跳到正文

全部動態

RSS
今日 170 則
11月21日週六
  1. Dev.to Top Tech48

    新創團隊串接簡訊驗證 API 時,怎麼避免驗證紀錄影響客服分流?

    新創團隊想讓沒辦法登入的學生也能聯絡客服,得同時處理登入驗證和客服分流。這篇文章提出一種設計:先確認驗證狀態,再依照問題類別安排客服;簡訊送達不代表驗證成功,客服分流也不能代替登入驗證。像是學生填表求助時,就算還沒驗證,也可以排到帳號問題的客服,但不能因此取得帳號許可權。 文章也比較兩種做法:使用 OTP API,或自己負責傳送驗證碼。用 API 可以少做部分驗證流程,但要先弄清楚服務實際負責哪些事;自行傳送則得自己處理驗證碼期限、重複使用防護和濫用限制。驗證碼、電話號碼和完整簡訊內容不該隨手放進日常紀錄。先說清楚誰負責驗證、紀錄保留多久,以及哪些資料能用來分流,團隊才比較好估算工作,也不容易把「簡訊已送達」誤當成「使用者已通過驗證」。

  2. Dev.to Top Tech42

    Tarot Gothique 2026 如何把 78 張法式塔羅牌塞進手機螢幕

    法式塔羅牌一局有 78 張牌,手機螢幕小,牌要排得看得清楚、按得到,還得避免玩家出錯。Tarot Gothique 2026 讓手牌重疊,但每張牌都留有能用手指點到的部分,遊戲也固定使用橫向畫面;出牌時,系統會只讓玩家打出符合規則的牌。遊戲可以離線和 AI 對手玩,也提供多種語言的教學與邊玩邊學的「School」模式。這些設計讓玩家不用一直翻規則,也比較不會因為看不到牌或違規出牌而卡住。

  3. Dev.to Top Tech55

    SentinelPay 如何用資料庫規則防止重複扣款,並安全處理 AI 退款判斷

    付款系統遇到網路重試或多人同時操作時,可能重複扣款;若直接讓 AI 決定退款,也可能被錯誤內容帶偏。作者打造開源專案 SentinelPay,用 PostgreSQL 交易和帳戶鎖避免餘額出錯,再用專屬請求鍵擋下重複付款。爭議案件會交給 LangGraph AI 助理整理資料並評估風險,但是否先退款由固定程式規則決定。實測中,模型把一筆 $499 轉帳說成 $25,規則仍依金額和風險分數將案件交由人工處理。

  4. Dev.to Top Tech39

    AI 助理丟掉九成自己寫的技能,靠資料驗證拿下第三名

    AI 助理自己改進時,也可能把表現弄得更差,還以為自己變好了。作者在 TAMU Datathon 2026 做了一個會從例子整理出規則、也會請另一個模型幫忙寫可重複使用技能的 AI 助理;每次改動都要用沒看過的資料檢查,證明有幫助才留下。結果,超過一半試過的技能反而讓表現變差,所以被自動丟掉。這套做法沒有修改模型本身,而是讓規則和設定都能看得懂、檢查得到;團隊最後拿下第三名。

  5. Dev.to Top Tech61

    ByteDuster 示範如何用同一份 Tauri 程式碼製作兩種 Mac App

    Mac App Store 的沙盒限制會擋住一些桌面程式功能,開發者也得處理不同通路的更新與付款方式。ByteDuster 作者分享如何用同一份 Tauri 專案,編出網站下載的 DMG 版和 Mac App Store 版:編譯時選擇版本,讓商店版不包含沙盒不允許的功能,並依照可用功能調整畫面。商店版另用一小段 Swift 程式串接 StoreKit 2 和檔案選取功能。作者也記錄兩次送審退件原因:程式帶有額外檔案屬性,以及商店頁面缺少使用條款連結。

  6. Dev.to Top Tech44

    React 如何用 AOS 製作滑動頁面時依序出現的動畫

    網頁上的標題、圖片和按鈕如果同時出現,畫面可能少了變化;如果每個元素都加動畫,又可能讓人看得眼花。這篇教學示範在 React 裡使用 AOS,替元素加上資料屬性,讓它們滑進畫面時播放動畫,也能用延遲時間排出先後順序。例如,標題和說明延遲 500 毫秒、按鈕延遲 600 毫秒、圖片延遲 700 毫秒,統計資料則延遲 800 毫秒,讓內容一層層出現。動畫延遲要配合元素進入畫面的時機,也別加得太多,才不會幹擾閱讀。

