source
CUVETSMO · verified vet knowledge

Faculty assistant · translation editor

English → Thai, side-by-side.

เครื่องมือสำหรับอาจารย์ที่กำลัง review entry — paste English source ด้านซ้าย, แปลภาษาไทยด้านขวา, export เป็น JSON ที่ paste ใส่ PR ได้ทันที. ใช้ได้ออฟไลน์ (PWA cached). ทุกอย่างทำในเครื่องของคุณ — ไม่มี server roundtrip, ไม่มี translation API นอก browser.

Detecting browser capabilities…

Reading navigator.gpu…

Source · English

Paste from DailyMed, WHO EML, WSAVA guideline, or original paper

0 words · 0 chars

Translation · ภาษาไทย

Mechanism · กลไกการออกฤทธิ์

0 terms · 0 chars
🤖 Install AI assistant (Phase 5+ · coming)

Workflow

  1. Paste authoritative English text on the left (cite source in PR description)
  2. Type Thai translation on the right, section by section
  3. Click Copy section JSON → paste into content/drugs/<slug>.json at the matching section
  4. Set drafting.aiAssisted: false + drafting.humanReviewer: "your-github-handle"
  5. Run npm run check locally → if clean, sign with scripts/sign.mjs and open PR

How this fits the pipeline

Manual today, WebGPU LLM-assisted in Phase 5

Phase 0 (today) — manual side-by-side editor. คุณ paste DailyMed text หรือ WHO EML text ด้านซ้าย, พิมพ์ Thai translation ด้านขวา. คลิก Export → ได้ JSON ก้อนที่พร้อม paste เข้า content/drugs/<slug>.json sections. ไม่มี AI, ไม่มี server, ทุกอย่างทำในเครื่องคุณ.

Phase 5 (planned)— opt-in WebGPU LLM. ปุ่ม “Install AI assistant” จะ download Phi-3-mini (~2.4 GB) หรือ Llama 3.2 1B (~1.2 GB) ไปยัง browser IndexedDB ครั้งเดียว, แล้ว run inference ในเครื่องของคุณ — query ของคุณไม่ไป server ของเราหรือใครเลย. AI ช่วย เสนอ Thai draft — คุณยังต้องตรวจทุกบรรทัด + แก้ + ลงนาม (Iron Rule 0).

Why in-browser instead of API? Three reasons: (1) privacy — clinical translation prompts never leave your machine; (2) offline — clinic without internet ก็ใช้ได้; (3) cost — inference เป็น 0 บาท เพราะใช้ GPU ของผู้ใช้, scales free forever.

Why not Phase 0 right now? Three reasons: (1) faculty onboarding ยังไม่มี — สร้างเครื่องมือก่อนผู้ใช้ ผิดทาง; (2) model download 1-2 GB ต้องการ careful UX (progress bar, cache invalidation, fallback); (3) Iron Rule 0 ต้องการ human edits ratio ≥ 0.1 สำหรับ AI-drafted content — ต้องวัดให้ถูก ก่อน wire LLM เข้า scoring pipeline.