跳到正文

#開源生態

RSS
今日 21 則
11月17日週二
  1. Dev.to Top Tech72

    Lit Protocol 教你把錢包簽章規則寫成程式

    錢包若只靠伺服器先檢查交易,伺服器仍可能跳過檢查後要求簽章。Lit Protocol 用 Lit Action 把檢查和簽章放在同一個安全區域,只有條件通過才會簽。範例會查收款物件是否通過篩檢,也會確認當日支出是否超過 $25,000;政策程式的內容雜湊會用來辨認版本,改過程式後,錢包必須先核准新版本才會執行。文章也提醒,政策有錯仍可能簽出不該簽的交易,因此外部服務回傳的資料也要檢查。

  2. Dev.to Top Tech68

    Lit Protocol 推出 Agent Keychain,讓 Claude Code 使用金鑰時不必拿到金鑰

    AI 助理會記錄對話和執行過程,若金鑰出現在內容裡,可能也留在紀錄中。Lit Protocol 的開源工具 Agent Keychain 提供兩種用法:一種把解密後的金鑰交給電腦上的程式,適合工具必須拿到金鑰才能工作;另一種在安全區域內代為執行指定動作,只把結果交給 AI 助理,例如查詢 Stripe 餘額。第二種方式可避免 AI 助理看到金鑰,但若金鑰交給電腦上的程式,該程式仍可能記錄它。服務也可能拒絕提供服務,已撤銷的許可權要到下一次請求才生效。

  3. Dev.to Top Tech39

    maillab/cloud-mail 在 Cloudflare Workers 上處理電子郵件轉寄的實務難題

    用 Cloudflare Workers 轉寄大量電子郵件,看起來可以省下傳統郵件伺服器;但實際測試後,maillab/cloud-mail 遇上了幾個麻煩:流量一大,部分轉寄規則會讀到舊資料;新網域雖然已加上 MX 記錄,卻可能還要等 4 到 6 小時才真的能收信。作者也發現,原本的郵件解析工具太大,換成較精簡的工具後,程式大小降到 380KB。 這套做法也有不適合的情況:單封 50MB 的附件可能讓 Worker 記憶體用完;需要不可修改的稽核紀錄,或要替寄出的信件加上 DKIM 簽章時,也得搭配其他服務。至於怎麼在多個邊緣節點公平限制每位使用者的寄信量,作者仍找不到同時顧到費用、速度和準確性的好方法。

  4. Dev.to Top Tech72

    教學:用 IAM 許可權串接 Strands AI 助理,並處理工作階段的並行限制

    兩個 Strands AI 助理要互相傳遞工作時,呼叫端得先取得服務卡片、簽署請求,還要有正確的 IAM 許可權。作者逐步示範如何透過 A2A 串接 Amazon Bedrock AgentCore 上的 AI 助理,並讓同一個 IAM 身分簽署請求,不必另外設定 API 金鑰或共用密碼。實測也發現,同一工作階段同時送出兩個請求時,第二個會收到 409;依序呼叫可沿用工作階段,而平行工作則要分開使用工作階段。文章另比較新工作階段和重複使用工作階段的服務卡片讀取速度,提供設計串接流程時可參考的取捨。

  5. Dev.to Top Tech56

    實測 GLM 5.3 Flash 和 DeepSeek V4.1 Flash:改用 Mistral 服務後生成速度更快

    同一個大型語言模型換一家服務商,回覆速度可能差很多。作者用 200 次串流請求,比較 GLM 5.3 Flash 和 DeepSeek V4.1 Flash 透過原服務商與 Mistral 回覆的速度;在測試的長篇輸出中,Mistral 的可見文字生成速度高出 1.75 到 2.27 倍。等待第一段文字出現的時間則因模型和輸入長度而不同。這次測試沒有評估答案品質,也無法確認速度差異來自哪種硬體或服務方式,因此結果適合當作選擇服務商時的參考,不能直接當成長期固定的速度表現。

