🌐 ภาษา

CORE: สมองดิจิทัลของคุณ - หน่วยความจำ + การกระทำสำหรับเครื่องมือ AI

ข้อมูลสำคัญของคุณกระจัดกระจายอยู่ในเครื่องมือที่ไม่เชื่อมต่อกัน บทสนทนา AI ของคุณเริ่มต้นด้วย "ขอให้ฉันให้บริบทก่อน" ประสบการณ์และสิ่งที่คุณเรียนรู้ยังคงอยู่ในหัวของคุณ และหัวของคุณไม่สามารถขยายขนาดได้

CORE จดจำให้ ไม่ใช่ฐานข้อมูล ไม่ใช่กล่องค้นหา สมองดิจิทัลที่เรียนรู้สิ่งสำคัญ เชื่อมโยงสิ่งที่เกี่ยวข้อง และนำเสนอสิ่งที่คุณต้องการ

สำหรับนักพัฒนา

CORE มอบหน่วยความจำถาวรให้เครื่องมือ AI ของคุณ และความสามารถในการดำเนินการในแอปที่คุณใช้

บริบทถูกเก็บรักษาข้าม Claude Code, Cursor และตัวช่วยเขียนโค้ดอื่นๆ
ดำเนินการได้ใน Linear, GitHub, Slack, Gmail, Google Sheets และแอปอื่นๆ ที่คุณใช้
เชื่อมต่อครั้งเดียวผ่าน MCP ใช้งานได้ทุกที่
โอเพ่นซอร์สและโฮสต์เองได้ ข้อมูลของคุณ คุณควบคุมได้

---

สิ่งที่คุณสามารถทำได้

1. ไม่ต้องพูดซ้ำ บริบทไหลอัตโนมัติ

CORE จะกลายเป็นชั้นความจำถาวรสำหรับตัวช่วยเขียนโค้ดของคุณ ขอให้เครื่องมือ AI ใดๆ ดึงบริบทที่เกี่ยวข้อง

Search core memory for architecture decisions on the payment service

What my content guidelines from core to create the blog?

2. ดำเนินการในแอปของคุณจาก Claude/Cursor

เชื่อมต่อแอปของคุณครั้งเดียว ดำเนินการจากทุกที่

สร้าง/อ่านปัญหาใน GitHub, Linear
ร่าง/ส่ง/อ่านอีเมลและจัดเก็บข้อมูลที่เกี่ยวข้องใน CORE
จัดการปฏิทินของคุณ อัปเดตสเปรดชีต

3. ดำเนินงานต่อจากที่ค้างไว้ใน claude code/cursor

สลับกลับไปยังฟีเจอร์หลังจากหนึ่งสัปดาห์? ติดตามความคืบหน้าได้ทันที

What did we discuss about the checkout flow? Summarize from memory.

Refer to past discussions and remind me where we left off on the API refactor

อะไรที่ทำให้ CORE แตกต่าง

กราฟบริบทเชิงเวลา (Temporal Context Graph): CORE ไม่ได้แค่เก็บข้อเท็จจริง — แต่จดจำเรื่องราว เมื่อสิ่งต่าง ๆ เกิดขึ้น วิถีการคิดของคุณเปลี่ยนไปอย่างไร อะไรนำไปสู่แต่ละการตัดสินใจ ความชอบ เป้าหมาย และการเลือกในอดีตของคุณ — ทั้งหมดเชื่อมโยงในกราฟที่เข้าใจลำดับและบริบท

ความแม่นยำในการเรียกคืน 88.24%: ทดสอบบน LoCoMo benchmark เมื่อคุณถามอะไร CORE มันจะค้นหาสิ่งที่เกี่ยวข้อง ไม่ใช่แค่จับคีย์เวิร์ด แต่เข้าใจเชิงความหมายอย่างแท้จริง พร้อมการให้เหตุผลแบบหลายขั้น

คุณควบคุมทุกอย่าง: ความจำของคุณ กฎของคุณ แก้ไขสิ่งที่ผิด ลบสิ่งที่ไม่ใช่ แสดงภาพการเชื่อมโยงความรู้ของคุณ CORE โปร่งใส คุณเห็นทุกอย่างที่มันรู้

