作者測試表格 OCR 排版:合併標題列讓座標重建更糟
表格圖片經過 OCR 後,每個字都認對了,貼進試算表卻可能跑錯欄位。作者用一張有框線、含合併標題的自製表格測試三種排法:直接依 Tab 拆分後,45 格有 41 格位置錯誤;依文字座標重建,錯了 43 格;沿著框線切出儲存格,這張表的 45 格都放對了。不過,這次沒有實際用試算表測試貼上,也沒有測試無框線但有合併標題的表格,因此結果只適用於文中這次測試的情況。
表格圖片經過 OCR 後,每個字都認對了,貼進試算表卻可能跑錯欄位。作者用一張有框線、含合併標題的自製表格測試三種排法:直接依 Tab 拆分後,45 格有 41 格位置錯誤;依文字座標重建,錯了 43 格;沿著框線切出儲存格,這張表的 45 格都放對了。不過,這次沒有實際用試算表測試貼上,也沒有測試無框線但有合併標題的表格,因此結果只適用於文中這次測試的情況。
想離開 Slack 或 Discord、自己架一個聊天伺服器,小團體常會煩惱:哪種比較省錢、省事?Tuwunel 和 Synapse 都能存放聊天訊息,讓使用者透過 Matrix 連到其他伺服器。Tuwunel 把伺服器和資料庫包在一起,只要跑一個容器;Synapse 則通常還要另外管理 PostgreSQL,使用者變多時也能加上工作程式分擔負載。 例如,5 到 15 人的親友群組,文章建議先試 Tuwunel;需要企業單一登入、管理工具,或準備擴大規模的公司,Synapse 可能更合適。兩者的語音和視訊通話都還會帶來額外成本;加入大型公開聊天室,也可能讓硬體負擔大增。選好後不容易搬家,因此要先想清楚群組需求和未來規模。
JavaScript 可以把日期排成日文格式,卻不會告訴程式該怎麼唸,做日文學習工具或日期語音功能時就會卡住。作者示範用 Intl.DateTimeFormat 顯示日期,再用表格補上星期、月份和日期的假名讀音。像 4 月、7 月、9 月,以及 1 日、14 日、20 日和 24 日都有特別讀法,需要另外記下來。把這些規則和例外整理好,就能同時顯示日文日期和它的讀音。
有些日期錯誤要等上好幾天才會出現,光靠單元測試不容易發現。作者開發了 ChronoStack,能讓 Docker Compose 裡的服務、資料庫和排程工作一起快轉虛擬時間,重現真實環境中的時間變化,不必修改程式碼或碰到正式資料。作者用它重現 Twenty 垃圾桶提早刪除紀錄的問題,修正後測試通過,整個流程不到 2 分鐘。他也在幾個開源專案中找到日期錯誤,部分修正已合併。
用 X API 做功能時,常會因為短時間內呼叫太多次而收到 429 錯誤;現在每次讀取貼文也會另外收費,舊的月租方案已不適用。這份指南教你看回應裡的剩餘次數和重設時間,快用完時放慢速度;遇到 429,就等限制重設,或逐步拉長等待時間,並加入隨機延遲,避免大家同時重試。 省錢的關鍵是少讀重複資料:例如先把資料暫存起來,或一次查詢多位使用者。每讀取一篇貼文要 $0.005,每月最多計費 3 million 篇;如果監控 20 個帳號、每小時各讀 50 篇,每月費用約 $3,600。也就是說,控制呼叫速度之外,減少重複讀取也能直接降低帳單。
把表格截圖轉成試算表時,OCR 雖然認得文字,卻可能把欄位排錯。作者用一張 7 列、5 欄、共有 34 格資料的表格測試,其中 6 格有兩行文字:有格線時,靠文字位置重排還是有 4 格錯;沒有格線時,則有 11 格錯,約每 3 格就有 1 格出問題。改用格線切出每一格後,有格線的版本 34 格全都正確;沒有格線時,錯誤仍是 11 格。這次測試提醒我們,遇到沒格線又有換行的表格,請對方提供有格線的版本或原始檔,可能比一直調整辨識方式更省事。
