跳到正文

#開源生態

RSS
今日 23 則
11月14日週六
  1. Dev.to Top Tech45

    SSAP 如何用現實限制,減少 LLM 在真實生活中胡亂給建議

    LLM 很會寫字,卻可能給出現實中做不到的建議。像是遇到叫車司機正在開車,AI 卻叫乘客把翻譯好的手機畫面拿給司機看。GoChinaTrip / SSAP 用一套規則要求 AI 先弄清楚人在哪裡、卡住的問題是什麼,以及當下能用什麼方式溝通,再檢查建議能不能真的做到,例如下雨時能否拖著重行李完成。測試者也會親自走一遍路線。這種做法能讓建議更貼近現場,但文章沒有提供足以證明 AI 幻覺已完全消失的結果。

  2. PyTorch Core Releases55

    PyTorch 更新 NCCL Extensions 版本,並調整建置條件

    PyTorch 更新了 NCCL Extensions 的來源版本,並調整 NCCL-EP 的建置條件:沒有指定架構清單時,就不建置 NCCL-EP。更新說明也提到 NCCL-EP v0.3 已推出,加入 Vera Rubin 支援,並改善 NVLink 資料傳送與合併等功能。這次變更主要是更新 PyTorch 使用的來源版本,並讓建置依架構設定進行。

  3. Dev.to Top Tech61

    Ant Games 分享瀏覽器遊戲如何只用單一 HTML 頁面離線運作

    瀏覽器遊戲如果要靠外部網站載入圖片、音樂或字型,網路中斷時可能無法正常遊玩,也會把玩家造訪資料送到第三方。Ant Games 分享自家做法:每款遊戲都裝在一個 HTML 頁面裡,不連外、不用額外素材檔,影像和音效都由程式產生;固定隨機種子的遊戲邏輯,也能在瀏覽器和 Node 重複執行。這讓遊戲可以離線開啟,也方便測試和儲存;代價是所有聲音和模型都要用程式製作並持續維護。

  4. Dev.to Top Tech43

    行動操作機器人開發指南:產品需求與系統架構檢查表

    開始打造行動操作機器人前,團隊常得先弄清楚機器人要做什麼、能在哪裡工作,以及怎樣才算完成。這章提供產品需求和系統架構的範本,幫忙把客戶的想法整理成能測量、能檢查的條件,再說清楚底盤、機械手臂、感測器、電力、軟體和安全功能要怎麼配合。比如要機器人搬運物品,就得先寫清楚能搬多重、要到哪裡取放,以及用什麼方式確認任務成功。需求和設計都留下清楚紀錄,團隊就比較容易合作、檢查問題,也能確認做出的機器人是否適合實際工作。

  5. Hacker News (official RSS)70

    OpenOrange讓Cloudflare Workers能在自選雲端執行

    使用Cloudflare Workers時,Durable Objects 長時間運作和資料寫入可能增加費用,也會受執行環境限制。Rivet推出開源工具OpenOrange,讓Cloudflare Workers能在AWS、Google Cloud、Azure或自有伺服器執行,並沿用原本的Wrangler設定與指令。作者列出的價格比較中,Durable Objects運算費用約低4.8倍,SQLite資料寫入約低5.7倍;實際花費會依工作負載而變。遷移時,Durable Objects可在服務持續運作下搬移,D1則會中斷幾分鐘。

  6. Hacker News (official RSS)64

    DocSpring 分享用 Convox 部署八年的經驗與 AWS 成本

    想把應用程式放進自己的雲端帳戶,又不想一開始就從頭搭建部署平臺,團隊可以怎麼做?DocSpring 作者分享,他們從 Heroku 搬到 AWS 後使用 Convox,先用現成流程部署,再逐步學會調整 Terraform,並為 SOC 2 需求加上自家的存取控管。文中也說明日常部署和維護工作,以及一種三個可用區的 AWS 設定,固定費用估算約為每月 $306,還不含資料庫、流量等費用。作者認為,想在自己的雲端帳戶中使用 Heroku 式部署、又需要隨需求調整基礎設施的團隊,可以考慮 Convox;自行管理也得負責升級、監控與備份。

