跳到正文

#開源生態

RSS
今日 22 則
11月16日週一
  1. Dev.to Top Tech68

    作者為 AI 助理打造會淡化記憶的 MemoriaBios

    AI 記憶工具常把每次對話都存下來,但記得所有細節不一定像人的記憶。作者為 MemoriaBios 設計一套會保留、淡化和回想記憶的方式,讓它在每天開始時先讀一頁簡短的自我介紹和待辦目標。記憶會依重要程度和情緒逐漸變淡,回想時也能恢復;淡到最後會留下大意和線索,部分標記為核心的記憶則保留完整內容。作者也試過用語意搜尋,發現它會找出人類很難靠線索想起的內容,因此移除了這項功能。

  2. Dev.to Top Tech57

    WordPress 如何用 SHA-256 阻止未重新核准的文章發布

    文章先核准、之後又有人改字,WordPress 原本的核準狀態不會記得當時核准的是哪個版本。作者做了一款免費外掛,在核準時記下文章標題、內文和摘要的 SHA-256 雜湊值;每次有人要發布時,外掛會重新計算並比對,不一致就把文章退回草稿,並在管理畫面顯示兩組雜湊值。這項檢查涵蓋透過 WordPress 儲存的文章,但不包含圖片、自訂欄位,也無法判斷修改內容好不好。

  3. Dev.to Top Tech73

    Databricks Genie 進駐 Microsoft Teams,教你避免兩套系統報出不同指標

    同一個「活躍客戶」問題,如果 Databricks Genie 和 Microsoft Fabric 各自讀取不同的指標定義,就可能在 Teams 裡給出兩個看似都很確定的答案。作者整理 Databricks Genie 的新功能,並建議公司先選定每個指標由哪一套系統負責,再用程式定期比較兩邊的結果;若差異超過設定範圍,就發出提醒。文中也示範如何把指標寫成可管理的定義,並指出每個正式採用的指標都需要有人負責更新和確認。這能讓團隊及早發現數字不一致,避免爭議等到主管看到兩份不同報表才浮上檯面。

  4. Lobste.rs (Engineering Discussion)48

    Redox OS 10 月更新:Go、GIMP 和影片播放陸續登上系統

    想讓一套作業系統能跑更多程式、也能用在虛擬機器裡,得先把編譯工具、硬體支援和各種小問題一一補上。Redox OS 這個月新增了 Go 編譯器,也成功在 Cloud Hypervisor 虛擬機器中開機,並移植了 GIMP;修好 WebKit 的影片播放後,也能看支援的影片了。 像是透過 virtiofs,Linux 電腦可以把資料夾分享給在 QEMU 或 Cloud Hypervisor 裡執行的 Redox 虛擬機器;實機測試也顯示,NUMA 支援已經能運作。這些進展讓 Redox OS 能跑的程式和使用方式變多,也讓它朝著在雲端當網頁伺服器的方向前進。

  5. Dev.to Top Tech62

    SpecGuard 如何檢查 AI 助理會不會照抄程式錯誤來寫測試

    AI 助理替程式寫測試時,可能照著現有程式的行為判斷對錯,連原本的錯誤也一起當成正確。作者做了免費的 SpecGuard,讓人直接在瀏覽器測試模型能不能依照需求寫檢查;它有 16 個 JavaScript 任務,也能切換成有錯的參考程式,看看模型是否跟著錯。文章舉例說,需求只規定網址代稱要用小寫字母、數字和單一連字號,測試若硬要結果和參考程式一樣,就可能錯誤拒絕另一種也符合需求的寫法。作者提醒,檢查應依需求設定,不能把參考程式的行為當成規則。

  6. Dev.to Top Tech65

    unumsearch 用三字索引加快 AI 程式助理搜尋程式碼

    AI 程式助理反覆搜尋程式碼時,ripgrep 每次都得重新讀取檔案;同時處理許多工作目錄時,等待時間會增加。作者推出開源工具 unumsearch,先用每三個字元建立索引,再只開啟可能符合的檔案逐行確認,答案仍以檔案實際內容為準。作者在約 180 個工作目錄、25.8 萬個檔案的測試中,測得常駐服務搜尋 12 個查詢共花 217 毫秒,ripgrep 花 4.03 秒,兩者找到的檔案相同。索引更新期間,工具也會標示結果可能過期;但在只有 3,700 個檔案的小型專案中,單次啟動的命令列版本比 ripgrep 慢。