把表格圖片交給 OCR,常會以為輸出的文字框就等於表格儲存格,但這組測試發現兩者可能對不上。作者用 7 種自製表格測試 ImgIng,像一張有 34 個填入儲存格的工單,OCR 卻輸出 40 個文字框,因為換行的儲存格被拆成兩框;另一張 63 格的價目表則只輸出 58 框。直接用 Tab 或空白切開文字,也可能把內容放錯欄。作者依文字框的座標找列和欄間距,改善了部分結果;貼進試算表前,先檢查文字框數量是否符合預期,能及早發現問題。
浮動授權常遇到一個麻煩:程式當機時來不及歸還席位,席位就一直被算在使用中;但如果太快收回,又可能害只是暫時斷線的人不能用。Keyright 把每個席位當成有期限的租用權,程式定時回報就能延長期限;期限過了還沒回報,席位就能重新分配。比如授權上限是 10 個席位,兩個人同時搶最後一席時,系統會一次完成檢查和分配,只讓其中一人拿到席位。這樣能守住席位上限,也不用猜程式是不是當機;不過期限設太短,短暫斷線也可能失去席位,設太長則要等比較久才能收回。
常常等帳單來了,才發現提示詞花了多少錢,卻已經記不得當時打了多長。Token Wise 是一款 Chromium 擴充功能,會在你輸入提示詞時,依照各模型公開的收費標準估算 token 數量和費用;估算在瀏覽器裡完成,提示詞不會離開分頁。它會用低、中、高三種顏色顯示大概的花費,也能把提示詞送到改寫服務,產生更短或更清楚的版本,讓你先比較兩者的 token 差異,再決定要不要送出。 不過,Token Wise 顯示的是估算金額,無法讀取模型服務商的實際帳單。以一段可能接近 900 tokens、相較之下明顯偏長的提示詞為例,估算的重點是提醒你「這段可能很貴」,不必精確到差幾個 token。若開啟僅限本機模式,所有內容都留在裝置上,也不會呼叫改寫服務。
計算工作天時,週末、補假和日期範圍的演算法都可能讓結果差一天。作者整理了三種常見錯誤:把週末固定當成週六、週日,忽略各地補假規則不同,以及沒有說清楚結束日算不算一天。例如,阿聯的夏迦酋長國週末是週五到週日;韓國部分假日遇上週末時,補假方式也有特定規則。作者建議把每個日曆的週末和已公佈的補假日期當成資料儲存,並明確設定日期範圍是否包含結束日。
使用程式碼定義的 gRPC 服務,路徑藏在介面名稱、名稱空間和方法名稱裡;混淆工具改掉其中任何一項,舊使用者端就可能找不到服務。文章用 protobuf-net.Grpc 說明,請求和回覆欄位則靠 [ProtoMember] 的數字標記傳送,欄位改名不會改變傳輸內容。作者示範兩種保住路徑的方法:用 [Service] 和 [Operation] 明寫服務與方法名稱,或在 Nebula 設定中保留合約介面及其公開方法。若使用者端和伺服器剛好一起改名,測試可能仍會成功,但舊版使用者端或其他呼叫者仍可能失敗。
使用者已選好知識庫時,問答系統再花一次模型請求猜問題型別,可能增加等待,也不會帶來新資訊。作者把流程改成直接把已上線問答的標題和摘要交給模型,讓它只回傳條目編號;程式再依編號取出答案全文,並用規則核對答覆。像是問員工手冊的發薪時間,模型挑出相關條目後,答覆只根據條目原文撰寫。找不到合適條目時就停止回答,避免拿相近問題或模型常識補答案。
知識庫問答答錯時,問題可能出在模型挑錯資料,也可能出在答案寫得不對;換模型後,速度和正確率也會改變。作者用同一套問答流程比較智譜 GLM-4-Flash、Qwen3.6 和 qwen2.5:7b,並分開觀察模型挑標題與撰寫答案的表現。qwen2.5:7b 讀 50 條標題和摘要時,光是挑資料就花了 27.5 秒;在另一組 13 題測試中,Qwen3.6 答對 11 題、花了 95.7 秒,修改提示後的智譜版本答對 10 題、花了 160.5 秒。這些結果只適用於這組題目和當時的提示設定,不能代表模型在所有問題上都一樣。