  7. Dev.to Top Tech78

    Clairic-Flash 如何在本機執行,以及 RTX 3090 和 4090 為何跑不動官方版本

    想在自己的電腦上用 Clairic-Flash 擷取檔案資料,可能會遇到顯示卡不合和量化版本少了功能的問題。作者整理了官方執行方式,以及 RTX 3090、4090 和 Apple Silicon 的替代路徑:官方執行環境會在 RTX 30、40 系列的顯示卡上因架構限制失敗;社群修正版可讓 3090 使用 BF16 或 int4,但測試中的發票加總與付款期限仍有錯誤。Apple Silicon 的 4-bit 版本較省記憶體,卻可能看錯數字;若要擷取重要發票欄位,作者建議選用較高精度。一般 GGUF 版本則缺少 Clairic 的部分專用功能。

    推薦理由:文章對照官方執行環境、社群量化版本與不同硬體的記憶體需求,也指出各路徑會失去哪些欄位,能幫助讀者評估本機部署是否適合自己的資料流程。

  8. Dev.to Top Tech43

    KubeMQ 搜尋結果不代表每個連線介面都開了驗證,得逐一確認

    用搜尋工具找到 KubeMQ,不代表它一定能被外人連上,也不代表所有介面都要求驗證。KubeMQ 的檔案提到,使用者端可以用 JWT 驗證身分,但有些連接器的設定說明預設不要求驗證;實際情況要看使用的版本和連接器。管理介面的 API 金鑰也可能需要另外開啟。就像大樓有好幾個入口,不能只鎖管理室,就以為其他門都安全。管理者應確認每個對外介面怎麼驗證身分,並測試不同帳號能不能操作不該使用的頻道。

  9. Dev.to Top Tech46

    Zylar 整理美國 50 州與華盛頓特區的 LLC 費用資料,提供 CSV 和 JSON 下載

    想知道在哪個州成立 LLC 比較便宜,常得一個州一個州查政府網站,而且網路上的費用表可能沒有來源。Zylar 查閱各州官方資料,整理出美國 50 州和華盛頓特區的費用資料;每筆都附上來源網址,查不到的細節會標明待確認,不會用猜的。資料可以下載成 CSV 和 JSON,例如 Montana 的申請費是 $35,Massachusetts 則是 $500,中位數為 $100。不過申請費低不代表長期花費低,還得留意每年費用和公告要求;像 California 每年約需 $810,Arizona、Nebraska 和 New York 則要求刊登公告。這份資料能幫人比較各州成本,但申請前仍應檢視官方來源確認最新費用。

  10. Dev.to Top Tech54

    如何遷移租戶 DNS 記錄,避免子網域和根網域設定漂移

    把租戶網域從註冊商搬到別的 DNS 服務時,寫入成功不代表公開查詢到的記錄符合預期,根網域也不能直接使用 CNAME。作者用 Python 範例說明,先把預期的網域名稱、記錄型別和目標另外儲存,再用可重複執行的方式寫入,並比對設定與實際查到的結果。例子中,兩個租戶子網域共用一筆 CNAME 目標,另一個根網域則明確使用 A 記錄;重複套用設定後,還要另外確認 DNS 已發布。這套做法能幫助團隊找出舊記錄或缺漏,避免把寫入成功誤當成遷移完成。

  11. Dev.to Top Tech51

    如何在服務啟動前確認租戶子網域使用正確的 DNS 區域

    如果 staging 服務拿到 production 的 DNS 區域 ID,就可能把租戶網域記錄寫到錯的地方。作者建議把區域 ID 和預期網域分別放在各環境的設定裡,服務啟動時先查出該 ID 對應的網域;只要和預期不符,就停止啟動,不讓服務接收流量。文章也比較每個服務自行查核與由共用 DNS broker 集中管理:前者適合少數團隊,後者適合多個團隊共用 DNS 規則。

