如何讓 Webhook 重試與補送更穩定,不拖慢其他客戶
Webhook 傳送失敗時,如果一直重試或一次補送大量積壓事件,可能讓其他客戶等更久,也讓剛恢復的服務再次過載。這篇指南整理了三種做法:依每個端點的 Retry-After 安排重試,並讓其他工作繼續進行;先檢查格式錯誤或過大的資料,把反覆造成錯誤的事件隔離到死信佇列;補送時限制速度,並把即時事件排在前面。作者也提醒,補送可能造成重複或順序改變,接收端應用穩定的事件識別碼去重,並準備暫停補送的方式。
Webhook 傳送失敗時,如果一直重試或一次補送大量積壓事件,可能讓其他客戶等更久,也讓剛恢復的服務再次過載。這篇指南整理了三種做法:依每個端點的 Retry-After 安排重試,並讓其他工作繼續進行;先檢查格式錯誤或過大的資料,把反覆造成錯誤的事件隔離到死信佇列;補送時限制速度,並把即時事件排在前面。作者也提醒,補送可能造成重複或順序改變,接收端應用穩定的事件識別碼去重,並準備暫停補送的方式。
研究簡報常有兩種問題:看起來順,卻查不到說法的來源;資料很多,讀者還是不知道該怎麼決定。Agent Workshop 提出五個步驟:先把研究問題寫成要做的決定,再替資料來源分級,寫作時分清查到的事實和自己的推論,找不到根據的內容標成「未查證」,最後逐條核對引用。簡報則分成摘要、發現、限制和建議,讓讀者看得出哪些結論有多個來源支援、哪些只有單一來源,或有哪些說法互相矛盾。這套方法也能用文字編輯器手動完成。
讓 AI 助理做出能玩的動作遊戲不難,但遊戲是否有趣、難度是否合適,常要靠反覆測試才能知道。ABA Games 分享七個做法:先用隨機題材激發不同點子,挑出好玩的設計,再做小型版本讓真人試玩;也可以讓程式操控的對手反覆測試,並依照玩家的操作紀錄調整難度。像 WRECKFALL 就發現,留著最後一個敵人一直射擊,得分反而更高,因此作者改了過關規則。這些例子也說明,機器測試能找出部分問題,遊戲手感、畫面是否看得懂和音效是否合適,仍要問真人。
作者的留言掃描工具一直提醒他,有些留言已經看不到,但他以為工具會自動記錄,結果同樣的提醒連續出現,真正還沒回覆的留言也混在裡面。查過後,他確認那些留言仍是 404,工具只是把判斷印在日誌上,沒有寫進紀錄;另一個奇偶數檢查則一直對正常留言串發出提醒。作者提出在判斷當下存下結果,並刪除這項誤報檢查,但明確說明修正還沒部署。他也提醒,重複的日誌訊息可能讓人逐漸忽略整份日誌。
金融服務的續約提醒有時得等到指定時間才能送出;如果服務暫時忙不過來,提醒也可能被拒收。做法是先把收到的提醒安全存好,再交給背景工作佇列安排時間和重試。像是收到 429 限流回應時,系統會依對方提供的等待時間,或採用有上限的延遲方式再試;若重試時間超過業務期限,就把工作交由人員檢查。即使同一則訊息送來好幾次,也要用唯一的業務識別資料避免重複造成帳務影響。這樣能讓系統留下每次處理紀錄,也更容易查清提醒最後送出、重試,還是需要人工處理。
網站本身能正常開啟,不代表訪客點下按鈕後也能到正確頁面。作者在促銷前檢查自己的網站,發現五個安裝與試用按鈕全都連到已下架的 Shopify 商店頁面,訪客只會看到 404。作者把按鈕改成寄信加入候補名單,並補上商店頁面暫時離線的說明;接著用一段指令檢查網站上的外部連結是否回傳錯誤。這次經驗也讓他把正式網站上的主要按鈕親自點過,列為宣傳前的檢查步驟。