問答系統即使找到相關資料,模型還是可能漏掉條件、把禁止說成可以,或把上限誤當成答案。作者把問答先存成草稿,正式發布後才讓系統讀取,也調整提示詞,讓模型只根據眼前的問答作答;另外加入不靠模型的規則檢查,攔下前後矛盾或沒有依據的結論。遇到年假天數題時,程式會從問題和原文取出已有天數、新增天數與上限,再算出較小的結果,例如已有 8 天、增加 15 天、上限 30 天,就得到 23 天。這些改動讓同一組 13 題在 Qwen3.6 上有 11 題答對,也揭露了規則檢查可能誤判的情況。
PDF 簽名工具會先把你畫的簽名做成透明圖片,再放到頁面指定位置;如果你在預覽畫面上點位置,工具還得換算座標,並考慮頁面旋轉或裁切,否則簽名可能跑錯地方。存檔時,可以把新內容接在原檔後面,保留舊內容;也可以重新整理整份檔案,讓簽名變成頁面的一部分。兩種方式只是存檔方法不同,本身都不代表比較安全。 頁面上的簽名圖片能表示簽署意願,但別人也能複製圖片,檔案本身無法證明是誰放上去,也不能證明之後沒被修改。需要確認簽署者身分或檔案有沒有變動時,得用 PAdES 這類憑證式數位簽章,單貼一張簽名圖片並不夠。若 PDF 設有限制編輯的保護,工具應拒絕處理;簽完也要保留原檔,並檢查簽名位置和檔案能否正常開啟。
表單有時會把看起來一樣的姓名判成長度不同,原因是程式計算的單位和人眼看到的字元不一樣。文章用 JavaScript 示範,José 的兩種寫法畫面相同,字串長度卻是 4 和 5;合在一起的女性工程師表情符號,則包含 5 個 UTF-16 單位、3 個 Unicode 碼點,但只算 1 個字素叢集。作者示範用 Intl.Segmenter 按字素計數,並提醒比較文字時可用 NFC 正規化,但這不會把 José 和 Jose 變成相同文字。姓名是否保留原樣、預覽文字如何截斷,都應依產品需求決定。
三個儀錶板都顯示活躍使用者,算出的人數卻可能不同,原因不一定是 SQL 寫錯,而是大家採用的定義不同。作者用六筆訊息產品的活動資料示範:若任何活動都算,結果是 4 人;只算非內部帳號的瀏覽或傳訊,是 2 人;再限定付費帳號,則是 1 人。範例也說明如何用不重複的使用者 ID 和 UTC 日期範圍計算,並提醒團隊先決定登入是否算活動、內部帳號是否排除,以及晚到的資料是否要更新舊報表。把定義寫清楚並共用,才能知道數字為什麼不同。
處理文字時,常會碰到多餘空格、大小寫不一致,或想找出、替換某段文字。這篇教學用簡單例子介紹 Python 的字串方法:像 strip() 可以清掉字串頭尾的空白,find() 可以找文字出現的位置,split() 和 join() 可以把文字切開再接回去,replace() 則能替換文字。 最容易忘記的一件事是:字串方法不會直接改掉原本的字串,而是做出一份新的結果。比如呼叫 name.upper() 後,如果沒有把結果存起來,原本的 name 還是維持原樣。記得存下結果,才不會白忙一場。
植物葉片變黃,可能是缺水、太熱或其他原因,光看照片不一定分得出來。這套植物健康監測系統會分析葉片照片的顏色和斑點,再一起參考土壤濕度、溫度等環境資料,判斷植物可能遇到哪種壓力,並提供照顧建議。每次檢查結果會存進資料庫,方便檢視植物狀況是變好、變差還是差不多;例如新一次的嚴重程度分數比上次少 6 分以上,就會標示為「改善中」。教學也帶著讀者一步步在 Windows 電腦上安裝並執行這套系統。
