專案紀錄檔長到 667,515 位元組,讓讀取工具打不開
這個專案把每次工作的紀錄都一行行加進同一個 Markdown 檔,之後每次執行都要先讀它,確認以前處理過哪些主題。檔案長到 667,515 位元組、1,628 行後,讀取工具因為大小和 token 數量上限,無法一次開啟;改成分段讀取雖然成功,卻得手動猜最近紀錄在哪裡。作者還沒修改程式,正在考慮按月份或工作次數拆檔,或做一個只整理最近紀錄的小工具。這提醒我們,紀錄一直累積很方便,但也要想好未來怎麼找得到需要的內容。
這個專案把每次工作的紀錄都一行行加進同一個 Markdown 檔,之後每次執行都要先讀它,確認以前處理過哪些主題。檔案長到 667,515 位元組、1,628 行後,讀取工具因為大小和 token 數量上限,無法一次開啟;改成分段讀取雖然成功,卻得手動猜最近紀錄在哪裡。作者還沒修改程式,正在考慮按月份或工作次數拆檔,或做一個只整理最近紀錄的小工具。這提醒我們,紀錄一直累積很方便,但也要想好未來怎麼找得到需要的內容。
專案裡的 CLAUDE.md、AGENTS.md 和技能檔若寫了不同規則,Claude Code 會照哪一個做?作者用隔離的測試資料夾和實際指令比較,發現兩份檔案同時存在且內容衝突時,測試結果採用了 CLAUDE.md 的規則;只有 AGENTS.md 時,它也能正常生效。更意外的是,作者沒有手動呼叫技能,只問「魔法字是什麼」,Claude Code 就依技能說明自動載入技能,並採用技能裡的答案。這項結果只來自 Claude Code 2.1.330 的單一沙盒測試,作者提醒,若專案規則很重要,應檢查技能描述是否會被一般提問觸發,並在自己的環境重做測試。
儲存裝置如果集中在同一個故障範圍,出問題時可能連帶影響整個平臺。作者做了一套概念驗證,讓 Kubernetes 的三個可用區各自使用一組互不連通的 Ceph,並用同一個 StorageClass 按照工作所在區域建立磁碟。關掉一區後,無狀態服務約 80–90 秒能在其他區域恢復;有磁碟的服務則會等原區域回來,資料不會自動搬到別區。測試也發現,節點重新加入時,etcd 位址變動和卡住的 RBD 裝置會拖慢復原。作者提醒,這只是單一虛擬機器上的概念驗證,真實多機房環境仍需另外測試。
促銷連結突然帶來大量訪客時,結帳步驟、頁面載入和分享預覽的小問題,都可能讓人直接離開。作者實際檢查自己的 Next.js 16 活動頁,整理出上線前該確認的事:讓購買連結自動帶入折扣碼、替分享連結加上來源標記、檢查瀏覽器快取和分享圖片,也要找出沒填好的連結。文章還提醒,靜態頁面的優惠橫幅可能在活動結束後繼續顯示,因此要讓瀏覽器按截止時間隱藏橫幅,並安排活動結束後重新部署。
做客製 CRM,費用不只看畫面,還要看要管理哪些資料、要自動處理多少工作,以及要串接多少其他系統。以一間有 10 位業務的服務公司為例,若要管理五階段銷售流程、製作報價、安排自動追蹤、串接電子郵件與會計軟體,並匯入 3 年的試算表資料,估計約需 760 小時;按每小時 $25–$49 計算,約要 $19,000–$37,240。 文章也用假設數字比較長期花費:20 位使用者每人每月 $60,訂閱 5 年共 $72,000,還沒算加購專案;客製系統若花 $30,000 建置,再加上每年 $6,000 的主機與支援費,5 年共 $60,000。客製系統適不適合,要看團隊的銷售流程是否特殊、使用人數和預計使用時間;若流程一般,訂閱服務通常就夠用。
