跳到正文

#開源生態

RSS
今日 21 則
11月18日週三
  1. Dev.to Top Tech68

    io_uring 與 epoll 比較:每一次系統呼叫成本與複雜度的權衡

    在一秒處理百萬個請求的伺服器裡,最耗費的往往不是實際處理,而是每個請求都要告訴核心的開銷。傳統的 epoll 需要三次系統呼叫,對於百萬次請求會造成大量切換,佔用約半個 CPU 核心。Linux 5.1 之後的 io_uring 允許把多個操作一次性放進共享環,核心直接執行,這樣在穩定負載下每個請求可以零次系統呼叫,僅剩記憶體存取成本。雖然 io_uring 在效能上優於 epoll,卻也帶來了 kernel 版本、容器安全設定以及記憶體管理的複雜度。這篇文章用實際數值說明兩者在吞吐、延遲與可維護性上的差異,幫助開發者決定是否升級至新版 Linux。

  2. llama.cpp Releases56

    llama.cpp b12480 把 Llama Chat 的共用介面整理成 UI 函式庫

    Llama Chat 原本把不少介面元件、顏色設定和字型留在自己的程式碼裡,與共用版本重複維護。這次 b12480 把這些內容整理進新的 @ggml-org/llama-ui 套件,聊天介面改從套件取用元件、模型資訊和樣式,建置流程也會在函式庫內容變動時重新建置。更新還修正子選單被選單邊界裁切,以及切換對話時可能把回覆節點寫到錯誤對話的問題。

  3. AWS Machine Learning Blog76

    SMART 如何用 Amazon Bedrock AgentCore 串接 WhatsApp AI 助理

    把 AI 助理接上 WhatsApp,麻煩的地方常是訊息格式、圖片和語音處理、對話記憶與提醒排程。AWS 的開源工具 SMART 提供 Python SDK 和 Terraform 設定,讓開發者把重心放在 AI 助理的提示詞、工具和商業邏輯,並由 SMART 處理通道工作。文章也示範如何在本機先試跑,再部署到 AWS;若訊息是在對方最後發言超過 24 小時後送出,就必須使用 Meta 預先核准的範本。文中提醒,這是供非正式上線用途的範例程式,部署前仍要符合自己的安全與法規要求。

    推薦理由:文章整理 WhatsApp 串接時常見的訊息、媒體、記憶與排程工作,並展示 SMART 如何把這些通道功能交給現成工具處理。

  4. Lobste.rs (Engineering Discussion)58

    Sarasa Gothic Mono 用多語系字型讓程式碼更整齊易讀

    寫程式時,英文、中文和其他語言的字形常會混在一起,等寬字型也不一定能好好顯示各種文字。Sarasa Gothic Mono 結合 Source Han Sans 和 Iosevka,支援多種文字、程式連字和數學符號,字元寬度也經過設計,讓中文等寬字能和半形字對齊。它提供不同粗細、斜體和適合程式編輯器或終端機的字型版本,並以免費開源方式提供。

  5. GitHub Engineering81

    GitHub 如何用 Agent Host Protocol 讓 Copilot 工作階段跨裝置接續

    AI 助理如果綁在單一程式裡,關掉視窗或換裝置時,工作就難以接續;每個應用程式各自串接,也讓開發者不容易把 AI 助理帶進自己的工具。GitHub 說明 Agent Host Protocol(AHP)如何讓 VS Code、GitHub Copilot app 和其他使用者端共用工作階段、歷史紀錄與狀態。使用者端送出操作後,由伺服器更新狀態;遇到網路中斷時,使用者端可以重新送出排隊中的操作,等伺服器確認。VS Code 和 GitHub 也用不同語言各自實作主機,藉此找出協定需要補足的地方。

