跳到正文

#程式開發

RSS
今日 116 則
11月20日週五
  1. Dev.to Top Tech61

    Laravel Scout 搭配 Meilisearch,搜尋引擎故障時仍能找到車款

    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。

  2. Dev.to Top Tech47

    如何為醫療器材型錄建立附證據連結的 JSON 資料流程

    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。

  3. Dev.to Top Tech41

    同事照你的建議改了 PR 說明,結果審查反而變慢:該怎麼補救

    你嫌同事的 PR 說明太短,他就改成寫滿背景、其他做法和風險,結果大家審查得更慢。這時別怪同事做過頭,因為他只是照你的建議去做;你可以坦白說自己當初沒講清楚,再具體說明審查者最需要先看到的內容,例如改了什麼、為什麼改,以及哪些地方要特別留意,並示範想要的長度。也要問問長說明有沒有幫他們發現問題,免得連有用的部分也一起拿掉。如果同事因此被取笑,應該制止。給完建議後,記得過一兩週問問情況,早點確認效果,才不用晚些時候再大幅修正。

  4. Dev.to Top Tech72

    用 pandas 試算季節性生意該留多少備用現金

    旺季進帳多,不代表淡季的薪水、房租和貸款就付得出來;季節性生意可能因此每年都得借錢。作者把這個問題寫成一段 pandas 程式,用每月實際收付的現金,計算累積現金從高點跌到低點時最大的缺口,再和淡季兩個月的支出相比,取較高的數字當備用金目標。文中的假設案例算出目標是 $240K,並示範如何用旺季盈餘逐步補足。實際套用時,作者提醒要先移除自家帳戶間的轉帳和信用額度收支,否則結果可能失真;這個演算法也假設下一年的收支模式和過去兩年相近。

  5. Dev.to Top Tech63

    如何把不靠 AI 和 AI 輔助寫程式當成兩種能力來練習

    準備 OpenAI 的程式設計面試時,不同面試可能允許使用 AI,也可能要看你能不能獨立解題。作者用一段 Python 練習示範兩種準備方式:不靠 AI 時,先依照題目要求寫測試、修正程式,並說清楚每個修改的理由;允許使用 AI 時,則要檢查它給的程式有沒有處理到期時間、空值和資料複製等要求,錯誤的修改就算通過簡單測試也要拒絕。作者也提醒,面試規則要看準備資料,不確定時可以先問招募人員。

  6. hackernews10073

    Onlook 推出開源桌面工具,讓設計者直接修改正在執行的網站

    設計稿做好後,常得再交給工程師重做一次。Onlook 是一款開源桌面工具,能在畫布上顯示電腦裡實際執行的網站,讓人直接調整畫面,再交給自己連線的 Claude Code 或 ChatGPT/Codex 修改專案程式碼。它會在本機啟動網站,程式碼也留在電腦上;完成後可匯出 HTML、PNG、JPEG 或 PDF。官方下載版預設會收集產品使用資料,可在設定中關閉。

  7. Dev.to Top Tech58

    如何避免 AI 助理同時呼叫工具時,把訂單送到錯誤帳戶

    如果 AI 助理同時建立帳戶和下訂單,訂單可能會被送到別人的帳戶。文中的例子裡,模型在新帳號還沒建立前,就先猜了一個帳號編號;程式把兩個工具呼叫都當成有效指令,結果把 40 袋石膏訂給了無關的客戶。作者建議,會修改資料的工具不要平行執行;若兩個步驟本來就是同一件工作,可以合成一個工具。程式也應檢查每個編號是否由這次對話中的工具回傳,或屬於已登入的客戶,避免只因格式正確就照單執行。