โอเพ่นซอร์ส: ไม่มีกล่องดำ ไม่มีการผูกขาด ผู้ช่วยดิจิทัลนี้เป็นของคุณเอง

---

🚀 เริ่มต้นใช้งานอย่างรวดเร็ว

เลือกวิธีที่ต้องการ:

| | CORE Cloud | เซลฟ์โฮสต์ | |---|---|---| | เวลาติดตั้ง | 5 นาที | 15 นาที | | เหมาะสำหรับ | ทดลองเร็ว ไม่ต้องมีโครงสร้างพื้นฐาน | ควบคุมเต็มที่ บนเซิร์ฟเวอร์ของคุณ | | สิ่งที่ต้องใช้ | แค่บัญชีผู้ใช้ | Docker, RAM 4GB |

คลาวด์

สมัครสมาชิก ที่ app.getcore.me
เชื่อมต่อแหล่งข้อมูล (Claude, Cursor หรือเครื่องมือที่เข้ากันได้กับ MCP)
เริ่มใช้งาน CORE เพื่อดำเนินการหรือบันทึกข้อมูลเกี่ยวกับคุณในหน่วยความจำ

เซลฟ์โฮสต์

ดีพลอยอย่างรวดเร็ว

หรือใช้ Docker

โคลนรีโพซิทอรี:

git clone https://github.com/RedPlanetHQ/core.git
cd core

กำหนดค่าตัวแปรสภาพแวดล้อมใน core/.env:

OPENAI_API_KEY=your_openai_api_key

เริ่มต้นบริการ

docker-compose up -d

เมื่อทำการติดตั้งแล้ว คุณสามารถตั้งค่า AI providers ของคุณ (OpenAI, Anthropic) และเริ่มสร้าง memory graph ของคุณได้

👉 ดูคู่มือการติดตั้งแบบ self-hosting ฉบับเต็ม

หมายเหตุ: เราได้ทดลองใช้โมเดลโอเพนซอร์ส เช่น Ollama หรือ GPT OSS แต่การสร้างข้อเท็จจริงยังไม่ดีนัก เรากำลังหาวิธีปรับปรุง และจะรองรับโมเดล OSS ในอนาคต

🛠️ การติดตั้ง

แนะนำ

ติดตั้งใน Claude Code CLI

รันคำสั่งนี้ในเทอร์มินัลของคุณเพื่อเชื่อมต่อ CORE กับ Claude Code:

claude mcp add --transport http --scope user core-memory https://mcp.getcore.me/api/v1/mcp?source=Claude-Code

พิมพ์ /mcp และเปิด core-memory MCP เพื่อทำการยืนยันตัวตน

ติดตั้งใน Cursor

ตั้งแต่ Cursor 1.0 คุณสามารถคลิกปุ่มติดตั้งด้านล่างเพื่อทำการติดตั้งทันทีแบบคลิกเดียว

หรือ

ไปที่: Settings -> Tools & Integrations -> Add Custom MCP
กรอกข้อมูลด้านล่างในไฟล์ mcp.json:

{
  "mcpServers": {
    "core-memory": {
      "url": "https://mcp.getcore.me/api/v1/mcp?source=cursor",
      "headers": {}
    }
  }
}

ติดตั้งใน Claude Desktop

คัดลอก URL ของ CORE MCP:

https://mcp.getcore.me/api/v1/mcp?source=Claude

ไปที่ การตั้งค่า → ตัวเชื่อมต่อ → คลิก เพิ่มตัวเชื่อมต่อแบบกำหนดเอง
คลิกที่ "เชื่อมต่อ" และให้สิทธิ์ Claude ในการเข้าถึง CORE MCP

คำสั่ง CLI

ติดตั้งใน Codex CLI

ตัวเลือกที่ 1 (แนะนำ): เพิ่มไปยังไฟล์ ~/.codex/config.toml ของคุณ:

[features]
rmcp_client=true[mcp_servers.memory]
url = "https://mcp.getcore.me/api/v1/mcp?source=codex"

จากนั้นรัน: codex mcp memory login

ตัวเลือกที่ 2 (หากตัวเลือกที่ 1 ไม่ได้ผล): เพิ่มการกำหนดค่า API key:

[features]
rmcp_client=true[mcp_servers.memory]
url = "https://mcp.getcore.me/api/v1/mcp?source=codex"
http_headers = { "Authorization" = "Bearer CORE_API_KEY" }