  7. Dev.to Top Tech64

    remove.bg 將關閉,作者實測 rembg 等免費去背替代方案

    remove.bg 的獨立網站預計在 12 月 1 日關閉,免費使用者得找其他去背工具。作者用同一組產品照、人像和風景照測試開源工具 rembg,發現它在一般電腦上每張約花 7 到 8 秒,輸出會保留原圖尺寸;產品照和人像的去背效果不錯,但沒有明確主體的風景照會被處理得一團模糊。代價是第一次使用要下載 176 MB 的模型,輸出的 PNG 也比原圖大。作者沒有親自計時 APIC Web,因此只說明它的功能與限制,沒有拿它和 rembg 比速度。

  8. BlockTempo 動區動趨39

    麻吉大哥在 Papertrade 被清算逾 2,100 次,扣掉獎勵仍虧 171 萬美元

    麻吉大哥在 Papertrade 交易永續合約,累計被清算超過 2,100 次,虧了 222 萬美元;扣掉領到的 51.4 萬美元平臺獎勵,還是虧約 171 萬美元。他的交易量累計達 19.3 億美元,帳戶截圖裡的淨值只剩約 407 美元。同一週,他也把無聊猿和變異猿放進扭蛋池,讓網友用代幣抽獎。Papertrade 會在使用者虧損或被清算時發放 PAPER;這起交易經歷也顯示,交易量大、拿到獎勵,都不代表最後能賺錢。

  9. Dev.to Top Tech59

    如何用 Ansible 和 Python 加固 AWS EC2 Ubuntu 伺服器並檢查設定變動

    雲端伺服器建立後,系統預設設定可能不夠安全,工程師手動修理也可能讓整批主機的設定慢慢跑掉。作者分享一套適用於 Ubuntu 22.04 和 24.04 的做法:用 Ansible 加固 SSH、網路設定、防火牆和重要檔案,再用 Python 工具檢查主機是否符合安全規範。GitHub Actions 會在變更合併前檢查設定、測試重複執行是否還會改動主機,並確認檢查結果全數通過;EC2 主機則能依 AWS 標籤動態挑選,方便分批處理。

  10. PyTorch Core Releases52

    PyTorch 更新 NCCL Extensions 版本,調整 NCCL-EP 建置條件

    PyTorch 這次更新了 NCCL Extensions 的來源版本,也調整 NCCL-EP 的建置條件。新的版本是 NCCL-EP v0.3,加入 Vera Rubin 支援,並改善 NVLink 資料傳送與合併等功能;不過,PyTorch 只有在指定的架構清單為 sm_90 或更新架構時才會建置 NCCL-EP。這次更新也同步調整了套件來源版本,讓 PyTorch 使用新的 NCCL Extensions 版本。

  11. Dev.to Top Tech52

    作者分享如何用 SRE 角度檢查 BrasilAPI,開源貢獻不只寫程式

    參與開源專案時,如果只顧著找新問題,可能會重複回報別人已經提出的修正。作者實際檢查 BrasilAPI,發現有些測試因為判斷順序出錯,總是以為外部資料來源故障,讓 42 個測試檔案中的 20 個沒有真正執行測試;他也注意到自動檢查使用的 Node 版本和正式環境不同,而且沒有組出正式版本來檢查。作者提醒,動手前要先讀過相關 issue 和 PR,並實際建置、執行與驗證;檢查測試、協助審查和補上清楚的問題說明,也都是有用的開源貢獻。

  12. Hacker News (official RSS)74

    Unsloth 更新 Qwen3.8-27B 量化模型,並提供本機執行指南

    大型 AI 模型常需要很多記憶體,直接在一般電腦上執行不容易。Unsloth 更新了 Qwen3.8-27B 的多種量化版本,並提供在本機執行的指南;作者表示,新版 Dynamic V3.1 在大小相近時,多數基準的準確度提高 5-10%。指南也說明,4-bit 版本約需 16-19GB 記憶體,並介紹如何用 Unsloth Desktop 或 llama.cpp 執行。若使用 NVFP4 版本,則需要 Blackwell GPU,並透過 vLLM 執行。

