Selenium AI Agent 用 AI 助理規劃並執行 Selenium 測試
維護多年的 Selenium 測試雖然還在運作,要新增測試或追查失敗,仍得花時間整理步驟和檢查結果。作者做了開源工具 Selenium AI Agent,讓 AI 助理透過 Selenium 操作瀏覽器,先探索網站並列出測試計畫,再依計畫產生和執行測試。作者用購物網站示範,測試發現結帳視窗太高,畫面較矮時會看不到關閉按鈕;這項測試被標成已知問題,網站修好後,測試也會提醒團隊。
維護多年的 Selenium 測試雖然還在運作,要新增測試或追查失敗,仍得花時間整理步驟和檢查結果。作者做了開源工具 Selenium AI Agent,讓 AI 助理透過 Selenium 操作瀏覽器,先探索網站並列出測試計畫,再依計畫產生和執行測試。作者用購物網站示範,測試發現結帳視窗太高,畫面較矮時會看不到關閉按鈕;這項測試被標成已知問題,網站修好後,測試也會提醒團隊。
crontab 的「每 5 分鐘執行一次」寫法是 /5 *,五欄依序代表分鐘、小時、日期、月份和星期,沒有秒數欄位。Quartz 和 Spring cron 用六欄,最前面是秒數;EventBridge 也用六欄,但欄位順序不同,所以這行不能直接套用。systemd 計時器則使用另一種寫法 OnCalendar。設定排程前先確認主機使用哪種工具,並用該工具能辨認的格式;安裝 cron 工作時也要寫出程式的完整路徑。
把工作交給 AI 助理處理好幾天,既希望它能持續做事,也得防止陌生人的訊息騙它擅自行動。作者用 Claude Code 外掛 Quarterdeck 賣掉一個鳥籠:它草擬刊登內容、回覆買家,還替 $30 的出價提出 $40 的還價;每則訊息都先等作者核准,買家也由作者挑選。Quarterdeck 會在每種動作執行前檢查許可權,並把工作紀錄留在聊天之外。作者表示,瀏覽器外掛一開始沒連上,通知信也沒收到;地址、底價和交易物件仍由本人決定。
同一段粒子動畫在不同螢幕上跑出不同速度,原因是程式把每次畫面更新都當成固定的一步。作者把移動量改成依實際經過的時間計算,並限制背景分頁切回時一次補上的時間,避免粒子突然跳走。檢查鏡頭能看到的範圍後,他也發現約 43% 的粒子整段動畫都沒畫出來,於是用測試確認不同更新率下粒子會走到相同位置,並檢查旋轉時粒子是否仍在畫面內。
串流傳送大型檔案時,內容還沒讀完就無法算出完整摘要,若先把整份資料存起來,又會耗掉不少記憶體。HTTP Trailer Headers 能在本文傳完後附上摘要或錯誤資訊;這篇文章用 Go 示範伺服器如何一邊傳資料、一邊計算 SHA256,也示範使用者端讀完整個本文後取得並核對摘要。不過,HTTP/1.1 需要搭配分塊傳輸,而且代理伺服器可能移除這些標頭,因此要確認實際使用的網路裝置能轉送它們。
GenAI 工程師面試時,只介紹模型和提示詞,常會漏掉系統其他重要環節。這篇整理了一種回答順序:先說明業務需求和資料來源,再講資料如何整理、搜尋,接著交代模型怎麼產生答案,以及系統如何追蹤品質和運作狀況。例如搜尋時可把關鍵字比對和向量搜尋合在一起,再從候選結果中挑出較相關的內容交給大型語言模型。回答時也要說明為什麼選這些做法,以及它們在成本、速度和可靠度上的取捨。
AI 助理雖然會寫 Python,建立機器人模擬時卻可能遇到難懂的錯誤,也可能讓已經故障的模擬看起來像成功。這篇教學帶你設定開源物理引擎 Alloy,讓 Claude Code、Codex 或 Cursor 透過 Python 或 MCP 建立並執行模擬。遇到錯誤時,Alloy 會提供修正提示;每次執行後,也能用 sim.check() 檢查模擬是否正常。例如範例中的方塊落地後,中心高度是 0.025 m,檢查結果為 True。第一次執行某種場景可能要編譯幾分鐘,不能因此直接停止。