  7. Dev.to Top Tech61

    一人開發者如何用 AI 助理打造更完整的軟體產品

    用 AI 寫程式可以很快,但產品若沒先想清楚、測試過,也沒有做好發布準備,就很難成為可靠的作品。作者分享自己如何用 AI 助理加快一人開發流程:先整理產品要解決的問題,再比較市面上的開源與商用工具、訂出功能範圍,接著分段開發並測試。他用 AgentEval Forge、ToolTrust、HivePlane 和 MCP Fabric 等專案留下程式碼、規格與測試報告,讓別人能檢視成果。作者也提醒,AI 可以加快執行,產品方向與驗收仍需要人來判斷。

  8. Lobste.rs (Engineering Discussion)65

    Rust 日期時間函式庫 Jiff 發布 1.0,讓時區處理更省心

    處理日期和時間時,日光節約時間可能讓某些時間消失或重複,程式也容易因此出錯。Rust 日期時間函式庫 Jiff 發布 1.0,將時區規則放進主要 API,遇到重複或不存在的時間時,會依預設方式選擇時間,也能改成選較早或較晚的時間,或直接回報錯誤。它還提供日期加減、時間差計算和格式轉換等功能;作者說明,這次發布後會長期維持 1.0 的相容承諾,方便其他 Rust 專案採用。

    推薦理由:Jiff 把時區與日光節約時間納入日期時間 API,並說明模糊時間如何處理,可幫助 Rust 開發者判斷它是否適合自己的程式。

  9. Dev.to Top Tech67

    小型開放權重模型能學會遵守支出規則嗎?

    AI 助理如果能動用預算,光靠付款系統攔截不合規交易,可能會讓錯誤決定進入人工審查。作者用 CohereLabs/aya-expanse-8b 測試模型能否先判斷哪些支出可以放行、拒絕或交由人確認,並用規則程式核對答案。經過調整訓練後,模型在 165 個測試情境中的正確率從 55.2% 升到 95.8%,不該放行的支出也大幅減少。不過,支出是模擬的,測試也不是讓模型實際操作付款工具;訓練資料若只著重算術,還可能讓其他判斷變得更寬鬆。

  10. Dev.to Top Tech69

    作者推出 kwant,讓 AI 助理在自架環境執行每日行銷例行工作

    雲端 AI 助理的使用額度用完時,每天固定要跑的工作也可能跟著停擺。作者 Oleks 連續兩個早晨遇到 Grok Bot 的使用上限後,改用自己開發的 kwant,讓 AI 助理在自己的電腦或伺服器上跑例行工作,也能使用本機模型或自己已有的 API 金鑰。作者示範如何讓 AI 助理檢視 GitHub 變動、把草稿交給另一個 AI 助理,再由不同的隊友檢查;發文、開啟請求等動作會先等人核准,工作也要通過檢查才算完成。這讓每日工作不必卡在雲端額度上,最後仍由作者決定哪些內容要送出。

  11. Dev.to Top Tech48

    Otomoto 沒有公開 API?用 Apify 把汽車刊登資料存成 JSON 或 CSV

    想用程式整理 Otomoto 上的車價,卻發現它沒有公開 API 可以搜尋刊登資料。這篇文章示範用 Apify 的 Otomoto.pl Scraper:不寫程式時,把搜尋網址貼上去,就能下載 CSV、Excel 或 JSON;也能用 Python 整理車價,或定期追蹤新車、降價和下架的車。例如,作者整理 500 輛 2017 年以後的 Skoda Octavia,發現 2019 年車款的中位數價格是 44,900 PLN,2020 年則是 65,500 PLN。每整理 1,000 輛車要 $0.75。這個工具能省下手動抄資料的時間,但搜尋結果只代表當次抓到的刊登,也不會提供賣家的電話或電子郵件。