JavaScript 一次只能做一件事,但計時器、點選和 Promise 也得排隊等程式有空,執行順序常讓人搞不清楚。這篇教學用咖啡店服務客人的比喻,說明程式堆疊、一般工作佇列和微任務佇列怎麼合作。像是 setTimeout 設為 0,仍要等目前的程式跑完;Promise 則會排在計時器前面。若程式忙著跑很久的迴圈,點選和計時器都得等,因此把繁重工作切成小段,能避免頁面長時間卡住。
你在瀏覽器輸入網址後,網頁伺服器會找到你要的頁面,再把它送回來;有些頁面直接從檔案讀取,有些則會依照訪客的需求,由程式即時組合。就像點餐一樣,瀏覽器提出要求,伺服器負責送上內容;找不到頁面時會回傳 404,伺服器出問題則可能回傳 500。 Apache 擅長彈性設定,Nginx 則能用較少記憶體同時處理許多連線,小型網站用哪一種都可以。要讓網站上線,得準備網址、把網址指向伺服器、設定網站程式,再放入網頁檔案;例如,Python 內建的小型伺服器可以在自己的電腦上試著送出網頁,但它只適合學習,不適合拿來架設正式網站。
單鍵跳躍遊戲只有一種操作,跳得不順時,玩家很難怪到別的地方。Thumbyard 分享《Wall Jump Tower》的實際設計:角色快到跳躍頂點時,重力會變小,讓玩家多一點時間看清下一面牆;碰到牆後也會先停住 0.14 秒,方便接著跳。第 9 關原本很難抓準按鍵時機,作者調整圓圈的觸發方式後,操作視窗從平均 113 毫秒加寬到 182 毫秒。這些例子說明,遊戲手感可以靠測量和小幅調整改善。
AI 助理在正式服務中可能回答太慢、選錯工具,或為了完成一件事呼叫太多次;只看服務有沒有正常運作,往往看不出問題。這篇教學示範如何用 OpenTelemetry 把 AI 助理、MCP 伺服器和後端服務的工具呼叫串成一條追蹤紀錄,再按工具檢視延遲和錯誤。它也提醒,工具引數和結果可能含有個人資料或秘密,記錄前要先確認;使用 stdio 傳輸時,也不能把監控資料寫到標準輸出。
要弄清楚應用程式實際送出了哪些網路請求,常得自己找主機、比對資料,還要追查分頁。mitmAny 能把擷取到的 HTTP 流量交給相容 MCP 的 AI 使用者端搜尋和整理;你可以請它比較搜尋結果與下一頁資料,並要求每個結論附上請求編號、列出缺少的證據。它不會重送請求或修改代理設定,但需要使用者端信任它的憑證,也無法檢視 QUIC/HTTP3 流量或 WebSocket 訊息。擷取資料存在本機,送給 AI 助理分析的內容仍可能傳到模型供應商,分享前要先檢查敏感資料。
遇到連線失敗或懷疑有異常網路流量時,工程師需要知道哪些流量被接受或拒絕。作者用 Terraform 為既有的 VPC 開啟 VPC Flow Logs,將流量中繼資料存進有加密設定的 S3,再用 Amazon Athena 寫 SQL 查詢拒絕的流量、來源位址和目的地連線埠;他也實際產生測試流量,確認日誌有送達並能查詢。Flow Logs 不會記錄封包內容,送達也可能延遲;REJECT 紀錄本身無法指出確切原因。查詢資料會產生費用,測試時也要留意 AWS 資源成本,完成後清除臨時資源。
AI 助理開始代人購物,但多數商家還看不到明顯收入,付款規則也還沒跟上。文章比較 AP2、ACP、UCP 和 x402:它們分別處理使用者授權、商家結帳、整間商店的商品與服務,以及機器替單次網路請求付款,彼此可以搭配使用。作者引用 x402 儀錶板的數字指出,30 天內有 75.41 million 筆交易、總額 24.24 million 美元,平均每筆約 32 美分,顯示目前機器付款多用來購買 API、資料和算力。商家可以先整理商品與庫存資料、檢查擋機器人的規則,並把退貨和配送條件寫成機器看得懂的格式;等自家流量出現需求,再考慮較花錢的整合。