    推薦理由:AHP以獨立協定連線不同裝置與兩種獨立實作,文中也整理了跨網路中斷、重連與功能差異時的設計取捨。

  6. Dev.to Top Tech71

    EveryInfra 示範如何把漏洞警示整理成修補清單

    漏洞掃描常會列出一大串警示,卻沒說清楚哪些真的在產品裡、該由誰處理。EveryInfra 作者查詢 15 個舊版套件,得到 344 筆通報;合併重複資料後剩下 242 個漏洞,其中 4 個列在 CISA 已知遭利用漏洞清單。作者建議先確認套件是否出現在實際建置或執行環境,再記下負責人、修補方式和完成證據;也要保留各來源資料,避免資料庫更新或掃描器漏看套件時,警示消失卻被誤認為問題已修好。

  7. Dev.to Top Tech49

    Headron 如何用更好的資料與檢查,讓 AI 助理更可靠

    AI 助理接手大型程式專案時,常得自己摸索檔案在哪、規則是什麼、該跑哪些檢查,容易漏掉重要資訊。Headron 是一套幫 AI 助理找出相關資料、照著專案規則工作,並留下檢查結果的工具。測試中,Claude 三種模型處理 138 個任務時,答對數從沒用 Headron 的 78 個,增加到用了之後的 137 個;整理提示詞資料的用量也比直接塞入整個程式專案少 89%。這些結果只代表文章測試的任務,不能保證所有工作都會變好,但顯示提供合適的資料和清楚的檢查方式,可能比一味換更大的模型更有幫助。

  8. Tomasz Tunguz Blog60

    LanceDB 募得 $57.5m,多家 AI 公司用 Lance 管理訓練資料

    AI 公司要用大量圖片、影片和程式碼訓練模型,得先有方法管理龐大的資料。Tomasz Tunguz 介紹 Lance 這種資料格式,以及 LanceDB 在多家公司的使用情況:Exa 用它管理網頁資料,Runway 用在影片生成,Microsoft AI 則用它處理訓練和推論資料。Adobe 管理的資料規模達 40pb 到 50pb,NVIDIA 也用 Lance tables 進行大規模訓練。文章也宣佈 LanceDB 募得 $57.5m Series B,並提到公司營收年增超過 10 倍、開源下載量超過 120m。

  9. Dev.to Top Tech45

    挑圖示前,先用 12 種常見操作檢查儀錶板圖示組

    儀錶板剛開始只需要搜尋、加入和設定圖示,之後還會有帳單、分享、匯出等操作;如果沒先整理,圖示很容易散落在各個程式元件裡。文章示範先列出 12 種操作、每種操作要完成的事,以及 Heroicons v2.2.0 的候選圖示,再把它們放進畫面一起檢查。例如,「分享」如果只是複製連結,就要確認圖示和「複製連結」標籤是否清楚;「刪除」也要寫明是刪一份報表還是刪多份。這樣能讓團隊看出哪些圖示還要比較,也把檔名、版本和授權一起記下來,方便實作與日後改版。

  10. The Register · AI & ML69

    Crosspoint Reader 帶來哪些開源社群與大型語言模型的啟示

    小巧的電子書閱讀器很受歡迎,但原本的系統常限制它們能做的事。Crosspoint Reader 是一套開源韌體,能用在多款這類裝置上,已有超過 300,000 次安裝,也有新機出廠時就搭載它。它讓更多不熟悉技術的人開始使用開源,也帶來大量功能要求和程式提交;文中提到,有人一個月送出 10,000 個提交。專案負責人認為,真正稀缺的已不是程式碼,而是維護者判斷哪些內容適合裝置與使用者,並承擔取捨的責任。

  11. Dev.to Top Tech37

    Notice2Action AI 用 Google Gemini 把大學公告整理成待辦事項

    大學公告常有好幾頁,報名期限、申請資格和要交的檔案容易藏在裡面,學生可能一忙就漏看。Notice2Action AI 是一個用 Python 做的網頁工具:上傳 PDF 或公告圖片後,它會讀出文字,再交給 Google Gemini 整理成摘要、重要日期、申請條件和待辦事項;使用者也能先檢查並修改讀出的文字。像獎學金公告就能整理出誰可以申請、何時截止、要準備哪些檔案。整理好的公告和待辦事項可以存起來管理,讓重要資訊更容易看懂,也比較不會忘記下一步。