網站更新 Service Worker 時,如果新舊快取混在一起,可能會拿舊的離線頁面給訪客看。作者示範把每個版本的快取分開管理:安裝時先準備新版資源,啟用時只清除同一組舊快取;網路失敗時,HTML 頁面只從目前版本的快取找離線頁面。這樣能避免誤刪其他快取,也不會用舊內容掩蓋新版缺少離線頁面的問題。文中的 Node 測試只能檢查快取命名、清理範圍和備援流程,仍要在瀏覽器測試實際的 Service Worker 生命週期。
HTML 轉成 PDF 時,表格可能被切成兩半,標題不會每頁重複,背景顏色和字型也可能消失。這篇指南教你用 CSS 設定分頁:把表格標題放進 <thead>,讓每列盡量留在同一頁;也能指定章節從新的一頁開始,避免標題落單或段落被切得太零碎。頁面大小和邊界要設在轉檔工具實際讀取的位置;若用 Chromium,背景要另外開啟。字型和圖片則可直接放進 HTML,讓 PDF 不必靠外部網路載入。
測試本機 LLM 的重複率時,如果把模型的推理文字和最後答案混在一起算,數字可能會讓人誤會。作者測試一個模型,發現混在一起的文字重複率從 76% 降到 6%;但拆開來看,答案在每種設定下都沒有重複,重複的其實是推理文字。這表示改善的主要是推理文字變少,不能直接說模型的答案更好。 所以,量重複率前要先確認工具回傳的是混合文字,還是分開的推理和答案,並說清楚自己算的是哪一種。作者也提醒,減少重複的設定可能讓答案變得不自然;有一次推理文字用完整個上下文空間,最後甚至沒有答案。
Marketplace 的報告圖片若只靠檔案路徑或短效連結保護,可能被其他租戶讀取,或在到期後仍留在儲存空間。作者建議把租戶和報告資料存在資料庫,每次發下載連結前先確認登入者有權存取,再提供短效連結;瀏覽器也不應自行指定檔案路徑。刪除時要一併處理原圖和縮圖,並記錄刪除進度、重試失敗工作,定期比對資料庫和物件儲存。這樣才能查出逾期未刪的圖片,也能避免縮圖工作在刪除後又留下檔案。
JSON 設定檔看起來沒問題,部署時卻可能因為多打一個逗號、混入註解,或開頭藏著看不見的字元,害 CI 解析失敗。作者示範用 Python、Node 或 jq 在命令列檢查檔案,也提醒編輯器可能接受註解和尾端逗號,但一般 JSON 解析器不接受。像錯誤訊息指到第 4 行,真正多出的逗號可能在上一行;若檔案開頭有 UTF-8 BOM,Python 可用 utf-8-sig 讀取。事先檢查設定檔,就能少等一次部署失敗才找錯。
觀看派對看起來還連線正常,不代表每位觀眾都已套用最新的播放指令。作者用遊戲直播派對的情境說明,應分開處理誰有權決定播放狀態,以及指令如何送到每位觀眾。由指定主持人控制時,要訂好主持人離線後怎麼交接;若要讓參與者共同決定控制權,也要明確規定斷線時如何達成共識。監控時應記錄房間已確認的播放進度和各觀眾實際套用的進度,並測試重複、過時的回報及斷線重連。這樣才能分辨訊息只是送出,還是觀眾真的已套用。
AI 助理跨團隊協作或準備付款時,可能遇到資料不完整、許可權不足或格式不合,若沒有清楚的人工接手流程,就可能卡住或重複嘗試。文章示範如何用中介層暫停工作、儲存進度,再把待處理事項送到 Slack 或 Microsoft Teams,讓負責的人核准、拒絕或補上資料。不同協定各有適合暫停的位置,例如付款要在錢包簽名以前審核;處理完後,系統要記下是誰決定的,並確保同一個核准不會重複執行。
