ชุดเครื่องมือสำหรับงาน AI และ LLM

ประมาณจำนวน token และต้นทุน API สำหรับโมเดล GPT-4o, Claude, Gemini และ Llama แบบออฟไลน์

สร้าง prompt template ที่นำกลับมาใช้ใหม่ได้ พร้อมตัวแปรที่มีชื่อและพรีวิวการแทนค่าแบบเรียลไทม์ ไม่ต้องใช้ API key

แบ่งเอกสาร Markdown ยาว ๆ ให้เป็น chunk ตาม token budget สำหรับ RAG pipeline และ context window ของ LLM โดยไม่ทำ heading, code block หรือตารางแตกหัก — ทำงาน offline ในเบราว์เซอร์

ตัด markdown fence, thinking tag และ chatty preamble จาก output ของ LLM ให้เหลือ JSON หรือข้อความสะอาด ทันที ในเบราว์เซอร์

สร้าง JSON schema สำหรับ tool และ function calling ของ OpenAI, Anthropic และ MCP จากฟอร์มเดียว พร้อมชนิดพารามิเตอร์, enum และ flag required ที่ validate ให้ทันทีขณะกรอก

ประกอบ system prompt ระดับ production ในเบราว์เซอร์ - role, tone, กลุ่มเป้าหมาย, constraints แบบมีหมายเลข, output format และ few-shot examples รวมเป็นข้อความพร้อมคัดลอก ไม่ต้องใช้ API

บรรจุไฟล์และข้อความลง LLM context window พร้อม toggle รายไฟล์ ประมาณการ token และ output แบบ XML-tagged bundle

ประมาณหน่วยความจำ GPU ที่ต้องใช้รัน LLM ในเครื่องตัวเอง แยกเป็นน้ำหนักโมเดลตามระดับ quantization, KV cache จากจำนวน layer, KV head และ context length รวมถึง overhead ของ runtime แล้วเทียบกับการ์ดจอและ unified memory ที่ใช้กันจริง

สแกนพรอมป์และเอกสารที่วางลงหารูปแบบ prompt injection — การบังคับข้ามคำสั่งเดิม การแย่งบทบาท โหมด jailbreak การขอ system prompt ตัวคั่นแชนลอก และ Unicode ล่องหน — ด้วยฮิวริสติกออฟไลน์พร้อมไฮไลต์รายการที่พบ ทำงานทั้งหมดในเบราว์เซอร์