  12. Dev.to Top Tech63

    RAG 完整流程教學:每個階段會修正什麼,失敗時又會出什麼問題

    AI 助理回答得很流暢,內容卻可能引用過期政策,甚至看到不該讀的合約。這篇教學用退款問題拆解 RAG 流程:先找相關資料,再檢查閱讀許可權、把重要頁面排前面,最後要求 AI 只根據資料回答。例子中,混合語意和關鍵字搜尋後,正確的退款政策排到第一名,答案才從模糊內容變成 30 天;只有許可權檢查能擋下法律部門限定的頁面,提示詞要求保密並不能取代它。排查錯誤時,先看哪些頁面真的送進了提示詞。

  13. Dev.to Top Tech62

    程式碼審查怎麼減少 AI 幻覺:讓另一個 AI 助理獨立查證

    讓 AI 檢查自己的答案時,它可能被原本的推理帶著走,也可能偏向相信自己寫的內容。作者分享一套程式碼審查做法:第一個 AI 助理檢查程式變更,第二個把審查內容拆成一條條事實說法,第三個只看程式碼和這些說法,逐項核對,不看第一個 AI 助理的推理。查完後再把結果交回去修正,通常一兩輪就夠。作者也提醒,這種多步驟檢查會多花 token,適合用在錯誤代價較高的工作;核對時保留程式碼等原始資料,拿掉的是撰寫者的推理。

  14. Dev.to Top Tech70

    Anil Prasad 示範如何在 Databricks 保護 AI 治理評測資料

    如果評分用的標準答案被偷偷修改、外流,或日後找不回來,AI 治理儀錶板上的分數就不可靠。Anil Prasad 示範如何用 Databricks 的 Unity Catalog 管理這些評測資料:限制能修改的人、檢視資料被誰讀取或複製、記錄許可權變更,並把每次評分連到特定資料版本。文章也說明如何儲存發布快照、遮蔽個人資料,以及追蹤資料是否過期,讓團隊能查清楚每個分數是怎麼來的。

  15. Dev.to Top Tech69

    作者用 17 次查詢測試 Google Trends,整理出較可靠的讀法

    Google Trends 的搜尋熱度是 0 到 100 的相對分數,同一個小眾關鍵字重查時,數字可能差很多。作者把同一組「bali visa」查詢在 12 天內跑了 17 次,發現單週分數和「正在上升」的相關搜尋詞常會變動;例如「lidl near me」曾多次出現在清單,之後又消失。相較之下,國家排名和多週平均較穩定。作者建議把相隔數小時的多次結果取中位數,並統計搜尋詞出現的次數;若要看近期變化,改用較短的時間範圍。

  16. Dev.to Top Tech39

    Physical AI 如何評估機器人的安全與耐受幹擾能力

    機器人遇到感測器出錯、障礙物突然出現或通訊延遲時,可能還能繼續工作,卻也可能撞到人;馬上停下來雖然比較安全,卻可能做不完任務。這篇內容說明,評估機器人要分開檢查「能不能在變化中繼續完成工作」和「這樣做會不會造成傷害」,再看兩者是否兼顧。像是在行人旁測試自走機器人,可以加入雷射雷達資料雜訊或定位偏差,並檢查它是否保持距離、遵守速度限制,必要時停下來。這些測試能幫忙找出機器人的能力界線,判斷它在什麼情況下適合繼續工作、什麼情況下應該先停下來。

  17. Dev.to Top Tech43

    網站為什麼在手機上不好用?從版面、速度到按鈕一次看懂

    網站在電腦上看起來很漂亮,換到手機上卻可能字太小、按鈕難點、圖片載入很慢,重要資訊也藏得太深。常見原因是直接把電腦版縮小,沒有配合手機螢幕調整。像是讓欄位隨螢幕變窄、壓縮圖片、整理選單,並把按鈕做得容易用手指點,都能讓瀏覽更順。 檢查網站時,也要確認服務、價格和聯絡方式在手機上找得到,表單能正常使用,頁面不會左右亂滑。只用瀏覽器縮小畫面還不夠,最好也拿 Android 手機、iPhone 和平板實際操作。網站做好看之外,也要讓不同裝置上的訪客都能輕鬆使用。