郵件轉寄時,轉寄伺服器可能不在原寄件網域授權名單裡,讓 SPF 驗證失敗;DKIM 則能隨郵件檢查內容有沒有被改動,但前提是郵件保持完整,而且公開金鑰已發布。文章建議 SPF 和 DKIM 都要設定,並用 DMARC 檢查驗證結果是否符合寄件者顯示的網域;對轉寄情境,則把通過 DKIM 對齊當成檢查標準。 Healthtech 管理後臺可用同一套流程發布 DNS 紀錄、確認郵件網域,並比對直接寄送和轉寄後,收件端實際看到的驗證結果。像輪替 DKIM 金鑰時,新金鑰要先確認已發布,再依簽署服務的流程停用舊金鑰。文章也提醒,整合服務省下的操作麻煩,不會自動解決資料交給誰處理、存在哪個地區、保留多久等問題,這些仍要另外確認。
把提示詞送到線上模型時,「不保留資料」和「用硬體保護運算」是兩回事,端對端加密也要看加密在哪裡結束。Morse 作者依各家檔案比較八種相容 OpenAI API 的服務,整理它們是否承諾不儲存內容、是否在可信執行環境中運作,以及能否檢查硬體簽署的證明。文章也提醒,有些服務只把加密送到閘道,有些則送到執行模型的環境;使用者可依需要選服務,並在 CI 中執行驗證工具,檢查實際執行的程式是否符合公開版本。
Postman Collection 像一份可以直接執行的 API 請求清單,裡面能放網址、呼叫方式、變數和程式碼;OpenAPI Spec 則像 API 的說明合約,列出有哪些功能、要傳什麼資料,以及會收到什麼回應。OpenAPI Spec 用公開格式寫成,許多工具都能讀;Postman Collection 則依照 Postman 自己的格式運作。兩份檔案都自己手動維護,可能會出現一邊改了、另一邊沒改的情況。比較清楚的做法是讓 OpenAPI Spec 說明 API 的規則,再從它準備實際要送出的請求;若還需要 Postman 的指令碼,就把它留作執行工具。
模型 API 的費率表常只看每百萬 token 的標價,但提示詞長度一跨過門檻,整筆請求可能改用較高費率。文章比較多款模型的門檻,例如 Gemini 3.1 Pro 在 200K token 後輸入費用加倍,GPT-6.1 Sol 的門檻則是 272K。用 199,999 和 200,001 個輸入 token、再加上 10K 輸出的例子,Gemini 費用從 $0.52 跳到 $0.98,GPT-6.1 Sol 都是 $0.50。作者建議逐次記錄輸入長度,特別檢視超過門檻的請求比例,並先用自己的用量測試長請求費率;若提示詞太長,也可考慮摘要或分段。
作者現在寫程式的時間少了,常先把想要的結果告訴 AI 助理,再檢查它提出的計畫。他會把大型功能拆成小任務,讓多個 AI 助理分頭處理,再逐一檢查程式和測試結果;用 Git worktrees 也能讓不同工作各自在自己的資料夾和伺服器上進行。他提醒,工具寫得快不代表做得對,最後仍要由人確認修改和整合。他也分享長時間使用會增加費用,並認為學會判斷 AI 寫出的程式是否合理,對開發者仍很重要。
想讓 AI 幫忙寫程式,常會遇到一個問題:不同工具擅長的工作不一樣。OpenHands 能在雲端環境裡規劃、寫程式、測試和除錯;SWE-agent 專門從 GitHub 的問題著手,自動嘗試修好程式;AutoGen 則讓開發者組合多個 AI 助理,分工處理複雜工作。比方說,手上有一堆待修的錯誤,SWE-agent 最對題;想打造能協作的 AI 助理系統,AutoGen 更合適。沒有哪一款什麼都最強,選擇要看你想交給它做什麼。
想從通話或演講影片取出音訊,直接把音訊複製成 MP3 常會失敗,因為 MP4 裡的音訊通常是 AAC,不能直接裝進 MP3 檔。這個指令碼會先檢視影片裡的音訊格式,再替輸出檔選對副檔名;也能選擇轉成 MP3、M4A 或 WAV。把影片拖進 cmdbook 的表單、選好格式就能執行,音訊檔會存回影片旁邊。以一段 20 分鐘的影片為例,保留原音不到 1 秒,轉成 MP3 則花了 3 秒;之後再次使用時,cmdbook 也會先選好上次用的格式。