  13. Dev.to Top Tech57

    Mini Panel 用 Go 打造可在 1 GB 記憶體 VPS 上運作的控制面板

    管理一兩臺小型 VPS 時,常得透過 SSH 分別處理網站、憑證、記錄檔和備份。作者做了 Mini Panel,這款用 Go 寫成的控制面板會以單一執行檔運作,至少需要 1 GB 記憶體,面板本身不需要 Docker、PHP 或另外安裝 MySQL。使用者可以從網頁介面管理網站、資料庫和電子郵件,設定 HTTPS,檢視伺服器狀態,也能安排每晚備份並還原資料。網站需要的服務仍須另外安裝。

  14. Phoronix (Linux HW & Benchmarks)55

    Wine 11.22 加入 ARM64 上的 x86 AVX 模擬

    有些 Windows 軟體需要 x86 AVX 支援,在 ARM64 上執行時可能遇到相容性問題。Wine 11.22 加入 x86 AVX 模擬,讓採用 ARM64EC 的 Wine 建置版本能支援這類軟體。這次更新也調整地區資料、改善 Tahoma 字型的字形尺寸,並修正 34 個已知問題,涵蓋遊戲和其他應用程式。

  15. Dev.to Top Tech37

    為什麼我不再自己架設 AI 模型:小型專案可能用 API 更省錢

    自己架設 AI 模型看起來能省 API 費用,也比較能掌握資料,但買硬體、付電費、更新模型和排除問題,都會花錢又花時間。作者花了 3 個月、約 $500 買 GPU,還常常每週花 3–4 小時維護;一次展示時,模型花了 15 秒才回答,還漏掉檔案裡的重要決定,改用 API 後不到 3 秒就完成。 作者現在用本機模型處理嵌入向量和不能送上雲端的資料,摘要、資料擷取和聊天則改用 API。他估算,自己架設 3 個月總共花約 $2,420,API 約 $60;加上快取後,API 費用又少了 60%。這個經驗提醒小型專案先把產品做出來,再看實際需求決定怎麼部署;若有資料不能離開自家網路,或有團隊能維護裝置,自己架設仍有理由。

  16. Dev.to Top Tech67

    Linear 和 It's a Plan 比較:開源替代方案有哪些差異

    挑專案管理工具時,團隊常要衡量費用、資料放在哪裡,以及 AI 助理如何執行。It's a Plan 的作者拿自家開源工具和 Linear 比較:Linear 按使用者收費並在自家雲端運作;It's a Plan 可自行架設,社群版免費,Pro 每年 $240,整個執行個體共用費用。兩者都能安排 AI 助理處理工作,但 It's a Plan 可使用自己的 API 金鑰,或讓助理在自己的電腦、伺服器上執行。作者也提到,Linear 操作流暢、免維護,並有較多匯入工具;It's a Plan 則適合想自行管理資料和主機的團隊。

  17. Dev.to Top Tech76

    HTCondor 教學:用 DAG 檔安排工作順序、傳遞引數和限制佇列數量

    把研究工作拆成多個 Linux 工作後,常會遇到前一步的結果怎麼交給下一步、不同引數怎麼分開設定,以及怎麼等大家都完成再合併。這篇 HTCondor 教學用可跟著操作的範例,示範如何設定工作依賴、讓多個工作共用提交檔並帶入不同引數,也說明怎麼限制同一類工作同時排入佇列的數量。文中還示範檢查輸出、暫停工作流程,以及失敗後修好並接著重跑;多份結果也能先各自傳回,再交給合併工作處理。

    推薦理由:文章用 Linux 範例走過 HTCondor 的工作依賴、引數傳遞與排程限制,也示範多份結果如何交給合併工作,方便研究工作拆分與排錯。

  18. Dev.to Top Tech35

    Claude、GPT-6 和 Gemini 4 怎麼比較?看懂 LLM 價格,也分清開放權重與開放原始碼

    想挑 LLM,除了看它會不會回答,也要看用起來花多少錢,以及授權允不允許你拿來做生意。Claude、GPT-6 和 Gemini 4 的 API 價格各有不同;以 1,000 次對話、每次輸入 1,500 個 token、輸出 400 個 token 計算,Sonnet 5.5 要 $7.00,GPT-6.1 Terra 要 $3.50,Gemini 4 Hydrogen 要 $5.25。長提示詞也會讓服務成本增加,因為模型處理的文字越長,要做的運算就越多。 「開放權重」是公開模型引數;「開放原始碼 AI」還需要提供足夠的訓練資料資訊,以及完整的訓練和執行程式碼,並符合 OSI 認可的授權條款。像 gpt-oss 使用 Apache 2.0,Whisper 使用 MIT。要把模型用在產品裡,先確認權重和程式碼的授權、商用限制、使用規則,以及自己負擔得起的主機費用。

