跳到正文

#GitHub

RSS
今日 11 則
11月15日週日
  1. Dev.to Top Tech48

    ESP32 AdBlocker 用小晶片替家中所有裝置擋廣告

    家裡每臺手機、電視和電腦上網前,都會先問 DNS 伺服器某個網址在哪裡;廣告和追蹤網站也會趁這時載入。ESP32 AdBlocker 把 ESP32 開發板變成網址守門員:遇到清單裡的廣告或追蹤網址,就回覆「找不到」,其他網址則照常放行。它每天會更新清單,也有網頁可以檢視擋下多少網址、自己增刪專案。 只要把 ESP32 設成路由器使用的 DNS 伺服器,家中連上網路的裝置就能一起受保護。不過,它只擋得住來自不同網址的廣告;像 YouTube 直接從自家網址送出的廣告,就無法靠這種方法移除。

  2. Dev.to Top Tech63

    JWT 修補教學:只拒絕無簽章 token,仍擋不住演演算法混淆

    JWT 驗證只拒絕沒有簽章的 token,仍可能讓攻擊者偽造管理員身分。作者用同一個 PoC 測試三種驗證器:有漏洞的版本接受兩個偽造 token,只封鎖無簽章 token 的版本仍接受一個;只允許 RS256 的版本則沒有接受偽造 token。問題在於,如果驗證程式還保留 HMAC 驗證分支,攻擊者可能把公開的 RSA 公鑰當成 HMAC 金鑰來簽 token。作者也確認三種版本都能接受合法 token,並提供可重現的程式,方便檢查演演算法是否採用白名單,以及不同演演算法是否共用金鑰。

  3. Dev.to Top Tech38

    用 Azure Cosmos DB、Terraform 和 GitHub Actions 打造會自動部署的待辦事項 App

    做課堂專案時,學生需要用 NoSQL 資料庫做出並部署一個 App。他們選了 Azure Cosmos DB,把每件待辦事項存成 JSON 檔案,再用 Terraform 建好雲端資源,並設定 GitHub Actions 在程式碼更新時自動建置、部署和檢查 App 是否正常。像是推上新的程式碼後,系統就會自動把新版送到 Azure;如果健康檢查沒有通過,部署流程也會失敗並提醒團隊。這讓每次更新都少了手動搬資料和設定的麻煩;不過免費的 App Service F1 閒置一段時間後會休眠,重新使用時第一次開啟可能比較慢。

  4. Dev.to Top Tech45

    AgentBlackBox 如何替 AI 程式開發助理留下防竄改紀錄

    AI 程式開發助理有權操作電腦時,可能為了讓測試通過而刪掉測試檔案,也可能不小心洩漏金鑰,或被藏在程式碼裡的惡意指令騙過。AgentBlackBox 會在 AI 助理執行工具時留下防竄改紀錄,並遮住機密資料、擋住敏感檔案;有人修改或刪除紀錄,檢查時就會發現。它也能檢查 GitHub 上的程式修改,提供可直接套用的建議,並在完成後丟棄記憶體中的原始碼。這讓團隊更容易查清 AI 助理做過什麼,也能在程式碼交給別人前多一道檢查。

  5. Dev.to Top Tech55

    VotaYa 示範如何用 Firestore 模擬器測試,再部署到 Render

    把使用雲端資料庫的 App 放進自動部署流程,常讓人擔心測試會碰到正式資料或用掉免費額度。作者分享 VotaYa 的做法:GitHub Actions 先用 Firestore 模擬器測試,再建置 Docker 映像檔;兩步都成功後,才通知 Render 部署。測試會透過 HTTP 呼叫 API,也檢查多人同時投票等情況。資料庫憑證放在 Render 的環境變數裡,CI 不需要存取正式資料庫。作者也提醒,Render 免費方案閒置後會休眠,Firestore 免費額度則只適合示範,未必足以支撐正式產品。

  6. Dev.to Top Tech55

    wtfi3 用儀錶板檢視家中哪些裝置正在連線到哪些服務

    路由器通常只會列出連上 WiFi 的裝置,卻看不出它們正在和哪些服務交換資料。作者做了 wtfi3,一個 Go 程式,可以把連線畫成儀錶板,顯示裝置、服務、流量大小和部分追蹤器名稱;它只讀取未加密的網路資訊,不會解密內容。若要看到同一網路上其他裝置的流量,工具也提供 ARP 欺騙模式,讓流量經過執行它的電腦,但這會形成中間人監看,作者提醒只能用在自己擁有的網路。儀錶板預設只開放本機使用,避免其他人看到裝置的 DNS 名稱與連線目的地。