  8. Dev.to Top Tech73

    CSS @scope 教學:讓巢狀主題套用最近一層的樣式

    淺色卡片放在深色卡片裡時,標題可能因為樣式表中深色規則寫得比較晚,而變成白色。作者用互動示範說明 CSS @scope 怎麼處理這種巢狀主題:兩條規則衝突時,離標題較近的主題會勝出,不必靠加長選擇器或調整規則順序。@scope 也能把樣式限制在指定範圍內,或留出元件不該控制的區域;但它不會阻止文字顏色等樣式繼續繼承。文章也整理了瀏覽器支援情況,並提醒舊版瀏覽器要準備替代樣式。

  9. Dev.to Top Tech68

    AI 寫程式比較快嗎?兩項研究發現,新寫程式較快,修改大型專案較慢

    AI 寫程式看起來很快,但檢查和修正也要花時間。兩項受控研究測量不同工作,結果因此相反:GitHub 的研究讓 95 位專業開發者從空白檔案寫新的 HTTP 伺服器,使用 Copilot 的人平均快 55%;METR 則讓 16 位熟悉大型開源專案的開發者修復程式問題,使用 AI 的人平均慢 19%。作者提醒,寫新程式和修改既有專案不能混為一談,而且開發者感覺變快,不代表實際花的時間更少。要知道 AI 是否適合自己的工作,可以分開記錄寫程式和檢查修正的時間;這些研究沒有測量成本,不能據此判定 AI 讓寫程式更便宜。

  10. Dev.to Top Tech52

    Mpiric Software 分享 LLM 功能上線前的 6 步檢查清單

    LLM 原型在展示時看起來不錯,碰到真實使用者卻常出問題;作者認為,問題多半出在模型周邊的軟體流程。Mpiric Software 整理出上線前的 6 步檢查:先準備專家認可的答案來測試,再確認檔案檢索品質,並把各個處理步驟寫成方便測試的 Python 程式。系統輸出也要檢查格式,高風險操作加入人工核准,並從一開始記錄成本和延遲。檔案、使用者問題或模型版本改變時,還要重新跑測試,留意表現是否退步。

  11. Dev.to Top Tech67

    Selenium AI Agent 用 AI 助理規劃並執行 Selenium 測試

    維護多年的 Selenium 測試雖然還在運作,要新增測試或追查失敗,仍得花時間整理步驟和檢查結果。作者做了開源工具 Selenium AI Agent,讓 AI 助理透過 Selenium 操作瀏覽器,先探索網站並列出測試計畫,再依計畫產生和執行測試。作者用購物網站示範,測試發現結帳視窗太高,畫面較矮時會看不到關閉按鈕;這項測試被標成已知問題,網站修好後,測試也會提醒團隊。

  12. Dev.to Top Tech72

    Claude Code 外掛 Quarterdeck 如何幫作者賣掉鳥籠

    把工作交給 AI 助理處理好幾天,既希望它能持續做事,也得防止陌生人的訊息騙它擅自行動。作者用 Claude Code 外掛 Quarterdeck 賣掉一個鳥籠:它草擬刊登內容、回覆買家,還替 $30 的出價提出 $40 的還價;每則訊息都先等作者核准,買家也由作者挑選。Quarterdeck 會在每種動作執行前檢查許可權,並把工作紀錄留在聊天之外。作者表示,瀏覽器外掛一開始沒連上,通知信也沒收到;地址、底價和交易物件仍由本人決定。

  13. Dev.to Top Tech62

    作者修正 Three.js 粒子動畫在 144 Hz 螢幕上跑太快的問題

    同一段粒子動畫在不同螢幕上跑出不同速度,原因是程式把每次畫面更新都當成固定的一步。作者把移動量改成依實際經過的時間計算,並限制背景分頁切回時一次補上的時間,避免粒子突然跳走。檢查鏡頭能看到的範圍後,他也發現約 43% 的粒子整段動畫都沒畫出來,於是用測試確認不同更新率下粒子會走到相同位置,並檢查旋轉時粒子是否仍在畫面內。