  12. Dev.to Top Tech66

    如何用 Android 手機連線,在自己的電腦執行 GPT-OSS 20B 和 Llama 3.1 70B

    手機記憶體放不下 GPT-OSS 20B 或 Llama 3.1 70B 這類大型模型,但可以讓 Mac 或 PC 負責運算,再用 Android 手機透過同一個 Wi-Fi 連線聊天。作者以 Off Grid AI Mobile 0.0.124 示範:先在電腦用 Ollama、LM Studio 或 Off Grid AI Desktop 載入模型並開啟網路連線,再到手機的「Remote servers」掃描或手動加入電腦,選好模型就能開始使用。資料留在本機網路,不必送到雲端;電腦要和手機使用同一個 Wi-Fi,離開家中網路則需另設私人網路。文中也提醒不要把服務連線埠直接開放到網際網路,並提供掃描不到伺服器時的排查方法。

  13. Dev.to Top Tech51

    Culler 在 Mac 上打造開源軟體工廠,讓 AI 助理依專案方向提案

    做專案時,AI 助理可能會忙著處理任務,卻偏離你原本想做的方向。Culler 是一個在自己的 Mac 上運作的開源專案工廠,會依照你設定的專案目標,在程式碼專案中提出並送交工作,也能透過不同的 AI 服務運作。你可以自己新增工作,或請 Culler 的助理 Collie 幫忙,再逐項檢視、提出修改或拒絕。這讓人能把專案方向和工作取捨留在自己手上。

  14. Dev.to Top Tech51

    datasette-llm 0.1a11 新增 OpenAI 相容介面,可接入本機模型

    想用本機模型查詢資料庫時,模型服務和資料工具得先接得起來。datasette-llm 0.1a11 新增 OpenAI 相容介面,讓提供這種介面的模型服務能接入 Datasette;文中示範用 LM Studio 的模型搭配 Datasette Agent,查詢資料庫裡有多少個儲存庫和發布紀錄,再把結果整理成白話回答。示範資料庫有 200 個儲存庫和 1,889 筆發布紀錄,這些數字只適用於該資料庫。文中也提醒,公開部署前要調整範例裡的管理許可權和金鑰設定。

  15. Dev.to Top Tech52

    ToolsByUs 背景移除工具在瀏覽器處理照片,不必上傳

    使用線上去背工具時,照片常得先上傳到伺服器;作者介紹 ToolsByUs 的背景移除工具,讓照片留在瀏覽器裡處理。它會先下載分割模型,再由 ONNX Runtime Web 在裝置上去背,輸出透明 PNG;作者也示範可檢視瀏覽器的網路紀錄,確認照片沒有送出。作者用一張 1280×1920 的人像照片測試,第一次連下載模型花不到 30 秒,模型快取後再跑不到 10 秒,頭髮邊緣仍有些微白暈。這種做法省去上傳,但首次使用要下載模型,運算也會佔用自己的裝置資源。

  16. Dev.to Top Tech48

    AgentLens 如何用雜湊鏈記錄 AI 助理做過的事

    AI 助理可能刪掉檔案、呼叫工具或花掉 token;過了幾個月,怎麼知道留下的紀錄沒有被改過?AgentLens 把每件事依序記下來,並在每筆紀錄放入前一筆的 SHA-256 雜湊值。只要有人修改、刪除或調換紀錄,檢查時就會發現鏈條接不上。它也能接收 OpenTelemetry 紀錄,或透過 MCP 讓 AI 助理寫入事件。例如,文章展示的示範資料中,一場 45 秒的研究工作階段花了 0.3420 美元。不過,雜湊鏈只能讓竄改留下痕跡;若有人重寫整個資料庫,仍可能做出看似完整的紀錄。這個專案還很新,作者也沒有實際部署或壓力測試,因此上線前應先確認安全與可靠性。

