跳到正文

#GitHub

RSS
今日 0 則
11月22日週日
  1. Dev.to Top Tech37

    Galascribe、Ghost、Substack 和 WordPress 有什麼不同?從功能到文章放在哪裡一次看懂

    想用同一個地方寄電子報、向讀者收費,Ghost 和 Substack 現在就能做到;WordPress.com 則有很多版型可選。Galascribe 目前沒有電子報寄送和收費功能,版型也只有六種。不過,用 Galascribe 寫的文章會是你 GitHub repository 裡的 Markdown 檔案,網站發布也在你的 GitHub 帳號裡進行;使用其他服務時,文章則放在服務的系統裡,離開時要先匯出。 這不表示其他服務會把你的文章鎖住:Ghost、Substack 和 WordPress 都提供離開的方法。差別在於 Galascribe 的文章原本就放在你的 repository,拿到檔案就能帶走;但按讚和留言目前存在 Galascribe 的資料庫,也沒有匯出功能。選之前,可以先試著把文章匯出或複製出來,開啟看看自己實際拿得到什麼。

  2. Dev.to Top Tech43

    GitHub 上 20 個最熱門的開源 AI 助理專案:2026 年 11 月排名

    想讓 AI 助理上網找資料、記住以前做過的事,或幫忙寫程式,光有模型還不夠,還需要其他工具和功能搭配。這份 GitHub 排名整理了 20 個最受歡迎的開源 AI 助理相關專案;第一名 ECC 有 308K 顆星,DeepSeek Harness 和 Hermes Agent 排在第二、第三名。這些專案有的替 AI 助理加上記憶和技能,有的幫它們讀網頁、搜尋資料或操作瀏覽器,也有一些是能裝進既有 AI 助理的專門技能。榜單顯示,讓 AI 助理更好用的工具和搭配方式,正成為開源社群熱門的發展方向。

  3. Dev.to Top Tech42

    4,323 筆 AI 工具清單裡,最大「廠商」竟是 GitHub Pages

    作者檢查自己收錄 4,323 筆資料的 AI 工具目錄後發現,一筆資料不一定代表一家公司或一個產品:有些只是同一家公司旗下不同頁面,還有不少連到 GitHub Pages 等平臺。把 GitHub 和 GitHub Pages 算在一起,目錄裡最多的「廠商」其實是 GitHub,共有 184 筆;另有 337 筆把平臺或聯盟行銷網址當成工具的官方網站。目錄裡還有許多介紹文字和標籤容易讓人誤會。作者因此認為,4,323 筆代表的是清單專案,不是 4,323 個產品;若能替每筆資料標明所屬公司,讀者會更容易看清目錄實際收錄了什麼。

  4. The New Stack54

    AI 助理寫程式後,程式碼審查該看什麼?

    AI 助理寫程式的速度很快,工程師可能來不及逐行讀完每次改動,但核准的人仍要為結果負責。作者提出,審查時可以把注意力放在三件事:這次改動想解決什麼問題、是否符合事先訂下的條件,以及過程中做了哪些架構和技術選擇。驗證 AI 助理可以逐項檢查條件並提供證據,審查者再判斷方向是否正確;團隊也要能說清楚系統為什麼這樣設計、可能在哪裡失敗。這讓人不必每次都讀完所有程式碼,也能理解改動並承擔責任。

11月21日週六
  1. Dev.to Top Tech55

    115 個開源 PR 合併後,作者整理出維護者看重的貢獻方式

    開源專案的程式碼就算能修好問題,也不一定會被維護者合併。作者整理自己用 superhuman 提交的 115 個 PR 和審查留言,發現關鍵常在程式碼以外:先確認專案接受外部貢獻、沒有人已在處理同一問題,並照專案慣用的格式寫說明、附上測試。送出後也要盡快回覆審查意見;有時維護者會接手最後的修改,合併修正並保留貢獻者署名。這些經驗顯示,AI 助理參與寫程式時,也得遵守開源社群原有的合作方式。

11月20日週五
  1. Dev.to Top Tech69

    為什麼 OpenAI、Anthropic 和 Cursor 都在打造自己的 GitHub

    AI 助理大量產生程式碼,讓原本為人類開發者設計的 GitHub 面臨更大負載,文章也整理了它近年的服務中斷情況。Cursor 推出可和 GitHub 同步的 Origin;OpenAI 用 Pando 支援自家程式庫,並計畫把 Code Storage 整合進 Codex;Anthropic 則在公司內部用 Scion 取代 Git。這些做法各有不同,目前只有 Origin 能讓外部使用者試用,Scion 僅供 Anthropic 內部使用。GitHub 正擴充容量並遷移到 Azure,而它累積的使用者、開源社群和協作習慣,也讓其他平臺不容易取代它。