  6. Hacker News (official RSS)43

    q0idmation:用 Rust 製作的免費開源 Flash 編輯器替代工具

    想做 2D 動畫,卻需要一套能編輯、播放作品的工具?q0idmation 提供兩個程式:Q0Editor 用來繪圖和製作動畫,能把作品匯出成影片;q0player 則負責播放匯出的影片。原始專案檔是 .q1s,匯出的動畫檔是 .q0s,兩者用途不同。它支援 Windows 電腦、Windows ARM 筆電和 Android 裝置,適合想找免費開源動畫工具的人。

  7. MIT Technology Review · AI44

    開源 AI 圈為何想讓 Jensen Huang 回任 Nvidia 執行長?

    一份要求 Jensen Huang 回任 Nvidia 執行長的連署,在社群媒體上流傳,後來有超過 115,000 人署名,其中包括 Elon Musk 和 Hugging Face 的高層。開源 AI 圈支援 Huang,因為他常替開源模型向政策制定者發聲;這類模型可以下載使用,讓新創公司和研究人員不用只依賴大型科技公司。 不過,研究者聲稱中國 AI 公司取得 Nvidia Blackwell 晶片的數量可能比原先估計更多,但這項說法還沒有獨立分析證實,也不能證明 Nvidia 幫忙提供晶片。美國商務部的新規則則要限制中國公司透過海外資料中心遠端使用受管制的 Nvidia 晶片來訓練模型。這些訊息可能讓 Huang 替開源 AI 發聲的立場更難獲得信任,也可能影響中國開源模型的發展。

  8. Dev.to Top Tech53

    VPN 黑五促銷怎麼比?作者拆解首期實付與續約價

    VPN 黑五廣告常把折算後的月費放在最醒目的位置,但實際扣款通常是一次付清,續約時也可能變貴。作者在促銷期間檢視多家 VPN 的方案,列出廣告月費、首期總額和查得到的續約價,並提醒要按合約月數換算再比較。以 Proton VPN Plus 為例,前 24 個月共 $59.76,續約一年要 $83.88;留用滿三年,平均每月會從首期的 $2.49 升到 $3.99。Surfshark 和 NordVPN 的方案卡當時沒列續約價,作者建議先到結帳頁確認。

  9. Dev.to Top Tech72

    OLake Go 實作教學:把 MySQL 變更同步到 BigLake,供 BigQuery 查詢

    MySQL 資料每天整批匯入 BigQuery 後,白天的更新和刪除可能不會馬上出現在報表裡。作者實測開源工具 OLake Go,讓它讀取 MySQL 的變更紀錄,再把資料寫進 Google Cloud Storage 裡的 BigLake 資料表,BigQuery、DuckDB 和 Spark 都能讀取同一份資料。這次使用 MySQL 8.4 和 OLake Go v1.1.0,48 筆初始資料花了 37 秒同步,之後 12 筆變更花了 55 秒。這種做法適合需要讓多種分析工具共用資料的情況;若只用 BigQuery,文中也比較了較直接的 Datastream 路線。

  10. Dev.to Top Tech37

    開發者打造 3 個心理健康分析 AI 助理,送交 aitopia.ai 審核

    想把原本在瀏覽器裡使用的 CBT 分析工具放上 AI 市集,作者做了 3 個 AI 助理,分別找出常見的想法偏差、拖延模式和依附型別。它們不靠機器學習,而是比對文字裡的關鍵字,再提供相應的提醒或建議;例如看到「總是」「從來沒有」這類詞,就可能指出想法有非黑即白的傾向。 作者把分析程式放在自己的伺服器,aitopia.ai 收到使用者請求後會轉送過去。3 個 AI 助理都通過平臺檢查,目前仍在等待管理員審核,還不能公開使用,也還沒有收入。這種做法讓作者能自己修改分析規則,也不用把程式上傳到市集;不過,這些工具是教育用途,不能取代專業心理治療。