  17. Dev.to Top Tech63

    Hunter Bryson 分享手動打造 AI 助理記憶的做法與教訓

    讓 AI 助理記住重要事情並在需要時找對資料,作者試過交給 AI 自己整理,結果常常一團亂。Hunter Bryson 分享他替 Odie 手動設計記憶的方法:用純文字檔分割槽,說到特定關鍵字時讀取相關內容;每次對話結束後,再回頭整理實際對話紀錄。Git 會保留舊版本,但助理不會再讀取它。作者也把這些做法整理成免費的 shelves,並持續試用和修改;目前搭配 Claude Code 使用。這是他現階段的實驗心得,並非已經定型的答案。

  18. Hacker News (official RSS)44

    Eclipse Mosquitto:支援多種 MQTT 版本的開源訊息伺服器

    不同程式要用 MQTT 傳送訊息時,需要一個負責收發的伺服器。Eclipse Mosquitto 是開源的 MQTT 伺服器,也附有 C 和 C++ 程式庫,以及發布、訂閱訊息和管理伺服器的工具。舉例來說,可以用 mosquitto_sub 訂閱 test/topic,再用 mosquitto_pub 傳送 hello world。這種簡單啟動方式只允許同一臺電腦連線,而且不需要登入;若要讓其他電腦連線,就得設定監聽位置和登入驗證,尤其伺服器公開時,不建議開放匿名連線。

  19. Dev.to Top Tech39

    LLM 評分 AI 時,誰來確認評分真的正確?

    用 LLM 評分另一個 AI,評分者自己也可能很有把握地判錯。比方說,一個 AI 給出聽起來完整、其實不正確的答案,另一個 AI 發現資料不夠而拒絕下結論;如果評分者偏愛完整又肯定的回答,反而可能給錯誤答案較高分。Orinyx 正在規劃評估方式,希望用事先確認的答案和證據標準、可直接檢查的條件,以及人工複核,讓評分理由能被檢查和提出質疑。這也提醒我們,測出 AI 表現有沒有改變,不等於知道它原本做得對不對;證據不夠時,評估結果也可以是無法判定。

  20. Dev.to Top Tech50

    Open Vision Banana 如何把擴散模型變成多用途視覺引擎

    做辨識工作的團隊常得為不同任務各自準備模型,還可能花上好幾週收集資料、訓練模型。Open Vision Banana(OVB)把偵測物件、估計深度等工作交給同一個擴散模型處理:使用者用文字說明要找什麼,模型就產生標出目標的結果。文中的例子用它找出倉庫照片裡的棧板和堆高機,不必另外微調模型;在一組有限資料的測試中,辨識表現也接近專門訓練的模型。這種做法能省下不少開發時間,但結果仍會受到提示詞寫法影響。

  21. Dev.to Top Tech67

    作者如何用 ESP32-P4 和 LVGL 9.6 打造觸控宏鍵盤 Tessera Deck

    想用觸控螢幕快速執行電腦操作,卻不想買 Stream Deck,作者便用 ESP32-P4 開發了 Tessera Deck。它把螢幕上的按鍵和畫面交給裝置處理,真正執行動作的 Python 程式則在 Windows 電腦上跑,兩者透過 USB 傳送訊息。作者也說明如何先在電腦上測試介面、更新畫面上的既有按鍵,以及用快取管理圖示,避免觸控時按鍵被重建。這個專案也能顯示 Claude Code 等 AI 助理的操作許可請求,但不會自行按下允許;目前只支援指定的螢幕和 Windows 10、11。

  22. PyTorch Core Releases35

    PyTorch FlyDSL 新增 gfx950 的 fused matmul 與 reduce-scatter 原型

    這次更新在 FlyDSL 的選用版本中加入一種把矩陣運算和資料分散合在一起處理的原型。它使用 bf16 和加總方式,沿第 0 維分散資料,支援 TP 2、4、8,並限定用在 gfx950;運算時也會在同一個核心裡加總這個處理單位負責的資料區塊。這項功能需要 FlyDSL 和 gfx950 才能測試。

