用 SQLite 一次處理多筆預約:有一筆時間重疊,就全部取消
一次新增好幾筆預約時,如果前面那筆有效、後面那筆卻和它撞時間,前面的預約該不該留下來?這個 Python 範例用 SQLite 示範「整批成功或整批取消」:只要發現時間重疊,就把這批新增的資料全部還原。像第一筆訂在 09:00 到 10:00,下一筆從 10:00 開始就可以;但如果另一筆和它重疊,整批就會取消。這能避免資料只存了一半,不過範例只用一條連線,也沒有處理時區,不能直接當成完整的多人預約系統。
一次新增好幾筆預約時,如果前面那筆有效、後面那筆卻和它撞時間,前面的預約該不該留下來?這個 Python 範例用 SQLite 示範「整批成功或整批取消」:只要發現時間重疊,就把這批新增的資料全部還原。像第一筆訂在 09:00 到 10:00,下一筆從 10:00 開始就可以;但如果另一筆和它重疊,整批就會取消。這能避免資料只存了一半,不過範例只用一條連線,也沒有處理時區,不能直接當成完整的多人預約系統。
AI 助理要指出程式碼哪一行有問題時,加上行號很方便,但送出的文字也會變多。作者用 Python 3.13 標準函式庫的 131 個檔案比較五種格式,發現常見的 cat -n 排版會讓程式碼多出 42.4% 的 token;行號前補空格也會增加成本。若不需要整份檔案的行號,可以只替相關片段編號,或用「行號加 Tab」的格式,降低額外用量。作者使用 OpenAI 的 o200k_base tokenizer 計算,沒有測試行號是否能提升回答準確度;其他模型的實際比例也可能不同。
NyxJ 2.1.0 加強了服務在實際使用時的可靠度,加入每個使用者端的流量限制、閒置連線逾時和安全標頭,也讓系統能追蹤每個請求。指令列工具現在可以一次檢查多個檔案,並提供排序、監看等功能;叢集之間交換訊息也改用 MessagePack。 開發者用模糊測試找出並修好 3 個原本就在 2.0.0 的錯誤:檔案整份被替換時可能讀取超出範圍、太長的 JSON Pointer 無法套用,以及特定格式的 MessagePack 訊息可能讓服務卡住。新版仍相容 2.0.0,測試專案超過 600 個,也提供 Linux、macOS、Windows 和 WebAssembly 版本。
多人一起開發遊戲時,場景、貼圖和音訊等二進位檔案若同時被修改,可能讓其中一人的工作白費;不同時區也讓事前互相通知變得困難。Juego Studios 整理了一份合作檢查清單,建議先列出需要鎖定的檔案型別,再用 Perforce 或 Git LFS 等工具強制執行鎖定規則。團隊也要約定何時釋放鎖定、怎麼處理閒置鎖定,並把內容分給不同團隊管理。每次提交後檢查參照是否正常、確認夜間建置成功,能幫團隊及早發現檔案問題。
Laravel 網站在本機能上傳的檔案,部署後可能因為不同層的大小限制而失敗。這篇教學說明,Nginx、PHP-FPM、Cloudflare 和 Laravel 各自都可能擋下請求,應先根據錯誤訊息找出是哪一層,再調整對應設定;PHP-FPM 使用的設定檔也和終端機裡的 PHP 不同。若檔案超過 Cloudflare Free 或 Pro 方案的 100 MB 限制,可以改用分段上傳,或讓瀏覽器直接把檔案傳到 S3 或 R2。文中也提醒要設定明確的大小上限,避免完全取消限制。
同時讓多個 AI 助理寫程式時,很難看出哪些工作還在跑、哪些卡住等人處理。Mastering Emacs 作者花了 15 個月打造 DreamCoder,讓它在瀏覽器中用可調整的視窗管理聊天、終端機和工作區;每個工作區都有小地圖,能看出各個視窗是否正在工作或遇到阻礙。DreamCoder 也支援 MCP、背景執行的子助理和本機模型,作者希望把它做成方便人與 AI 一起工作的程式開發環境。