  14. Dev.to Top Tech52

    HTTP Trailer Headers 教學:用分塊傳輸在回應本文後送出資料

    串流傳送大型檔案時,內容還沒讀完就無法算出完整摘要,若先把整份資料存起來,又會耗掉不少記憶體。HTTP Trailer Headers 能在本文傳完後附上摘要或錯誤資訊;這篇文章用 Go 示範伺服器如何一邊傳資料、一邊計算 SHA256,也示範使用者端讀完整個本文後取得並核對摘要。不過,HTTP/1.1 需要搭配分塊傳輸,而且代理伺服器可能移除這些標頭,因此要確認實際使用的網路裝置能轉送它們。

  15. Dev.to Top Tech53

    GenAI 工程師面試,怎麼說明專案與整體架構

    GenAI 工程師面試時,只介紹模型和提示詞,常會漏掉系統其他重要環節。這篇整理了一種回答順序:先說明業務需求和資料來源,再講資料如何整理、搜尋,接著交代模型怎麼產生答案,以及系統如何追蹤品質和運作狀況。例如搜尋時可把關鍵字比對和向量搜尋合在一起,再從候選結果中挑出較相關的內容交給大型語言模型。回答時也要說明為什麼選這些做法,以及它們在成本、速度和可靠度上的取捨。

  16. Dev.to Top Tech57

    教你用 Claude Code、Codex 或 Cursor 建立機器人模擬

    AI 助理雖然會寫 Python,建立機器人模擬時卻可能遇到難懂的錯誤,也可能讓已經故障的模擬看起來像成功。這篇教學帶你設定開源物理引擎 Alloy,讓 Claude Code、Codex 或 Cursor 透過 Python 或 MCP 建立並執行模擬。遇到錯誤時,Alloy 會提供修正提示;每次執行後,也能用 sim.check() 檢查模擬是否正常。例如範例中的方塊落地後,中心高度是 0.025 m,檢查結果為 True。第一次執行某種場景可能要編譯幾分鐘,不能因此直接停止。

  17. Dev.to Top Tech58

    Next.js 如何修好 Telegram Mini App 商店的畫面位移與付款流程

    Telegram Mini App 商店在手機上可能被底部工具列擋住,結帳按鈕也可能讀到過期的購物車內容;如果伺服器相信瀏覽器送來的價格,使用者還能改動付款金額。這份教學示範用 Next.js App Router 和 Telegram WebApp SDK 處理畫面高度、返回按鈕與原生結帳按鈕,並讓伺服器重新查價、驗證 Telegram 傳來的簽章,再建立付款連結。付款完成後,作者也建議由伺服器接收 Telegram 的付款通知來確認訂單,避免只靠畫面上的付款結果發貨。

  18. Lobste.rs (Engineering Discussion)59

    PyTorch 工程師追查 Dynamo 匯出測試為何偶爾失敗

    PyTorch 的 Dynamo 匯出測試偶爾會失敗,難重現的問題也讓人很難確認修正是否有效。作者先縮小測試範圍,接著發現垃圾回收可能在 Dynamo 安裝回呼後、測試函式執行前介入,讓回呼遇到產生器正在退出時的例外。最初直接傳出例外的修法,會跳過情境管理器的清理程式;最後作者改成在產生器展開例外時交回 Python 預設處理方式,既解釋了偶發失敗,也避免引入另一個錯誤。

  19. Dev.to Top Tech65

    LocalSend 教你不用上網,也能在不同裝置間傳檔

    手機和電腦使用不同系統時,常常很難直接互傳檔案。LocalSend 是免費開源的分享工具,能讓 Android、iPhone、Windows、Mac、Linux 和 Fire OS 裝置在同一個區域網路裡直接傳照片、影片、檔案、資料夾和文字,不必連上網路、建立帳號或經過外部伺服器。傳輸會使用 HTTPS 加密;如果裝置互相找不到,可以檢查防火牆的 53317 埠、路由器是否開啟使用者隔離,或 VPN 是否擋住區域網路連線。文章也介紹命令列工具,能用指令把檔案或文字傳到另一臺裝置。