  23. Dev.to Top Tech49

    Kubecost 與 OpenCost 比較:Kubernetes 正式環境的架構與設定

    雲端帳單通常只看得出一臺伺服器花多少錢,卻看不出 Kubernetes 裡是哪個服務、部門或團隊用了這些資源。OpenCost 和 Kubecost 都會讀取 Prometheus 收集的資料,估算各個 Pod 使用的運算、記憶體、儲存空間和網路費用。OpenCost 是免費的開源工具,適合先檢視單一叢集各個名稱空間的花費;Kubecost 則加入多叢集費用總覽、許可權管理和自動提醒等功能。若公司只需要看一個叢集的費用,OpenCost 就能入門;若要管理多個叢集,並限制不同團隊能看到的費用資料,Kubecost 會更合適。

  24. Dev.to Top Tech58

    Levelrail 備份還原實測:怎麼確認資料真的救得回來

    備份工作每天顯示成功,不代表資料真的能還原;作者發現自己好幾個月都沒有試過讀回備份。他用 Levelrail 替 Postgres 排程備份,先記下資料筆數與金額,再刪掉線上資料,將舊備份還原成另一個資料庫比對。還原後有 2,000 筆訂單,線上資料只剩 1,500 筆,金額也回到刪除前的數字。作者還實際跑過一次定期還原檢查,確認備份檔、校驗碼和還原內容都正確;這項檢查需要物件儲存空間。

  25. Dev.to Top Tech59

    safe-http-telemetry 讓 Rust 網頁服務安全記錄 HTTP 請求

    HTTP 服務記錄請求內容,雖然方便找出問題,卻可能把密碼和權杖也寫進紀錄,或因匯出太慢拖累服務。作者打造了 safe-http-telemetry,讓 Axum 和 Tower 應用程式能在資料進入佇列前遮蔽敏感欄位,並用有容量上限的佇列和背景工作者將紀錄送到 Grafana Loki;佇列滿了時,預設會丟掉新事件並更新計數器。作者也提醒,遮蔽不保證能找出所有機密,應先從最少資料的設定開始。文中測得不同記錄設定的額外耗時,但結果來自單一電腦,不能當成所有服務的效能保證。

  26. Dev.to Top Tech72

    後量子簽章開始落地:authentik 2026.11 加入 ML-DSA 支援

    量子電腦可能威脅未來的加密,但後量子簽章比金鑰交換更難匯入,因為簽章和公開金鑰都大得多。開源身分驗證軟體 authentik 在 2026.11 加入 ML-DSA 憑證、OIDC 權杖簽署與通行金鑰登入支援,讓使用者能先在自己管理的系統中試用;公眾信任的憑證機構和瀏覽器目前還不接受這類憑證。作者也分享,較大的簽章適合用來保護不常交換的身分金鑰,若每則訊息都簽一次,資料就會變大。要切換權杖簽署前,還得先確認應用程式使用的 JWT 函式庫支援 ML-DSA。

  27. Dev.to Top Tech67

    AI-KSK 示範用 Qwen Image 2.1 和 H3 製作商品情境圖

    把商品放進背景不難,難的是讓光線、陰影和接觸面的細節看起來自然。AI-KSK 示範把工作分成兩步:先用 Qwen Image 2.1 把商品融入場景,再用 H3 VDN 12NFE 加強細節,讓畫面更像照片。想快速調整構圖時可用 Viggle 加速流程,選好後再用 40-step 版本產生正式畫面;但模型可能改掉商品標籤文字和標誌位置,需要保留原樣的文字應在模型處理後再合成上去。這套流程可用來製作電商主圖、不同季節的背景版本,或先比較背景再決定是否拍攝。

  28. Dev.to Top Tech56

    如何用 15 分鐘檢查 Lovable 或 Supabase 應用程式的資料是否能免登入讀取

    有登入畫面,不代表資料真的受到保護;如果 Supabase 資料庫的規則設錯,沒登入的人也可能直接讀到內容。作者整理了一套檢查方式,先找出沒有開啟資料列安全防護的資料表,再用公開金鑰模擬訪客提出讀取要求,確認是否會傳回資料,也要檢查不同帳號能不能讀到彼此的資料、儲存空間是否公開,以及秘密金鑰有沒有放進前端。文章引用的研究列出多個實際外露資料案例,但也提醒,研究沒有查明這些資料是否遭人濫用;檢查結果要以自己專案實際收到的回應為準。

