用抽象工廠讓介面元件維持同一種風格
程式如果在不同地方各自建立按鈕、核取方塊和捲軸,可能把 Windows 和 Mac 風格的元件混在同一個畫面裡。抽象工廠把建立這些元件的方式放進同一個工廠,畫面只向它索取元件,就能讓它們來自同一種風格;要換風格時,也只要換工廠。文章還比較抽象工廠和工廠方法:前者適合多種元件要一起變化,後者適合一次只改一種產品。若家族裡常增加新種類的元件,抽象工廠也會需要修改每個工廠,因此作者建議先從簡單做法開始。
程式如果在不同地方各自建立按鈕、核取方塊和捲軸,可能把 Windows 和 Mac 風格的元件混在同一個畫面裡。抽象工廠把建立這些元件的方式放進同一個工廠,畫面只向它索取元件,就能讓它們來自同一種風格;要換風格時,也只要換工廠。文章還比較抽象工廠和工廠方法:前者適合多種元件要一起變化,後者適合一次只改一種產品。若家族裡常增加新種類的元件,抽象工廠也會需要修改每個工廠,因此作者建議先從簡單做法開始。
電商平臺更換 DNS 服務時,只看目前的設定,查不出是誰要求修改,也無法證明修改有沒有成功。做法是在平臺送出變更時,先記下提出要求的人、網域、修改內容和結果,再用定期查詢的設定清單找出平臺以外的變動;找不到負責人的變動,就先標成來源不明,調查後再處理。像顧客自己的網域和平臺管理的網域,應分開管理紀錄,避免顧客看到別人的資料。這樣即使換了服務商,調查問題時仍能追查變更是誰要求、由誰執行。
網站名錄上寫著「live」,不一定表示網站現在真的能用;它可能只是名錄上次檢查時的結果。作者把 20 個網址送進 payability index,不到 4 分鐘就都查得到,但「收下網址」、「曾經檢查過」和「現在替這筆紀錄簽名確認」是三回事。舉例來說,名錄會排定下一次檢查,兩次檢查可能相隔約 22.4 小時;剛更新的簽名,只能證明名錄現在保有這筆資料,不能證明網址剛剛還能收款。要確認當下能不能付款,仍得看該網址自己的 402 回應。
多個 AI 助理同時改程式時,常會各自照手上的資料做事,結果違反服務邊界,或漏掉會受影響的程式和測試。這篇實務指南建議把架構規則、服務關係、資料歸屬和決策來源整理成知識圖譜,讓 AI 助理動手前先找到和任務相關的規則與程式碼。完成修改後,再用固定工具檢查有沒有違規,並記錄架構變動。這種做法能讓規則更容易查證,也讓多個 AI 助理使用相同的架構資訊。
MONAI Label 0.8.5 和更早版本的上傳功能,會把使用者提供的路徑當成檔案位置,沒有確認檔案仍在資料儲存區內。Amazon 表示,攻擊者利用這個漏洞寫入檔案,再觸發訓練 API,取得伺服器的 root 許可權;研究者也指出,這條攻擊路徑約 11 分鐘就能成功。漏洞修補已合併到程式碼,但截至文章查詢時,PyPI 和 GitHub 都還沒有可安裝的新版本。作者建議檢查目前使用的版本,並避免讓 MONAI Label 連上網際網路或不受信任的網路。
推薦理由:文章拆解 MONAI Label 如何因上傳路徑檢查不足而遭入侵,也指出修補雖已合併,當時仍沒有可安裝的新版本。
用 Obsidian 記帳、寫小說或整理論文時,如果每次都用不同格式,資料就容易對不起來,也可能忘記當初記下某篇論文的原因。作者做了 36 種筆記範本,最常用其中 6 種:每日筆記、專案筆記、交易紀錄、章節卡與場景卡、文獻筆記,以及故事設定檢查表。例如,交易紀錄全年固定使用 7 欄,還要把帳戶間轉帳標清楚,月底才不會把同一筆錢誤算成收入和支出。這些範本用純 Markdown 撰寫,重點是先決定格式,再持續照著記,讓筆記更容易整理和接著用。作者也說明,這是一套他自己使用並販售的範本,不會替人思考或自動完成工作。