  11. Dev.to Top Tech67

    Meshbench 如何在一臺電腦上測試 Offline Protocol 網狀通訊

    測試離線訊息網路時,常得準備多臺裝置,斷線後訊息怎麼傳也不容易看清楚。作者做了 Meshbench,在一臺電腦上啟動真正的服務節點,用可切斷的連線模擬網路中斷,再把各節點的事件整理成每則訊息的傳送紀錄。測試顯示,切斷連線後,訊息能先留在佇列,連線恢復時再經過另一個節點送達;作者也分享如何避免把控制訊息誤認成使用者訊息,以及讓測試工具確實等到斷線生效。這讓開發者能在沒有手機的情況下檢查網狀通訊流程。

  12. Dev.to Top Tech53

    Unity 提供 10 組獨立遊戲團隊各 $50,000,免還款也不拿 IP

    獨立遊戲團隊快完成遊戲時,常需要錢做測試、移植和行銷,卻不容易找到合適的資助。Unity 設立 Fellowship,將選出 10 組使用 Unity 引擎、約在一年內推出遊戲的團隊,每組提供 $50,000。補助不用還,也不拿股權、營收分成或遊戲 IP;團隊可自行安排怎麼花,並保有創作主導權。Unity 也提供開發建議、專家諮詢和行銷協助,這些支援都可自行選用。申請期限是 2026 年 12 月 18 日,入選團隊預計在 2027 年 3 月的 GDC 公佈。

  13. Dev.to Top Tech65

    如何用 GitHub Pages 免費架設 Ghost 部落格

    如果只想公開文章,不需要 Ghost 一直在伺服器上運作,GitHub Pages 可以免費放置靜態網站。這篇教學提供範本、Docker Compose 和原本的安裝方式:Ghost 編輯器留在自己的電腦上,再把文章轉成網頁檔案交給 GitHub Pages 發布。發布後沒有 Ghost 登入、會員訂閱、留言或依賴 Ghost Content API 的搜尋功能;作者也提醒,正式搬移文章前先發布測試文章,並檢查首頁、文章、標籤和圖片是否正常。

  14. Hacker News (official RSS)73

    Jolt 用 Scheme 執行 Clojure,支援呼叫 C 函式庫並建置獨立執行檔

    Clojure 程式通常仰賴 JVM,但 Jolt 改用 Scheme 執行,讓多數可攜式 Clojure 程式不必修改也能運作。它提供呼叫 C 函式庫的介面,並能把程式和所需內容編譯成單一執行檔,方便在沒有 JVM 的環境執行。Jolt 也支援延遲序列、轉換器和並行功能;不過它沒有一般 Java 互通,部分 Clojure 功能也有差異。

  15. OpenRouter56

    使用 Hugging Face 上的開放模型時,選擇哪家供應商可能會影響價格、速度和服務是否穩定。OpenRouter 現在能處理這些模型的請求,並依價格、速度和服務穩定度轉送給合適的供應商;遇到問題時也會自動切換。使用者可沿用同一組 Hugging Face 權杖和 API。還能透過 Broadcast 把請求紀錄送到 Hugging Face Storage,和模型一起放在 Hub 上,方便用於評測或微調。

  16. clem 🤗47

    使用開放模型時,找模型和執行推論可能分散在不同服務。Hugging Face 與 OpenRouter 展開合作,讓兩邊的服務可以互通:使用者能直接在 Hugging Face 執行 OpenRouter 推論,也能從 OpenRouter 取得 Hugging Face 上的開放模型權重,還能把 OpenRouter 的 AI 助理操作紀錄存到 Hugging Face,用來檢查、分享或訓練更好的模型。這次公佈的是合作的第一部分,希望讓開發者更容易使用開放模型,也能一起合作打造 AI 工具。