Telegram Mini App 商店在手機上可能被底部工具列擋住,結帳按鈕也可能讀到過期的購物車內容;如果伺服器相信瀏覽器送來的價格,使用者還能改動付款金額。這份教學示範用 Next.js App Router 和 Telegram WebApp SDK 處理畫面高度、返回按鈕與原生結帳按鈕,並讓伺服器重新查價、驗證 Telegram 傳來的簽章,再建立付款連結。付款完成後,作者也建議由伺服器接收 Telegram 的付款通知來確認訂單,避免只靠畫面上的付款結果發貨。
轉換工具把檔案變成 Markdown 後,AI 助理不一定能把內容全看完;內容太長,還可能在下一次操作前被刪掉或縮短。作者花三週觀察這些文字有多少留在 AI 助理的上下文裡:少於約 2,000 個 token 的頁面,保留率超過 90%;超過約 8,000 個 token,保留率就不到 40%。有標題和表格會稍微有幫助,但長度影響最大。作者因此把字數上限選項放在轉換工具的顯眼位置,也依模型實際能用的上下文大小設定上限。結果,摘要、找答案和擷取資料的表現都變好;設計輸出時,該看有多少內容真的留下來,而不只是送出了多少。
網站的防護規則可能把使用者要求 Google AI 助理執行的操作擋在門外,讓搜尋、購物或預約無法完成。文章整理 Google 的做法:先確認請求標頭含有 Google-Agent,再核對來源 IP 是否在 Google 公佈的清單中;若有 Web Bot Auth 簽章,就一併驗證。簽章目前尚未涵蓋所有請求,因此不能只靠簽章放行。規則還要涵蓋搜尋、商品頁、購物車和相關 API,並略過驗證流量的 CAPTCHA 與 JavaScript 挑戰。更新後可檢視 CDN 和伺服器紀錄確認請求是否通過;放行只處理防火牆阻擋,不代表頁面速度也符合要求。
升級 Prometheus 時,最怕新版本讓監控目標、警示規則或資料儲存出問題。這篇教學提供一套升級 Prometheus 3.x 的做法:先檢視 3.16.0 的變更,再用新版 promtool 檢查實際使用的設定和規則;接著用獨立資料目錄啟動旁路版本,並拿掉警示和遠端寫入,避免重複通知或送出重複資料。確認監控目標、規則和查詢結果都正常後,再備份正式資料並切換版本;若升級出問題,可用舊版本和備份回復。若目前使用 2.x,應先完成 3.0 遷移。
活動現場或攝影棚的 NDI 影像,想送到網路上的觀眾,常得先用另一套裝置轉成 RTMP 或 SRT,設定和維護都更麻煩。Ant Media Server Enterprise 3.1.0 起可直接接收 NDI 來源,找到同一個區域網路裡的攝影機或製作軟體後,就能把畫面用 WebRTC 送進瀏覽器,不必經過中間的轉檔裝置。 操作分成 5 步:開啟伺服器的來源搜尋、啟動 NDI 攝影機或其他來源、在控制台選擇要用的應用程式、把 NDI 來源加入直播,再用 WebRTC 播放。若伺服器和攝影機不在同一個網路,還要另外處理來源搜尋和影像傳輸的連線。
純文字 PDF 看起來應該很好壓縮,實際上卻不容易;這次測試的一份 10 頁 PDF,原本有 137,782 bytes。研究者用 qpdf 12.4.0 把多個原本沒壓縮的 PDF 物件打包成資料流,讓壓縮工具也能處理裡面的文字資料,檔案因此縮小 4.15%,變成 132,065 bytes。省下的空間主要來自字型設定資料;圖片本身已經壓縮,幾乎沒變小。 這種方法對圖片很多的 PDF 幫助很少,測試中的幾份圖片型 PDF 只縮小 0.02% 到 0.74%。所以,PDF 能省多少空間,得看裡面裝的是什麼:如果大多是圖片,通常沒多少可壓;如果有大量尚未壓縮的字型資料,才可能省得比較多。