  20. Dev.to Top Tech50

    System.Threading.Channels 如何讓背景工作佇列不必卡住執行緒

    背景工作佇列常用 BlockingCollection,佇列滿了或沒有工作時,會讓執行緒停在原地等。System.Threading.Channels 提供另一種做法:改用非同步方式寫入和讀取,等待時執行緒可以先去處理別的事。像是工作人員拿工作時若佇列是空的,不必一直佔著一條執行緒等工作送來。結束服務時,記得呼叫 Complete() 或 TryComplete(ex),告訴讀取端不會再有新工作,否則 ReadAllAsync() 會一直等下去。

  21. Dev.to Top Tech56

    如何用自己的 Android 手機替 Medusa 訂單寄送簡訊

    商店要在訂單成立時傳簡訊,通常得另外設定簡訊服務。這篇教學示範如何替 Medusa 2 安裝通知套件,讓 Android 手機用自己的 SIM 卡寄出訂單通知,顧客也能回覆熟悉的電話號碼。文章提供設定 API 金鑰、建立訂單通知和防止重複寄送的範例,也說明手機離線時簡訊會暫存,最多等 3 天;SMSTunnel 免費方案每天可寄 25 則。作者也提供 Payload CMS、Strapi 和 Directus 的使用方式,並提醒不要用個人門號寄送收件人未預期的簡訊。

  22. Dev.to Top Tech40

    從 Cypress 偶爾失靈的測試,走向更好維護的 Playwright 測試策略

    自動化測試有時會在 CI 失敗,重跑後卻又通過,久了大家就不再相信測試結果。作者原本用 Cypress 做端對端測試,後來改用 Playwright,並重新整理測試做法:每個測試都能自己開始、依照真正的畫面狀況等待、讓工程師遵守共同規則,也留下截圖、追蹤紀錄和日誌,方便找出失敗原因。只換工具並不會自動讓測試可靠;測試要好維護,團隊也要能相信它的結果。

  23. Dev.to Top Tech76

    Kilo 用金字塔建造測試比較 GPT-6.2 Astra 和 Sol

    挑 AI 模型寫程式時,價格和做出來的成果都會影響選擇。Kilo 用同一段提示詞,讓 GPT-6.2 Astra 和 GPT-6.2 Sol 各自做出工人建造金字塔、船隻沿河運送材料的互動 3D 場景。兩者都放好了 204 塊石頭並完成 8 層;Astra 的畫面較像電影場景,Sol 的畫面較簡單,但能清楚顯示每組工人在做什麼。這次每個模型只測了一次,作者提醒結果只能當初步參考,也提供在 Kilo Desktop 重跑比較的方法。

    推薦理由:文章用同一個金字塔建造任務比較 Astra 與 Sol 的畫面和操作呈現,也提醒每個模型只跑過一次,結果適合當作初步參考。

  24. Dev.to Top Tech51

    如何從公司徵才頁面取得 JSON 職缺資料

    想整理多家公司的職缺時,不必逐頁複製,也可以直接讀取公司徵才頁面背後的公開資料。作者示範如何從職缺連結辨認 Greenhouse、Lever、Ashby 等徵才系統,再用各系統提供的資料來源取得職稱、地點和連結。追蹤的公司變多後,資料格式、薪資資訊和分頁方式各不相同,也得記住已通知過哪些職缺。作者另外做了一個 Apify 工具,把十種系統的職缺整理成同一種格式;每 1,000 筆收費 $2,公開資料來源也可以自行免費讀取。