Kubelet 的唯讀連線埠不需要驗證身分,若外部能連到,可能看見節點狀態、Pod 名稱、容器映像等環境資訊。作者提醒,這個連線埠和有身分驗證機制的 HTTPS 連線埠不同,檢查 API Server 的設定也不代表節點上的 Kubelet 已安全。文章建議逐一檢查各節點的有效設定、啟動引數和網路規則,將唯讀連線埠設為 0,移除互相衝突的引數,並確認每個節點都已停止監聽;測試時只檢查自己獲準管理的環境。
工作經歷一段比一段短,招募人員可能會以為你常常離職,履歷系統也可能把日期看錯,漏掉工作或算錯年資。文章建議每份工作都用相同格式寫清楚起訖月份;接案或透過仲介工作的經歷,可以合併放在同一段,並列出客戶。若工作不到一年是因裁員、公司倒閉或合約到期,才在職稱旁用一句話交代原因。每段經歷也要寫出具體成果,例如替客戶做出帳單服務,並說明它帶來的改變。這樣履歷看起來更清楚,也不必隱藏或改寫真實的工作經歷。
程式碼被別人複製後,改掉作者名字、授權檔或註解,光看 Git 紀錄很難發現。開發者 Jayakrishna I 做了開源工具 TrapR,會在程式裡放入帶有秘密金鑰的標記和藏在實際功能中的小型暗記,也會比對程式碼的結構。標記和暗記能提供較強的來源證據,結構相似則只是調查線索;作者測試時,工具找出一份移除授權和標記、並改過函式名稱的複製版本,也公開說明它漏掉了一份 45 行的 Python 轉 JavaScript/Java 程式。
企業客戶越來越多時,每個人都用同一個密碼登入,可能不符合各公司的安全規定,也容易讓訪客被擋在門外。作者整理一套多租戶 SaaS 的登入做法:先要求公司用 DNS TXT 紀錄證明擁有網域,再依電子郵件網域把使用者送到公司的 SSO;外部網域的訪客仍可用密碼或社群帳號登入受邀的工作區。啟用強制 SSO 前,先讓使用者完成一次 SSO 登入,並保留少數使用硬體金鑰的緊急帳號。登入流程也要避免洩漏哪些公司或帳號使用服務,且伺服器必須檢查所有登入方式。
舊版 PHP 升級常讓人擔心一次改太多,出問題時會影響正式服務。作者分享一套做法:先用測試記下登入、結帳等重要流程目前的結果,再讓 CI 同時檢查舊版和目標版本,搭配 PHPCompatibility、PHPStan 找出不相容處,並用 Rector 一次修改一個模組。確認測試通過後,再把新版本分階段切換流量,觀察錯誤並保留快速切回舊環境的方法。
你的網頁 App 有人想下載,但重寫成 iOS 和 Android 原生 App 太費工,這時可以用 Capacitor 或無程式碼包裝服務。Capacitor 會把網頁 App 包進原生專案,讓你用外掛加入手機功能;但你得自己處理設定、憑證和後續維護。無程式碼服務只要貼上網址、設定外觀和功能,就能幫忙做好 App,通常比較快,但能用哪些手機功能要看服務提供什麼。文章也提醒,Apple 可能會拒絕只把網站套進外框的 App;新申請的個人 Google Play 帳號,上架前則要找至少 12 位測試者測試 14 天。若產品靠手機原生功能,適合選 Capacitor;若重點是網頁內容,無程式碼服務通常比較省事。
Windows 電腦離開網域時網站能正常開啟,重新加入網域後,瀏覽器和通訊軟體卻連不上。作者發現,網域政策會啟用防火牆,讓原本存著的「封鎖外連」設定開始生效。可以開啟 wf.msc,在防火牆內容的「網域設定檔」中,把「輸出連線」改成「允許(預設值)」並套用;重新加入網域後,再測試瀏覽器和通訊軟體是否能連線。