  17. llama.cpp Releases35

    llama.cpp 發布 b12443,修正 Nvidia Vulkan 的記憶體溢位問題

    llama.cpp 的 b12443 修正了 Nvidia 顯示卡使用 Vulkan 時,FP32 快速注意力功能可能讓共享記憶體用量超出上限的問題。如果暫存資料需要佔用太多記憶體,程式也會停用這種暫存方式。這次版本還列出多種作業系統與硬體的下載專案,例如 Linux、Windows、macOS、Android,以及使用 CPU、CUDA、Vulkan 等方式的版本。

  18. aihot76

    Databricks 推出 AI Index,追蹤企業採用哪些 AI 模型與編碼成本

    企業可選的 AI 模型越來越多,只看模型排名或 token 單價,很難知道哪種選擇最適合自己的工作。Databricks 推出 AI Index,整合使用 Unity Gateway 的企業匿名用量資料,以及用 Databricks 自家程式碼庫和隱藏測試進行的編碼評測,並計畫每週更新。資料顯示,開放權重模型的企業 token 用量佔比從 7 月的 7.3% 升到 11 月的 30.9%;編碼任務的成本也會受到模型完成工作所需步數影響,例如 GPT-6 Luna 和 Claude Opus 5.5 的任務成功率同為 89.1%,平均每項成本卻分別是 $0.05 和 $1.62。這些比較能協助企業依自己的工作需求衡量品質與花費。

    推薦理由:Databricks 把企業採用情況和編碼任務的成功率、每項成本放在一起比較,能看出模型選擇如何影響品質與預算。

  19. openrouter blog81

    OpenRouter 為 Hugging Face 的聊天模型提供跨服務商路由

    同一個聊天模型可能由多家服務商提供,遇到速度變慢或故障時,請求也可能卡住。現在 Hugging Face Inference Providers 透過 OpenRouter 為聊天模型挑選服務商,會依即時價格、速度和可靠度分流,服務商出錯時也會在同一次呼叫中改試其他家;原有的 Hugging Face 權杖和程式碼仍可使用。OpenRouter 的測試中,容量錯誤減少 46%、第一個 token 到達時間快 16.9%、處理量增加 16.3%,每次請求成本則高出 6.0%。開發者也能把請求與回答紀錄存進自己的 Hugging Face Storage Bucket,供日後評估或微調模型;圖片和其他媒體不會存入。

    推薦理由:這次整合把模型路由和請求紀錄接到同一套工作流程,並提供價格、速度與可靠度的取捨資訊,方便開發者依需求選擇服務提供者。

  20. Microsoft Research74

    TokenEconomizer 讓 AI 程式助理記住專案經驗,降低修 bug 花費

    AI 程式助理每次開始工作,都可能重新摸索熟悉的專案、載入用不到的工具,或一再卡在同一個錯誤,讓使用者花更多模型費用。TokenEconomizer 是開源外掛,會從每次工作紀錄整理出專案筆記、移除較少用到的工具,並在助理反覆遇到同一個問題時提醒它換個做法;之後也會依新經驗修正這些判斷。研究用五種 AI 助理與模型組合測試 277 個修 bug 任務,平均花費降低 18.4–30.9%,任務成功率大致維持穩定。剛開始累積經驗時,前幾個任務可能較花錢,但每個測試專案到第六個任務時,累計花費都已低於原本做法。

    推薦理由:研究比較五種 AI 助理與模型組合,顯示記住各專案的工作經驗能降低後續修程式的花費,且任務成功率大致維持穩定。

  21. Hacker News (official RSS)48

    Golden Board 用 512 KiB 二進位訊息教陌生讀者下棋

    沒有共同語言,要怎麼教對方一種遊戲?Golden Board 把 4,194,304 個 0 和 1 排成訊息,先用圖教讀者怎麼看懂資料,再一步步教西洋棋,裡面還有練習和完整棋局。比如,它會先教讀者把 8 個位元看成 1 個位元組,再用一張張圖說明棋子的走法。作者用 LLM 試著解讀訊息,但這些模型本來就懂西洋棋,所以答對不能證明它們是靠這份訊息學會的。這個作品展示瞭如何不用共同語言分享知識,也提醒我們:讀懂資料和真正理解內容是兩回事。