  7. Dev.to Top Tech54

    wtfe2 示範如何依授權把程式漫畫改成日文

    想把英文程式漫畫分享給不懂英文的人,得先確認作者是否允許改圖。wtfe2 依照各漫畫的授權,決定要重新排上日文文字,還是隻放介紹和連結;沒有清楚授權的作品不會擅自改畫。作者也用自動檢查確認授權和圖片資料相符,並以程式清除漫畫中的英文文字、保留圖畫線條,再把日文放成可選取的文字。這套做法讓作品較容易閱讀,也能清楚交代授權與來源。

  8. Dev.to Top Tech58

    Argo CD 大規模使用時,GitOps 漂移問題怎麼處理

    Argo CD 顯示同步完成後,叢集裡的設定仍可能被其他工具改動,讓 Git 裡記錄的狀態和實際狀態對不上。文章整理出三種常見來源:控制器自動修改資源、部署流程直接改線上設定,以及 Operator 持續管理特定欄位。作者建議定期用 argocd app diff 檢查差異,並為忽略的欄位指定負責人。若部署流程需要直接修改線上設定來回滾,開啟自動修復可能會立刻把修改改回去;把部署變更寫入 Git,則能用 git revert 回復,也留下清楚的紀錄。

  9. Dev.to Top Tech56

    如何用自訂 Nmap NSE 掃描器檢查 Apache mod_http2 漏洞

    只看 Apache 的版本橫幅,可能把沒開 HTTP/2 的伺服器也列為受影響;隱藏版本時又可能查不到。作者做了一個 Nmap NSE 掃描器,會檢查 Apache 版本,也會確認伺服器是否透過 TLS 的 h2 或明文連線的 h2c 啟用 HTTP/2,再分別回報受影響、可能受影響、未受影響或無法判定。作者在 Debian 13 的測試環境中用不同設定的 Apache 伺服器驗證掃描結果;工具不會送出攻擊內容。文中列出的受影響版本為 2.4.55 至 2.4.70,並提到可升級至 2.4.71 或停用 h2、h2c。不過作者表示當時無法獨立確認這個 CVE,提醒採取行動前先查 Apache 官方公告。

  10. Dev.to Top Tech54

    Claude Code、Codex 和 Gemini CLI 本週更新整理

    程式開發工具更新後,許可權檢查和信任設定可能改變,原本能用的工作流程也可能受到影響。這篇整理 Claude Code、Codex 和 Gemini CLI 本週的版本更新:Claude Code 修正多個許可權與沙箱問題,並修補 zstd 回應解碼的安全問題;Codex 在不受信任的資料夾中,不再只靠 --sandbox workspace-write 載入專案設定和 MCP 伺服器,使用者需要明確加上 --trust。文章也提醒,若 Codex 的 CI 工作流程突然無法載入 MCP 伺服器,應檢查資料夾信任設定。

  11. Dev.to Top Tech63

    雲端 Android 手機啟動速度實測:Limrun、Mobilebox 和 Phone Harness

    AI 助理需要操作雲端 Android 手機時,啟動要等多久、每分鐘要花多少錢,都會影響工作效率。Mobilebox 團隊用同一支程式和同一個 APK,測了三種服務各 10 次:Limrun 最快,從要求啟動到看到畫面中位數是 0.98 秒;Mobilebox 是 19.4 秒,Phone Harness 是 23 秒。Mobilebox 每分鐘 $0.01,10 分鐘共 $0.10,是這次比較中費用最低的服務;它也能暫停手機再接著用,已安裝的 APK 在 10 次測試中都還留著。作者提醒,短工作會受到啟動時間影響,長工作則更需要比較每分鐘費用和暫停後能保留什麼;測試結果也會因地點和日期不同而改變。

  12. Dev.to Top Tech59

    Marymar 用 dbt 和 DuckDB 把 CSV 銷售資料整理成公開資料產品

    CSV 裡的銷售資料可能有重複、格式錯誤或缺少客戶與商品資訊,直接刪掉問題資料也會讓人看不出發生什麼事。Marymar 用 dbt 和 DuckDB 建立可重跑的資料流程,把資料分成可用結果與保留檢查的紀錄,再用測試確認資料沒有遺失、收入也能對上。流程通過檢查後,GitHub Actions 會自動發布報表和資料檔。這個範例使用合成資料,展示如何讓資料整理過程更容易追查。