  12. Dev.to Top Tech57

    Hugo 教學:用 Cloudflare Pages 把網站發布到自己的網域

    Hugo 網站做好後只在自己的電腦上看得到,還得把它發布到網路上。作者示範先把網站原始檔放進 GitHub,再讓 Cloudflare Pages 連線儲存庫;每次推送修改,Pages 就會執行 Hugo 並更新網站。設定時要把產生出來的 public 資料夾排除在 GitHub 之外,也要固定 Cloudflare 使用的 Hugo 版本,避免雲端建置出錯或結果和本機不同。最後可加上自己的網域,Cloudflare 會自動處理 HTTPS 憑證。完成後,修改網站只要提交並推送即可發布。

  13. Lobste.rs (Engineering Discussion)83

    Phrack 73 集結 23 篇資安研究與 8 篇 Line Noise 文章

    資安研究涵蓋的範圍很廣,Phrack 73 集結多種技術研究與駭客文化故事,延續刊物重啟後的社群投稿。本期有 23 篇主要論文和 8 篇 Line Noise 文章,內容包括容器逃逸、Linux 核心研究、Chromium 沙箱漏洞、硬體與機器學習,也收錄從 PhrackCTF 延伸出的兩個 WinFSP 零時差漏洞研究。編輯團隊也提到 AI 助理已能分析原始碼和逆向工程二進位檔,並嘗試找出漏洞;他們希望讀者閱讀研究、檢驗想法,並投稿分享成果。

    推薦理由:本期目錄涵蓋漏洞研究、逆向工程與 AI 安全等主題,也回顧 PhrackCTF 如何帶出 WinFSP 零時差漏洞,可看出刊物如何串連資安研究與社群投稿。

  14. Phoronix (Linux HW & Benchmarks)37

    FreeBSD 15.3 的桌面安裝選項延到明年推出

    FreeBSD 原本打算在安裝程式中加入 KDE 桌面安裝選項,但時程一延再延。開發團隊重新設計後,已用另一種方式重做並送交審查;目前預計等到 FreeBSD 15.3 才會推出,時間約在明年年中。這項功能能讓安裝 FreeBSD 時更容易直接選擇桌面環境,但還要等審查完成。

  15. Dev.to Top Tech61

    MCToolsHub 作者示範如何用一個 GitHub Action 開放網站工具

    網站有些工具適合讓大家一起修,有些內容卻不想公開,MCToolsHub 作者分享了自己的做法。他把 Minecraft 伺服器用的工具放進公開的 GitHub 專案,網站其他部分留在私人專案,再用 GitHub Action 定期把工具資料同步過去。同步程式只讀取文字,不會執行公開專案裡的程式,還會檢查工具名稱和內容格式;檢查失敗時就不提交,網站繼續使用上一次正常的版本。作者也比對改版前後的 51 個頁面,確認除了檔案版本字串外,內容都相同。

  16. vLLM58

    AI 模型在長對話中會用掉大量記憶體,草稿模型也需要推論系統配合才能投入實際使用。vLLM 團隊公佈為 Kimi K3.1 Pro 設計的 DSpark,這項工作由 Inferact 與 Red Hat Speculators 團隊共同開發。每個草稿層都使用 2K 的滑動視窗,讓草稿 KV 記憶體用量維持在固定範圍,即使上下文長達 1M tokens 也一樣。HumanEval 測試中,DSpark 的接受長度比預覽版提高最多 30%;vLLM 重新設計的 KV 管理也支援分離式推論與不同的平行配置。

  17. Phoronix (Linux HW & Benchmarks)37

    Framework 無線觸控板鍵盤開放預購,售價 $99,預計 Q1 出貨

    Framework 的無線觸控板鍵盤已開放預購,售價 $99,預購時需先付 $50 押金,之後可全額退還。它可透過 3 個藍牙頻道連線,也能用 USB-C 有線連線,或搭配 USB-A 接收器使用。Framework 表示,零星使用時電池續航力可超過一年;產品也採用開源韌體,並提供開源 CAD 設計檔。首批產品預計從 Q1 開始在各地出貨。