  25. Dev.to Top Tech64

    如何用 Python 或免寫程式工具整理 Greenhouse、Lever 和 Ashby 的職缺

    想一次整理多家公司的職缺,不必逐頁抓取職涯網站。文章示範用 Python 讀取 Greenhouse、Lever 和 Ashby 公開的職缺資料,也介紹一款 Apify 工具:輸入公司名稱、網域或職涯頁面網址後,它會辨認公司使用的系統,並把職缺整理成一致格式。不同系統的地點、薪資和職務資料欄位各不相同;若要每天只找出新職缺,也得記住前幾次看過哪些資料。少數公司可用 Python 指令碼處理;公司多、需要涵蓋 Workday 或想把結果匯出到試算表時,文章建議使用現成工具。文中列出的工具費用是每 1,000 筆職缺 $1.00,另加每次執行 $0.00005。

  26. Dev.to Top Tech47

    wirefox:讓 LLM 連線型別化函式的輕量 TypeScript 框架

    把 LLM 接到程式函式時,開發者可能會想要一套小巧、好上手的工具。作者做了 wirefox,這是一個不需要額外依賴套件的 TypeScript 框架,可以把 LLM 連線到型別化函式,並能直接搭配 OpenAI 或本機模型 Ollama、LM Studio 使用。目前 wirefox 還在很早期的測試階段,作者也整理了一些問題,邀請其他人一起參與。

  27. Dev.to Top Tech43

    任務相依關係怎麼設計?先整理資料,再畫甘特圖

    任務常常會互相卡住,但只把箭頭畫在甘特圖上,可能讓其他畫面或資料更新看不到這些關係。比較可靠的做法,是先在資料庫記下「哪個任務卡住哪個任務」,再讓甘特圖把資料畫出來。例如 Task B 要等 Task A 完成,就把 Task A 記成 Task B 的阻擋任務;若有人把已在進行中的 Task B 設成被卡住,系統也能擋下或提醒。新增關係時,還要檢查會不會形成迴圈,像 Task A、B、C 彼此卡住。這樣不論從哪個畫面更新任務,都比較不容易留下錯亂的關係。

  28. Dev.to Top Tech50

    本週科技焦點:英國密令、AI 修補漏洞與可重現的軟體測試

    這週幾則科技訊息都在談軟體怎麼更值得信任:誰能讀你的資料、AI 找到的問題怎麼變成真正的修補,以及出錯時能不能重現。英國政府證實曾對 Apple 下達與加密相關的秘密命令,但命令細節仍未公開。另一邊,GitHub 和 Microsoft 在 6 個開源專案試行 Codename MDASH,把數千筆 AI 找到的問題整理成 99 份經過確認、附有修補建議的私下報告,維護者已修好超過一半。 還有研究人員讓 Claude 協助處理黑洞物理問題;GitHub 推出讓 AI 助理工作接續不同工具的通訊規範;Rust nightly 也預設開啟平行前端編譯。分散式系統則能用模擬時鐘、網路和儲存的方式重現故障,讓同一個錯誤每次都能以相同方式重現。這些做法各自解決不同麻煩,也提醒我們:AI 的發現要先確認再交給維護者,測試則要能穩定重現,才方便找出問題並修好它。

  29. Dev.to Top Tech75

    如何用功能旗標控管 AI 程式設計助理推出新功能

    AI 程式設計助理能很快寫好新功能,但如果功能立刻對所有客戶開放,出錯時影響可能很大。這篇教學建議把「部署程式」和「讓客戶使用」分開:新功能先預設關閉,再按計畫逐步開放,並設定負責人、到期日和出錯時的停止條件。助理可以準備程式、測試和發布計畫,但增加正式環境的使用範圍要由人決定。文章也提醒,功能旗標不能代替許可權檢查,測試時要確認開啟、關閉和切換時都不會造成重複操作。

  30. Dev.to Top Tech62

    VS Code 1.147 新增瀏覽器操作、模型分流與延後送出

    AI 助理若只能在編輯器裡工作,排程、挑模型和檢視網頁都得另外處理。VS Code 1.147 加入瀏覽器操作、模型分流、延後送出和多份草稿等功能,讓 AI 助理能在瀏覽器裡操作,也能把不同請求交給適合的模型。多數功能仍是預覽或實驗功能,預設關閉;瀏覽器操作需要安裝 GitHub Copilot 擴充功能,並在電腦上執行 Node.js 22 或更新版本。延後送出的請求也不會喚醒休眠中的電腦,必須等主機重新可用才會處理。