AI 助理查詢過去的架構決策時,可能得逐一翻閱約 500 份 ADR。作者用 150 次測試比較原本的做法、加入搜尋技能,以及只在 CLAUDE.md 加上一句「不要讀索引檔」;三種做法的答對次數都接近,但搜尋技能和單句指示都減少了成本與時間,技能也更能讓 AI 助理照著指示做。作者還用 karasu 繪出 karasu 專案的架構,發現原本的圖會被跨領域的專案拉得很寬,於是調整呈現方式;測試的 82 張相關圖中,比例過寬或過高的情況從 51 張降到 0 張。
Webhook 簽章在部署後突然失敗,可能是 Express 的 JSON 中介軟體先讀走了原始內容,重新整理成 JSON 後就和簽章時的位元組不同。文章提供一套演練方法:先保留收到的原始內容,驗證通過後才解析,並檢查註冊專案使用的簽章金鑰是否已輪替。演練也要記錄是哪個註冊專案與部署版本出錯,確認拒絕請求會不會引發重送,並設定可接受的拒絕事件數和支出上限。文中數字是建議的測試條件,不是實測結果或服務保證。
加拿大沒有一份全國通用的合法大麻店名單,各省和地區的名冊格式、更新時間和店家定義也不一樣。Where's The Weed At 把 13 份官方名冊整理成一份只列數量的資料集;每筆資料都附上來源和查詢日期,並把各地的店家定義差異寫清楚。截至 2026-11-20,資料共計 4,030 家店,分佈在 1,027 個城市;其中 608 個城市只有一家。資料不公開店名、地址等個別資訊,也沒有直接比較人均店數,因為人口資料的年份和演算法會影響結果。
玩限時數學遊戲時,想出答案還得移到 Enter 鍵送出,手指一慢,腦袋的節奏就被打斷。作者把 Mathing 重做成 60 秒挑戰,每題答案都只有 0 到 9,按下數字就立刻跳出下一題;答對或答錯的顏色提示則浮在畫面上,不會卡住作答。每天的題目會依日期產生,所有玩家玩到的順序都一樣。玩家也找出重玩同一組每日題目的漏洞,作者隨後修正。最近一週,玩家平均答對 24.2 題,最高紀錄是 55 題。
AI 助理能自動付款,但如果它讀到藏有指令的網頁,可能會照著要求退款或改收款帳戶。作者打造了開源工具 AgentVault,放在 AI 助理和付款服務之間,先檢查每筆付款。它會限制支出金額和次數,也會在 AI 助理讀過不受信任的網頁後,要求人確認退款、付款或更改收款帳戶。示範中,AI 助理讀到有問題的網頁後提出 $480 退款,AgentVault 暫停了這筆退款;它也攔下被竄改收款帳戶的請求,讓 $900 款項仍付給原本的供應商。示範使用測試付款,不會動到真實資金。
把圖片資料夾改名後,Markdown 筆記裡的圖片可能變成破圖,因為筆記記下的是舊資料夾路徑,資料夾改名時那段文字不會跟著變。Coffee 會在你搬動或改名筆記、圖片或資料夾時,更新其他筆記裡指向它們的連結;完成後也會告訴你改了幾篇,還能復原修改。它也能讓你在側邊欄整理筆記,避免同名筆記被蓋掉。這樣整理檔案時,就不用一個個手動修連結;不過,Coffee 只會改筆記裡的連結,不會自行搬動或改名檔案。
比對網頁改版前後的畫面時,光靠眼睛找不同很麻煩。作者做了 Visual Diff Studio,把兩張截圖放進瀏覽器,就能用滑動、並排或畫素比對來找差異,也能一次比對多張圖並匯出報告。測試時,兩張大小都是 1×70,000 畫素、顏色一黑一白的 PNG,竟被判定完全相同,因為 Chrome 的 Canvas 對這種尺寸回傳了空白畫素資料。作者因此替圖片寬度和高度各自加上限制,遇到不支援的圖片時會顯示錯誤,提醒大家測試通過也不代表結果一定正確。