  2. Dev.to Top Tech50

    本週科技焦點:英國密令、AI 修補漏洞與可重現的軟體測試

    這週幾則科技訊息都在談軟體怎麼更值得信任:誰能讀你的資料、AI 找到的問題怎麼變成真正的修補,以及出錯時能不能重現。英國政府證實曾對 Apple 下達與加密相關的秘密命令,但命令細節仍未公開。另一邊,GitHub 和 Microsoft 在 6 個開源專案試行 Codename MDASH,把數千筆 AI 找到的問題整理成 99 份經過確認、附有修補建議的私下報告,維護者已修好超過一半。 還有研究人員讓 Claude 協助處理黑洞物理問題;GitHub 推出讓 AI 助理工作接續不同工具的通訊規範;Rust nightly 也預設開啟平行前端編譯。分散式系統則能用模擬時鐘、網路和儲存的方式重現故障,讓同一個錯誤每次都能以相同方式重現。這些做法各自解決不同麻煩,也提醒我們:AI 的發現要先確認再交給維護者,測試則要能穩定重現,才方便找出問題並修好它。

  3. Dev.to Top Tech69

    Leaf 的 Level 5 軟體工廠遇上三個工程難題

    讓 AI 助理自動寫程式、測試和修改專案,工作速度變快後,原本為人工作流程設計的限制也跟著出問題。作者分享 Leaf 遇到的三個狀況:自動提交讓 GitHub Actions 在 10 月 18 日用完每月 50,000 分鐘;大範圍改版被拆成 50 多個工作節點,規劃超過一小時,執行三小時後仍未通過建置;自動整理程式碼時,還新增僵化的提示詞測試,後來改寫提示詞來迎合測試。作者因此調整工作流程,也在思考限制自動化工具能修改的範圍。

11月19日週四
  1. BlockTempo 動區動趨53

    Coinbase Ventures 分析 AI 助理代理交易的四層技術與投資機會

    AI 助理開始能依照使用者設定的目標和風險限制,自行分析市場、決定持倉、下單並監看風險;Coinbase Ventures 把這種做法稱為「代理交易」。它以跨加密資產和半導體股票配置投資組合為例,說明代理如何依照回撤上限和每週再平衡要求執行策略。文章也把相關技術分成資料與模型、代理框架、交易執行、合規與紀錄四層。Coinbase Ventures 認為,單純代為下單的價值可能變低,長期機會在能累積專屬交易資料、形成決策閉環並取得使用者資產信任的團隊;交易代理也需要可查核的決策紀錄與合規措施。

11月18日週三
  1. Dev.to Top Tech55

    QUIC 與 TCP+TLS 1.3:用 CPU 購買延遲

    在網路協定的演進中,QUIC 把 TLS 握手與傳輸握手合併,並在使用者空間執行,從而減少一次往返時間,並讓每個資料流獨立處理。文章透過實際的握手延遲計算、吞吐量公式與 CPU 使用量比較,說明在高延遲、丟包率高或多物件負載下 QUIC 能節省約 0.5 秒的首次載入時間,且單一丟包隻影響該資料流;相對地,TCP+TLS 1.3 的握手需要兩次往返,丟包會阻塞整條連線,且在使用者空間加密的成本更高。作者還指出 QUIC 在中繼裝置、零往返恢復與頭序阻塞等方面的限制,提醒開發者在選擇協定時需考量網路環境與 CPU 資源。

11月17日週二
  1. Lobste.rs (Engineering Discussion)52

    作者重畫 GitHub 專案頁,讓檔案和近期動態更容易檢視

    GitHub 專案頁放了很多導覽和資訊,找功能時容易迷路,也很難一眼看出專案最近的狀況。作者重新設計這個頁面,把分層的分頁合併成一排,移除看不出用途的圖示,並把檔案操作按鈕放到檔案旁邊。首頁也改成「Overview」,同時顯示檔案、近期提交、分支、貢獻者和專案活動。作者表示,改版後同樣大小的畫面能多看到約 4 個檔案和最近 6 次提交,還能看到 3 個分支與 10 位貢獻者。