  18. Dev.to Top Tech39

    MagenticOS 如何打造以 AI 助理為核心的作業系統

    一般電腦是讓人用滑鼠和鍵盤操作各種程式;把 AI 助理加進去,還是得透過原本的桌面介面工作。MagenticOS 想把這套方式整個換掉:登入後直接和 AI 助理互動,由它把完成的成果放進卡片或資訊面板,不必自己開一個個程式。 這種作業系統也會替重要操作把關,讓 AI 助理只能使用完成任務所需的許可權,並留下計畫、操作和結果的紀錄。作者提到,初期版本會取代桌面工作階段,但仍使用原本的核心;更完整的版本才會移除傳統桌面環境。這樣做希望讓 AI 助理的工作更容易檢查,也更能掌握它做了什麼。

  19. Dev.to Top Tech48

    什麼是 LLM gateway?團隊為什麼在應用程式和模型服務商之間使用 LiteLLM

    每個應用程式都自己連線不同模型服務商,容易讓金鑰散落各處,也難以看清花費;一家服務商故障,依賴它的功能也可能跟著停擺。LLM gateway 就像共同的轉接站,讓應用程式用同一種 API 連線不同模型,並集中處理流量分配、備援、許可權和費用。LiteLLM 是其中一種開源工具,可以當 Python 函式庫或代理伺服器使用。 作者分享的例子顯示,gateway 出錯也會影響所有經過它的請求:一次內容壓縮問題讓 Claude Code 不斷重複,另一個錯誤則把不同部署的價格當成一樣,算出省下 $0.00。共用多個模型服務商的團隊,可以用 gateway 集中管理金鑰、預算和費用;但每次更新也可能同時改變所有應用程式的行為,因此要留意版本和延遲。

  20. vLLM74

    看直播畫面時,AI 助理若要主動開口、回應內容並指出畫面中的物件,需要同時處理影片、對話和語音。vLLM Project 宣佈 vLLM-Omni 從第一天起支援 AURA 2.0,這款 9B 串流影片模型能判斷何時該說話、根據即時畫面和對話呼叫工具,並用方框標出正在討論的物件。vLLM-Omni 負責從語音辨識、影片理解到語音生成;在單一連線、使用兩張約 140 GB 加速器的設定下,首段回覆語音的中位延遲為 344 ms。原文也表示,AURA 2.0 在列出的四項基準比較中領先。

    推薦理由:vLLM-Omni 支援 AURA 2.0,並公佈單一連線設定下的首段語音延遲與四項基準比較,可瞭解這套視訊模型的互動方式與執行表現。

  21. Dev.to Top Tech72

    Mobilerun 教你排查 AI 助理為什麼會點錯手機畫面

    手機 AI 助理明明點了按鈕,訊息卻還留在輸入框裡,常見原因包括畫面縮放、鍵盤擋住按鈕,或畫面在點選前移動。Mobilerun 說明三種找按鈕的方法:照座標點、讀取 Android 的無障礙樹,或看截圖估位置。它預設先讀無障礙樹,遇到樹裡沒有的內容再搭配畫面辨識;如果畫面只有遊戲或自訂畫布,也能只靠截圖操作。文章還整理了檢查截圖、確認畫面元素和放慢操作的方法,方便找出點選失準的原因。

  22. Dev.to Top Tech46

    NexPHP 主打少寫程式碼、效能更好,並拿掉隱藏魔法

    有些 PHP 框架會在背後偷偷改變程式的運作方式,讓工程師和 AI 助理不容易看懂,也不容易寫對。NexPHP 改用清楚的型別和標記來處理請求,像是收到商品資料時,會自動檢查內容;不符合規定,就回傳錯誤。 NexPHP 也能讓 PHP 程式長時間留在記憶體裡運作,並在每次請求結束後清掉使用者等暫存資料。作者表示,測試中它每秒可處理約 218,000 個請求,連續處理 10,000 個請求後,記憶體用量沒有增加。框架也附有工作佇列、排程和安全防護等功能,想讓開發者少寫重複程式碼,也更容易和 AI 助理一起工作。