  29. Dev.to Top Tech43

    Miktam Bible:不用連網,也能在手機上查聖經、詢問 AI 助理

    在通勤、旅行或網路不穩的地方,想查聖經卻可能連不上網;有些聖經 App 的 AI 功能還會把問題傳到伺服器。Miktam Bible 把聖經文字、搜尋、筆記和 AI 助理都放在手機上,讓人離線閱讀、找經文,也能詢問經文背景和意思,提問內容不會離開手機。 例如,它附有 KJV 聖經,也能下載 5,600 多種譯本,並提供希臘文和希伯來文查詢、讀經計畫、經文標記和語音筆記。這款 App 目前在 Google Play 封閉測試中。

  30. Dev.to Top Tech59

    cryptship 把程式加密後放進 Docker 映像檔,通過授權才會執行

    把 Docker 映像檔交給客戶,裡面的程式碼可能被拆開讀取;cryptship 想降低這種直接複製的風險。開發者先用它加密程式,再把加密內容、授權和一個小型載入器放進映像檔。啟動時,載入器會檢查授權是否有效,再把程式解密到暫存記憶體中執行。作者也提醒,只要程式在客戶能控制的硬體上執行,就無法保證完全不被取出;cryptship 是提高複製和逆向工程的難度,並非讓程式絕對安全。

  31. Dev.to Top Tech46

    cryptship 誠實說明程式碼保護的極限,並用三種方式提高攻擊難度

    容器裡的程式碼雖然會加密存放,但 App 執行後,解開的內容會留在記憶體裡;主機的 root 使用者仍能讀取。cryptship 說,真正能擋住這種情況的方式,是使用 SEV-SNP 或 TDX 等機密運算,或把最重要的程式邏輯留在伺服器上。它也提供三種提高偷看難度的方法:先把程式編譯再加密、限制容器能做的事,以及替每份授權加入可追查的標記。 這些方法能避免別人用 docker save 和 tar 讀出原始碼;授權失效或遭竄改時,也無法解密。若使用線上授權服務,撤銷授權會立刻生效。不過,標記可能被刻意移除,而且容器設定無法擋住主機的 root。簡單說,cryptship 能提高攻擊成本,但不能保證程式碼絕對安全。

  32. Dev.to Top Tech46

    WriteFreely 一鍵部署範本:自架部落格要花多少心力?

    自己架 WriteFreely 部落格,得先下載程式、產生金鑰、處理資料庫搬家和聯邦設定,很多人還沒發出第一篇文章就放棄了。作者把這些步驟包成 Railway 一鍵部署範本,並讓系統在啟動時產生管理員和應用程式金鑰,避免沿用預設密碼;ActivityPub 聯邦功能也已開啟。SQLite 不必另外設定就能使用,但如果要開多個副本或讓多人同時寫入,就得搬到 Postgres,過程並不簡單。自架也代表要自己處理垃圾註冊和封鎖名單。

11月15日週日
  1. Dev.to Top Tech66

    Observal 如何記錄 AI 助理的工作過程,並協助找出卡住的原因

    AI 助理跑了很久卻沒完成工作時,光看錯誤訊息往往找不到原因。Observal 會透過 AI 助理使用的工具,把對話、工具呼叫、回覆和錯誤記錄成工作紀錄,讓團隊依序檢視每一步;例如同一個工具反覆收到相同指令,可能表示 AI 助理陷入迴圈。記錄有多完整,取決於工具留下多少內容。由於紀錄可能包含提示詞、指令輸出、路徑或金鑰,部署前也要先決定儲存多久,以及哪些人可以檢視。