  2. Dev.to Top Tech52

    Paul Henschel 離開 PMNDRS,作者檢視開源社群的治理爭議

    開源專案交給多人共同管理後,如果大家對許可權和決策方式有不同理解,創辦人可能會失去對社群的掌控。作者整理 Paul Henschel 離開 PMNDRS 的說法、社群章程與公開紀錄,指出一項治理提案在 17 分鐘內合併,但章程寫著成員有五天時間提出反對。文章也提醒,目前公開資料主要來自 Henschel 的貼文和一份草案,沒有 PMNDRS 方面的說明,因此還不足以判定爭議全貌。Henschel 另成立新組織 pmndre,並推出 AI 助理工具 PINE;作者表示自己尚未實際使用。

11月16日週一
  1. Dev.to Top Tech65

    GitHub Copilot 促銷額度縮水,企業可怎麼查超額費用

    GitHub Copilot 的座席價格沒有變,但促銷期結束後,每個座席包含的額度減少,用量相同也可能多出超額費用。文章說明企業可把促銷期間和標準額度下的帳單週期相比,檢視每位開發者和整個團隊用了多少額度,並確認是否允許超額使用。額度由整個帳單單位共用,每月重設且不能留到下個月;程式補全和 Next Edit 建議不扣額度,聊天、AI 助理和進階模型呼叫才是主要用量。實際費用會依模型與使用的 token 數而不同。

  2. Dev.to Top Tech58

    cal.diy 開放版留下個人預約功能,企業功能仍由 Cal.com 掌握

    Cal.com 把正式產品的程式碼移進私人儲存庫後,開源社群留下了 cal.diy,但這個版本能做的事有限。作者檢查程式碼、檔案和發布討論串後發現,cal.diy 可自行架設預約頁面,讓訪客選時間並收到視訊連結;團隊、單一登入、工作流程和統計面板等企業功能則被移除,社群的修改也不會回到正式產品。作者認為,它適合想自行管理預約資料的個人,企業若要依賴這套服務,就得考慮付費產品與公司掌握未來發展的現況。

11月15日週日
  1. Dev.to Top Tech67

    WarpBuild 和 Blacksmith 怎麼選?比較 GitHub Actions 執行器的價格與功能

    替 GitHub Actions 換執行器時,單看 Linux x64 價格很難分出高下,因為 WarpBuild 和 Blacksmith 在各種尺寸的單價都相同。文章比較兩家的免費分鐘、快取、Docker 建置和執行環境:Blacksmith 每月提供 3,000 分鐘免費額度,arm64 執行器也較便宜;WarpBuild 則可讓執行器跑在自己的雲端帳戶,還能另外使用遠端 Docker 建置器。作者沒有實測速度,建議把同一個工作分別交給兩家執行器,從 GitHub Actions 紀錄比較時間,再依實際用到的功能和費用選擇。

  2. Dev.to Top Tech67

    RunsOn 和 GitHub 託管執行器怎麼選?三筆費用與每月成本比較

    GitHub Actions 換成自架執行器,帳單可能不只看每分鐘費率,還要算儲存、網路和維護工作。作者比較 RunsOn、GitHub 託管執行器與 Latchkey,整理各自的費用、快取、執行環境和維運責任。以文中的每月用量為例,RunsOn 的 Linux 執行器費率較低,但它不提供 macOS,因此 2,000 分鐘的 macOS 工作仍由 GitHub 計費;公開專案則可免費使用 GitHub 標準執行器。文章也提醒,RunsOn 的 AWS 執行個體、儲存與網路費用會分開出現在 AWS 帳單上,搬遷前應一併估算。

  3. Dev.to Top Tech63

    RunsOn 和 Depot 怎麼選?比較 GitHub Actions 執行環境的費用與管理工作

    GitHub Actions 執行環境的帳單不容易直接比較,因為 RunsOn 按每月工作數收年費,AWS 運算費另計;Depot 則按執行分鐘收費,並由 Depot 管理 AWS 主機。文章整理兩者的費用、作業系統、快取和管理方式,並用每月 10,000 分鐘 Linux 工作的例子比較帳單:RunsOn 的授權費加上文中估算的 EC2 費用較低,但 AWS 的儲存與網路費用另計。RunsOn 需要團隊管理 AWS 配額和設定;Depot 費用較高,則不必自行維護 AWS 帳戶。作者沒有實測同一份工作,因此沒有提供速度比較。