資料表要放在同一個儲存空間,還是分開存放,常讓資料庫管理員只能憑經驗爭論。這份指南教人用同一臺機器、同一批資料和同一組 SQL,分別測試兩種配置:一種把業務資料放在 rootdbs,另一種把業務資料、歷史資料、暫存資料和大型物件分開存放,再比較儲存空間使用、暫存操作、磁碟忙碌情況,以及擴充和備份的麻煩程度。 例如,可以觀察排序用的暫存資料是否真的進入指定空間,會不會擠掉業務資料可用的容量。分開存放不一定讓查詢變快,但可能讓容量管理和備份更清楚;如果資料量和同時使用的人不多,單一空間也可能就夠用。結果會受硬體、資料量和工作內容影響,因此要控制測試條件,並記錄別人能照著重做的結果。
結帳出錯時,如果錯誤紀錄和系統日誌對不上,客服就很難查出是哪筆交易出了問題;只把錯誤收進系統,也不代表線索完整。作者建議,後端錯誤追蹤先保留幾個能串起事情的資料:不透露身分的事件代號、出錯的操作,以及能連到日誌的追蹤編號。像是重試後有兩筆錯誤紀錄,卻只對應到一件客訴,就不能把它算成兩位顧客都失敗。 工具要看查案需要什麼:需要瀏覽器畫面重播或程式碼位置資訊時,可評估 Sentry;需要追查多個服務之間的請求時,可評估 Datadog;Healthchecks 則能提醒排定的工作沒執行,即使沒有錯誤紀錄。若只收集後端錯誤,就得另外處理通知和沒發出錯誤的工作;也要確認線索能儲存多久、敏感資料有沒有妥善保護。
經營一個部落格,要把文章改成不同平臺適用的內容、安排發布時間,還得避免重複發文,光靠手動處理很容易忙中出錯。作者用 GitHub Actions 自動整理和發布每週貼文,但每篇都要先經過作者檢查、合併 pull request 才能送出。系統會先檢查文字長度、圖片和影片格式,也會實際執行貼文引用的程式;成功發布後,會記下結果,避免下次重跑時又發一次。 原本計畫自動發布到 6 個平臺,後來發現 Hashnode 的 API 需要付費方案,因此改成手動貼文。作者也還不知道每週發 5 篇是否太多、短影片有沒有幫助,以及審稿到底要花多久。這套流程能減少重複工作,但讀者反應和成效仍要等實際發布後才能確認。
API 金鑰不知道由哪個服務使用時,直接換掉可能讓事件收不進來,讓已經延誤的工作更難恢復。作者整理了一套查核流程:用不含金鑰內容的識別碼記錄使用情況,再比對部署設定與執行紀錄;若多個服務共用同一把金鑰,就要分開觀察,並替各服務準備自己的金鑰。換新金鑰後,先用受控事件確認資料確實送達,再觀察舊金鑰的使用情況,才決定何時撤銷。文中也用假設的流量和處理速度計算積壓量,提醒團隊先確認容量上限能否消化待處理事件。
結帳流量突然變多時,正常買家的操作和程式重試都可能讓庫存與付款檢查一再執行。Taocarts 分享用 Token Bucket 管理跨境結帳 API:每個請求會用掉一個代幣,代幣會隨時間補回,因此能容許短暫的流量高峰,也能限制長時間的請求量。團隊設定容量為 20、每秒補回 0.5 個代幣,並用 Redis 的 Lua 指令碼讓檢查和扣除代幣一次完成,避免同時送來的請求重複通過。超量時還會回傳 Retry-After,讓使用者端稍後再試。