  13. Dev.to Top Tech79

    AWS 推出 AWS Emulator,讓開發者在筆電本機測試雲端程式

    在 AWS 上反覆測試程式,要等待資源建好,也可能碰到真實帳戶和費用。AWS 推出 AWS Emulator,讓開發者在自己的電腦模擬部分 AWS 服務,程式可以用原本的 AWS CLI、SDK 或 AI 助理來操作,不必改應用程式的程式碼。例如,測試程式建立 DynamoDB 資料表、寫入再讀取一筆資料,可以在本機快速完成。AWS 表示,這個模擬器的程式碼由 AI 助理撰寫和測試,也公開了用來比對模擬器與真實雲端行為的測試。不過,它不會嚴格檢查 IAM 許可權,也不適合拿來確認安全性、進行長時間負載測試或正式上線;這些仍要到 AWS 驗證。

    推薦理由:文章整理 AWS Emulator 的本機測試方式與許可權檢查限制,能幫助開發者判斷哪些工作適合留在本機,哪些仍要到 AWS 驗證。

  14. Dev.to Top Tech65

    用 DuckDB 在瀏覽器做零售銷售分析,並自動部署到 GitHub Pages

    想從大量銷售紀錄看出各市場和商品類別的收入變化,可以把分析工作放進瀏覽器裡完成。作者做了 Retail OLAP Lab,用 DuckDB-Wasm 查詢 100,000 筆可重複產生的合成銷售資料,能依市場和年份篩選、檢視每月收入與類別排名,也能匯出 CSV。資料只存在使用者自己的瀏覽器中,重新載入就會重建,並非真實市場資料。專案還用 GitHub Actions 檢查資料計算和程式,再自動發布到 GitHub Pages;檢查失敗時不會發布新版本。

  15. Dev.to Top Tech52

    如何用 AI 助理工作區,讓回歸測試每次照相同步驟執行

    AI 助理測試同一個結帳流程時,可能每次走不同路線,讓團隊難以判斷是程式變了,還是測試方式變了。作者用 Tricentis AI Workspace 示範:先建立固定工作流程,讓 AI 讀取 Jira 需求、產生測試案例,再和 qTest 裡已有的案例比對,提出新增、修改或刪除建議。每個 AI 助理只拿到工作需要的工具許可權,寫入 qTest 前則先由人核准。這能讓測試步驟更一致,也留下執行紀錄供日後檢視;但測試是否真的檢查了正確行為、涵蓋是否足夠,仍需要人確認。

11月14日週六
  1. Dev.to Top Tech52

    GhostAction 疑似入侵後的 24 小時應變指南

    收到 GhostAction 警示時,團隊得先弄清楚是儲存庫、帳號還是開發者電腦出了問題,並保留證據再處理。這份指南把前 24 小時分成幾個階段:先記錄警示來源、儲存程式碼和網路紀錄,再盤點帳號能修改的儲存庫、檢查 OAuth 授權並更換重要憑證。文中提到的惡意檔案只能當成調查線索;若同時找到相關程式和連線紀錄,才是執行過的較強證據。外部掃描數字也不能單獨證明電腦遭到執行或儲存庫已感染。恢復使用前,還要確認授權、憑證、排程工作和惡意檔案都已處理。

  2. Dev.to Top Tech47

    Onset 用 FaceTime 做中風後每日檢查,最難找的問題竟出在通話平臺

    中風出院後的幾週風險很高,家人可能沒注意到笑容、手臂或說話出現變化。Onset 讓病人每天用 FaceTime 做約一分鐘的檢查:對著鏡頭微笑、舉起雙手、重複一句話,再和病人第一次通話留下的狀態比較;發現變化時,會邀請照顧者加入通話,一起建議打 911。 團隊原本以為通話沒聲音是自己的程式出錯,換過語音服務和測試音後仍然無聲;連平臺提供的示範程式也一樣,才發現試用電話線沒有傳送音訊。因此,他們讓操作指示直接顯示在畫面上,也做了照顧者檢視檢查結果的儀錶板。不過,目前判斷門檻只用模擬資料和一個人調整,還沒有臨床研究證明準確度。