  23. LWN.net (Linux & Kernel News)47

    Redict 停止開發,建議使用者改用 Valkey

    Redict 是因 Redis 在 2024 年更改授權方式而誕生的分支,如今 Drew DeVault 宣佈它已停止開發,建議使用者改用 Valkey。兩個專案彼此相容,轉換時只要更換安裝的套件,並替設定檔改名。Redict 沒能聚集足夠的社群力量;開發者認為 Valkey 的長期發展機會較好,也提醒使用者別改回 Redis,因為 Redis 雖已重新採用開放原始碼的傳染型授權,仍使用一種讓貢獻者授權程式碼的協議。

  24. Hacker News (official RSS)58

    EGM 用 AI 助理和新審閱者找出計畫書的缺漏

    寫計畫時,作者常以為讀者知道背景,卻沒把重要資訊寫進檔案。開源外掛 EGM 讓熟悉目標和對話內容的 AI 助理先協助擬定計畫,再交給沒看過對話的審閱者,找出缺少或不清楚的地方。例如,計畫只寫「開放時段」卻沒說明時間,審閱者就會提出疑問。作者確認這些發現後,再決定要修改哪些內容。

  25. Dev.to Top Tech54

    BeeAI Framework 修正 AI 助理讀取答案時中止的問題

    AI 助理明明答對了程式問題,BeeAI Framework 卻可能因為看不懂答案格式而中止。作者分享自己合併進專案的修正:先確認文字能整理成符合預期格式的資料,否則就把原文答案完整保留下來;如果工具收到格式不對的內容,也能回報錯誤,讓 AI 助理繼續處理。這也修好了錯誤回報本身可能再次出錯的情況,避免一次格式問題就讓整段工作停下來。

  26. Dev.to Top Tech35

    託管 AI 助理款項時,分潤百分比沒有先核對

    這個託管程式會依工作結果付款:判定「完成」就付清,判定「部分完成」就按評估者填的百分比付款。但程式沒有核對這個百分比是否符合事先說好的標準,錢付出去後才有簽名紀錄可供檢查。Payload 提議在開始工作前先訂好「通過幾項條件就付多少」,也要核對總條件數是否和已存下的工作規格相符,避免有人把「4 項通過、共 8 項」說成「4 項通過、共 5 項」而多拿一級報酬。 開發者同意這個做法,但具體規則還沒公佈,job 2 也還沒開始收款,更沒有跑過「部分完成」的付款測試。因此,這只是已談妥的方向,還不是已完成的修正。這件事提醒我們,只要百分比會決定錢怎麼分,就要確認它拿什麼標準核對、標準何時訂好,以及送出數字的人能不能改變計算基準。

  27. Dev.to Top Tech77

    Kubernetes DiskPressure 教學:找出哪個 Pod 正在吃掉節點磁碟

    Kubernetes 節點磁碟快滿時,系統可能會趕走 Pod,但只看磁碟總量和資料夾大小,常找不到空間到底被誰用掉。Pawan Kumar 分享一套唯讀檢查指令碼,從有許可權的節點除錯 Pod 檢視磁碟,並把檔案用量連回名稱空間、Pod 和容器;在 Bottlerocket 上也能使用。指令碼還能找出持續增加的資料、已刪除但仍被程式佔用的檔案,以及過去被趕走的 Pod。文中以 ZooKeeper 為例,指出未啟用舊快照和交易紀錄清理,可能讓資料在不到四天內累積約 42 GB,並示範如何設定定期清理。