  19. Dev.to Top Tech67

    Flutter 外掛 android_telecom 如何打造 Android 電話撥號 App

    Flutter App 若要自己接聽、結束通話或封鎖來電,光開啟撥號連結並不夠,還得成為 Android 預設的電話 App。作者做了 android_telecom 這個 Flutter 外掛,讓 App 能檢視通話狀態、接聽或結束通話、調整音訊路徑、封鎖來電和查詢通話紀錄;封鎖規則由 Android 原生服務處理,所以 Flutter 沒有執行時也能生效。外掛只支援 Android,部分功能需要較新的 Android 版本;作者也列出哪些專案只在模擬器測過,尚未在實機測試。

  20. Dev.to Top Tech65

    Cloudflare 開放 Kitesurf 原始碼,部署仍依賴 Workers

    團隊想讓 AI 助理操作網站,瀏覽器是否可靠、能不能換到別的平臺使用,都是實際考量。Cloudflare 開放了 Kitesurf 的原始碼,開發者可以檢查、修改引擎,也能在本機或自己的 Cloudflare 帳號部署。Kitesurf 能讀取網頁、執行 JavaScript 並顯示畫面,也支援 Puppeteer 等工具連線;但在 Cloudflare 帳號部署需要 Workers Paid 方案,這篇文章也指出,原始碼開放不代表能脫離 Cloudflare。Cloudflare 尚未提供與 Chromium 的效能比較資料,文章也沒有獨立測試或客戶使用結果。

  21. Phoronix (Linux HW & Benchmarks)72

    Cloudflare 開放 Kitesurf 原始碼,讓 AI 助理瀏覽網頁

    AI 助理需要讀取網頁、執行 JavaScript 並和頁面互動,但完整瀏覽器會佔用 CPU 和記憶體。Cloudflare 現在開放 Kitesurf 的原始碼;這款瀏覽器架在 Cloudflare Workers 上,能解析 HTML、處理 CSS、執行 JavaScript,不需要瀏覽器容器。Cloudflare 表示,目標是讓它更輕巧,並能透過 Cloudflare 的全球 Workers 網路按需求擴充。

  22. Dev.to Top Tech57

    eSIM Operator Kit 新增筆電試用模式,32 秒看 AI 助理如何詢價

    旅遊 eSIM 商家的結帳流程是為人設計的,AI 助理需要能直接詢價和下單的介面。eSIM Operator Kit 新增試用模式,只要電腦裝有 git 和 Docker,執行一行指令就能在本機啟動商店和賣家節點;示範目錄提供日本等地的虛構方案,能檢視報價與測試回應,但不會真的收款或賣出 eSIM。作者在 Apple M4 上冷啟動花了 32 秒,並用檢查工具確認節點回覆格式等專案。這讓商家不必先申請供應商帳號或租用伺服器,就能先看看 AI 助理會如何詢價。

  23. Dev.to Top Tech35

    GitHub README 怎麼寫,才能讓訪客想按星星、加入貢獻?

    開源專案做得再好,如果 README 沒讓人馬上看懂,訪客可能很快就離開。文章建議先用一句話說清楚專案用途,再放上狀態徽章;接著用示範影片或架構圖,讓人快速看見它怎麼運作。安裝方式和範例程式碼也要放在容易找到的地方,並用比較表說明它和其他工具有什麼不同。最後寫清楚貢獻方式、需要的工具版本和授權資訊,讓有興趣的人知道怎麼開始幫忙。

  24. Dev.to Top Tech57

    Tycheon 用 Python 檢查預測有多可靠

    預測模型會給出未來走勢,但只看一個預測數字,很難知道它有多可靠。Anil Prasad 推出開源 Python 套件 Tycheon,能檢查資料在預測當時是否已經可用、替預測區間做校準,並計算風險數字。它也會把模型和簡單的隨機漫步基準比較;第一輪合成資料測試中,沒有模型勝過這個基準,因此直接公佈這個結果。這些功能適合研究與風險分析,作者也提醒,Tycheon 不是交易工具,不會提供買進或賣出訊號。