  31. Dev.to Top Tech60

    為什麼打造可靠 AI 助理時,先改善工具與檢查流程往往比微調更重要

    打造 AI 助理時,團隊常想先微調模型,但有些案例顯示,工具和檢查流程也會大幅影響成果。文章整理 Clay、Harness-Bench 和 LangChain 的案例:固定模型、只更換工具流程時,分數曾從 52.4 變到 76.2;另一個案例則用流程調整,讓 Nemotron 3 Ultra 在 Deep Agents 測試中的分數接近 Opus 4.8,成本約低 10 倍。作者建議先整理工具、加入檢查步驟並追蹤失敗;只有流程改善停滯,而且任務範圍明確時,再考慮微調。

  32. Dev.to Top Tech51

    Ashish 如何用 Astro 打造屋頂面積計算器

    屋主看到屋頂報價上的「平方」時,常不知道面積算得對不對;Ashish 因此用 Astro 做了一個免費計算器。使用者輸入房屋底面大小、屋頂坡度和屋簷長度後,工具會估算屋頂面積,並依屋頂形狀加入不同的材料損耗比例。輸入也會存進網址,方便屋主把結果傳給屋頂工人;列印時則會整理成只有標題、日期和結果表格的報告。作者也分享瞭如何調整手機操作、內容安全政策和頁面設定,讓網站在 Lighthouse 的四項評分都達到 100。

  33. Dev.to Top Tech59

    Ross Taylor 示範如何用 JavaScript 計算不規則地形的面積

    花圃、房間或土地邊界不是長方形時,光靠長和寬很難算出面積。Ross Taylor 示範用鞋帶公式處理由直線邊組成的形狀:依序記下每個角落的座標,照公式計算後取絕對值再除以 2。他用一間 L 形房間舉例,算出面積是 18、周長是 22。角落座標要按邊界順序排列,邊線也不能交叉;若使用 GPS 座標,得先轉成平面座標。彎曲邊緣則可拆成許多短直線來計算。

  34. Dev.to Top Tech40

    30 分鐘用尼泊爾真實資料練習資料分析:先檢查表格,再畫圖說明結果

    在尼泊爾入門做資料分析,常見工作是整理表格、找出問題,再把結果講給主管聽。這篇教學用 Google Colab 和世界銀行的尼泊爾用電資料,示範怎麼篩出尼泊爾的資料、檢查空白和重複列,也確認年份有沒有漏掉,最後畫出用電比例的折線圖。例子裡,2024 年尼泊爾有 97.9% 的人口能用電。重點是先確認資料可靠,再用一句話說清楚圖表代表什麼;資料沒檢查好,模型也可能很有把握地給出錯誤答案。

  35. Dev.to Top Tech81

    OpenAI 說 Codex 協助研究人員提出 GPT-6.2 Astra 的想法

    OpenAI 研究人員開始用 AI 助理協助開發模型,但工具能不能做好工作,仍會因任務而有很大差別。OpenAI 表示,Codex 曾在研究 GPT-6.2 Astra 時提供想法;10 月時,AI 助理完成預估需人類花 2 到 4 小時的任務比例為 46%,但成功啟動訓練只有 35%,撰寫模型推論與服務系統程式碼則是 25%。研究人員也提到,AI 助理可能沿著沒用的方向繼續做、產出品質不佳的程式碼,因此仍需要人類密切監督。這些資料呈現 AI 工具正逐漸進入研究流程,也顯示人類仍是其中的重要角色。