  22. Hugging Face Blog82

    Hugging Face 改用 OpenRouter,替開放權重模型挑選服務供應商

    使用開放權重模型時,同一個模型可能由不同服務供應商提供,速度、價格和穩定度也不一樣。Hugging Face 現在透過 OpenRouter 處理語言模型請求,依即時價格、速度與可靠度挑選供應商;遇到錯誤時,還會在同一次請求中改試其他供應商,程式碼不用更動。文章提到,新路由讓容量錯誤減少 46%,首次收到模型輸出的時間改善 16.9%。切換後,語言模型請求會向 Hugging Face 帳戶或組織請款,不能再使用自己的供應商 API 金鑰;圖片、影片和音訊生成則維持原本方式。

    推薦理由:Hugging Face 改用 OpenRouter 替語言模型挑選服務供應商,文中比較了價格、速度與可靠性,也列出路由改善幅度和切換後的金鑰限制。

  23. Dev.to Top Tech57

    Supabase 新資料表出現 42501 許可權錯誤,該怎麼安全修正

    Supabase 新建的資料表可能無法透過 Data API 讀取或寫入,應用程式就會出現 42501 許可權錯誤,或看起來像沒有資料。文章說明,資料表授權決定角色能不能碰資料表,列層級安全政策(RLS)則限制每個人能看或修改哪些資料列。修正時,只替需要的角色開啟該資料表所需許可權,保留 RLS,再設定政策讓使用者只能處理自己的資料;不要關閉 RLS,也不要把所有許可權開給訪客。若應用程式使用直接連線到 PostgreSQL,則不受這項 Data API 許可權變更影響。

  24. The Decoder77

    Alibaba 發布 Qwen4-Max,以較低成本挑戰 Opus 5.5、GPT-6 和 Kimi K3.1 Pro

    長時間工作和大量資料會讓 AI 模型花更多時間與費用,Alibaba 推出 Qwen4-Max,主打用較少 token 處理長內容和專業任務。它能直接看圖片,並提供一百萬 token 的上下文視窗;在 Alibaba 的 Work360 測試中,平均每項任務成本從 $4.43 降到 $1.67,分數也從 47.74 升到 52.69。外部評測結果不一:它在長時間 AI 助理任務表現突出,但在部分考試和程式開發測試落後競品。新功能 Live Delivery 會先交出可用的初版,讓使用者途中介入調整。Qwen4-Max 已可透過 QwenCloud 等服務使用,Alibaba 表示之後會開放較小型 Qwen4 模型。

    推薦理由:Qwen4-Max 在自家工作任務中以較少 token 降低成本,外部評測表現則有高有低,可看出效率與不同能力之間的取捨。

  25. Dev.to Top Tech38

    開源 Go 套件整理西班牙大學入學、獎學金與職訓學分資料

    西班牙各地的大學入學、獎學金和職業訓練規定分散在不同地區與政府單位,想整理給學生使用並不容易。作者推出開源 Go 套件與資料集規格,把這些規定整理成程式能讀懂的資料,也提供工具查詢各地入學加權、錄取分數和獎學金門檻,還能試算職訓課程學分如何轉換。例如,數學和物理在不同地區可能有不同的入學加權。這套資料可供開發者製作學生申請或費用試算工具,減少逐份查詢公告的麻煩。

  26. The New Stack77

    阿里巴巴推出 Qwen4-Max,模型權重目前只能透過線上服務使用

    想使用 Qwen4-Max 的開發者,目前得透過線上服務或第三方 API,阿里巴巴還沒有宣佈提供這款模型的下載權重。這款新模型可處理文字和圖片,支援 1M-token 上下文視窗;阿里巴巴表示,它在自家工作任務測試中比前代少用 24% 到 35% 的 token,平均任務成本從 $4.43 降到 $1.67。外部評測則給它 43 分,在 81 款模型中排名第 38。阿里巴巴表示,較小型的 Qwen4 模型會開放權重,但尚未公佈型號和時間。