  25. Hacker News (official RSS)58

    FreeBSD 15.1 的 bhyve 跨主機即時遷移原型公開徵求測試

    維護主機或更換硬體時,虛擬機器通常得先停機;這份原型讓 FreeBSD 15.1 上執行中的 amd64 虛擬機器,可以透過 TCP 搬到另一臺主機,只在最後傳送變更資料時短暫暫停。它先複製記憶體,再反覆補上期間有變動的部分,並在目的主機準備好後才切換執行。作者在兩臺主機上測過記憶體與磁碟寫入;一個變動較慢的 512 MiB 虛擬機器,觀察到的停頓約為 138–171 ms。不過目前仍是 WIP RFC,主要測試使用單一 vCPU,且只支援 amd64;髒頁追蹤正確性、主機相容性與傳輸安全等問題仍待處理。

  26. Dev.to Top Tech56

    Terraform 如何管理 CI 測試用信箱,避免驗證郵件被不同工作混用

    CI 測試明明成功,卻可能查不出驗證信寄到哪裡,甚至讀到另一個工作執行收到的信。文章示範用 Terraform 為每次執行建立暫時信箱,記下執行編號、環境、負責清理的人和到期時間,讓信箱能和測試對得起來。建立或讀取信箱的密碼要放在執行環境的秘密儲存區,並另外安排清理工作;測試等待郵件的時間也要和信箱可使用的期限分開設定。這樣出錯時,團隊比較容易找出問題在哪一步,也能避免取消的工作留下未清理的信箱。

  27. TechCrunch · AI77

    LangChain 募得 3 億美元,估值達 30 億美元

    企業想管理 AI 助理時,常得考慮是否會被綁在特定模型或雲端服務上。LangChain 宣佈完成 3 億美元的 C 輪募資,估值達 30 億美元;公司從開源專案起步,現在把重心放在管理 AI 助理,並表示旗下軟體 LangSmith 不會繫結特定模型、雲端或生態系。LangChain 表示,LangSmith 已有 7,000 家客戶,從新創公司到大型企業都有。

    推薦理由:LangChain 的新一輪募資讓企業管理 AI 助理的競爭受到關注,其軟體強調不繫結特定模型、雲端或生態系。

  28. Databricks Blog39

    Apache Spark 和 Apache Flink 怎麼選?多數團隊用 Spark 就能兼顧批次處理和即時資料

    團隊要處理大量資料,又想快速看到新資料,常得在 Apache Spark 和 Apache Flink 之間做選擇,甚至同時維護兩套系統。Databricks 的文章認為,多數團隊用 Apache Spark 就夠了:它能處理批次工作、資料分析和串流資料;Real-Time Mode 也讓資料能在幾毫秒內一路處理完成,不必為了更快的串流另外架一套 Flink。文章的測試中,處理有狀態的資料整理時,Spark 的 p99 延遲是 14 ms,Flink 是 45 ms;不過測試由 Databricks 執行,實際表現仍要看自己的工作內容。若需要超大型狀態資料、複雜事件比對,或已經在使用 Flink,Flink 仍可能更適合。

  29. Dev.to Top Tech48

    GitLab Pages 如何用 HTTP 標頭,為同一網址提供不同格式的資料

    同一份資料可能有人想看網頁,有人需要 RDF 或 Turtle;以前 GitLab Pages 遇到沒有副檔名的網址,可能一律回傳 HTML。現在它會讀取瀏覽器或程式送來的 Accept 標頭,挑出對方要的格式。例如,Accept: text/turtle 會優先取得 Turtle 檔;如果指定的格式不存在,就改回傳 HTML。回應也會標明內容會隨 Accept 改變,避免快取把 Turtle 資料誤傳給想看 HTML 的人。這讓網站能用同一個簡潔網址提供多種格式,方便發布語意網資料。

  30. Dev.to Top Tech53

    Jensen Huang 離職背後是否有 AI 政治因素?