追蹤多家公司的職缺和美國薪資範圍時,逐頁操作網站既慢又容易出錯。BeakDo 示範直接用 HTTP 查詢 Workday 的 JSON 端點:先取得職缺清單,再依每筆資料中的路徑讀取完整職缺說明。文章也提醒,有些網址要先移除語系片段,薪資資訊可能藏在很長的 HTML 內容後段,搜尋前不要先截短。作者另提供 41 家企業的端點清單、職缺探索頁面和代管 API,方便把資料整理成可追蹤的格式。
只看網站首頁,可能看不到用 JavaScript 載入的預約功能;只看瀏覽器上的預約按鈕,也可能把詢價表單當成真的預約。作者在西班牙、義大利坎帕尼亞和佛羅裡達調查小型租車、租船等商家,發現爬取工具會漏掉預約頁面,瀏覽器也可能把詢價按鈕或 TripAdvisor 評論徽章誤認為預約管道。另有網站防火牆把瀏覽器擋下,讓正常營運的網站看起來像已經停止服務。作者建議先訂清楚判斷規則,再檢視預約流程最後一頁,並用另一種方法複查模糊結果。研究估計,三地無法線上預約的商家比例分別為 68.9%、83.4% 和 55.2%。
準備考試不代表能自在地用英文處理職場小事,像是預約會議室或請同事檢查郵件。住在奧克蘭的中國學生 Aaron Zhang 做了 TeamLingua,讓使用者在瀏覽器練聽、說、讀、寫,也能和朋友或同事一起打卡;不登入就能先試做一題。網站有 500 題一般練習,另外新增 100 題零基礎課程,分成四個階段,每階段答對 20 題就能往下。初學題目不會混進一般題庫,也不會影響一般練習的難度調整。網站介面目前只有簡體中文,沒有語言切換。
XRPL 要修改帳本規則,驗證者必須先投票達到門檻,規則才會生效。這篇教學示範用三個查詢檢視所有未生效修改的票數、單一修改的狀態,以及哪些修改已進入兩週等待期;文中資料顯示,當時有 9 項修改仍在投票,最接近門檻的 SingleAssetVault 還差 3 票。若達到 80% 支援並維持兩週,修改就會生效;沒更新軟體的伺服器則可能停止跟隨帳本,並回報需要升級。
檔案管理畫面上的表情符號會跟著作業系統變樣,也不會配合深色或淺色主題改變顏色,容易讓「已鎖定」或「發生警告」等狀態看起來不一致。作者先用檢查程式找出畫面上會出現的表情符號,再分割槽換成線條圖示:檔案入口網站換了 585 個,另一個用 Next.js 製作、會依使用者許可權篩選資料的 RAG App 換了 440 個。像鎖定狀態改用線條鎖頭,警告則用小圓點配上文字;圖示會跟著文字顏色改變。這樣畫面在不同裝置和主題下更一致,也讓重要狀態更容易辨認。
把 App 上架到 App Store,除了準備程式,還得在 App Store Connect 填一連串資料;很多人就是在這裡多花一週。表單會問 App 收集哪些資料、適合幾歲使用、是否使用加密,也要設定商店介紹、價格和審核用的登入資料。舉例來說,若 App 有註冊功能,卻把隱私標籤填成「不收集資料」,審核人員看到註冊畫面和網路連線後,就可能退件;提供的試用帳號若完全沒有內容,也可能讓 App 看起來沒有功能。把資料填清楚、準備能正常使用的試用帳號,並照規定提供帳號刪除方式,能減少審核卡關。
想知道 pump.fun 上哪些帳號最近賺得多、哪些幣有多位交易者買進,不必自己爬網頁。這篇文章示範用 TypeScript 呼叫 copy.top 的免費公開 API,送出兩次 GET 請求,就能列出最近 30 天已平倉獲利最高的 10 位交易者,以及最近 1 小時至少有 3 位追蹤交易者買進的幣。例如,當時榜首的已平倉獲利是 794,629 美元;熱門幣 DCTY 則有 55 位追蹤交易者買進。這些數字只反映某段時間的交易紀錄,買進資料也可能延遲,不能當成投資建議或保證獲利。