場館賣季票時,得先想清楚誰能入場、持票人能不能帶訪客,以及同一張票重複掃描時怎麼處理。這篇文章介紹一款 WooCommerce 外掛,新增了適用一段期間的 Pass 票種,可設定訪客票、持票人照片和重複掃描的冷卻時間。比方說,持票人可以從帳戶頁面把訪客票交給朋友;冷卻時間則是避免同一組票券程式碼馬上再次通過,不代表能完全防止分享。 入場時,工作人員用手機掃描 QR code,檢視票券狀態和持票人照片,再按 Check In 確認入場;若掃不到,也能手動輸入。掃描時需要網路連線,手機相機也需要 HTTPS 才能使用。場館應先測試票券規則、入口訊號和工作人員的處理方式,確保實際入場流程符合賣票時的說明。
PyTorch 的 Dynamo 匯出測試偶爾會失敗,難重現的問題也讓人很難確認修正是否有效。作者先縮小測試範圍,接著發現垃圾回收可能在 Dynamo 安裝回呼後、測試函式執行前介入,讓回呼遇到產生器正在退出時的例外。最初直接傳出例外的修法,會跳過情境管理器的清理程式;最後作者改成在產生器展開例外時交回 Python 預設處理方式,既解釋了偶發失敗,也避免引入另一個錯誤。
手機和電腦使用不同系統時,常常很難直接互傳檔案。LocalSend 是免費開源的分享工具,能讓 Android、iPhone、Windows、Mac、Linux 和 Fire OS 裝置在同一個區域網路裡直接傳照片、影片、檔案、資料夾和文字,不必連上網路、建立帳號或經過外部伺服器。傳輸會使用 HTTPS 加密;如果裝置互相找不到,可以檢查防火牆的 53317 埠、路由器是否開啟使用者隔離,或 VPN 是否擋住區域網路連線。文章也介紹命令列工具,能用指令把檔案或文字傳到另一臺裝置。
搜尋 Prowler 時,標題搜尋找到 226 筆結果,但 Prowler 也是一般英文單字,所以這些結果不代表有 226 個真的安裝了 Prowler。要確認哪些是實際部署,還得檢查登入頁面和管理畫面,並確認負責的雲端帳號。 Prowler 裡的使用者許可權、API keys 和雲端帳號憑證,會影響誰能發起掃描或更改設定。盤點時要一併確認各種角色能做什麼、掃描使用哪個雲端身分,以及掃描結果如何儲存和匯出。這樣才能找出誰能改變掃描範圍,也避免把公開搜尋結果誤當成已獲授權的目標。
背景工作佇列常用 BlockingCollection,佇列滿了或沒有工作時,會讓執行緒停在原地等。System.Threading.Channels 提供另一種做法:改用非同步方式寫入和讀取,等待時執行緒可以先去處理別的事。像是工作人員拿工作時若佇列是空的,不必一直佔著一條執行緒等工作送來。結束服務時,記得呼叫 Complete() 或 TryComplete(ex),告訴讀取端不會再有新工作,否則 ReadAllAsync() 會一直等下去。
手機和筆電同時使用時,如果把兩臺裝置的時間直接相加,同一段時間就會被算兩次。作者打造開源工具 OmniScreen,讓 Windows 電腦和 Android 手機在家中 Wi-Fi 傳送使用紀錄,再把重疊的時段合併,算出實際螢幕使用時間,也能估算同時看多個螢幕的時間。資料留在自己的裝置上,不經雲端伺服器;手機可自動找到電腦,也能掃描 QR code 配對。