    推薦理由:文章把節點磁碟用量連回實際的 Pod、容器與檔案,並用 ZooKeeper 案例說明如何找出持續增長的資料與對應修法。

11月17日週二
  1. Dev.to Top Tech54

    Agent Control 開源工具讓你用手機遠端管理多種 AI 程式開發工具

    同時使用多種 AI 程式開發工具時,常得在好幾個視窗間切換;離開電腦後,也不方便檢視程式差異、核准操作或接著下指令。作者做了開源工具 Agent Control,可在手機瀏覽器檢視工作進度、檢查程式差異、核准或拒絕工具操作,也能排入下一個指令。它會以唯讀方式讀取 Codex、Claude Code 和 Gemini 的紀錄,並把自訂標題等資料存在自己的資料夾;遠端連線則透過使用者選擇的通道或自架中繼服務。

  2. Dev.to Top Tech66

    Terraform 如何把現有雲端資源安全匯入管理

    手動建立的雲端資源若沒有記在 Terraform 狀態裡,就很難和其他基礎架構一起管理;匯入時若設定不合,之後套用變更還可能改掉或刪除資源。文章整理多種匯入方式,建議用匯入區塊,先看 terraform plan,再透過程式碼審查和 terraform apply 匯入;計畫應顯示只有匯入,新增、修改和刪除都是 0。作者也說明如何用 for_each 一次匯入多個資源、產生設定草稿,以及用 removed 區塊讓 Terraform 停止管理資源而不刪除它。匯入後再跑一次計畫,確認顯示「No changes」,才能知道設定已對上現有資源。

  3. Thurrott75

    Proton 推出 Lumo Desktop,可連線檔案並安排定時任務

    AI 助理若要處理郵件、檔案或重複工作,使用者得先提供資料,也要安排好任務怎麼執行。Proton 推出可用於 Windows、macOS 和 Linux 的 Lumo Desktop,新增 Connectors、Schedules 和 Skills。Connectors 可連線檔案系統、Proton Mail、Google Drive 等服務,也能使用本機或遠端 MCP 伺服器;Schedules 可設定指定時間或重複執行的任務,並為每項任務設定許可權;Skills 則能記住可在不同對話重用的指示。Proton 表示,聊天和連線的資料不會用來訓練模型,原始碼也已公開供人檢視。

  4. Dev.to Top Tech62

    Kubernetes AI Conformance 清單不等於驗收,營運者仍要確認證據

    Kubernetes AI Conformance 的清單列出廠商申報的專案,但營運者還得判斷證據是否足以支援自己的工作負載。作者檢視 Kubernetes v1.35 的 24 份申報,發現所有必備專案都標成「已實作」,但這不代表每一項都經過獨立測試;選填專案則有空白、不適用和未實作等不同狀態。文章建議營運者核對證據是否符合實際平臺、硬體與 Kubernetes 版本,並在升級後重新檢查,才能留下有根據的驗收紀錄。

  5. Unsloth AI Releases76

    Unsloth 0.1.919-beta 加入電腦操作,並更新模型選擇與圖片模型支援

    AI 助理要操作電腦或接上創作軟體,常得另外處理許可權和連線。Unsloth 0.1.919-beta 加入測試版電腦操作,讓本機視覺模型或已連線的服務檢視螢幕、控制滑鼠和鍵盤;第一次操作、切換應用程式和部分可能有風險的動作都要先核准,也能隨時接手。更新還能透過 MCP 連線 Unity、Unreal Engine、Godot、Blender 和 Roblox。MiniMax-H3-Image 新增多種硬體支援與 LoRA 訓練;原文表示,在 A100 80GB 上解碼 2048px 圖片從 2.82 秒縮短到 0.28 秒。