CI 工作流程裡只要多一行 echo,就可能把權杖印進建置紀錄;除錯步驟若印出整個環境,或記錄含有權杖的要求標頭和設定內容,也可能讓機密資料曝光。Zelsis 會在合併前的審查階段,標出工作流程中這類指令所在的確切行數,供人先檢查。不過,這種檢查無法知道指令執行時實際印出了什麼,只能先篩出可疑寫法。若權杖曾出現在紀錄裡,即使紀錄只有內部人員看得到,也應更換權杖;工具若支援,也可用 --password-stdin 傳入權杖,避免它出現在指令列。
在阿拉伯語發票或支票上,金額得寫成文字,但數字會依性別、文法位置和後接名詞改變寫法,單靠數字對照表很容易出錯。作者做了 arabic_text_utils 這個 Dart 套件,可把數字和貨幣金額轉成符合文法的阿拉伯語文字,也能轉換不同寫法的數字、移除發音符號、判斷文字方向,以及把阿拉伯語文字做成網址用的短字串。例如,金額是 2000 時,套件會依名詞調整「千」的寫法。轉寫成拉丁字母的結果是近似讀音,無法還原成阿拉伯文字;若要精確處理很大的金額,作者建議使用以最小貨幣單位表示的整數功能。
小工具只是算個數字或處理一張圖片,卻常要求使用者登入,甚至把照片傳到伺服器,讓人多等又擔心隱私。作者用 Cloudflare Workers 和 Pages 架設網站,讓搜尋、計算和圖片處理都在使用者的瀏覽器裡完成,並分享 3 個例子:找出兩個單字之間每次只改一個字母的最短路徑、整理不同品牌的鉤針尺寸,以及把照片做成十字繡圖樣。像標示為 G-6 的鉤針,實際直徑可能是 4 mm 或 4.25 mm;工具會把這種差異清楚列出。這種做法能減少等待,也不用把個人照片交給網站處理。
送 WordPress 外掛審查時,表單不像填商品介紹:你要上傳 ZIP 檔,外掛名稱和說明會從程式標頭與 readme.txt 讀取;想補充資料給審查人員看,只有一個選填欄位。作者提醒,readme.txt 就像外掛的商品頁,安裝方式、常見問題和更新紀錄都要寫清楚;外掛名稱也會影響 slug,而且核准後就不能再改。送出前可以用 Plugin Check 檢查錯誤和警告,作者送件時還有 621 個外掛排隊等初次審查,因此不適合把上架日期訂得太緊。
程式測試都通過了,程式之間的依賴方式仍可能被改亂,讓之後更難修改。作者建議比較合併前後的架構,列出哪些模組新增或移除了依賴、是否跨過禁止的界線,以及需要哪些測試或負責人審查。這份簡短紀錄應從程式碼分析產生,並依風險決定只記錄、要求補證據,或讓 CI 擋下變更。文章也提醒,靜態分析可能漏掉動態呼叫,架構檢查應和行為測試及安全審查一起使用。
要測試瀏覽器 AI 助理會不會被網頁中的惡意指令帶偏,直接使用真實網站會遇到兩個問題:網站一直變,測試難以重做;而且操作可能真的送出貼文或付款。Google Chrome 的 AI 安全團隊打造了「映象維度」測試環境,讓助理看到真實網址,背後卻由隔離的沙箱提供可重設的合成網站,也能在文字、圖片、網頁標籤和工具回覆中加入測試內容。文章說明這種做法如何測試多步驟操作,也提醒測試結果仍受網站生成方式和未涵蓋情境限制。文中沒有漏洞通報、CVE 或修補公告,談的是安全評估方法。
測試用的帳號、付款資料和第三方測試帳戶常散落在試算表、Slack 訊息或某個人的記憶裡,大家不確定資料能不能用,也可能到了準備發布時才發現某個環境缺資料。文章建議依照使用流程整理資料,例如登入、購物車、結帳、付款;每個環境各自記錄資料值、目前狀態,以及最近一次確認的時間和人員。密碼、權杖和卡號則應放在密碼管理工具裡,不要明文寫在表格中。作者也介紹自己為 Jira 開發的 Route Map,可檢視各環境缺少哪些資料、追蹤資料狀態,並記錄誰看過遮蔽的欄位;最多 10 人的團隊可免費使用。