  2. Dev.to Top Tech43

    docker/login-action 出現「Username and password required」錯誤時,該檢查什麼

    docker/login-action 在連上任何網路之前,會先檢查帳號和密碼;兩個值都沒收到時,就會出現「Username and password required」。這通常表示密碼和帳號都沒送到登入步驟,可能是工作流程的 with: 設定縮排錯了、觸發事件拿不到密碼,或密碼存放的位置沒有分享給這個專案。若只有一個值漏掉,錯誤訊息只會指出帳號或密碼其中一項。 可以先看觸發工作的事件,以及登入步驟收到的設定。若工作有時不需要登入,可先把密碼放進 env,再用它判斷要不要執行登入步驟。也建議明確填寫 registry;如果沒有填,動作可能預設連到 Docker Hub,讓錯誤訊息看起來和目標網站不符。

  3. Dev.to Top Tech61

    Joshua Smith 示範如何批次查出公司網站使用哪些平臺

    手上有一大串公司網址時,光看首頁不一定能判斷它們用哪個網站平臺;商店、部落格和首頁可能各用不同工具。Joshua Smith 示範用開源 Apify Actor 檢查網頁留下的線索,再用 Python 把結果整理成 CSV,標出平臺、信心程度和需要人工檢視的網站。例如,網站若用 Next.js 做外觀,背後的平臺可能只留下微弱線索;只查一個網址,也可能漏掉商店或部落格的子網域。因此,沒有查到平臺不代表網站一定沒用這些工具,批次結果適合先整理名單,再由人確認可疑專案。

  4. Publickey (日系頂級架構誌)73

    Cloudflare 開源 Kitesurf,打造給 AI 助理使用的輕量瀏覽器

    AI 助理操作網頁時,不需要人用瀏覽器的分頁、書籤和擴充功能,但同時執行許多工又需要瀏覽器夠輕巧。Cloudflare 開源了 Kitesurf,這是一款專為 AI 助理設計的無畫面瀏覽器,不使用 Chromium,也不依賴 Node.js,主要以 Rust 撰寫並編譯成 WebAssembly,預計在 Cloudflare Workers 上執行。Cloudflare 表示,和 Chromium 相比,Kitesurf 使用 CPU 和記憶體的效率約好 3 到 7 倍;它也支援 Chrome DevTools Protocol,可連線 Puppeteer 等工具。

    推薦理由:Kitesurf 專為 AI 助理操作網頁打造,文中也比較了它和 Chromium 的資源消耗,能看出精簡瀏覽器的設計取捨。

  5. Dev.to Top Tech47

    PocketPDF 檢查網站工具後,改用開源程式庫處理常見問題

    自己寫網站工具,可以少裝套件,也比較清楚每個功能怎麼運作;但常見功能如果早有經過多年測試的開源程式庫,自己維護一份也可能多出原本能避開的錯誤。PocketPDF 的作者檢查了網站上的工具,像是改用 zxcvbn 評估密碼強度、用 Papa Parse 讀取 CSV、用 fflate 處理 ZIP,並用 he 解讀 HTML 特殊字元。這些程式庫能處理簡單做法容易漏掉的情況,例如密碼過於好猜、CSV 欄位裡有逗號或換行。作者也沒有每樣功能都改用外部程式庫:如果增加的複雜度、下載大小或維護工作不划算,就保留自己寫的版本。這樣能少花時間重做常見功能,多處理網站本身的問題,同時維持輕巧、靜態、在瀏覽器中運作的網站。

  6. Dev.to Top Tech38

    雲端資安掃描器只會列問題?文章分析為何 CISO 更需要安全證明

    雲端資安掃描器會列出找到的問題,但問題變多不一定代表環境變差,也可能是檢查範圍變大,讓工程師很難向主管說清楚進步了多少。文章比較兩種做法:掃描器比對已知問題樣式;形式驗證則檢查設定是否符合特定安全條件,並留下可重複檢查的證據。 例如,可以檢查外部的人能不能透過任何政策讀取標記為高敏感度的 S3 儲存桶;文中的例子檢查了 847 項資源,結果是沒有外部人員能讀取。這類證據能讓團隊向主管和稽核人員說明哪些安全條件已確認成立,也讓進度從「找到幾個問題」變成「確認了哪些安全條件」。掃描器仍有用,因為找到的問題還是需要修正。