結帳時,顧客回到付款完成頁面,不代表銀行已經真的扣款。有些人重開舊頁面,或銀行雖然確認了 3DS 驗證、後來卻拒絕付款,都可能讓訂單被錯誤標成已付款;如果頁面沒檢查簽章,改網址上的狀態也能騙過系統。 Payneteasy 改成讓返回頁面只顯示「正在確認付款」,不直接修改訂單。訂單狀態只由有簽章的 webhook 更新;如果通知晚到,伺服器會再向付款系統查詢。頁面最多等約 20 秒,之後告訴顧客會用電子郵件通知。這樣能避免錢沒收到就出貨,或收到款項卻沒安排出貨。
電商搜尋有時會找到文字很像、實際上卻已停售的商品,問題可能出在資料邊界和更新流程。作者建議先限定哪些商品資料能進入搜尋,並讓每段內容都連回商品、版本和有效期限;庫存與價格則在回答時查詢最新資料。商品已刪除或資料過期時,搜尋應排除舊內容,找不到符合條件的商品就說無法確認。文章也說明如何測試重複匯入、延遲更新和商品刪除,避免舊資料蓋過新資料。
一個套件檢查卡住 26 分鐘,連逾時機制也沒能停止它,整個 API 因此無法回應。Since 的作者追查後發現,程式用類別名稱找繼承關係時,把許多同名類別都當成可能結果,讓工作量急速增加;加入記憶結果的做法後,這次檢查從 364 到 550 秒縮短為 3.6 秒。作者也讓程式在工作途中交出執行權,讓逾時計時器和健康檢查有機會運作,並新增延遲告警,及替網站讀取行事曆的工作加上重試。
付款完成後,收據文字若在等待寄送時被改掉,顧客可能收到和付款當下不同的內容。文中建議先把收據文字做好、記下核准的版本,再排入寄送工作;例如已用 receipt-v3 做好的收據,就繼續寄出原本那份,新收據等 receipt-v4 啟用後才使用。這樣能避免內容更新悄悄改掉待寄收據,但團隊也得安排儲存期限和修正錯誤內容的方法。比較美國與歐洲的簡訊服務商時,應拿相同的寄送需求詢價;文中引用的標準沒有價格或送達速度資料,因此不能據此判定哪家最便宜或最快。
替德國客戶開發開票軟體時,PDF 不一定符合法定電子發票要求,系統得處理可供電腦讀取的結構化資料。作者以自家 MaxRechnung API 示範,如何從同一份發票資料產生 XRechnung 和內含 XML 的 ZUGFeRD,並在送出前用 KoSIT 和 Mustang 檢查格式。文章也提醒,發票定稿後資料會固定,修正要走另一個流程;透過 MCP 使用 AI 助理時,可以先限制為讀取或起草,再由人確認後定稿。
替客戶設定網域時,寫入成功不代表客戶的 DNS 已經更新;如果網域由客戶自己管理,平臺也不能直接替他們改資料。作者建議,根網域使用指向指定位置的 A 記錄,www 則使用 CNAME,並在重試前先查清楚平臺記錄和網路上實際發布的資料是否一致。像是網站搬家後,客戶可能還留著舊位置,這時重送相同指令也不一定能解決問題。 網站能連線,也不代表寄信設定好了;SPF、DKIM 和 DMARC 還要分開確認。作者也建議留下每次變更的內容和檢查時間,確認網站與寄信各自就緒後再啟用。這能讓團隊知道該重試、聯絡客戶,還是處理其他設定。
筆記放久了,內容可能過時,也不容易確認整理出的說法是否符合原始資料。這篇文章把 Andrej Karpathy 提出的「第二大腦」想法用在 Obsidian 和 Claude Code:把原始資料、待整理想法和 AI 助理整理的知識頁分開存放,原始資料與整理好的知識頁都不手動修改。新增資料時,AI 助理會更新相關頁面;平常可以用它查問題,也能定期檢查矛盾、失效連結和過時內容。空白資料夾約 5 分鐘可開始使用,已有大量筆記則可能需要 60 到 90 分鐘整理搬移。