    推薦理由:OpenAI 的資料呈現 AI 助理參與研究的成長與落差,可用來理解哪些工作已能交給工具,以及人類監督仍扮演的角色。

  36. Dev.to Top Tech40

    軟體架構有哪些常見做法?比較 8 種模式與現代框架的用法

    做軟體時,程式如果全擠在一起,往往難修改、難找問題。這篇整理 8 種安排程式的方法:像「分層」把畫面、工作規則和資料分開;「事件匯流排」讓不同部分透過事件傳話;MVC 則把資料、畫面和接收操作的部分分工。每種方法都有適合的情況,也有代價,例如分層可能讓程式變慢,事件匯流排則比較難追查事情怎麼發生。 Spring Boot 常用分層和 MVC;React 主要用元件和單向資料流;ASP.NET Core 也內建 MVC 和依賴注入。文章提醒,微服務是把系統拆成多個服務的架構方式,Spring Boot 本身不會自動把程式變成微服務。瞭解不同做法的優缺點,能幫團隊依專案需求選擇架構。

  37. Dev.to Top Tech70

    如何確認 Proxmox 核心是否含有 CVE-2026-99312 修補

    核心更新說明沒列出 CVE 編號,不代表修補一定不存在。作者在自家 Proxmox 主機追查 CVE-2026-99312,從 CVE 紀錄取得上游修補的提交編號,再到 Proxmox 公開的修補紀錄搜尋,並確認修補提交早於 7.0.14-30 版的版本更新。這個例子中,用 CVE 紀錄裡的部分編號或完整標題搜尋都可能找不到修補,因為廠商使用了不同的提交編號,標題也被換行。這套查法能確認修補已進入原始碼和指定版本,但不能單靠這些紀錄證明編譯後的核心實際運作正常。

  38. Dev.to Top Tech54

    作者用本機模型分流任務,讓 Claude Code 在專用主機自動處理程式工作

    大型程式專案裡,讓雲端模型處理每件小事很花錢,本機模型也還不適合獨自改動整個程式庫。作者把兩者分工:本機模型先替 GitHub 待辦事項分類和排序,再由 Factory 把選中的工作交給專用主機上的 Claude Code,建立獨立工作區、修改程式並送出 PR。自動模式會等測試通過、變更合併後清理工作區,再接著處理下一項。作者認為,這能把重複工作交給背景流程,自己則保留架構研究和程式審查。

  39. Dev.to Top Tech51

    pnpm 修補內附 Node.js 執行環境的憑證信任漏洞

    更新作業系統的憑證資料,不一定會更新 pnpm 獨立執行檔內附的 Node.js 執行環境。CVE-2026-130756 影響 10.34.8 之前的 pnpm 獨立執行檔;這些版本在連線到套件登入站時,仍信任已遭破壞的 eMudhra 中繼憑證。若連線接受了有問題的憑證鏈,套件來源的身分可能受到影響,但公告沒有證實任何特定登入站或套件遭到替換。修補方式是升級至 pnpm 10.34.8 或更新版本,並檢查電腦、CI 映像檔和部署工具實際使用的執行檔版本。若環境可能接受過有問題的憑證鏈,應檢查下載的套件與發布紀錄,並更換相關環境使用的發布和登入站權杖。

  40. Dev.to Top Tech62

    Claude Code 如何接上 Anthropic 相容閘道並設定金鑰與模型

    把 Claude Code 接到 Anthropic 相容閘道時,金鑰放錯位置或設定互相衝突,可能讓程式仍使用原本的登入方式。作者整理了設定步驟:可用環境變數快速測試,也能用 apiKeyHelper 從本機讀取金鑰,避免把金鑰寫進設定檔;文章也說明不同設定的優先順序,以及如何替非 Claude 模型指定名稱和上下文大小。接上第三方服務後,claude.ai 登入功能可能無法使用,電腦顯示的費用也不代表實際帳單;程式讀取的內容會傳給模型服務商,因此不應在含有機密資料的專案中使用。