只做好作品集,不一定就能找到客戶;作者也不喜歡主動聯絡和推銷。於是他打造並推出 Mono,讓它每天透過 Telegram 傳來一份語音簡報,搜尋較高價位的商家、檢查網站是否老舊、找出公開地址,並草擬開發信,最後由作者輕點一下核准。上線當晚,他還修正了連結、語音、電子郵件地址和文字指令等問題。第一批 5 封開發信在晚上 11:05 寄出。
在 EKS 上架設 HTTPS 時,憑證要放在哪裡、流量在哪裡解密,以及 ALB 和 NLB 怎麼選,常讓人混淆。這篇教學從瀏覽器連上網站的過程開始,說明 ALB 能讀取網址並把請求送到對應的服務,NLB 則負責轉送網路連線;也介紹 ACM 和 cert-manager 如何管理憑證。文章提醒,流量從瀏覽器加密到 ALB,不代表 ALB 到 Pod 之間也有加密,並用 mTLS 說明服務彼此驗明身分的方式。文末附上 10 個實作練習,帶讀者逐步搭起 EKS 的 HTTPS 流程。
要在家用電腦跑超大型模型,模型檔案太大,讀取速度也會拖慢生成。Tom’s Hardware 報導一位玩家把兩張 RTX 3090 加進 Optane 主機,執行 2.8 兆引數的 Kimi K3;再把 865 GB 模型檔中的 414 GB 放進 RAM drive 後,生成速度從每秒 2.20 個 token 提升到 3.11 個,提示詞評估速度也從每秒 13.3 個 token 提升到 16.8 個。這些數字來自玩家的測量;Optane 記憶體仍然很熱,需要額外風扇散熱。
同一份技能能不能在 Codex 和 Claude Code 使用,常讓同時使用兩種工具的人得維護兩份內容。這篇比較指出,只用 name、description 和一般 Markdown 寫成的技能,通常能複製到兩邊;資料夾位置則不同,Claude Code 使用 .claude/skills/,Codex 使用 .agents/skills/。若技能依賴 Claude Code 專用欄位、變數或工具名稱,就可能需要修改。兩邊使用的模型和工具不同,即使指令相同,產出的結果也可能不同,因此仍要分別檢查。作者依據公開檔案整理格式與路徑,並說明自家技能套件尚未在 Codex 實際測試。
智慧合約如果先把錢轉出去,之後才更新自己的帳目,可能會讓外部程式趁空檔再次呼叫合約,造成損失。作者做了一套 Solidity 程式檢查工具:先把程式拆成有結構的語法樹,再找出轉帳或其他外部呼叫,檢查它們後面是否還有狀態更新;發現這種順序時,就標記為高風險。比起只搜尋文字,這種做法比較不會把註解或字串裡的「transfer」誤認成真正的呼叫。工具也會把檢查結果送到 Base 上記錄,方便公開查驗。不過它只能抓這類程式結構問題,無法判斷許可權設定或數學邏輯是否出錯。
醫院的 AI 助理若把「病歷沒寫」說成「病人沒有」,可能讓醫護人員誤判。作者用假想情境檢查一套尚未實作的醫療 RAG 設計,整理出 9 個陷阱,例如同名病人、已刪除的舊病歷、否定句被當成確診,以及搜尋系統故障被誤認為查無資料。設計中由醫院病歷系統提供事實,先確認使用者有權檢視,再讓系統核對引用內容、數字和日期;資料不足或無法查詢時,就明確說明情況。這是設計提案,沒有實際部署或臨床驗證。
模型部署後,光看版本名稱,無法知道硬碟裡的權重檔案有沒有被改過。TECHDEV 做了 weightpin,一款用來檢查檔案是否變動的 TypeScript 命令列工具:先記下每個權重檔案的 SHA-256 雜湊值,再和之後的檔案比對,也能讓 CI 在發現變動時停止建置。作者用一個範例展示,檔案只要有一個位元組改變,檢查結果就會從 CLEAN 變成 CHANGED。它只能確認檔案是否和先前記錄相同,不能判斷權重來源是否可信,也看不到只發生在記憶體裡的變化。