身高比較圖看起來簡單,但刻度沒從零開始、人物沒有站在同一條地面,或裝飾物超出身高範圍,都會讓差距看起來不對。作者用 JavaScript 和 SVG 示範做法:身高以未四捨五入的公分儲存,輸入格式不清楚時先詢問,再用同一比例和地面畫出每個人。文章也用測試檢查英吋換算會不會跑掉,並提醒剪影只能比較身高,不能看出真實的眼睛高度或身材比例。
360° 全景圖片把四周和頭頂、腳下的畫面都放進同一張平面圖片,寬度應該是高度的 2 倍。把圖片攤開時,左右兩側要剛好接得起來;像 8000 × 4096 這種看起來差不多是 2:1 的尺寸,仍可能讓接縫對不上。手機全景照通常只有一條水平風景,缺少頭頂和腳下的畫面,不能當成完整的 360° 圖片;立體全景圖則可能是正方形,因為上下各放一個視角。檢查圖片尺寸能先擋掉不少問題,讓 360° 檢視器正確呈現影像。
選單網頁可能悄悄改了價格、供應狀況或過敏原資訊,AI 助理就算找到最相關的文字,也可能答錯。作者建議先依問題種類設定證據期限,再從期限內的資料挑答案,例如價格抓取後 15 分鐘內才採用,過敏原資訊則設為 24 小時;超過期限就請人確認或重新抓取。系統還要記錄資料來源和抓取時間,並在答案中標明資料何時取得。這樣能減少舊選單被當成現況,也方便用過去儲存的網頁檢查規則是否可靠。
在《死亡擱淺 Director's Cut》裡,玩家可以把梯子放在難走的山路上,讓之後經過的陌生玩家拿來通行,送完貨後還能按讚。幫忙就發生在對方遇到麻煩的地方,不必先約好一起玩;放梯子的玩家自己也可能正好需要它。文章也建議用簡單的遊戲測試,看看玩家是否看懂這份幫助,之後會不會也替別人放梯子。不過,如果每段難路都有人先鋪好梯子,玩家就少了自己規劃路線、準備裝備的機會。
剛開始用 AI 寫程式,常會卡在工具沒裝好,或 AI 改壞程式後不知道怎麼復原。作者整理了在 Mac 上開始前會安裝的 10 款工具,建議先用 Homebrew 安裝常見開發工具,再用 GitHub Desktop 檢視程式碼變更、保留修改紀錄,最後加入 Cursor、Claude Code 或 Codex CLI 等 AI 寫程式工具。清單也包含管理視窗、剪貼簿和檢視用量的工具;作者提醒,TokenBar 只顯示用量,不會增加額度。先準備好基本工具,出錯時比較容易找出原因或退回先前版本。
開發 XRP Ledger 應用程式時,常得先找能連線的伺服器,也要分清主網、測試網和開發網各適合做什麼。作者整理了這三種網路的公開 RPC 伺服器,並示範用指令讀取帳戶資料、透過 WebSocket 追蹤新帳本,以及申請 Testnet 測試幣。文章也提醒,有些伺服器會限制請求次數,公開伺服器可能隨時停止服務;帳戶金鑰要妥善保管,忙碌的正式應用可考慮付費服務或自行架設伺服器。
AI 助理做完工作後,別人常只能聽它自己說做了什麼,卻無法確認內容有沒有被改過。AI 工作證據包會替每次工具操作留下收據,記下使用的工具、時間和結果,再依照執行順序串起來;工作接收者的決定也會記在交付紀錄上。像文中的 ETH 查價工作,就列出兩個步驟,各自附上可查驗的收據,而且顯示客戶還沒決定是否接受。 拿到連結的人可以免費檢查這些紀錄,也能看見被拒絕或尚未執行的操作,方便客戶確認工作、稽核出錯原因,或讓其他人接手。不過,收據只能證明結果存下後沒有被更改,不能證明結果本身正確。
