จากประสบการณ์ตรงของผู้เขียนในการออกแบบ RAG (Retrieval-Augmented Generation) ให้ลูกค้าองค์กรหลายราย ผมพบว่าปัญหาหลักที่ทีมพัฒนามักเจอซ้ำ ๆ คือ "ค่าใช้จ่าย embedding พุ่งสูงเมื่อคลังข้อมูลเกิน 5 ล้านเอกสาร" และ "ความหน่วงของ API ทำให้ latency รวมของ pipeline เกิน 1 วินาที" บทความนี้จะสาธิตวิธีเชื่อมต่อ Mil