推薦理由:DreamCoder 把多個 AI 助理、終端機與工作區放進可調整的視窗介面,適合瞭解作者如何改善並行工作的觀察方式。
Polydraw 是 Spritely 為 Autumn Lisp Game Jam 做的多人猜題遊戲。玩家輪流當畫家,根據提示在 60 秒內只用三角形作畫,其他人則猜畫的是什麼。開發團隊用 Goblins 和 OCapN 讓玩家能透過網路一起玩,也做了計分榜、表情回應和開場動畫。 遊戲最後在比賽中拿下第 5 名。趕工期間,團隊修正了提示總是出現「bus」的問題,也替玩家離線時遊戲無法正常處理的情況做了部分改善;不過,斷線的玩家仍看不到連線中斷的提示。這次開發也讓團隊看到,網路連線和玩家離開時的處理,還有不少地方可以改進。
同一個專案裡,檔案和函式的名字常常沒有明文規則,新加入的工程師不容易看出大家為什麼這樣命名。作者盤點 Nakodo 的程式碼後發現,583 個檔案都用小寫單字或短橫線命名;React 元件則依它在整個 App 裡的用途取名,所以元件名稱不一定和檔名相同。作者也找到一個需要留意的地方:資料庫欄位的命名設定寫在兩個檔案裡,如果兩邊日後改得不一樣,程式查詢和產生的資料庫指令就可能對不上。因此,作者打算把規則寫清楚,並讓兩處共用同一份設定;另外,五個較早建立的登入相關功能名稱會保留,並註明原因。
只想記住目前選到哪個分頁,AI 助理有時會替單一元件新增 React Context 和 Provider,讓原本簡單的狀態變得難測,也可能和頁面上已有的狀態重複。作者建議,只有一個地方要用的資料,先用 props 或父層狀態;也先找找頁面、功能或表單是否已有共用的資料存放處。只有多個相隔較遠的元件真的需要共用資料時,才考慮新增 Provider。作者還提供可放進提示詞的限制,並建議在檢查程式碼差異時搜尋 createContext、Provider 和 useContext,確認新增它們有清楚理由。
FFmpeg 9.1 正式推出,這套常用的跨平臺影音工具加入了新的編碼、解碼和影像處理功能。其中,NVIDIA 光流功能可用來插補影格、提高影片影格率;新的 Vulkan 編碼器則能處理 APV 影片格式。這次也改善 AAC 編碼器,並加入 ASTC 圖片編解碼等支援,讓 FFmpeg 能處理更多影音格式與工作。
KDE 正在開發新的終端機 Kwi,並在近日推出第一個版本 v0.1。Kwi 以 Ghostty 函式庫為基礎,文章提到它的效能比 KDE 現有的 Konsole 更好;新版本也加入全域選單支援、分頁改進、主題調整和多項操作上的修正。Kwi 已通過審查,成為 KDE 的正式應用程式,並可下載原始碼或從 Flathub 取得 Flatpak 版本。
自己替網站處理登入、密碼和使用者許可權,容易寫出重複程式,也得自行維護安全細節。作者用 Keycloak 搭配 Python 連接器,把登入、登出、權杖更新和驗證整理成幾個操作,再接到 Flask 網站。使用者登入時會先前往 Keycloak,完成驗證後再回到網站;連接器也會檢查登入回應,並在權杖快到期時更新。作者表示,整合程式約 80 行,並提供程式碼範例和專案連結。
AI 助理執行命令時,刪錯資料夾或重設程式碼,可能讓資料和工作成果消失。作者把 107 條來自公開 Claude Code 問題回報的命令交給自己開發的 guard 檢查;這個工具會拒絕部分命令、要求使用者確認部分命令,也可能完全不作判斷。測試中有 24 條被拒絕、52 條需要確認、31 條沒有判斷。作者提醒,這些數字只適用於他挑選的命令,不能代表它能攔下多少真實事故。像是透過資料庫工具執行的操作,或藏在指令碼裡的刪除命令,guard 可能看不到;沒有判斷時,仍由 Claude Code 自己的許可權設定決定怎麼處理。