  18. Dev.to Top Tech65

    INT4 Absmax 量化教學:一個離群值讓 4,095 個數字歸零

    用 INT4 壓縮數字時,一個特別大的數值可能讓其他數值幾乎全變成零。作者在 4,096 個數字中放入一個 60,再用同一把尺縮放整組資料,結果其他 4,095 個數字全被四捨五入成零。作者接著示範三種處理方式:把資料分組、讓離群值改走高精度計算,或把數值差異分攤到模型權重。分組能限制離群值造成的影響,但裝有離群值的那組仍會受損;選擇量化模型時,也應留意每組有多少數值共用一把尺。

  19. Dev.to Top Tech36

    Physical AI 評測入門:為什麼不能只看模型分數

    評估 AI 助理控制的機器人,不能只看模型答得準不準,還要看它能不能安全、穩定地完成整個任務。機器人會在移動時遇到新障礙,燈光、地面和感測器狀況也會影響表現;就算辨認物品很準,動作太慢或機械控制不準,還是可能拿不到東西。好的評測會讓機器人在模擬環境、實驗室和真實場地反覆做任務,同時觀察完成時間、耗能、失誤後能否恢復,以及有沒有碰撞或傷人的風險。這樣比較才能看出機器人離開理想環境後,是否仍能可靠工作。

  20. Dev.to Top Tech64

    用 Microsoft Agent Framework 和 GPT-6.1 Terra 審查 PDF 發票

    手動串接 AI 助理時,PDF、工具呼叫和回傳資料格式都得自己處理。作者用 Microsoft Agent Framework 和 GPT-6.1 Terra 做出 C# 發票審查範例,框架會處理這些步驟,程式約從 320 行減到 136 行,也能查詢供應商並整理審查結果。作者提醒要替工具設定清楚名稱、開啟 strict 模式,並留意欄位名稱會變成 camelCase。範例請求只在本機模擬服務上檢查過,作者建議實際部署前確認模型服務能配合運作;開發時記錄請求也要注意其中包含整份 PDF。

  21. Browser Use62

    Browser Use 測試 AI 助理瀏覽器如何漏看隱藏文字,並整理七項安全需求

    AI 助理用你的登入狀態上網辦事時,可能看漏網頁內容,也可能照著網頁裡的惡意文字做事。Browser Use 在測試頁藏入「PINEAPPLE」指令,交給六組 AI 助理設定讀取,其中一組照著說出這個字,三組指出內容是提示詞注入;這只是示範,不能當成完整基準測試。作者也測試藏在圖片、捲動區域和點選後才出現的文字,發現沒有助理透過滑鼠移入或點選找到內容。根據測試和使用者回報,作者整理出七項瀏覽器需求,包括維持登入、保護密碼、讓使用者接手操作,以及付款或刪除前先確認。

    推薦理由:作者用網頁藏字測試與使用者回報整理出瀏覽器安全需求,也提醒六組測試只能當示範,不能當成整體效能比較。

  22. Browser Use77

    Browser Use 實測找出瀏覽器 AI 助理變慢的六個原因

    雲端瀏覽器 AI 助理找機票,比同一套程式操控筆電上的 Chrome 慢了不少。Browser Use 固定任務和模型,逐項檢查設定與瀏覽器流程,找出六個拖慢速度的原因,包括服務方案、預設代理伺服器、瀏覽器通訊往返、一直等不到頁面安靜的檢查、背景驗證工具佔用處理器,以及提示詞太長。只調整服務方案和代理伺服器,就讓找票時間從 30.7 秒降到 20.7 秒;全部改善後,測試任務都變快,49 次測試也都答對。作者提醒,速度要和答對率一起看,而且部分測試的時間差仍無法解釋。

    推薦理由:這份實測拆出雲端瀏覽器 AI 助理變慢的六個原因,並比較逐項調整前後的速度與正確率,方便開發者檢查自己的設定。

  23. Browser Use68

    Browser Use 說明瀏覽器 AI 助理遇到封鎖時該怎麼排查

    瀏覽器 AI 助理被網站擋下時,原因可能不同,用錯方法只會白白重試。Browser Use 把常見狀況分成驗證碼、IP 被封、網站偵測到操作方式,以及地區限制,再說明如何分別處理:等驗證碼解完、換連線出口、改用滑鼠和鍵盤操作,或切換到合適的國家。測試中,有些網站只要改用當地代理連線就能開啟;一個 Akamai 登入頁則在 JavaScript 聚焦欄位時 11 次都遭封鎖,改用滑鼠點選後 11 次都通過。作者提醒,這項結果只來自單一網站的小規模測試。