Homepage 能把各種服務的連結、狀態和小工具放在同一頁,方便管理,卻也可能集中放著 API 金鑰、內部網址和主機名稱。搜尋時,查詢欄位會大大影響結果:用 app="Homepage" 找到 45 筆,用 title="Homepage" 卻有 617,479 筆,因為後者也會找到一般首頁和不相關的網站。這些數字只能當成待確認的線索,還要檢查網址、頁面內容和擁有者,不能直接當成產品安裝數量。若這類儀錶板能從外部網路連到,應加上登入保護,並限制每個小工具能使用的資料與憑證。
多個 CI 建置共用信箱時,測試可能讀到別次建置的驗證信,重試也可能撈到舊信,讓結果逾時或失敗。作者建議每次建置和重試都使用不同的信箱識別,記下觸發時間,並確認收到的信確實屬於目前這次建置。密碼等憑證應由 CI 執行時提供,不要放進 Docker 映像檔;測試紀錄可保留建置編號、信件數量和處理結果,並在成功、失敗或取消時清理信箱。這能協助找出問題,同時減少敏感內容留在紀錄中的風險。
付款完成後寄送收據,看起來只是發一則簡訊;但遇到逾時重試時,可能讓同一筆訂單收到兩次通知。文章說明如何先用付款系統提供的結帳識別碼建立收據紀錄,再提交簡訊並另外查詢送達狀態;如果不確定服務商是否已接受訊息,就先保留這個未確認狀態,依照服務商的去重能力決定下一步。文中也提供 Python 範例,示範查詢既有簡訊的狀態。收據與無密碼登入通知可以共用傳送工具,但授權和重試規則應分開處理。
影像太大時,常會切成小區塊交給不同工作者處理;為了看清區塊邊緣,每個人可能還得多讀旁邊一圈資料。如果每個人都把讀到的範圍寫回去,後完成的人可能蓋掉別人的結果。這篇教學用 Python 規劃每個區塊負責寫哪裡、需要讀哪裡,以及處理後該留下哪一部分。以 5 欄、4 列的影像為例,切成每邊 3 格、外加 1 格周邊資料的區塊後,邊緣較小的區塊也會保留下來,每個輸出位置仍只由一個區塊負責。這套做法只檢查座標安排,不會讀取實際影像或執行模型;使用時還得另外確認影像邊界和無效畫素要怎麼處理。
抗體能黏上目標受體,不代表它一定能順利進入大腦,也不代表進去後能待得夠久。密西根大學團隊比較兩種實驗用運送抗體,注射後第 1 天在小鼠腦中的平均濃度相同,但第 7 天分別是 1.8 nM 和 2.7 nM;只看第 1 天,就會漏掉後來的差異。研究也發現,原本的抗體認得人類和食蟹猴的受體,卻測不到它和小鼠受體的結合,因此挑動物實驗前,也要確認抗體能不能認出那個物種的受體。 Roche 的 trontinemab 使用轉鐵蛋白受體 1 作為進入大腦的通道。PET 影像可以分別追蹤抗體的位置,以及腦中類澱粉斑塊的變化;Roche 報告指出,患者接受 6 次 trontinemab 後,斑塊指標約下降 70 Centiloids。不過,斑塊減少是否能幫助患者保住記憶和日常生活能力,還要由後續試驗評估。
想知道一串訊號裡有哪些頻率,直接計算會遇到麻煩:頻率可以連續變化,電腦沒辦法把每個可能的結果都存下來。DFT 把這串有限長度的數字當成一段會重複播放的訊號,再挑出一組固定的頻率來計算;用 Python 寫成公式或矩陣乘法,都能算出結果,也能把訊號完整還原。像只取三角波的一部分來分析,頻率可能會散到好幾個位置,讓分析看起來多出原本沒有的頻率;在訊號邊緣套用特殊窗函式,可以減輕這種情況。