รับคีย์ API ของคุณจาก app.getcore.me → การตั้งค่า → คีย์ API จากนั้นรัน: codex mcp memory login

ติดตั้งใน Gemini CLI

ดู การกำหนดค่า Gemini CLI สำหรับรายละเอียด

เปิดไฟล์การตั้งค่า Gemini CLI ตำแหน่งไฟล์คือ ~/.gemini/settings.json (โดยที่ ~ คือไดเรกทอรีบ้านของคุณ)
เพิ่มสิ่งต่อไปนี้ลงในอ็อบเจกต์ mcpServers ในไฟล์ settings.json ของคุณ:

{
  "mcpServers": {
    "corememory": {
      "httpUrl": "https://mcp.getcore.me/api/v1/mcp?source=geminicli",
      "timeout": 5000
    }
  }
}

หากวัตถุ mcpServers ยังไม่มีอยู่ ให้สร้างมันขึ้นมา

ติดตั้งใน Copilot CLI

เพิ่มสิ่งต่อไปนี้ลงในไฟล์ ~/.copilot/mcp-config.json ของคุณ:

{
  "mcpServers": {
    "core": {
      "type": "http",
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Copilot-CLI",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

IDEs

ติดตั้งใน VS Code

ใส่ข้อความด้านล่างนี้ในไฟล์ mcp.json:

{
  "servers": {
    "core-memory": {
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Vscode",
      "type": "http",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

ติดตั้งใน VS Code Insiders

เพิ่มในการตั้งค่า MCP ของ VS Code Insiders ของคุณ:

{
  "mcp": {
    "servers": {
      "core-memory": {
        "type": "http",
        "url": "https://mcp.getcore.me/api/v1/mcp?source=VSCode-Insiders",
        "headers": {
          "Authorization": "Bearer YOUR_API_KEY"
        }
      }
    }
  }
}

ติดตั้งใน Windsurf

ป้อนข้อมูลด้านล่างนี้ในไฟล์ mcp_config.json:

{
  "mcpServers": {
    "core-memory": {
      "serverUrl": "https://mcp.getcore.me/api/v1/mcp/source=windsurf",
      "headers": {
        "Authorization": "Bearer "
      }
    }
  }
}

ติดตั้งใน Zed

ไปที่ Settings ใน Agent Panel -> Add Custom Server
กรอกโค้ดด้านล่างนี้ในไฟล์กำหนดค่าและคลิกปุ่ม Add server

{
  "core-memory": {
    "command": "npx",
    "args": ["-y", "mcp-remote", "https://mcp.getcore.me/api/v1/mcp?source=Zed"]
  }
}

ตัวแทนโค้ดดิ้ง

ติดตั้งใน Amp

รันคำสั่งนี้ในเทอร์มินัลของคุณ:

amp mcp add core-memory https://mcp.getcore.me/api/v1/mcp?source=amp

ติดตั้งใน Augment Code

เพิ่มลงในไฟล์ ~/.augment/settings.json ของคุณ:

{
  "mcpServers": {
    "core-memory": {
      "type": "http",
      "url": "https://mcp.getcore.me/api/v1/mcp?source=augment-code",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

ติดตั้งใน Cline

เปิด Cline และคลิกไอคอนเมนูแฮมเบอร์เกอร์ (☰) เพื่อเข้าสู่ส่วน MCP Servers
เลือกแท็บ Remote Servers และคลิกปุ่ม Edit Configuration
เพิ่มข้อมูลต่อไปนี้ลงในการกำหนดค่า Cline MCP ของคุณ:

{
  "mcpServers": {
    "core-memory": {
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Cline",
      "type": "streamableHttp",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

ติดตั้งใน Kilo Code

ไปที่ Settings → MCP Servers → Installed tab → คลิก Edit Global MCP เพื่อแก้ไขการตั้งค่าของคุณ
เพิ่มข้อมูลต่อไปนี้ลงในไฟล์ MCP config ของคุณ:

{
  "core-memory": {
    "type": "streamable-http",
    "url": "https://mcp.getcore.me/api/v1/mcp?source=Kilo-Code",
    "headers": {
      "Authorization": "Bearer your-token"
    }
  }
}