MP4 檔案的大小欄位彼此相扣,隨機改動常會讓檔案太早被拒絕,測試碰不到更深的程式碼。作者先用一般模糊測試找到多個 GStreamer 漏洞,再把測試集中在 MP4 的 stsd 區塊,保留外層檔案結構,只改動目標內容,讓測試能走進更多解析程式碼。這種做法又找到 3 個漏洞;文中列出的漏洞已由 GStreamer 在 1.26.2、1.28.1 和 1.28.2 版修補,也提供修補檔供舊版使用。
推薦理由:文章比較一般變異式與部分理解 MP4 結構的模糊測試,並說明後者如何深入解析程式碼、找到一般測試未觸及的漏洞。
程式專案的決策會隨時間改變,向量搜尋可能找回舊決定,也可能漏掉檔案路徑、錯誤程式碼等精確名稱。LongMemOS 是一套本機 MCP 記憶工具,讓 Claude Code 和 Cursor 共用;它會保留舊資料、標記已被取代的內容,並附上原始檔案路徑和行數,方便查證記憶從哪裡來。作者表示,LongMemOS 在內部的 LongMemEval 500 題測試中答對 463 題,資料留在本機,沒有呼叫外部嵌入 API;實際表現仍會受專案資料整理方式影響。
Notifio 桌面版幾乎沒有正式的測試工具,只有 3 個要手動執行的程式,總共 53 項檢查。其中 2 個只檢查計算規則,離線也能跑;第 3 個會開啟瀏覽器連上網路,所以沒網路時,整套測試指令就會卡住,前面有一項失敗時,後面的檢查也不會繼續。 作者發現,測試只碰到 28 個主要模組中的 4 個,像是會把資料寫進電腦的設定和搜尋紀錄都沒檢查。接下來,他打算把兩個離線測試改用 Node 內建的測試工具,讓一般測試不用連網,另外把連網檢查改成手動執行的「冒煙測試」。這也提醒開發者:測試不只要能檢查簡單規則,也得留意真正負責儲存資料的部分。
用 react-pdf 把 WhatsApp 對話轉成 PDF 時,阿拉伯文、中文等文字可能變成空框,或出現缺字、標記位置錯誤和標點跑到行首。Amberword 作者在自己的網頁工具中修補了五個文書處理問題,也讓程式只下載對話實際用到的字型;測試聊天若含 15 種文字系統和兩種字型樣式,會下載 11.7 MB,只有拉丁字母的聊天則不必下載這些字型。作者也提醒,工具目前無法正確排出 Urdu 的 Nastaliq 字型,因此改用 Naskh。
推播顯示送出成功,手機卻沒有通知,問題可能出在伺服器、訊息內容或手機設定。作者在 ION DASH 物流平臺重整推播流程時,分別修正 FCM HTTP v1 驗證方式、Android 訊息格式,以及 Android 13 以上版本需要使用者授權通知的問題;其中手機沒開通知許可權時,後端成功也無法讓通知顯示。文章也示範先儲存通知、再交給背景工作送出,並依錯誤決定重試或刪除失效裝置資料,讓漏送和重複通知更容易追查。
前端開發常得等後端做好才能測試。作者做了一個模擬 API,資料會照你選的種子固定產生,所以每次拿到的姓名、電子郵件和 ID 都一樣;換個種子,就會得到另一組同樣固定的資料。這樣測試就不會每次跑出不同結果,檢查畫面也更穩定。 它還能真的依條件篩選、排序和搜尋資料,也能模擬登入、錯誤和網路延遲。使用時要分清兩種模式:Simulate 在瀏覽器裡運作,不會連網;Live endpoint 則使用有開啟 CORS 的線上網址,讓其他應用程式或同事也能呼叫。