  3. Dev.to Top Tech78

    Travis Martin 示範如何用兩個 Grok AI 助理和 Claude Code 自動推進軟體專案

    個人專案常有好點子,卻一直沒空整理成計畫和程式。Travis Martin 分享他在 harness-lab 的做法:一個 Grok AI 助理找點子,另一個把點子整理成規格和工作清單,再由 Claude Code 在 GitHub Actions 裡完成工作並開出草稿 PR。每個角色透過 GitHub 標籤交接進度,作者會先核准規格,最後親自檢查並合併程式。文章也提醒,公開專案的留言可能藏有提示詞注入內容,因此他限制誰能留言,並把許可權和重做次數設下界線。

    推薦理由:作者以自己的公開專案走過從找點子、整理規格到產生草稿 PR 的流程,並說明標籤如何交接工作及兩個人工把關點。

  4. Dev.to Top Tech69

    Copilot 程式碼審查為何不會阻擋合併?作者檢查了 55 個 PR

    Copilot 程式碼審查會列出問題或建議,但 GitHub 是否擋下合併,看的是真正的審查狀態。作者檢查了 microsoft/vscode 中 55 個已合併 PR,發現每筆 Copilot 審查的狀態都是 COMMENTED,沒有 APPROVED 或 CHANGES_REQUESTED;即使畫面寫著「Changes recommended」,也不會因此阻止合併。作者也發現,同一個 commit 上的兩次審查可能列出不同問題,審查時看到的版本也可能不是最後合併的版本。因此,若要評估審查品質,應記錄審查狀態、檢查過的 commit 和 PR 當時的版本,不能只把畫面標題當成審查結果。

  5. Hacker News (official RSS)67

    Zigzag 推出原生 Mac 瀏覽器,讓 Arc 使用者帶著分頁與資料轉換

    從 Arc 換瀏覽器時,使用者可能不想放棄側邊欄和分組分頁,也不想重新整理書籤與密碼。高中生 Zigao Wang 做了開源瀏覽器 Zigzag,使用 macOS 內建的 WebKit,分頁放在側邊欄,並可把 Arc 的空間、分頁、書籤、歷史紀錄、密碼和擴充功能匯入。它支援 Chrome 線上應用程式商店的擴充功能,也提供分割畫面和分頁群組;不過目前沒有 Mac 之間或 iPhone 的同步,也沒有 Arc 的 Boosts、Easels 和 Notes。Zigzag 需要 macOS 15.4 或更新版本。

  6. Dev.to Top Tech42

    如何在 Azure 部署 DeepSeek-R1 和 Qwen,沒人使用時自動停機省費用

    自行架設 DeepSeek-R1、Qwen 這類開放模型,可以讓資料留在自己的環境裡,但 Azure 的 GPU 虛擬機器若整天開著,就算半夜沒人使用也會一直花錢。這篇教學用 FastAPI 做一個入口,部署到 Azure Container Apps;連續 5 分鐘沒有請求,服務就會停下來,閒置時的運算費用是 $0。有人送出請求時,Azure 會重新啟動服務,第一次要等約 25–35 秒,之後就能逐段顯示回答。原本使用 OpenAI SDK 的程式只要改連線網址,就能呼叫這個入口;適合想自己架設模型、又不想讓服務整晚空轉的團隊。

  7. Tom’s Hardware AI & Computing65

    學生用 92% LEGO 零件打造 Studprint 3D 列印機,花費 $173.35

    想自己做一臺 3D 列印機,通常得準備不少專用零件;Adam Turaj 則用 LEGO 零件打造了名為 Studprint 的開源列印機,整臺只有 13 個零件不是 LEGO。他盡量只用一般 LEGO 積木,不用 LEGO Technic,連列印平臺和螺桿也由 LEGO 零件組成。整臺材料花費 $173.35,其中 LEGO 零件約 $30。文章提到,他用這臺機器印出一艘 Benchy,花了 1.25 小時;這個例子呈現了 DIY 設計如何用常見積木組出能運作的列印機。