ติดตั้งใน Kiro

เพิ่มใน Kiro → MCP Servers:

{
  "mcpServers": {
    "core-memory": {
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Kiro",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

ติดตั้งใน Qwen Coder

ดูรายละเอียดที่ Qwen Coder MCP Configuration

เพิ่มลงใน ~/.qwen/settings.json:

{
  "mcpServers": {
    "core-memory": {
      "httpUrl": "https://mcp.getcore.me/api/v1/mcp?source=Qwen",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY",
        "Accept": "application/json, text/event-stream"
      }
    }
  }
}

ติดตั้งใน Roo Code

เพิ่มในการตั้งค่า Roo Code MCP ของคุณ:

{
  "mcpServers": {
    "core-memory": {
      "type": "streamable-http",
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Roo-Code",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

ติดตั้งใน Opencode

เพิ่มไปยังการตั้งค่า Opencode ของคุณ:

{
  "mcp": {
    "core-memory": {
      "type": "remote",
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Opencode",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      },
      "enabled": true
    }
  }
}

ติดตั้งใน Copilot Coding Agent

เพิ่มไปยังการตั้งค่าคลังเก็บ → Copilot → Coding agent → การกำหนดค่า MCP:

{
  "mcpServers": {
    "core": {
      "type": "http",
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Copilot-Agent",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

ติดตั้งใน Qodo Gen

เปิดแผงสนทนา Qodo Gen ใน VSCode หรือ IntelliJ
คลิก เชื่อมต่อเครื่องมือเพิ่มเติม จากนั้นคลิก + เพิ่ม MCP ใหม่
เพิ่มการตั้งค่าต่อไปนี้:

{
  "mcpServers": {
    "core-memory": {
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Qodo-Gen"
    }
  }
}

เทอร์มินัล

ติดตั้งใน Warp

เพิ่มในการตั้งค่า → AI → จัดการเซิร์ฟเวอร์ MCP:

{
  "core": {
    "url": "https://mcp.getcore.me/api/v1/mcp?source=Warp",
    "headers": {
      "Authorization": "Bearer YOUR_API_KEY"
    }
  }
}

ติดตั้งใน Crush

เพิ่มลงในการตั้งค่า Crush ของคุณ:

{
  "$schema": "https://charm.land/crush.json",
  "mcp": {
    "core": {
      "type": "http",
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Crush",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

แอปเดสก์ท็อป

ติดตั้งใน ChatGPT

เชื่อมต่อ ChatGPT กับระบบหน่วยความจำของ CORE ผ่านส่วนขยายเบราว์เซอร์:

ติดตั้งส่วนขยาย Core Browser Extension
สร้าง API Key: ไปที่ การตั้งค่า → API Key → สร้างคีย์ใหม่ → ตั้งชื่อว่า "extension"
เพิ่ม API Key ใน Core Extension และคลิกบันทึก

ติดตั้งใน Gemini

เชื่อมต่อ Gemini กับระบบหน่วยความจำของ CORE ผ่านส่วนขยายเบราว์เซอร์:

ติดตั้งส่วนขยาย Core Browser Extension
สร้าง API Key: ไปที่ การตั้งค่า → API Key → สร้างคีย์ใหม่ → ตั้งชื่อว่า "extension"
เพิ่ม API Key ใน Core Extension และคลิกบันทึก

ติดตั้งใน Perplexity Desktop

เพิ่มใน Perplexity → การตั้งค่า → ตัวเชื่อมต่อ → เพิ่มตัวเชื่อมต่อ → ขั้นสูง:

{
  "core-memory": {
    "command": "npx",
    "args": ["-y", "mcp-remote", "https://mcp.getcore.me/api/v1/mcp?source=perplexity"]
  }
}

คลิกบันทึกเพื่อใช้การเปลี่ยนแปลง
Core จะพร้อมใช้งานในเซสชั่น Perplexity ของคุณ

เครื่องมือสำหรับการพัฒนา

ติดตั้งใน Factory

รันในเทอร์มินัล:

droid mcp add core https://mcp.getcore.me/api/v1/mcp?source=Factory --type http --header "Authorization: Bearer YOUR_API_KEY"