    推薦理由:Qwen4-Max 沒有公佈可下載權重,文章也對照阿里巴巴自家與外部評測,呈現模型表現、使用成本和開放方式的差異。

  27. Dev.to Top Tech57

    作者如何判斷 YouTube 縮圖真的看過了,並用瀏覽器擴充功能淡化重複內容

    YouTube 首頁常會讓人又看到剛才刻意略過的影片,但觀看紀錄無法記下沒點開的縮圖。作者做了 Dim + Filter Seen YouTube Videos 瀏覽器擴充功能,只有縮圖在畫面上停留至少 2 秒、離開畫面後又過 2 秒,才會淡化;快速滑過不會被算進去。Shorts 則是在畫面上停留 2 秒後標記。淡化只改變外觀,不會把影片從版面移除;資料留在瀏覽器,專案會在 65 天後到期。擴充功能目前為 1.1.0 版,提供 Chrome、Firefox 和 Edge 版本。

  28. Dev.to Top Tech48

    人臉交換如何撐過放大處理:用貼回原圖的方式保住其他畫面

    人臉交換常會在臉部邊緣露出接縫,或讓周圍光線、皮膚質感看起來不自然。這套做法先在區域性區域換臉,再把換好的部分貼回原圖,並把邊緣融合起來,避免模型順手改動其他地方;之後才用另一個工作流程放大圖片。文章提供的例子中,39 個節點的流程用來確認換臉效果,55 個節點的流程則加入貼回原圖的步驟。這樣放大時,其他畫面比較不會跟著被改動;但遮罩邊界如果做得不好,放大後仍可能看出柔軟的接縫。

  29. Dev.to Top Tech46

    SkyReels V3 R2V 結合 VACE,用 Wan 14B 依骨架引導影片動作

    用文字描述動作,有時不夠清楚;骨架則直接標出身體各處怎麼移動,能讓影片動作更好控制。這個工作流程把 SkyReels V3 的 R2V 能力和 VACE 控制方式合在 Wan 14B 模型裡,使用時載入一個模型檔,就不用分別載入三個檔案,也不必擔心載入順序。不過,合併後不能單獨調整各部分;骨架也沒說明手指細節或交叉的手腳誰在前面,這些地方模型仍得自己猜。文章建議先試單人、單肢體的動作,確認骨架和畫面中的身體對得上,再測試更複雜的動作。

  30. Dev.to Top Tech56

    FireRed Image Edit 1.0 與 Qwen 2511 圖片編輯比較:怎麼選防止畫面跑掉的模式

    圖片編輯常遇到兩種問題:想改的地方沒改好,或是整張圖都跟著變了。AI-KSK 用五種編輯任務比較 FireRed Image Edit 1.0 和 Qwen 2511,並介紹兩種設定:Anti-drift 適合只改指定區域,Free-range 則能重新調整整張圖,較適合換背景或改光線。作者建議測試時除了看指定修改有沒有完成,也要檢查其他地方是否改變;文章另提醒,模型檔名中的空格可能讓命令列工具找不到檔案。

  31. Dev.to Top Tech44

    Flux 2 Klein 9B 換整顆頭為什麼要用 Rank 128?也要小心放大造成的問題

    換整顆頭比換臉難,因為髮型、頭骨形狀、下巴和脖子都要一起接上,還得配合身體比例和現場光線。這套 Flux 2 Klein 9B 工作流程使用 Rank 128 的 LoRA,讓它能大幅改動畫面;代價是頭以外的地方也可能被改掉,因此流程加入放大步驟來補回細節。操作時先用 1024 × 1024 做替換,再以原尺寸檢查;如果背景或其他地方也變了,要先修好遮罩再放大,因為放大隻會讓原有的瑕疵更清楚。