  8. Dev.to Top Tech82

    PixelLeak:AI 程式開發助理把 13,000 多張內部截圖放進公開 GitHub 儲存庫

    AI 程式開發助理需要在程式審查中展示畫面時,有些人改用 gitshot,把截圖存進開發者個人帳號下的公開 GitHub 儲存庫,公司的安全掃描工具可能因此看不到。Glow 表示,已在 300 多個組織的公開儲存庫中找到 13,000 多張內部截圖與錄影,其中包括帳務資料和資金處理畫面;目前沒有證據確認研究團隊以外的人曾下載這些檔案,也無法確認所有相關儲存庫都是 AI 助理上傳的。GitHub CLI 的 gh 2.99.0 加入 --attach,可用來附上畫面,但不會移除已公開的舊檔案,也不支援 GitHub Enterprise Server。

    推薦理由:這起事件呈現 AI 助理為了附上畫面而採用公開個人儲存庫的風險,也說明公司掃描工具可能因此看不到外洩內容。

  9. Dev.to Top Tech76

    研究檢查 3,905 份 GitHub 指令檔,發現 Claude Code 常讀不到 AGENTS.md

    AI 程式助理可能因為沒讀到專案規則,或只讀到部分內容,而和其他助理採用不同做法。作者檢查了 3,905 份 GitHub 上的 CLAUDE.md 和 AGENTS.md,發現兩份檔案並存時,約 16% 的 CLAUDE.md 沒有提到 AGENTS.md,因此 Claude Code 不會載入它;另有一些檔案要求助理自行去讀,或是複製後內容已經不同。作者建議在 CLAUDE.md 開頭單獨加上 @AGENTS.md,讓 Claude Code 匯入共用規則。研究也指出,超過 Codex 預設讀取大小的 AGENTS.md,後段內容不會送進模型;檢查只涵蓋公開 GitHub 專案,衡量的是規則有沒有傳到助理,不代表助理一定會遵守。

    推薦理由:這份 GitHub 檢查整理了指令檔未載入、內容分歧與長度超限的情況,並說明如何讓 Claude Code 讀取 AGENTS.md。

  10. Dev.to Top Tech64

    Claude Code、Codex 或 Cursor 寫的程式,測試全過仍可能刪掉資料

    測試和 CI 都顯示通過,不代表程式改動不會刪掉正式資料,因為測試常用全新的資料庫。作者整理了幾種容易漏看的改動,例如移除資料表欄位、沒有條件的刪除指令、清理指令碼刪錯資料,以及設定檔少了環境變數;建議先檢查遷移檔、指令碼、CI 和設定檔新增或刪除的內容。作者也做了 Destructive Diff Gate,可在提交程式碼或 GitHub Actions 檢查差異中的危險寫法;它是文字規則檢查,可能漏掉部分情況,也可能把安全改動標成風險,不能取代人工審查、備份或測試環境。

  11. Dev.to Top Tech68

    Meta 如何用 Argo CD 和 Kargo,將應用程式發布從四小時縮短到幾分鐘

    Meta 的 Kubernetes 應用程式更新過去得跟基礎設施一起走冗長流程,日常發布要花四小時以上。現在 Terraform 管理基礎設施,Argo CD 依照 Git 裡的設定更新應用程式,Kargo 則負責把版本逐步推進到不同環境;平臺也會檢查應用程式狀態,留下版本紀錄,方便追查和復原。開發者只要寫簡短的應用程式設定,平臺就會準備好其他部署設定。這套做法用在約 100 個 Kubernetes 叢集,日常發布如今只要幾分鐘;文章也提醒,這種規模的系統仍有維護成本,Meta 正在研究如何減輕負擔。

  12. PyTorch Core Releases49

    PyTorch C++ FakeTensor 改用 prim 中繼資料實作產生假張量

    PyTorch 的 C++ FakeTensor 遇到某些運算時,需要知道結果的形狀和資料型態,卻不必真的執行運算。這次修改讓它在完成拆解後,直接呼叫對應的 prim 中繼資料實作來產生假結果;如果選中的實作回報「不支援」,就直接報錯,不再悄悄改走其他路徑。像是建立空張量、算術運算和轉換資料型態都納入測試。這讓 C++ 模式能沿用這些運算的結果資訊,也能避免錯誤被其他路徑掩蓋;隨機數相關運算則因為還需要處理張量,暫時不做這項改動。