檔案已經刪掉,RAG 系統裡的 AI 助理卻還能引用,問題可能出在搜尋索引沒有同步更新。原文說明,檔案來源和索引是兩份不同的資料;新增檔案容易處理,刪除、修改或調整許可權時,舊內容卻可能繼續被查到。作者建議把檔案當成一個整體更新,確保新版本放進索引時,舊版本也一併移除。上線前可在測試資料中刪除、縮短或限制檔案許可權,再確認 AI 助理是否仍看得到舊內容。
Windows 工作排程器跑部落格發布工作時,就算工作失敗,也可能顯示完成,看起來和成功執行一樣。42 次排程執行中,有 5 次失敗,卻都沒有自己跳出通知。作者現在會在檢視部落格狀況時,用 Get-ScheduledTaskInfo 檢查最近幾次執行紀錄;例如,有次工作因 DNS 逾時失敗,例行檢查才發現。這個動作只要幾秒,就能及早找出漏發的文章,但仍是人工檢查,電腦若一週沒人檢視,失敗還是可能悄悄發生。
跑測試、建置專案或安裝套件時,終端機常冒出一大堆訊息,成功時尤其不太需要逐行看。作者做了 Muffle 這個 C++17 命令列工具:它會執行你指定的指令,成功時只顯示簡短結果;失敗時則列出最後 40 行輸出,並提供完整紀錄的位置。你也能自己調整顯示行數,或選擇在執行時看全部內容。 例如,用 muffle -- npm test 跑測試,成功時只會看到測試通過的訊息;若測試失敗,Muffle 會保留完整紀錄供人檢視。它也會保留原指令的結束狀態,讓指令碼和 CI 流程照常判斷成功或失敗。作者認為,這能減少 Codex、Claude Code 等 AI 助理需要讀取的例行輸出,但目前還沒有實際測量能省下多少內容。
運動預測網站可能在比賽開始後修改預測,讓人難以確認紀錄是否可信。AsianScore 在 Go 後端於開賽前鎖定每場預測,為比賽資料和機率計算 SHA-256 指紋;賽後再核對正式比分,並用 Brier Score 衡量預測和結果的差距。文章也介紹足球比分模擬器、NBA 對戰工具,以及可嵌入網站的小工具。作者提供公開紀錄供人查閱,目前列出 302 場已鎖定、206 場已結算,並分享整套工具的實作方式。
Google Search Console 顯示 Sitemap 無法讀取時,光是重新提交通常找不出問題。作者整理了四種可能原因,並提供指令檢查:網址回傳的是 HTML 而非 XML、索引檔指向已不存在的子檔案、檔案列出的網址屬於另一個網域,或檔案太大、壓縮設定有誤。找到原因後,修好檔案並部署,再提交一次即可。作者也提醒,Sitemap 只是提示;頁面若有網站內部連結,Google 更容易找到並檢索。
把圖片藏在 HTML 或 JSON 裡一起送進提示詞,可能讓模型讀到大量文字,增加費用,甚至讓請求超出上下文視窗。作者測量 PNG 圖片轉成 Base64 後,每 KB 約會用掉 920 個 token;一張 133 KB 的圖片就用了 122,584 個 token。文章示範用程式移除這些長字串,並留下簡短標記;如果模型需要看圖,應把圖片當圖片傳送。這種清理方式也可能誤刪長雜湊或程式碼,實際 token 數則會因模型使用的 tokenizer 而不同。
MariaDB 改了版本支援方式,伺服器管理者得留意每個版本何時停止支援。這份指南整理各版期限,也列出 cPanel 和 DirectAdmin 能安裝的版本,並建議只在正式伺服器使用 LTS 版,且至少還有 18 個月支援期。依文中整理,10.6 已停止支援;cPanel 暫用 11.8,DirectAdmin 和獨立伺服器可用 12.3。管理者也要定期更新維護版本,因為安全修補會放在這些更新中。