VPS 能同時應付多少人,猜錯可能讓網站在廣告活動期間卡住,也可能讓你花錢買太大的伺服器。這篇指南教你從伺服器檢視可用記憶體、PHP-FPM 每個工作程式用掉的記憶體、Redis 用量,以及網頁從送出請求到開始回應要多久,再用簡單算式估算每秒能處理多少請求和同時上線人數。舉例來說,若有 5 個 PHP 工作程式,輕量頁面每次處理要 0.2 秒,訪客平均看 5 秒再點下一頁,約可同時應付 125 人;若較吃資源的頁面要 1 秒,估算容量就降到每秒 5 個請求、約 25 到 50 人。掌握這些數字,就能依尖峰流量規劃伺服器預算,避免等到資源快用滿才升級。
房子坪數越大,價格通常越高;如果想估算一間 1,500 平方英尺的房子值多少,就可以用 Linear Regression 從已知資料找出坪數和價格的關係。它會找出一條最貼近資料點的直線,再用這條線預測價格;如果考慮坪數以外的因素,也能把多個條件一起算進去。範例用 Python 和一組自己編的房屋坪數、價格資料來示範怎麼訓練模型、預測價格和檢查誤差。這能幫助初學者理解模型如何從資料學習,但範例資料不是真實房價資料。
不同 VPC 裡的容器要互相連線,該用哪種方式,常讓工程師難以決定。作者把同一個容器接上 PrivateLink、VPC Lattice 和 VPC endpoints,在相同條件下測試速度與安全性。結果顯示,IPv6 和 IPv4 的速度差異落在測試波動內;PrivateLink 增加的延遲較少,VPC Lattice 則能讓服務提供方看見呼叫端的 VPC,並用 IAM 確認呼叫者。S3 gateway endpoint 的安全群組不會生效,需靠 endpoint policy 和 bucket policy 限制存取。作者建議依服務是否需要辨認呼叫者來挑選連線方式,也要確認應用程式會重複使用連線。
作者做了 MiniSERP,把 Google 搜尋結果整理成 JSON。原本解析器只認一種網頁格式,遇到另一種格式時,明明讀不到結果,API 卻回傳 HTTP 200 和空清單,看起來就像真的查無結果。後來解析器改成依序嘗試不同的頁面格式;都找不到時,再看網頁結構來抓結果,也會排除「大家也在問」之類的區塊。 最重要的改動是把「搜尋真的沒有結果」和「解析器看不懂網頁」分開:前者回傳空清單,後者回傳 502,讓問題能被發現和修好。這提醒我們,HTTP 200 不一定代表資料抓取成功;測試多個真實網頁,也能提早看出解析器是否只適用於單一格式。
用一張 RTX 4090 跑影片生成 AI 助理時,模型權重灌得下,不代表長時間工作就能順利完成。InferenceKey 用 SenseNova 6.8 Code2Video 製作影片,發現上下文快滿時,Claude Code 得先把舊對話整理成摘要;但摘要也受單次輸出額度限制,三次整理都沒成功,最後沒有產出完整影片。作者也檢查生成畫面,發現影片的點陣排列不符合需求,原有檢查只看解析度、影格率和片長,沒確認畫面內容。這次測試只有一次,作者提醒要先確認摘要能否寫完,也要檢查影片實際畫面。
組合 AI 影片片段時,有些檔案沒有音訊串流,可能讓整段影片在渲染前失敗。作者示範用 ffprobe 檢查單一檔案:先看指令是否成功,再確認結果裡有沒有音訊串流;如果檔案本來就讀不到,也要和串流缺失分開處理。沒有音訊不一定是錯,例如之後才會加旁白的鏡頭可以接受;預期要保留對話的鏡頭則應送回檢查。把檢查結果和鏡頭編號放在一起,渲染出錯時就更容易找出原因。
每天重複點管理頁面、匯出報表很花時間,也容易忘記操作步驟。dsh-agent-enhancer 是 DSH 的桌面外掛,能在獨立的瀏覽器視窗裡記錄點選、輸入和換頁,再存成流程,之後手動重跑或交給排程執行。像每週匯出報表,可以先錄一次流程,再設定日期,並檢視上次執行結果。自動執行只適用於指定網站,時間和操作次數也有限;遇到密碼或 CAPTCHA 時會停下來等人處理。