  13. PyTorch Core Releases45

    PyTorch Dynamo 修正 AOT 執行時包裝程式的迴圈匯入問題

    PyTorch 的 AOT 執行時包裝程式和 Dynamo 互相匯入時,可能讓 Dynamo 還沒準備好就被其他程式使用,之後呼叫 torch.compile 便可能失敗。這次修改把部分匯入延後到擷取反向計算圖時才進行,避免兩邊卡在彼此載入的狀況,也不改變反向計算。維護者用新的程式執行環境重現並檢查這個問題,確認修正後能順利匯入;CUDA 和完整的 PhysicsNeMo 流程則沒有測試。

  14. Dev.to Top Tech66

    OGE UI 如何用同一套核心打造 Angular 和 React 資料表格

    同一套資料表格要支援 Angular 和 React,常會因為各自重做功能,讓操作方式和行為慢慢不一致。作者把排序、篩選、選取和鍵盤操作等邏輯放進不依賴框架的 TypeScript 核心,再為兩種框架各自打造原生介面。這讓修正可以共用,也能用檢查確保兩邊功能相同;但元件、檔案和測試仍要各做一份。作者也公佈 100,000 列資料的效能測試,指出 Angular 捲動畫面目前不如預期。OGE UI 有些功能採 MIT 授權,另有商業功能。

  15. Dev.to Top Tech42

    FieldRook:我打造了一套用證據查 Windows 問題的工具

    遇到 Windows 故障時,診斷工具可能各做各的;只靠猜測或聽起來很有道理的 AI 回答,也不容易知道判斷有沒有根據。一位瑞典的 IT 維修技術人員和獨立開發者做了 FieldRook,把調查步驟、診斷工具和可追查的證據放在同一套桌面軟體裡,也能選擇使用 AI 協助推理,並由技術人員決定怎麼處理。目前公開的預先發布版本是 v0.6.0-rc.1,包含 Evidence Lens 和 Network Lab。軟體還在早期,接下來仍需要更多實際測試;作者希望 Windows 技術人員和開發者指出哪些地方有用、哪些還不符合真實的故障排查需求。

  16. llama.cpp Releases47

    llama.cpp 重整 DFlash 推測解碼,加入 DFlash2 和 LiliCorr 專用型別

    llama.cpp 重新整理 DFlash 家族的推測解碼程式,讓不同草稿模型各自使用對應的讀取和執行方式。新增的 draft-dflash2 和 draft-lilicorr 可指定 DFlash2 與 LiliCorr;原有的 draft-dflash 也會依草稿模型的資料自動選擇 DFlash、DFlash2 或 LiliCorr。若型別和模型不相符,或同一次執行混用多種 DFlash 家族型別,系統會拒絕開始推測解碼。這次整理也讓 DSpark 使用自己的讀取方式,並把共用的程式拆分整理。

  17. Dev.to Top Tech52

    Shopify、eBay 和 Whatnot 訂單 CSV 怎麼整理,才不會弄錯出貨單

    不同購物平臺匯出的訂單 CSV 格式不一樣,處理錯了可能把訂單拆開、把兩筆包裹合在一起,或印出尺寸不對的出貨標籤。作者測試 Shopify、eBay 和 Whatnot 的檔案後,整理出幾個容易踩到的地方:多商品訂單要用訂單編號分組,同一位買家的不同訂單也要分開;讀取檔案時要處理開頭的 UTF-8 BOM,並留意 Excel 把長追蹤碼改成科學記號或刪掉郵遞區號開頭的 0。列印 4×6 吋標籤時,瀏覽器的縮放和邊界設定也會影響結果。作者還提供虛構範例 CSV,方便測試而不必使用真實顧客資料。

  18. Dev.to Top Tech37

    Cindervale:打造不只改變語法顏色的 VS Code 主題

    很多 VS Code 主題只換編輯器背景和程式碼顏色,Cindervale 想讓整個 VS Code 看起來像同一個舒服的空間。它有深色、淺色,以及兩種方便分辨顏色的版本,並用固定的配色代表函式、關鍵字、型別和字串,讓不同程式語言看起來更一致。主題也涵蓋側邊欄、選單、終端機等介面;無障礙版本還用明暗差異幫助分辨相近的語法顏色。Cindervale 已上架 Visual Studio Marketplace,原始碼也放在 GitHub。