商店要在訂單成立時傳簡訊,通常得另外設定簡訊服務。這篇教學示範如何替 Medusa 2 安裝通知套件,讓 Android 手機用自己的 SIM 卡寄出訂單通知,顧客也能回覆熟悉的電話號碼。文章提供設定 API 金鑰、建立訂單通知和防止重複寄送的範例,也說明手機離線時簡訊會暫存,最多等 3 天;SMSTunnel 免費方案每天可寄 25 則。作者也提供 Payload CMS、Strapi 和 Directus 的使用方式,並提醒不要用個人門號寄送收件人未預期的簡訊。
自動化測試有時會在 CI 失敗,重跑後卻又通過,久了大家就不再相信測試結果。作者原本用 Cypress 做端對端測試,後來改用 Playwright,並重新整理測試做法:每個測試都能自己開始、依照真正的畫面狀況等待、讓工程師遵守共同規則,也留下截圖、追蹤紀錄和日誌,方便找出失敗原因。只換工具並不會自動讓測試可靠;測試要好維護,團隊也要能相信它的結果。
想整理多家公司的職缺時,不必逐頁複製,也可以直接讀取公司徵才頁面背後的公開資料。作者示範如何從職缺連結辨認 Greenhouse、Lever、Ashby 等徵才系統,再用各系統提供的資料來源取得職稱、地點和連結。追蹤的公司變多後,資料格式、薪資資訊和分頁方式各不相同,也得記住已通知過哪些職缺。作者另外做了一個 Apify 工具,把十種系統的職缺整理成同一種格式;每 1,000 筆收費 $2,公開資料來源也可以自行免費讀取。
想一次整理多家公司的職缺,不必逐頁抓取職涯網站。文章示範用 Python 讀取 Greenhouse、Lever 和 Ashby 公開的職缺資料,也介紹一款 Apify 工具:輸入公司名稱、網域或職涯頁面網址後,它會辨認公司使用的系統,並把職缺整理成一致格式。不同系統的地點、薪資和職務資料欄位各不相同;若要每天只找出新職缺,也得記住前幾次看過哪些資料。少數公司可用 Python 指令碼處理;公司多、需要涵蓋 Workday 或想把結果匯出到試算表時,文章建議使用現成工具。文中列出的工具費用是每 1,000 筆職缺 $1.00,另加每次執行 $0.00005。
辦 X 抽獎或 NFT 白名單時,參加者一多,人工逐一確認誰有轉推、回覆和追蹤帳號就很費力,也容易漏掉機器人或假參加者。XCROP 提供 7 種檢查方式,能用 API 自動確認這些互動,還能檢查回覆有沒有標記指定數量的朋友,以及帳號是否符合年齡、追蹤人數等條件。像是規定「回覆並標記 3 位朋友」,系統可以直接檢查標記數量;每項一般檢查要 50 點數,Pro 方案檢查 1,000 人是否轉推、回覆和追蹤,約需 $0.75。這讓主辦方更快整理名單,也能清楚告訴參加者還缺哪個步驟;但 X 在 June 2024 起不公開按讚資訊,因此 API 無法檢查按讚。
想整理 X 上的加密貨幣討論,卻不熟悉怎麼呼叫資料 API?XCROP 提供查詢 X 資料的 API,這篇指南帶你從建立帳號、取得 API 金鑰,到送出第一個請求。Starter 方案有每月 5,000 點額度,每分鐘可送出 60 次請求,也能使用所有端點。 例如,你可以查詢 X 使用者的個人資料;回應會把資料和結果筆數、是否還有下一頁等資訊分開放。查詢清單時,也能用遊標接著抓下一頁。API 金鑰要像密碼一樣保管,並留意額度和請求速度,避免金鑰外洩或超過限制。
資安分析師要快速看到警示、裝置狀況和漏洞資料,但每次都從資料庫重新計算,可能讓系統變慢;資料放太久又可能把已修好的漏洞顯示成還沒修好。這套做法把工作分成三層:先定時算好常用的統計,再用 Redis 快速提供結果;遇到快取沒有資料,或有人要求最新資料時,才即時查詢,並把結果存起來供下次使用。 系統也會標示資料算到什麼時候,並限制查詢時間和同時執行的數量。資料庫故障時,仍可提供稍舊的資料;Redis 故障時,則改用受控的即時查詢。這樣能讓分析師知道資料有多新,也減少資料庫負擔,讓資安平臺在出狀況時仍能繼續運作。