พิมพ์ /mcp ใน droid เพื่อจัดการเซิร์ฟเวอร์และดูเครื่องมือที่มีให้ใช้งาน

ติดตั้งใน Rovo Dev CLI

แก้ไขการตั้งค่า mcp:

acli rovodev mcp

เพิ่มในการตั้งค่า Rovo Dev MCP ของคุณ:

{
  "mcpServers": {
    "core-memory": {
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Rovo-Dev"
    }
  }
}

ติดตั้งใน Trae

เพิ่มลงในการกำหนดค่าของ Trae MCP ของคุณ:

{
  "mcpServers": {
    "core": {
      "url": "https://mcp.getcore.me/api/v1/mcp?source=Trae"
    }
  }
}

🔨 เครื่องมือที่มีให้ใช้งาน

CORE Memory MCP มีเครื่องมือดังต่อไปนี้ที่ LLMs สามารถใช้ได้:

memory_search: ค้นหาข้อมูลที่เกี่ยวข้องจาก CORE Memory
memory_ingest: เพิ่มเหตุการณ์ใน CORE Memory
memory_about_user: ดึงข้อมูลบุคลิกผู้ใช้จาก CORE Memory
initialise_conversation_session: เริ่มต้นสนทนาและกำหนด session id ให้กับการสนทนา
get_integrations: ดึงว่าควรใช้การเชื่อมต่อใดที่เกี่ยวข้องจากการเชื่อมต่อที่มีอยู่
get_integrations_actions: ดึงเครื่องมือที่ควรใช้จากเครื่องมือการเชื่อมต่อนั้นสำหรับงานที่ต้องทำ
execute_integrations_actions: ดำเนินการเครื่องมือสำหรับการเชื่อมต่อนั้น

---

วิธีการทำงาน

การนำเข้าข้อมูลความจำ

memory-ingest-diagram

เมื่อคุณบันทึกข้อมูลลงใน CORE ข้อมูลจะผ่าน 4 เฟสดังนี้:

การทำให้เป็นมาตรฐาน: เชื่อมโยงข้อมูลใหม่กับบริบทล่าสุด, แบ่งเอกสารออกเป็นส่วนที่มีความหมายโดยรักษาการอ้างอิงไขว้
การสกัด: ระบุสิ่งที่เกี่ยวข้อง (บุคคล, เครื่องมือ, โครงการ), สร้างข้อความที่มีบริบทและเวลา, แมปความสัมพันธ์
การแก้ไข/ปรับปรุง: ตรวจพบข้อขัดแย้ง, ติดตามการเปลี่ยนแปลงของความชอบ, รักษามุมมองที่หลากหลายพร้อมแหล่งที่มา
การเชื่อมโยงกราฟ: เชื่อมโยงสิ่งที่เกี่ยวข้อง, ข้อความ, และเหตุการณ์ในกราฟความรู้เชิงเวลา

ตัวอย่าง: "เราเขียน CORE ด้วย Next.js" จะกลายเป็น:

สิ่งที่เกี่ยวข้อง: CORE, Next.js
ข้อความ: CORE ถูกพัฒนาด้วย Next.js
ความสัมพันธ์: ถูกพัฒนาด้วย

การเรียกคืนข้อมูลความจำ

memory-search-diagram

เมื่อคุณค้นหาข้อมูลกับ CORE:

ค้นหา: ใช้วิธีแบบไฮบริด: คำสำคัญ + ความหมาย + การเดินกราฟ
จัดอันดับใหม่: แสดงผลลัพธ์ที่เกี่ยวข้องและหลากหลายที่สุด
กรอง: ใช้ตัวกรองเวลา ความน่าเชื่อถือ และความแข็งแกร่งของความสัมพันธ์
ผลลัพธ์: ส่งคืนข้อเท็จจริงและตอนที่ข้อเท็จจริงนั้นมาจาก

CORE ไม่เพียงแต่จำข้อเท็จจริงได้ — แต่ยังจำในบริบท พร้อมเวลาและเรื่องราว เพื่อให้นายหน้าตอบกลับเหมือนที่คุณจะจำได้

🛠️ สำหรับผู้สร้างเอเจนต์

กำลังสร้าง AI agent อยู่ใช่ไหม? CORE ให้โครงสร้างพื้นฐานหน่วยความจำ + โครงสร้างพื้นฐานการเชื่อมต่อ เพื่อให้คุณเน้นที่ตรรกะของ agent ได้