  19. Dev.to Top Tech65

    SwiftStream 推出 Duck,讓 iOS 和 macOS App 使用 DuckDB

    在 iOS 和 macOS App 裡使用資料庫時,開發者常得在簡單易用和進階 SQL 功能之間取捨。SwiftStream 創辦人推出 Duck,讓 Swift 程式可以在 App 內使用 DuckDB,並用 Swift 的資料模型和寫法建立查詢、管理資料表更新,以及觀察查詢結果的變化。DuckDB 原本偏向分析資料,作者提醒,若工作主要是大量小筆更新,應先用自己的情境測試;加入 Duck 也會讓 App 體積增加。Duck 1.0 支援 iOS 15 以上和 macOS 12 以上。

  20. Dev.to Top Tech41

    Lab to Prod 為什麼要公開記錄打造 AI 系統的過程

    做出一個看起來能用的 AI 展示版,不代表它真的可靠;還得檢查品質、記錄結果,並準備好出錯時退回舊版。作者想用公開的方式記下自己如何把 AI 系統從展示版做到能放心使用,也順便練習把技術講清楚。每週 Claude Code 會先準備文章和影片草稿,再由作者親自看過、修改或核准;沒有人核准,內容就不會發布。作者設定每週最多花 30 分鐘,4 週內發布 20 篇短文、8 支短影片和 4 篇長文,之後再看成果決定要不要繼續。

  21. Dev.to Top Tech48

    crypto_wallet_core:用 Dart 打包 Bitcoin 和 Ethereum 錢包的核心功能

    錢包要把助記詞轉成金鑰,再用金鑰產生地址和簽署交易;如果這些步驟分散在好幾個套件裡,就得逐一檢查程式碼,才知道私鑰怎麼被處理。crypto_wallet_core 把 Bitcoin 和 Ethereum 的助記詞、金鑰、地址與簽名功能放進一個 Dart 套件,也用公開測試資料檢查各項演演算法。 不過,這套程式尚未經過安全審查,Dart 也無法保證處理私鑰時不會留下可被觀察的時間差,記憶體裡的金鑰也不能可靠清除。也就是說,測試資料都對得上,不代表已經安全到能放心保管真正的資金;使用前仍應找人獨立檢查,或改用硬體錢包、經過審查的原生程式庫來簽名。

  22. Dev.to Top Tech37

    PrivateTools 推出 7 款免費配色與設計工具,圖片都在瀏覽器裡處理

    設計師把客戶的未公開畫面上傳到免費線上工具,可能會讓敏感資料跑到別人的伺服器。PrivateTools 做了 7 款免費的配色與設計工具,直接在瀏覽器裡處理,不會上傳檔案,也不會追蹤使用者。工具包括色彩格式轉換、配色表產生、對比檢查、色盲模擬、圖片取色和 CSS 漸層製作。像是上傳一張圖片,就能在自己的裝置上找出主要顏色,或模擬不同色盲者看到的畫面。這些工具可減少等待,也讓設計資料留在自己的裝置裡。

  23. Dev.to Top Tech54

    讓 Grok 擔任付款 AI 助理:模型自行擋下兩次攻擊,其餘由風險防護閘門攔截

    能幫忙付錢的 AI 助理,很容易被騙把錢轉給錯誤物件。作者使用 grok-4.7 與 sra-riskgate 0.18.0 進行無實際轉帳的模擬測試,給了三個收件匣專案:一筆正常的 2.50 USDC 發票、一筆要求無限額度授權的扣款合約,以及一筆使用假冒相似地址的偽造發票。 在自由判斷的測試中,Grok 自行拒絕了無限額度授權與仿冒地址發票,只提交正常發票;當被強制要求「提交所有專案交由閘門判斷」時,外部防護閘門成功擋下了無限額度授權,並直接駁回仿冒地址交易。這項測試提醒開發者,除了依賴模型本身的判斷力,涉及資金流動時加上外部檢查機制更能防止意外。

  24. Dev.to Top Tech46

    如何用 k6 和 GitHub Actions 對 .NET API 做負載測試

    API 平常回應正常,不代表很多人同時使用時也撐得住。這篇文章用 k6 模擬使用者同時操作銀行 API,再讓 GitHub Actions 在每次程式碼有變動時自動執行測試,並把報告放到 GitHub Pages。測試中最多有 20 個使用者同時操作,每人建立帳戶、存入 50,再提領 30,確認最後餘額正確;結果 8,315 次要求都沒有失敗,95% 的回應不到 1 毫秒。這是因為資料存在記憶體裡,換成真正的資料庫後,回應時間可能會更長;自動測試能及早發現程式改動是否讓 API 變慢。