Python 用 subprocess.run 執行 shell 指令時,如果把使用者輸入直接塞進字串,惡意內容就可能變成真的指令,甚至讓攻擊者遠端執行程式碼。只改用清單也不一定夠:如果清單裡又呼叫 sh -c,還是會把內容交給 shell 解讀。作者做了 shellguard,會依照目標 shell 組好指令,並拒絕把不可信的資料偷偷塞進 shell 字串。例如輸入 ` echo INJECTED ` 時,它會當成普通文書處理,不會真的執行。作者也用 26 個會啟動真實子程式的攻擊案例檢查結果,提醒開發者:處理 shell 指令時,引用字元弄錯可能就會留下安全漏洞。
多個團隊共用 Kubernetes 叢集時,怎麼避免彼此影響,又不讓維運成本太高?文章比較三種做法:Namespaces 用設定把團隊分開,適合工作內容彼此信任的內部團隊;Capsule 集中管理配額和網路規則,讓團隊能在限制內自行建立名稱空間;vCluster 則為每個租戶提供自己的 API 伺服器和設定空間,隔離更強,但會多用 CPU、記憶體,也讓問題排查更複雜。文章建議依安全需求、租戶數量和預算選擇,並指出不少組織會混合使用不同做法。
工廠、外勤車輛和小型邊緣裝置的記憶體與網路都有限,直接安裝完整 Kubernetes 可能太吃資源,也需要穩定的儲存空間。文章介紹 K3s 和 MicroK8s 兩種輕量版本:K3s 把主要功能裝進不到 100 MB 的單一程式,閒置時記憶體用量低於 512 MB;MicroK8s 則保留較多原版 Kubernetes 功能,但約需 600 MB 記憶體,並依賴 Snap Store。像是網路不穩、裝置又只有 1 GB 記憶體的場域,選用較省資源的版本,能讓應用程式有更多空間運作。
WinRM 連線成功後,可以檢視事件記錄、改設定,或用登入帳號的許可權執行 PowerShell,所以驗證方式和防火牆規則都會影響遠端管理安全。Basic 驗證會傳送帳號和密碼,而且驗證本身沒有加密;只有在特定舊使用者端需要時才考慮使用。一般網域管理可優先選 Kerberos,並確認連線實際採用哪種驗證方式。 例如,即使用 HTTPS 和有效的伺服器憑證保護連線,也不會讓多人共用的管理員密碼變成個人身分。應限制哪些人能連上 WinRM、哪些人能開 PowerShell 工作階段,並把防火牆範圍縮到管理網路或跳板主機。自動化工作也要避免把可重複使用的密碼留在指令碼裡;重點是清楚掌握哪些主機接受哪些驗證方式,以及登入後能做什麼。
工具很多時,把每個工具的完整引數格式都放進每次請求,會佔用上下文;延後載入可以減少這項負擔,但看得到工具不代表有權使用。作者建議先搜尋工具,再載入選中工具的引數格式,等實際動作和目標確定後,才在執行前重新檢查授權。文中引用一項實驗:200 個合成 MCP 工具佔用 24,522 個 token,500 個佔用 61,302 個;這是單一設定下的測量,不是通用基準。工具目錄較小時,直接載入可能更簡單快速;採用延後載入時,也應分開記錄搜尋、授權與執行結果。
RAG 系統只畫出使用者、向量資料庫和大型語言模型,常會漏掉影響答案品質與資料安全的關鍵步驟。這份指南把流程分成兩條:一條在背景整理檔案、切成小段並建立向量;另一條在有人提問時搜尋資料、檢查許可權、挑出合適內容,再請模型回答並附上來源。文章也提醒,許可權要在搜尋時檢查,檔案裡可能藏著誘導模型的文字,因此不能只靠提示詞保護資料;固定用一組問題檢查搜尋和回答品質,也能看出修改後有沒有變差。
Rust 程式常要從可能不存在的資料中取值,再檢查內容;直接用 unwrap(),遇到缺值時就沒有清楚交代該怎麼處理。作者以 FIX 市場資料請求為例,示範用 and_then 接續可能回傳 Option 的步驟,再用 ok_or 把缺少資料轉成明確錯誤;如果資料存在卻格式不對,也能另外轉成對應錯誤。文章也整理 map、filter 和 transpose 等方法,並建議把查詢與檢查放在能回傳錯誤的呼叫邊界,讓後續程式直接使用已確認有效的值。