同一個 Codex 模型做同一件事,透過 T3 Code 花了 10 分 26 秒,用原生 CLI 則花了 6 分 07 秒。看起來 T3 Code 比較慢,但其中 6 分 6 秒其實是在等人批准清理暫存檔;扣掉等待後,實際工作時間是 4 分 20 秒。T3 Code 少花時間檢查環境,原生 CLI 則多做了不少檢查,還碰上瀏覽器測試卡關。三個版本也都被檢查出問題:兩個有跨分頁資料被蓋掉的錯誤,另外兩個有鍵盤焦點跳走的問題。這次只有各跑一次,時間差可能受網路或排隊影響,還不能當成定論。
Notifio 網站的 4 個動畫示範中,有 3 個刻意保留桌面版大小,放進手機畫面時就會被右側裁掉。作者量了 38 個頁面,發現手機寬度是 390 畫素時,租屋示範裡的所有租金、電子郵件示範的「View」按鈕,以及自動回覆示範的「Send」按鈕都在畫面外。原本這樣設計是想讓視窗看起來像真的桌面視窗,但讀者看不到價格,也看不到示範中的操作,可能就不容易明白產品在做什麼。 作者打算把示範內容改成讓左側描述文字超出畫面,右側重要資訊留在手機裡;也考慮縮小整個示範,或讓過長的標題自動換行。另一個問題是全站隱藏了捲動條,因此即使示範可以左右滑,讀者也看不出來。這提醒網站設計者:手機上「沒有橫向捲動條」,不代表所有內容都看得見。
Flask 常被當成適合小專案的工具,讓人擔心使用者一多,API 就會變慢或掛掉。文章說明,Flask 單靠一個處理程序無法每秒接住 50,000 個請求;要用 Gunicorn 同時跑多個 worker,前面放 Nginx,再用快取減少重複工作,並視需要增加伺服器。像 Pinterest 的 Flask API 管理 250 billion 個 pins,平均回應時間是 2.7ms。實際速度仍要看程式、硬體和請求內容,得用壓力測試確認。
Laravel 和 Inertia 專案裡,頁面收到的資料改了,對應的型別也得跟著更新。這篇教學示範如何在已安裝 Scramble 的 Laravel 12 或 13 專案加入 Inertia Typegen:它會讀取 Scramble 的 OpenAPI 檔案,依照每個 Inertia::render() 呼叫產生頁面型別;PHP 程式有變動時,開發伺服器會重新產生檔案,CI 也能檢查已提交的檔案是否過期。教學提醒,Scramble 必須是 0.13.49 或更新版本,較舊版本有安全問題和遞迴錯誤;這個套件仍是 0.x 版,更新前要固定版本並檢視變更紀錄。
Google Fonts 的人氣排名可以用來排序,卻不能直接換算成字型在整個目錄中的百分位,也不能代表使用量成長。作者示範如何在 TypeScript 中保留原始排名,再用實際取得、資料有效且沒有衝突的字型建立自己的比較範圍;結果要說清楚比較了哪些字型,排名相同的字型也要用一致方式處理。若要看排名變化,還得儲存不同時間的資料並用正式名稱比對。排名往前或往後只能表示位置變動,不能說明下載或使用量增加了多少。
在不同電腦接著做 Jujutsu 工作,常得先推送分支或記住檔案改到哪裡。Bryan O'Sullivan 推出 jj-musubi,會在 Jujutsu 建立工作快照時,把變更同步到其他電腦;離線時可以照常工作,連上網路後再同步。每臺電腦仍有自己的工作目錄,因此同步歷史時不會改動正在建置或測試的檔案。作者也說明,系統沿用 Jujutsu 的工作區處理同時修改,並用 Lean 驗證網路協定的關鍵性質,再以測試檢查中斷同步等情況。
推薦理由:jj-musubi 讓 Jujutsu 工作內容即時同步到多臺電腦,文中也說明離線與多人同時修改時如何避免工作遺失或互相覆蓋。