    推薦理由:這次更新把螢幕操作、創作軟體連線和本機圖片模型支援放進同一套工具,能看出 Unsloth 正擴大本機 AI 助理的使用範圍。

  6. Hacker News (official RSS)49

    AI 輔助寫程式,該拿來把常用開源軟體變好用

    每天都有人用 AI 做出新的待辦清單或筆記 App,但許多開源軟體真正難的是安裝和維護:設定步驟太多、升級容易出問題,少數人使用也可能很吃記憶體,讓沒有專職工程師的非營利組織只好繼續付錢使用大公司的服務。作者建議把 AI 輔助寫程式的力氣用在改善大家已經在用的工具,例如讓安裝更簡單、程式跑得更省資源、錯誤訊息更清楚,並讓備份和升級更容易處理。 例如,作者提到 uv 在開發者的測試中,安裝 Python 套件比 pip 快 8 到 10 倍。這類改進能幫到許多現有使用者,也讓小型組織更有機會自己管理資料。作者也提醒,使用 AI 幫忙改程式時,要先和維護者溝通、提出實測結果,並親自負責後續修正;大量品質不佳的回報或一次送上太大的改動,反而會增加維護者的負擔。

  7. Dev.to Top Tech70

    作者實測 11 款 Linux 監控代理程式:最省記憶體的最耗 CPU

    在 Linux 伺服器裝監控代理程式,會佔用多少記憶體、CPU 和磁碟空間?作者把 11 款代理程式裝在同樣規格的伺服器上,以預設設定量測,並公開原始資料和測量工具。結果顯示,最省記憶體的 HetrixTools agent 平均只佔 9 MB,但閒置時會用掉約 17% 的單核心 CPU;node_exporter 的 CPU 用量最低,不過它只提供指標,還需要在別處執行 Prometheus。作者也說明測量工具曾漏算或算錯資料,修正後重新測量,因此比較時要看記憶體尖峰和其他資源用量,也要記得結果只適用於這次的伺服器、系統和預設設定。

  8. Phoronix (Linux HW & Benchmarks)47

    Valve 提出 AMDGPU Linux 驅動程式修改,盼減少 Steam Play 遊戲卡頓

    有些 Windows 遊戲透過 Steam Play(Proton)在 Linux 上執行時,會因為頻繁更新顯示卡記憶體中的資料而卡頓;每次更新還得分開處理,增加處理器的負擔。Valve 的 Linux 顯示卡驅動程式團隊提出 AMDGPU 驅動程式修改,把多項更新集中處理,也讓部分更新可以同步進行。作者表示,這有機會明顯減少大量使用這類記憶體操作的遊戲卡頓,但目前沒有提供實際改善數字;這批修改是否能趕上 Linux v7.5,還要看後續進展。

  9. Dev.to Top Tech44

    n8n 如何幫小型商家自動處理預約提醒、追蹤信和發票

    小型商家每天要重複輸入資料、寄相似的信,還得整理發票,事情零碎又花時間。n8n 可以把這些步驟串成流程:發生一件事,就自動接著做下一件事。像是有人填了網站表單,資料就能送進顧客管理軟體,再寄出歡迎信;也能讀取 PDF 發票,擷取資料後存到指定位置。這類固定工作通常不需要 AI 助理,先挑最常做的一件來自動處理,就能省下時間;自架版免費,雲端版每月 20 歐元起。

  10. Dev.to Top Tech35

    修正 Pezzo 寫入 ClickHouse 時的時間格式錯誤,只要加一項設定

    Pezzo 的報表服務把帶有毫秒和 Z 的時間資料寫進 ClickHouse,資料庫卻讀不懂,測試提示詞時就會出現錯誤。修正方式是在這次寫入資料時加上 date_time_input_format: "best_effort",讓 ClickHouse 能辨認這種時間格式,不必依賴伺服器原本的設定。這項修改已合併,也關閉了相關問題;它讓報表資料能順利寫進資料庫。

  11. OpenBMB56

    替影片配上另一種語言的聲音,常得分別處理字幕、配音和時間對齊。社群開發者做了 VoxaDub,能先轉錄對話並對齊時間,再用 Hy-MT2 翻譯,接著以 VoxCPM2 參考各說話者的乾淨音訊來生成配音,並調整語句長度以配合畫面。完成後可把配音和原本的背景音合在一起,也能另外選擇唇形同步。模型設定完成後,配音可全程在本機執行;直播配音仍在實驗階段,時間調整有助於對齊,但不保證完全同步。