監控 Shopify 商店的價格和庫存變化,若用瀏覽器和逐筆計費,可能很吃記憶體,也會拖慢大量商品更新。作者用 Node.js 的 HTTP/2 讀取商品資料,並把每次監控結果存成精簡快照,方便找出價格或庫存變化;初次建立資料不收變動費用,之後沒有變化也不收費。遇到大量變動時,每 50 筆一起處理計費,文章稱這讓計費速度提升約 50 倍,也能在預算用完時停止送出未計費資料。
用手機把發票傳給客人時,商家需要傳送真正的 PDF 檔,不能只給連結。Tichkuly 的做法是在瀏覽器把畫面上的發票轉成 PDF,再用手機的分享選單交給 WhatsApp;桌機若不能分享檔案,就改成下載後手動附上。作者提醒,PDF 要先在背景做好,因為等使用者點下分享後才開始製作,可能會錯過瀏覽器要求的操作時機。若發票內容有修改,也要重新產生檔案,才不會傳出舊版本。
逐家檢視供應商的安全認證、登入服務和 AI 子處理商,常得花上不少時間;用無頭瀏覽器自動化,則會耗用較多記憶體,也可能遇到 Cloudflare 的 403 阻擋。作者分享一套純 HTTP 加 DNS 的監看方法,宣稱每個工作程式使用 128 MB RAM。它會先查 DNS 線索,再讀取信任中心資料;遇到 Cloudflare 時,使用誠實標明身分的爬取工具名稱,並為每次重新導向檢查網域和 IP,避免連到內部或保留位址。監看模式會儲存資料,只通知認證或 AI 子處理商等專案的變動;若資料沒變,則不收費。
接上 MCP 伺服器、看到工具清單,不代表已授權付費,也不代表帳號能成功呼叫。作者實際檢查 OpenAny 的公開檔案,整理出四種工具:前三種可查目錄和 API 資訊,不會花點數;run_api 則可能執行服務並產生費用,所以不該拿來測試金鑰。文章也提醒,正式呼叫前要先看清楚服務名稱、價格、計費單位和請求格式,並把金鑰存在環境變數中。作者沒有登入或發出付費請求,文中的操作建議以公開資料為依據。
安裝來路不明的 AI 助理技能,可能讓裡面的指令或程式讀取電腦檔案、密碼和 SSH 金鑰。Agent Skills Hub 檢查超過 138,000 個開源專案後發現,GitHub 星星少於 20 顆的專案,出現嚴重資安警訊的比例約是較成熟專案的 9 倍;星星多也不代表一定安全。它會用 43 條規則檢查專案,並標成安全、需留意、不安全、嚴重風險或尚未檢查。安裝前先看檢查結果、讀過指令和程式,並固定使用特定版本,有助於避開偷讀密碼或暗中下載程式等風險;但這種檢查抓不出所有問題,不能取代實際隔離測試。
UUID 看起來方便,但選錯版本或用錯地方,可能讓資料庫索引變大,甚至把識別碼誤當成密碼。作者整理幾個常見陷阱:大量新增資料時,可考慮時間排序的 UUID v7,讓資料比較接近依序寫入;比較 UUID 前要統一大小寫和連字號;UUID 不適合當重設密碼連結或 API 金鑰。資料庫也可用原生 uuid 型別或 16 位元組格式儲存,減少佔用空間。
外部掃描器能找出某些可能讓公司無法通過 Cyber Essentials 檢查的問題,例如發現對外開放、CVSS 分數達 7.0 以上的弱點;但它看不到內部裝置的修補情況、密碼設定,也無法確認管理介面前是否有多因素驗證。因此,沒掃到問題不等於通過。作者讓工具只顯示「可能不合格」、「需要人工確認」或「沒有發現問題」,並把完全無法從外部檢查的專案交由客戶自行填報。這樣能避免使用者把掃描結果誤當成正式認證。