workflow & Agent

ประกอบ deterministic node, AI node, agent, database, file และ approval เป็น Flow เดียว

APP

Website & API Output

Publish Workflow เป็นเว็บไซต์, internal app, API, file หรือ notification

AI, ML and Deep Learning

ใช้ Local Qwen ร่วมกับโมเดลเฉพาะทาง

แยกงานให้ LLM, deterministic module และ ML/DL model ทำในส่วนที่เหมาะสม

R

AI Report & Document

ใช้ Local Qwen วิเคราะห์ Excel, CSV และ PDF แล้วสร้างรายงานพร้อมดาวน์โหลด

M

Machine Learning Pipeline

เตรียมข้อมูล ฝึกโมเดล ประเมินผล และนำ inference endpoint ไปใช้ใน Workflow

V

Vision, OCR & Deep Learning

เรียก OCR, object detection, image classification และ document AI ผ่าน GPU worker

A

Local AI Agent & Operations

ใช้ Qwen หรือ OpenClaw เรียก tool ตรวจระบบ ขออนุมัติ และแจ้งผลผ่าน API

API-first Architecture

หนึ่ง Platform สำหรับ Local AI ทั้งระบบ

Website และ Workflow เรียก CherryFlow API ก่อน ระบบจึง route ไปยัง Qwen, Agent หรือ Worker ที่เหมาะสม

1

เชื่อม Local Qwen

กำหนด OpenAI-compatible endpoint และ model เช่น Qwen บน vLLM หรือ SGLang

2

ประกอบ AI Workflow

ต่อ API, data, model, agent, document, ML/DL และ approval modules

3

เปิดใช้งานจริง

รันผ่าน API หรือ Publish เป็น internal app และ public website

เริ่มจาก Local Qwen ที่คุณมีอยู่

ต่อ endpoint เข้ากับ CherryFlow แล้วสร้าง Workflow, API และ AI Application จาก Infrastructure เดิม

เปิด Local AI Builder →