郵件 AI 助理讀取客服信件時,如果程式當機,可能漏掉一封信,也可能重複建立審核工作。EngageLab Email 團隊示範一種做法:把審核紀錄和讀取進度放進同一筆資料庫交易,兩者一起存好後才更新進度;如果中途失敗,就從上次存好的位置重讀,並用郵件識別資料避免重複建立工作。範例會把草稿留給真人審核,也不包含寄信功能。作者提醒,讀取進度儲存成功不代表寄信也能保證只寄一次;寄出郵件前還要重新確認最新信件內容,並經過獨立的人工核准流程。
AI 系統通過自動測試,還是可能漏做需求、捏造資料細節,或錯過重要錯誤。文章整理五種讓系統上線前後更容易檢查的做法:用熟悉工作流程的人準備測試案例,確認任務有沒有完成、回答能否找到資料根據,也檢查隱私、公平性、速度和成本;每次修改後重跑測試,並記下失敗、修正結果和核準紀錄。上線後還要留意品質變化,檢查多個 AI 助理交接時有沒有漏掉資訊,也確認系統在沒有許可權時會停止或要求人工審核。
任務常常會互相卡住,但只把箭頭畫在甘特圖上,可能讓其他畫面或資料更新看不到這些關係。比較可靠的做法,是先在資料庫記下「哪個任務卡住哪個任務」,再讓甘特圖把資料畫出來。例如 Task B 要等 Task A 完成,就把 Task A 記成 Task B 的阻擋任務;若有人把已在進行中的 Task B 設成被卡住,系統也能擋下或提醒。新增關係時,還要檢查會不會形成迴圈,像 Task A、B、C 彼此卡住。這樣不論從哪個畫面更新任務,都比較不容易留下錯亂的關係。
AI 程式設計助理能很快寫好新功能,但如果功能立刻對所有客戶開放,出錯時影響可能很大。這篇教學建議把「部署程式」和「讓客戶使用」分開:新功能先預設關閉,再按計畫逐步開放,並設定負責人、到期日和出錯時的停止條件。助理可以準備程式、測試和發布計畫,但增加正式環境的使用範圍要由人決定。文章也提醒,功能旗標不能代替許可權檢查,測試時要確認開啟、關閉和切換時都不會造成重複操作。
AI Act 第 50 條列出生成式 AI 產品的透明度要求,軟體團隊可能得先處理哪些責任,常不容易一眼看懂。作者把條文逐句列出,旁邊附上白話解釋與不同顏色的註記,說明對軟體的影響、爭議、歐盟執委會指引、相關法規和日期;每則說明也連到指引或實務守則的段落,方便核對。文中提醒,若產品透過模型 API 顯示生成內容,標示責任可能落在產品團隊身上;是否需要標示,也可能取決於產生內容的功能。作者說明這是工程角度的解讀,不能取代法律建議。
不同雲端的 Kubernetes 叢集需要互相傳資料,但把它們接成一張大網,可能讓一個叢集出問題時拖累其他叢集。文章建議先列出真正需要的服務連線,再讓流量只經過專用閘道;每個叢集保留自己的網路和服務搜尋,並用工作負載身分確認誰能呼叫哪項服務。新連線要經過審查,也要測試某個叢集停機或遭入侵時,其他服務是否仍被隔開。這種做法能限制故障擴散,也讓跨雲流量更容易追蹤。
AI 助理讀到網站內容時,常拿不到查核日期和官方來源,過期規定也可能被當成仍有效。作者把西班牙居留、醫療、工作和福利等指南,整理成可供 MCP 讀取的資料,並在 Cloudflare Pages 加上唯讀伺服器。它用標題、關鍵字和摘要搜尋,不必另外建立向量資料庫;補助若已截止,或查核日期超過 120 天,回覆會標出狀態或資料過期,避免助理照搬舊要求。作者也提醒,監控機器人可能大量呼叫服務,消耗免費方案的每日額度。