    推薦理由:文章把封鎖原因分成驗證碼、IP、行為偵測與地區限制,並說明各自的處理方式,協助避免用錯方法浪費執行時間。

  24. Google Developers Blog71

    Google 教你安全連線 Gemini Enterprise 與內部 Cloud Run MCP 服務

    企業把內部系統接到 Gemini Enterprise 時,得避免 MCP 服務暴露在公開網路,也要確認每次呼叫來自哪個服務和使用者。Google 說明如何用 Egress Agent Gateway、Private Service Connect 和精確網域的 Private Cloud DNS,讓 Gemini Enterprise 私下連到 Cloud Run;DNS 只套用在指定的 MCP 網址,避免影響共用 VPC 裡的其他 Cloud Run 服務。文章也說明兩層驗證的分工:Cloud Run IAM 確認呼叫服務的身分,MCP 程式則檢查使用者的 OAuth 2.0 權杖。文中附有參考程式和設定步驟,並介紹如何用 Cloud Logging 確認連線狀況。

    推薦理由:文章整理 Cloud Run 內部 MCP 服務的私有連線與雙重驗證做法,也說明如何避免 DNS 設定影響共用 VPC 中的其他服務。

  25. Google Developers Blog75

    Google 說明如何在 Gemini Enterprise 自訂介面處理使用者與工具授權

    企業把 Gemini Enterprise 放進自家入口網站時,原本內建介面會處理的登入和資料授權,就得由自訂介面接手。Google Developers Blog 整理了三部分做法:呼叫 StreamAssist API 時,依需求使用 Google Identity、Workforce Identity Federation 或 Workload Identity Federation;讓使用者替 Google Drive、SharePoint 等連接器完成 OAuth 授權;以及讓自訂 ADK AI 助理在真正呼叫受保護的工具時才要求授權。若要依員工身分限制檔案和工具許可權,應使用代表個人的登入方式;共用機器人則可使用 Workload Identity Federation。文中也附上可執行的程式範例,展示授權後如何把憑證存入 Google 管理的 Keystore 或 Token Vault。

    推薦理由:自建介面會接手處理登入、連接器授權與 AI 助理工具授權,本文比較三種登入方式並說明如何依個人許可權需求選用。

  26. Dev.to Top Tech58

    作者實測一個月:AI 助理工具收到 350,107 次請求,只有 28 個錢包付費

    作者想知道 AI 助理會不會按次付費買工具,因此做了兩項服務,讓使用者用加密貨幣或預付 API 金鑰付款,並觀察一個月。服務收到 350,107 次請求,但大多數只看了價格就離開;165 次使用 x402 付款,來自 28 個錢包,收入是 $0.95,其中 7 個錢包再次付費。作者也發現,付款系統啟動時若連不上服務,可能讓付費功能全部回傳錯誤,因此改成重試並暫時保留上次成功取得的設定。這次紀錄顯示,列上工具目錄不代表有人會用,少數重複購買才是較明確的需求訊號。

  27. Dev.to Top Tech49

    小型 SaaS 如何調整錯誤追蹤 API,分清結帳失敗和重試成功

    結帳出現錯誤時,錯誤紀錄只能說明程式哪裡出問題,不能單靠錯誤筆數判斷顧客有沒有買成功。這篇文章用物流 SaaS 的情境示範:把每次結帳結果分成完成、預期中的拒絕和意外失敗,再保留錯誤堆疊方便工程師查原因;重試後成功的結帳仍可留下紀錄,但不能算成失敗。接著用同一批範例比較 Sentry、Rollbar 和 Bugsnag,檢查分組、重複紀錄和通知規則是否符合需求。重點是先用結帳結果判斷影響,再用錯誤紀錄找原因;如果還需要瀏覽器畫面重現或服務追蹤,就要評估更完整的工具。

  28. Dev.to Top Tech45

    NGINX 的 CVE-2026-121810 漏洞:別只看版本號確認是否修補

    NGINX 的版本號看起來夠新,不代表實際執行的程式已經修好;有些套件會把修補補進舊版本,容器也可能用新標籤包著舊程式。CVE-2026-121810 會在處理 HTTP/3 串流時,讓程式用到已經釋放的資料;受影響的程式可能讓工作程式當掉,成功利用時還可能以工作程式的許可權執行程式碼。研究者已展示利用方式,但公告發布時沒有確認它已在實際攻擊中被利用。修補後的版本包括 NGINX 1.30.7 和 1.31.9;若暫時無法更新,可關閉 HTTP/3。確認是否安全時,要檢查套件、正在執行的程式和容器映像,不能只看版本字串。