สิ่งที่คุณจะได้รับ

โครงสร้างพื้นฐานหน่วยความจำ

กราฟความรู้แบบมีเวลา ด้วยความแม่นยำ LoCoMo 88.24%
ค้นหาแบบไฮบริด: ความหมาย + คำสำคัญ + การเดินกราฟ
ติดตามวิวัฒนาการของบริบทและความขัดแย้ง

โครงสร้างพื้นฐานการเชื่อมต่อ

เชื่อมต่อ GitHub, Linear, Slack, Gmail เพียงครั้งเดียว
agent ของคุณจะได้รับเครื่องมือ MCP สำหรับทุกแอปที่เชื่อมต่อ
ไม่ต้องสร้าง OAuth flow ไม่ต้องดูแล API

ตัวอย่างโปรเจกต์

core-cli — ตัวจัดการงานที่เชื่อมต่อกับ CORE เพื่อหน่วยความจำและซิงก์กับ Linear, GitHub Issues

holo — เปลี่ยนหน่วยความจำ CORE ของคุณเป็นเว็บไซต์ส่วนตัวพร้อมระบบแชท

แหล่งข้อมูล

API Reference
SDK Documentation
ต้องการเชื่อมต่อเฉพาะ? เปิด issue ใน GitHub

---

🔥 ไฮไลท์งานวิจัย

หน่วยความจำ CORE ทำได้ 88.24% ความแม่นยำเฉลี่ยในชุดข้อมูล Locomo ครอบคลุมทุกงานการให้เหตุผล เหนือกว่าผู้ให้บริการหน่วยความจำอื่น ๆ อย่างชัดเจน

benchmark

| ประเภทงาน | คำอธิบาย | |-----------|-------------| | Single-hop | ตอบคำถามโดยอิงจากเซสชันเดียว | | Multi-hop | สังเคราะห์ข้อมูลจากหลายเซสชัน | | Open-domain | ผสานข้อมูลผู้ใช้กับความรู้ภายนอก | | Temporal reasoning | การเข้าใจเบาะแสเกี่ยวกับเวลาและลำดับเหตุการณ์ |

ดูวิธีการทดสอบและผลลัพธ์ →

🔒 ความปลอดภัย

ได้รับการรับรอง CASA Tier 2 — ตรวจสอบโดยบุคคลที่สามตามข้อกำหนด OAuth ของ Google

การเข้ารหัส: TLS 1.3 (ระหว่างส่งข้อมูล) + AES-256 (ขณะพักข้อมูล)
การพิสูจน์ตัวตน: OAuth 2.0 และ magic link
การควบคุมการเข้าถึง: แยกตาม workspace และกำหนดสิทธิ์ตามบทบาท
สถาปัตยกรรม zero-trust: ไม่เชื่อถือโดยอัตโนมัติ ตรวจสอบทุกครั้ง

ข้อมูลของคุณ คุณควบคุมเอง:

แก้ไขและลบได้ตลอดเวลา
ไม่เคยนำไปใช้ฝึก AI model
มีตัวเลือกโฮสต์เองเพื่อแยกข้อมูลอย่างสมบูรณ์

ดูรายละเอียดความปลอดภัยได้ที่ Security Policy

แจ้งช่องโหว่: harshith@poozle.dev

เอกสารประกอบ

สำรวจเอกสารของเราเพื่อใช้งาน CORE ให้ได้ประสิทธิภาพสูงสุด

🧑‍💻 การสนับสนุน

มีคำถามหรือข้อเสนอแนะใช่ไหม? เราพร้อมช่วยเหลือคุณ:

Discord: เข้าร่วมช่อง core-support
เอกสาร: docs.getcore.me
อีเมล: manik@poozle.dev

แนวทางการใช้งาน

จัดเก็บ:

ประวัติการสนทนา
การตั้งค่าผู้ใช้
บริบทของงาน
เอกสารอ้างอิง

ห้ามจัดเก็บ:

ข้อมูลที่ละเอียดอ่อน (PII)
ข้อมูลรับรอง
บันทึกระบบ
ข้อมูลชั่วคราว

👥 ผู้ร่วมพัฒนา

--- Tranlated By Open Ai Tx | Last indexed: 2026-01-10 ---