Android 自動化測試有時會因為按鈕後方的動畫變化,把按鈕當成已移動而重試點選;小型彈出選單也可能被舊規則忽略。SoloPi 維護者調整了點選前的檢查方式:確認按鈕位置、所在視窗和周圍是否有遮住它的內容,背景動畫則不會單獨讓點選失效;送出點選後也會等畫面轉換完成。Pixel 8 上的選單流程中,新版中位時間從 13.21 秒降到 10.00 秒,所有測試都通過驗證。另一次只改等待方式的測試讓設定操作慢了 11.4%,所以結果反映的是整套調整帶來的變化。
作者做了一個 LangChain AI 助理,幫忙回答課程筆記裡的機器學習問題,還會計算費用並附上頁碼。作者用 12 個測試檢查它,結果通過 10 個:回答「法國首都是哪裡?」時,AI 助理沒照規定用表格格式;另一題中,AI 助理正確指出算式寫錯,卻被測試程式判定失敗。檢視每一步的紀錄後,作者發現問題有時出在 AI 助理,有時出在測試本身。仔細設計測試、留下操作紀錄,也能讓人更清楚找出該修哪裡。
手機或平板開啟 NAS 資料夾時,常只能看到一串看不出內容的檔名,還得逐一下載才能確認。作者做了 Banyan,啟動單一執行檔後,就能用區域網路上的瀏覽器檢視縮圖、預覽 100 多種格式,也能播放影片和音訊。它拿掉帳號許可權、雙向同步和代管版本,改用有期限與範圍的分享連結;檔案留在自己的裝置上,修改也會寫回原本位置。這適合只想從不同裝置檢視資料夾的人;若需要多人登入許可權或離線雙向同步,就不適合使用。
改了 React 程式後,怎麼確認這次修改沒有帶進新的問題?作者實際檢視 React Doctor,說明它主要靠 CLI 掃描程式,再用 0–100 分的健康分數比較修改前後;分數下降時,就能在提交前找出退步。遇到不同情況,也可以選擇檢查剛改過的程式、檢查介面設計,或記錄操作時的效能追蹤。完整診斷會從網路取得操作指南,因此離線時無法執行;效能追蹤檔可能含有網址和元件資訊,文章提醒不要未經同意就上傳。
想整理 Shopify App Store 的評論,卻找不到官方 API?作者示範用 Python 讀取公開評論頁面,擷取星等、日期、評論內容和開發者回覆,也從頁面資料讀出整體評分與評論數。文章提醒,頁面樣式可能改版,擷取程式可依賴的欄位也會不同;大量翻頁時要放慢速度,並在讀到已有日期的評論後停止。若要同時追蹤多個應用程式、篩選低星評論或定期取得新評論,作者也介紹了自己推出的 Apify Actor,可匯出成試算表等格式,費用是每 1,000 則評論 $1.00,另加每次執行 $0.00005。
新創公司常要整理來自不同系統的資料,但一開始未必需要照著青銅、白銀、黃金三層架構建出整套資料表。作者建議先保留原始資料、記下重要欄位的歷次變化,並寫清楚每張表代表什麼、數字怎麼計算。文中用帳務金額把美分誤當美元的例子說明,保留收到時的原始資料,修正程式後就能重新計算。等到不同系統的資料需要反覆對照,或其他團隊也要使用整理後的資料,再增加對應的資料層。
把 Solana 網頁 dApp 包成 Android App 很快,真正麻煩的是它在 Seeker 手機上跑起來後,登入和錢包流程可能跟網頁不同。作者根據自家 App 的實測,整理出常見問題與檢查方式:Google 登入可能在 Chrome 完成後回不到 App,可改用能透過深層連結返回的登入流程,或以錢包登入作為主要方式;付款視窗和新分頁也要確認完成後能回到 App。作者還提醒要在 Seeker 實機測試錢包連線、簽署與取消操作,並確認返回鍵、簽署金鑰備份和商店發布設定。