讓 AI 助理一起玩牌,光說「可以自由聊天」不一定有用,太嚴格的回合指令可能讓它們只顧著照格式出牌。作者用 DeepSeek V4.1 Flash 跑了兩場巴西 Truco:第一場有玩家沒照要求傳送出牌,也沒人交談;第二場把傳送方式和聊天規則說清楚後,玩家開始公開聊天、暗示隊友,甚至虛張聲勢。有人還寫了 4 個蒙地卡羅模擬程式研究出牌,最後仍以 14 比 4 落敗。作者從牌局紀錄指出,AI 助理能否合作,會受到每回合指令和工具使用規則影響;共用檔案也不能只靠大家自律來保護秘密。
同一個時間如果被當成臺北或 UTC 的本地時間寫進資料庫,兩臺主機可能存出相差 8 小時的結果,資料表卻看不出差異。這篇教學說明,框架把時間點統一存成 UTC,再由使用者端的 Connector 依使用者時區轉換畫面上的時間;送出查詢時,則把查詢條件轉成 UTC。日期欄位不做這種轉換,因此自己寫 SQL 的人要正確標示欄位種類。若日期欄位漏了宣告,臺北使用者可能只看到多出的時間,紐約使用者則可能看到前一天。
線上測驗如果在瀏覽器裡計分,學生也可能直接看到答案,甚至改掉分數。VEILVM 說明,題目答案、及格門檻和計分結果都能從網頁程式或公開的 JSON 檔讀出;倒數計時和離開頁面的提示,也能被使用者控制。若測驗會影響證書、成績或錄用,答案、題目輪替和正式計分應放在伺服器處理。程式混淆只能增加抄走計分邏輯的難度,無法藏住執行時需要的資料,也不能讓瀏覽器算出的成績變得可信。
美國關稅表會頻繁修訂,只比對稅率可能看不出重要變化。作者用 Python 比對連續三次版本,發現稅則程式碼和第 1 到 97 章的稅率都沒變,但第 99 章有 8 筆說明文字調整,其中兩筆把 100% 關稅的開始日期往後移。做法是逐欄比對、另外檢查沒有程式碼的說明列,再用文字差異找出改了哪些字;把日期整理出來,也能提醒人檢視即將到期或生效的條文。作者提醒,這份日期清單只能用來提醒,不能代替正式公告的法律解讀。
AI 助理修好指定程式碼後,也可能順手改到任務沒提的檔案,讓風險藏在很長的程式碼差異裡。文章用一個 Stripe webhook 修補範例,展示同一份變更還加入了秘密金鑰、刪除資料表與排程工作,並升級付款套件。作者建議先列出允許修改的檔案,再用檢查工具比對變更;重要檔案須由負責的人審查,也要掃描秘密資訊、檢查資料庫修改,並讓 AI 助理只使用開發環境的憑證。
一次匯入很多 YouTube 頻道時,如果 RSS 暫時失效,部分頻道可能一直顯示空白。Plainfeed 作者發現,系統把「頻道存在但超過每次處理上限」和「頻道不存在」當成同一種情況,兩者都會被暫停檢查一小時;一名使用者匯入 68 個頻道時,就有 23 個因此空白。修正後,系統會先確認頻道是否存在:存在但超過上限的頻道不再被暫停,下一次檢查時會重試;不存在或讀取失敗的頻道仍會暫停一小時。
接到有人說電表故障的電話,最怕把自己的資料先告訴對方。文章用 MPAN(英國電力供應點編號)說明:號碼格式正確,不代表它就是你家的,也不能證明來電者身分。比較安全的做法是請對方說出 MPAN,再拿自己帳單上的號碼比對;如果不符,就掛電話並記下來。即使號碼相符,也要透過自己登入的電力公司帳戶確認,不要把資料交給來電者。原文提到,有人 7 天內接到 3 通電表故障電話,但來電者是否真的和電力公司有關,並不清楚。
把 MKV 轉成 MP4 時,指令成功結束不代表字幕一定有保留下來。作者用 FFmpeg 實測發現,影片和音訊若已是 H.264、AAC,可以用 -c copy 直接換容器,不必重新編碼;但 SubRip 字幕可能被悄悄丟掉。需要字幕時,可用 -map 0 保留所有串流,並把字幕轉成 MP4 使用的 mov_text。如果音訊是 PCM,作者也示範保留影片、只把音訊轉成 AAC,讓檔案更容易在手機或瀏覽器播放。