電動機車每次騎的距離、耗電量和天氣都不同,只看單次紀錄,很難知道電池是不是真的變差。ScooterLog 把每個月騎過的公里數和耗電百分比先分別加總,再估算滿電能騎多遠;如果一個月累積耗電不到 15%,就不顯示結果,避免少量資料算出看似精準的數字。它也會依騎士的時區把行程分到正確月份,因為跨到另一個月份的紀錄可能讓趨勢看錯。不過,續航連續下滑只是電池老化的跡象,天氣和騎乘模式也會影響結果。
檔案明明放在 S3,卻沒有出現在 Knowledge Base 裡,可能是資料來源設定的字首和檔案實際路徑不一樣。S3 看起來像資料夾的路徑,其實是物件鍵的一部分;Amazon Bedrock Knowledge Bases 會依納入字首挑選要匯入的檔案。作者以 Daara Media 的品牌指南、指令碼、字幕和提案為例,說明字首要和物件鍵開頭相符,並建議加上結尾斜線,避免誤選相似路徑。上傳檔案後還要同步資料來源;字首只決定匯入範圍,不能取代 IAM 許可權設定。
橋梁圖面、巡檢紀錄、感測器資料和結構分析結果各自分開,工程師很難一起檢視,也不容易查出數字為什麼改變。作者用兩座橋梁做出一套可重跑的流程,把這些資料分層放進 Omniverse,並用編號和對照表連起每根橋梁構件。選取一根橋梁構件,就能檢視它的巡檢紀錄、感測器資料和載重分析結果;每次執行也會留下檔案資訊和分析軟體版本,方便追查變動。作者也提醒,感測器時鐘可能有誤差,不能為了讓曲線對齊就悄悄改時間。
QuickDial 有個功能,可以把聊天軟體裡選好的多張照片一起準備好傳送,但清單往下滑時,畫面會重複利用同一列來顯示不同照片,容易把舊照片誤認成剛選的。作者改用幾個檢查方法:同一列要在兩次畫面更新中都顯示已選,才算數;列被畫面切掉一部分時先不記;長得一模一樣的照片,也不能因為看到另一張沒選,就把它刪掉。最後還會拿聊天軟體顯示的已選數量當上限。這樣若照片還沒看齊,QuickDial 會提醒使用者再滑一下,避免把錯的照片送出去。
ACH 轉帳失敗時,退回程式碼會說明原因;不同原因要用不同方法處理。像 R01 是帳戶餘額不足,可以等一段時間再試;R03 代表找不到帳戶,就該請收款人確認銀行資料,別一直重試。遇到 R10 這類未經同意的交易爭議,則需要聯絡客服或客戶處理。 文章也示範如何依程式碼安排重試、通知收款人或交由人工檢視;若原本的轉帳方式行不通,也可以檢查是否有其他銀行帳戶或改用其他付款管道。ACH 退回可能要等 2–5 個工作天才會收到,因此這段期間付款狀態應標為處理中,收到退回後再更新帳目並採取相應處理。
手動改 Claude Code 和 Codex 的設定檔,常會填錯 API 端點,或選錯服務支援的格式。這篇教學用 NiceAI 示範如何透過 CC Switch 管理兩者的供應商設定:Claude Code 的網址填 https://api.niceai.dev,Codex 則填 https://api.niceai.dev/v1。若服務只支援 Chat Completions,Codex 必須選擇本機轉送,並讓 CC Switch 持續開著。切換後可用簡短提示測試是否收到正常回覆;Codex 還需要關閉並重新啟動,才能載入設定。
作者的 Mac 突然卡住,暫存資料夾裡還出現一個 288 GB 的文字檔。原因是整理檢查結果的迴圈,輸出檔也符合輸入檔的搜尋條件;macOS 的 cat 讀到自己正在寫的檔案後,就不斷把內容加回檔案。Linux 上的 GNU cat 會偵測這種情況並跳過,macOS 隨附的 BSD cat 則不會。Claude Code 的指令逾時後轉到背景,後續檢查又多次讀取大檔案,讓磁碟持續忙碌。作者建議把輸出檔放到搜尋範圍外、設定檔案大小上限,並用 ls -l 或 stat 檢視大小,避免為了計算檔案大小而讀完整個檔案。