手機 App 的初次使用流程不只是歡迎畫面和註冊,驗證失敗、許可權被拒或中途離開,都可能讓使用者卡住。這份實作指南建議先把流程拆成清楚的步驟,並依使用時機要求許可權,例如等使用者選擇需要定位的功能時再詢問。驗證碼要等後端確認後才算驗證成功,也不能放進紀錄或分析資料;使用者中斷後,App 則應安全儲存進度,讓他們能接著操作或修改資料。
從零開始做 API,常常光是設定檔、挑路由工具和處理資料庫,就花掉好幾個小時。ZinTrust 把基本步驟整理成幾個指令:安裝工具、建立專案、加入 SQLite,再啟動服務,新專案也會先備好基本設定,讓人能早點開始寫程式。像是先用 SQLite 試做,等準備好正式上線,再換成 Postgres 或 MySQL。這樣能把時間留給摸索產品點子的工作。
字幕工作流程即使顯示完成、也產出影片,校對器逾時後仍可能把原文送去製作字幕,光檢查有沒有影片看不出差別。MatIntellect 示範用固定的文字和時間戳,分別測試校對成功、逾時和空回覆,再比對送到影片製作工具的內容;例如「teh」校正後應變成「the」,時間位置則維持不變。文章也提醒,測試逾時例外只能檢查後續處理,不能確認程式真的會在期限內停止等待。若發布請求已成功、只是回覆遺失,直接重試可能會讓同一篇內容發布兩次,因此應在私人測試目的地核對實際發布結果。
黑色星期五前,競爭對手可能一夜之間調整好幾次價格;如果每天都要人工檢視商品頁面,很快就忙不過來。這份教學用 Python 搭配 MeshArc 定時讀取商品頁,把價格整理成數字,再和前一次的紀錄比較;遇到網站擋下讀取時,會標示為受阻,不會誤報成降價或商品下架。範例一次讀取 12 個頁面,抓到 11 個商品價格,兩次檢查都沒有價格變動。這種做法能省下逐頁檢視的時間,也留下價格變動紀錄;不過,每次讀取頁面都會計費,即使價格沒有改變也一樣。
一般程式測試會直接告訴 AI 助理哪裡有錯;SWE-sweep 則給它一個真實程式庫,讓它自己找出問題並修好。這項基準測試涵蓋 100 個程式庫、22 種語言中的 4,068 個已知錯誤,並用隱藏測試確認修正結果。受測模型中,表現最好的只修好 4.7%。這顯示,在大型程式庫裡,找出錯誤可能比修正錯誤更難。
招募人員點開履歷上的 GitHub 連結,可能只花 30 秒看你的個人頁。與其放一堆教學作業或空專案,不如挑出自己做的 4 到 6 個好作品,釘選在頁面上,再用個人 README 簡單介紹你會做什麼、作品幫誰解決問題。每個作品也要附上說明、實際展示連結和畫面截圖,讓人看得出它能不能用、程式碼是否清楚。 README 不必塞滿技能徽章或動畫;清楚的作品介紹、好懂的提交紀錄,以及不把密碼等機密放程序式碼,都更能讓人認識你的做事方式。整理好 GitHub,就能讓招募人員在面試前先看到你做過什麼。
搜尋引擎故障時,網站可能卡住或什麼結果都找不到。Driveway Morocco 的做法是用 Laravel Scout 搭配 Meilisearch 搜尋車款;如果搜尋服務出錯,就改用資料庫查詢,並回傳同樣格式的結果。作者也提醒,查詢要篩選的欄位必須放進索引,否則搜尋可能安靜地回傳空結果,備援也不會啟動。為避免服務一直等,Meilisearch 的連線設了 5 秒上限;公開搜尋也只提供車款資料,並限制每位使用者每分鐘最多查詢 30 次。
醫院採購人員挑選醫療器材時,不能只看商品分類,還得確認實際型號、接頭規格、耐壓數值和相關檔案。這篇文章用醫療耗材型錄當例子,說明如何把產品資料、資料來源連結和審核狀態放進 JSON,並檢查資料格式和網址是否合格。即使檢查通過,也不代表產品說明正確,或來原始檔仍是最新的;因此每項規格都要由適當人員對照原始檔案審核,缺少的資料則明確標記待確認。