  29. Dev.to Top Tech54

    Claude Code 用量用完時,怎麼查限制並省著用

    Claude Code 做到一半停下來時,可能是五小時用量、每週用量,或特定模型的上限用完。輸入 /usage 可以檢視各項用量和重設時間;只有模型上限用完時,換模型才會繼續,529 錯誤則是伺服器忙碌。遇到用量限制,可以等重設、使用帳戶提供的重設選項,或開啟有月費上限的額外用量。想讓每次用量撐久一點,作者建議把一般程式工作改用 Sonnet,需要時再切回 Opus,並在不同工作之間輸入 /clear。

  30. Dev.to Top Tech50

    Liniennetz-Editor 如何在瀏覽器裡把路線資料變成交通網路圖

    Microsoft Publisher 將在 10 月底停止服務,作者想繼續畫交通路線圖,卻找不到簡單好用的工具,於是做了免費的 Liniennetz-Editor。使用者只要輸入車站、路線和每條路線會停靠哪些站,再把車站放到格子上,程式就會自動畫出路線、轉角和站點符號,還能匯出成 SVG、PNG 或 PDF。像兩條路線共用一段軌道時,程式會替它們排出間距固定的平行線;約 300 個車站、50 條路線的地圖,也能靠快取避免拖動文字標籤時重新計算路線。它完全在瀏覽器中運作,不需要後端伺服器;目前介面只有德文。

  31. Runway65

    Runway 表示,從 10 月初開始,幾乎每個合併到 Runway App Studio 的程式碼變更,都是 AI 助理撰寫的。Runway 的工程文章說明,他們建了一套系統來檢查這些變更、在瀏覽器中測試,並讓工程師處理風險較高的決定。這提供了一個例子,說明團隊如何把 AI 助理寫的程式碼納入開發流程。

    推薦理由:Runway 說明 AI 助理已撰寫幾乎所有合併的程式碼變更,並分享系統如何檢查、測試及把高風險決策交給工程師。

  32. Dev.to Top Tech45

    如何用 ReceiveHQ webhook 在 Next.js 接收電子郵件

    想讓網站收到寄到自家網域的電子郵件,卻不想自己架郵件伺服器,可以用 ReceiveHQ 接收郵件,再把內容以 JSON 傳到 Next.js 的 API 路由。這份教學示範如何設定網域和 webhook,並在路由中檢查 Basic auth、讀取郵件內容,收到後回覆成功狀態。像密碼設錯時,ReceiveHQ 會依設定重試;因此程式應在確認收到郵件後盡快回覆,較慢的附件處理可以放到背景執行。

  33. Dev.to Top Tech37

    Laravel 如何用 webhook 接收電子郵件

    想讓 Laravel 收到電子郵件,又不想自己架郵件伺服器,可以用 ReceiveHQ:把網域的 MX 設定指向 ReceiveHQ,它就會把解析好的郵件用 POST 傳到 Laravel 的網址。範例會讀取 Postmark 格式的 JSON,也可以檢查 Basic 認證;收到郵件後,可先回覆 2xx 表示已接收,再把比較花時間的工作交給背景工作處理。若回覆 406,郵件會被永久丟棄;其他錯誤狀態碼會依間隔重試,最多次數由端點設定決定。

  34. Dev.to Top Tech54

    作者分享如何用 IPv6 整理家中網路與虛擬機器

    家中裝置和虛擬機器一多,IPv4 的位址衝突、NAT 和轉送設定就容易讓人頭痛。作者整理自己的 IPv6 網路,把實體區域網路、虛擬機器和各項服務分成三個網路,每個網路各用一個 /64 網段;另外也替它們配置 ULA 私有位址,讓家中裝置之間使用的位址不會因為 ISP 更換對外網段而改變。作者也分享了預設閘道和網路轉送的設定方式,並提出幾個仍不確定的地方,供讀者檢視。