11月14日週六
  1. Dev.to Top Tech69

    Copilot 程式碼審查為何不會阻擋合併?作者檢查了 55 個 PR

    Copilot 程式碼審查會列出問題或建議,但 GitHub 是否擋下合併,看的是真正的審查狀態。作者檢查了 microsoft/vscode 中 55 個已合併 PR,發現每筆 Copilot 審查的狀態都是 COMMENTED,沒有 APPROVED 或 CHANGES_REQUESTED;即使畫面寫著「Changes recommended」,也不會因此阻止合併。作者也發現,同一個 commit 上的兩次審查可能列出不同問題,審查時看到的版本也可能不是最後合併的版本。因此,若要評估審查品質,應記錄審查狀態、檢查過的 commit 和 PR 當時的版本,不能只把畫面標題當成審查結果。

  2. Dev.to Top Tech41

    Lab to Prod 為什麼要公開記錄打造 AI 系統的過程

    做出一個看起來能用的 AI 展示版,不代表它真的可靠;還得檢查品質、記錄結果,並準備好出錯時退回舊版。作者想用公開的方式記下自己如何把 AI 系統從展示版做到能放心使用,也順便練習把技術講清楚。每週 Claude Code 會先準備文章和影片草稿,再由作者親自看過、修改或核准;沒有人核准,內容就不會發布。作者設定每週最多花 30 分鐘,4 週內發布 20 篇短文、8 支短影片和 4 篇長文,之後再看成果決定要不要繼續。

  3. Dev.to Top Tech72

    作者為什麼想少看 AI 助理寫的程式差異

    AI 助理寫程式又快又整齊,逐行檢查每次修改,可能花上比寫程式更多的時間;但只看測試,也可能漏掉程式背後不合理的假設。作者回顧自己用 AI 助理開發 C 專案的經驗,主張把檢查重點移到兩件事:確認程式真的照討論內容完成,並找出 AI 助理自行補上的假設。他會要求 AI 助理列出未明說的假設,也隨機抽查部分修改;每個修改則交給另一個模型檢查。作者認為,模型能找出一些人容易漏看的問題,但是否值得修正,仍要看修正會不會帶來更多複雜度。

11月13日週五
11月12日週四
  1. Dev.to Top Tech79

    AI 編碼AI 助理 24 小時內在 GitHub 公開專案開出 427,042 個 PR

    MyClawn Labs 根據 GitHub 公開搜尋結果統計,AI 編碼AI 助理在 2026 年 11 月 11 日至 12 日的 24 小時內,於公開儲存庫開出 427,042 個 PR,佔同期 1,339,893 個 PR 的 31.9%。

    推薦理由:文章以 GitHub 公開搜尋結果估算編碼AI 助理送出的 PR 規模,並說明標記辨識的涵蓋限制與合併率不能代表程式碼品質。

11月9日週一
  1. Dev.to Top Tech55

    程式碼增加 400% 不等於效率提升 400%:GitHub 指出 PR 審查成為新瓶頸

    作者根據 GitHub 引用的資料指出,程式碼產出增加並未等比例提升團隊效率,PR 審查時間可能成為新的瓶頸。 - 產出與審查:GitHub 指稱,2026 年 10 月有一週的提交量超過 12 億次,較前一年增加超過 400%;Faros AI 的研究則發現,團隊從少用 AI 轉為大量使用 AI 後,PR 審查時間增加 441%。

11月8日週日
11月7日週六
11月5日週四
11月3日週二
11月2日週一
10月30日週五
  1. Hacker News (official RSS)61

    GHC 對 AI 產生貢獻制定政策

    GHC 已制定針對 LLM 產生貢獻的政策,明確規範使用、披露與責任。 - 政策核心:包含五點,首要「優先人員與社群」,其餘「易審查」、「人類作者與完整責任」、「直接 LLM 產生須披露」及「建議自行完成最終版本」。

10月28日週三
10月23日週五
10月8日週四
  1. Hacker News (official RSS)37

    Margaret Hamilton 已逝

    summary_zh: Margaret Hamilton,著名電腦科學家,於 9 月 30 日去世,享年 90 歲。 - 軟體工程先驅:領導 MIT Instrumentation Lab 的 Apollo 軌道與載人任務軟體團隊,開發關鍵飛行軟體,確保阿波羅 11 使命成功登月。