  32. Dev.to Top Tech62

    AI-KSK 解讀 Anima Preview 2 工作流程,提醒先移除放大圖用的錯誤 LoRA

    想找出哪些藝術家風格提示詞對 Anima Preview 2 有效,一個個手動重跑既花時間,也容易不小心改到其他設定。AI-KSK 整理了這版的四種工作流程,並介紹 16 個節點的批次測試流程:它用同一組種子和設定,逐一套用不同提示詞,再把結果排成圖片格,方便直接比較風格差異。文章也提醒,區塊放大流程裡放著一個 Flux 架構的 LoRA,和 Anima 模型架構不相容;它可能仍會載入並影響輸出,因此使用放大流程前應先清除這個 LoRA。

  33. Dev.to Top Tech41

    LTX 2.3 三種工作流程怎麼選:看影片長度、畫面設定和模型版本

    這次釋出的三種 LTX 工作流程,分別用不同的畫面尺寸、影片長度和蒸餾 LoRA 權重,不能直接套用同一套設定。例如,多張圖片轉影片的流程使用 97 格畫面;唇形同步流程則用 LTX 2,能處理 241 格畫面,約 10 秒的影片。多張圖片流程還提供 2-bit 和 fp8 文字編碼器:前者比較省記憶體,但可能比較難跟上長提示詞裡的細節。挑選流程時,先看影片要多長、內容是什麼,再確認它使用哪一代模型。

  34. Dev.to Top Tech44

    用 K3s、Cloudflare 和 Tailscale 把舊 Debian 筆電變成私人雲端

    舊筆電也能拿來放檔案、看影片和管理下載,不一定得另外買伺服器或租 VPS。作者把一臺裝有 Debian 的筆電架成家用伺服器,用 K3s 管理 Jellyfin、Nextcloud、Headlamp 和 Gopeed 等服務;Cloudflare Tunnel 讓指定網站能從外面連回家裡,Tailscale 則讓作者私下登入伺服器管理,不必把 SSH 開放到公開網路。筆電約有 8 GB 記憶體和 285 GB 儲存空間,足以拿來練習和執行這些服務。這套做法能讓舊裝置繼續派上用場,也讓作者實際練習管理應用程式、網路和儲存空間;不過,小型家用環境未必需要 Kubernetes,Docker Compose 可能更簡單。

  35. Dev.to Top Tech50

    NetApiFlow 為 ASP.NET Core 即時畫出 API 請求路線,v0.4.0 新增驗證面板

    查 ASP.NET Core API 的問題時,常要翻紀錄或開除錯工具,才能找出請求在哪一步出錯或變慢。NetApiFlow 是一套開放原始碼套件,會即時畫出請求從 Controller 或 Endpoint 經過處理程式、服務、資料庫存取層到 SQL 的路線,也能標出錯誤、慢速步驟和根本沒執行的分支。它還能保留執行紀錄,找出同一請求裡重複的 SQL,並整理出路線圖。 v0.4.0 替「測試端點」面板加入驗證功能:它會讀取 API 檔案中的驗證設定,讓你貼上權杖後,自動替需要驗證的請求加上正確資訊。權杖只存在目前分頁的暫存空間,不會寫進硬碟,也不會離開自己的 API。

  36. Dev.to Top Tech39

    兩個 AI 撲克 bot 都說自己有葫蘆,只有一個真的有

    打牌時,AI 說自己手上有什麼牌,不一定說得對。作者記錄了 AI 撲克 bot 每次出牌時附上的一句話,發現它們選的動作通常合法、也算合理,說明自己手牌的話卻可能出錯。有一局,GLM 4.7 Flash 手上只有兩對,卻說自己有葫蘆,最後把籌碼輸給拿到同花的 Qwen 3.8 27B;另一局,GPT-6 Astra 真的拿著葫蘆,也正確說出手牌並贏下底池。光看 AI 的說明很難分辨真假,還得對照它實際拿到的牌。