  35. Dev.to Top Tech39

    一位工程師打造 Glamora 的 6 個關鍵決定

    一個人經營網路商店,從網站、手機 App 到訂單和帳務系統都得自己顧,出錯就可能忙不過來,甚至賺了生意卻賠了錢。Glamora 把網站、App 和管理頁面連到同一個 PostgreSQL 資料庫,讓價格改一次就能同步更新;也把商品組合的庫存規則放進資料庫,並讓顧客只能看到自己的訂單。商品圖片會準備不同大小,讓手機不用下載太大的檔案;購物 AI 助理則會記下顧客提問的文字,讓店主瞭解大家想找什麼。管理頁面還會算出商品和組合的實際成本,避免折扣看起來吸引人,最後卻賠錢。這些做法提醒我們,一個人做系統時,先把重要規則和資料安排好,比一味增加功能更重要。

  36. Dev.to Top Tech62

    Node.js 如何安全復原雲端檔案備份

    雲端硬碟能收到檔案,不代表備份完整,也不能保證復原時拿到的是正確學校的資料。文章比較 Amazon S3、Azure Blob Storage 和 Google Cloud Storage,建議先依現有的雲端帳號與管理方式選服務,再用資料庫儲存每份備份的租戶、檔案清單、大小和檢查碼。復原時,Node.js 程式要先確認備份屬於這個租戶而且狀態正確,再核對下載檔案的大小與檢查碼。短時間有效的下載連結只負責傳送檔案,不能證明備份正確;先下載到暫存區檢查,也能避免不完整的檔案直接取代現有資料。

  37. Dev.to Top Tech61

    Hannah 分享 SaaS 如何衡量使用者是否真正開始使用產品

    使用者收到驗證信或成功登入,不代表他已經看懂產品、找到用途。Hannah 根據自己的產品實驗,建議先替每種 SaaS 設定一個代表使用者得到價值的動作,例如建立專案後完成第一項工作,再記錄帳號建立、信件驗證和首次使用等不同進度。她也提醒,信件寄出、送達、開啟和驗證是不同狀態,重試時要避免把同一件事重複計算;如果同時更改新手流程的多個部分,也要記下流程版本,方便比較。這樣團隊才能看出使用者卡在哪一步,知道該改善信件流程,還是產品裡的下一個操作。

  38. Dev.to Top Tech68

    Windows LDAP 漏洞修補期間,如何封鎖網際網路連線

    Windows LDAP 有一項不需要帳號就可能遭遠端執行程式碼的重大漏洞,網域控制站若能從網際網路連上,風險會更高。Microsoft 在 11 月 10 日發布修補更新;文章建議先更新網域控制站,再用防火牆封鎖外部連線,並從外部測試 LDAP 的連線埠是否已關閉。防火牆規則只擋公用 IP,保留內部網路與使用私人 IP 的 VPN 連線,但無法阻止已進入內網的攻擊者,因此不能取代更新。文中指出,漏洞發布修補時尚未公開,也沒有已知遭利用的紀錄。

  39. Dev.to Top Tech69

    如何避免一段錯誤堆疊追蹤被算成 40 筆紀錄

    有些記錄平臺會把錯誤訊息的每一行都算成一筆,因此一段 Java 堆疊追蹤可能變成 40 筆以上,增加費用,也讓工程師難以一次找到完整錯誤。文章建議把錯誤和堆疊內容一起寫進同一筆 JSON 紀錄;若暫時不能改程式,也可以請收集工具先把多行接回一筆。文中也提醒,AWS CloudWatch 的記錄群組預設不會自動到期,可設定保留期限,例如 30 天。

  40. Dev.to Top Tech65

    Conor Bronsdon 說明如何用多項條件測試 AI 回答

    同一個問題可能有好幾種正確回答,如果測試只比對一段固定文字,就會把換了說法的正確答案也判成錯誤。Conor Bronsdon 建議改檢查答案有沒有根據提供的資料、是否符合要求、是否超出範圍,以及有沒有不安全內容;能用程式檢查的先快速檢查,其他部分再用評分規準或 LLM 評審。測試案例可從產品實際出錯的紀錄整理而來,並在每次修改提示詞、更換模型或更新依賴項時重跑。若要讓 LLM 評審擋下版本發布,還要先拿人工標記的結果比對,並檢視評審意見不一致的案例。