市集要存賣家的頭像和訓練檔案,得避免不該看的人讀取,也要確保檔案不會太早到期或被重複上傳。作者比較 Amazon S3、Cloudflare R2、Supabase Storage 和 Infrai,並建議先用測試檔案檢查上傳許可權、暫時讀取連結、重試時是否重複建檔,以及到期時間是否符合規則。Infrai 的介面方便用一般 HTTP 呼叫,但缺少物件版本管理和防止覆寫的功能;需要更細的許可權控制或不可變儲存時,應考慮其他選擇。
寫程式做到一半先停下來,隔幾天回來時,常會忘記進度、還沒決定的事和接下來該做什麼。這篇用虛構的 Lantern Notes 當例子:開發者把目前重點、下一步、待決定的問題和已完成的檢查,記在專案資料夾裡的 PROJECT_STATUS.md。回來後,再對照近期修改紀錄和手邊的程式,確認筆記還符合現況。 例子裡,開發者先檢查搜尋「archive」時,兩個標題都沒有符合結果;接著把這個檢查記下來,並留下待辦:在實際執行的程式中確認空白結果畫面正常,且已儲存的筆記沒有消失。這樣每次停工時留下清楚的接續線索,回來就能知道先做哪件事、哪些檢查還沒完成。
找工作、刊登職缺或整理求職資料,常得在不同網站和工具間來回處理。OpenJob 把職缺資料和操作說明放在公開資料庫,讓你用平常的 AI 助理貼上提示詞,就能請它找最近 60 天刊登的職缺、草擬職缺貼文,或把履歷整理成人才檔案。找工作時,助理要附上僱主自己的申請連結,不能代替你投履歷;刊登職缺會透過 GitHub 提出修改;人才檔案公開前則要先讓你確認,且不能放電子郵件或電話。資料庫由作者維護,檔案會在指定期限後失效。
想測試超音波能不能把植物蛋白排成像肉的纖維,通常會讓人想到發酵裝置和無菌環境。Project MANNA 提出一種不用活微生物的測試:把蛋白懸浮液放進 4.20 MHz 超音波裝置,觀察能否排出整齊的纖維,再用酵素固定結構。整套器材預算是 $385,預計 48 小時完成;但這仍是待驗證的設計,Project MANNA 表示目前 10 道實體測試關卡都還沒製作或測試。
用 Next.js 搭配無頭 CMS 做網站,看起來能放在很多地方,實際上卻得顧好快取、內容更新和圖片處理;設定不合,網站不同主機可能顯示新舊不一的文章,流量一大也可能讓帳單暴增。文章比較 Vercel、Netlify、Kinsta、Cloudflare Workers,以及 Azure、AWS 和 Google Cloud 等選擇:代管平臺省下不少伺服器管理工作,但費用和功能各有差異;自己在大型雲端平臺架設,流量穩定且規模夠大時可能較省,卻得自行處理多臺主機共用快取。 例如網站有好幾臺主機時,編輯更新文章,預設設定可能只通知其中一臺,其他主機仍送出舊內容,因此需要讓它們共用同一份快取。挑選平臺時,除了價格,也要看團隊是否有能力維護這些設定,以及網站流量和內容更新方式。
市集網站讓賣家上傳檔案時,如果所有檔案都先經過網站伺服器,伺服器就得忙著搬資料。比較簡單的做法是:網站先發一個會過期的上傳連結,瀏覽器直接把檔案送到儲存服務,再交給後端處理,最後用另一個會過期的連結讓買賣雙方下載。Amazon S3、Cloudflare R2、Google Cloud Storage 和 Infrai 各有適合的情況;例如,已經使用 AWS 的團隊可考慮 Amazon S3,小型團隊若想用同一組憑證處理儲存和後續工作,可考慮 Infrai。 選服務前,應拿 25 MB 影片、250 MB 附件和 2 GB 壓縮檔,在不同賣家所在地測試 1、10 和 50 個檔案同時上傳,並確認檔案能完成、連結會過期、重試不會做出重複成品。Infrai 沒有物件版本紀錄或鎖定功能,檔案被覆蓋後也沒有內建還原方式;因此,選擇時要看自己的檔案大小、流量和管理需求,再用實際測試結果決定。