    NVIDIA 的領導層變動,讓作者開始追問美中 AI 競爭是否也牽涉其中。文章比較 OpenAI、Anthropic 的專有模型與 DeepSeek、Qwen 等開放權重模型,說明開放權重讓開發者能下載模型,並在自己的裝置上執行。接著,作者整理 Jensen Huang 支援開放 AI 的說法,以及報導提到的個人爭議、董事會調查和離職訊息。作者認為,這些事件的時間點引出政治因素的疑問;但文中沒有證據證明離職是由政治因素造成。

  31. Dev.to Top Tech41

    Jensen Huang 離開 NVIDIA 後,作者分享 RTX 4070 Super 的 4X 測試結果

    作者用 RTX 4070 Super 玩《Forza Horizon 6》單人模式,關閉 FG 時讀到 100 FPS,開官方 2X 時是 180 FPS,改用 DLSSG SM86 的 4X 模式則是 320 FPS。這是個人測試,不是正式跑分;4X 指的是畫面生成模式,不能說實測速度變成 4 倍,而且畫面顯示 320 FPS,也不代表每秒收到 320 次新的操作輸入。Jensen Huang 離開 NVIDIA 的訊息,讓作者更想觀察之後的相容性決定;他也提醒,這次成功測試只是個人經驗,不能代表所有 RTX 40 顯示卡都已經測過。

  32. Dev.to Top Tech47

    AI 助理如何用七層外部記憶減少讀資料的浪費,並安全切換模型

    AI 助理每次工作都把大量舊對話、檔案和工具說明重新讀一遍,容易浪費額度,也可能被過時或錯誤的資料帶偏。作者打造七層外部記憶系統:先檢查輸入,再用搜尋找出少量相關內容,讓 AI 助理只讀指定的檔案位置;程式碼也會整理成結構摘要,避免整份塞進對話。一次測試中,系統讀了 2,141 萬個 token,才寫出約 11 萬個 token,讀寫量相差 195 倍。作者也用簡短文字交接工作,並在切換模型時清掉舊的快取,讓新模型接手時比較不會帶著不相容的舊對話。

  33. Dev.to Top Tech61

    作者測試 AI 助理遇到空白 API 回應,竟編出不存在的客服案件

    API 明明回報成功,回應內容卻是空的時,AI 助理可能會把缺少資料當成真的答案。作者做了一套開源測試工具,讓兩個模型回答訂單、客服案件和結帳服務狀況,再把 API 回應改成空白或欄位全是空值。測試中,模型曾編出不存在的客服案件,也把服務故障說成正常;遇到 HTTP 500 或明確的錯誤訊息時,則多半會回報問題。這項測試只涵蓋兩個模型和三種任務,作者建議工具呼叫失敗時明確回報錯誤,不要只回傳空的成功結果。

  34. Dev.to Top Tech61

    ctxray 掃描程式專案,找出浪費 AI 助理上下文的檔案

    AI 助理讀程式專案時,可能把不少上下文花在鎖定檔、測試資料和大型圖片上。作者做了免費的命令列工具 ctxray,掃描專案中的檔案,估算各檔案會用掉多少 token,並標出可能沒提供多少程式資訊的內容。他拿工具檢查六個開源專案,發現有些專案的鎖定檔和測試資料佔了很大一部分;小型的 Express 專案則沒有值得標出的檔案。估算使用規則式 BPE 近似,每個檔案的誤差中位數約 6%,整個專案的總量也只是上限估計。工具還能依掃描結果建立忽略清單,減少 AI 助理讀進不必要內容的機會。

  35. Phoronix (Linux HW & Benchmarks)68

    AMD 表示第 6 代 EPYC Venice 已達成 openSIL 量產目標

    AMD 第 6 代 EPYC Venice 伺服器處理器開始出貨後,外界一度不確定 openSIL 是否已準備好量產。Phoronix 詢問 AMD 後得知,Venice 平臺啟動都使用 openSIL,沒有使用其他方式開機;AMD 也表示,預計在產品正式上市後一季內公開 Venice 版 openSIL 原始碼。這讓主機板廠和開源社群之後有機會研究如何把 openSIL 用在更多伺服器上;AMD 是否會推出搭配 Coreboot 的 EPYC 9006 伺服器,則仍在觀察客戶需求。

  36. Dev.to Top Tech58

    Divyek Soni 用 Hexaphase 整理 AI 協作程式開發流程

    AI 助理每次開新工作階段都可能忘記專案進度,也容易讓規劃和測試被寫程式的速度擠掉。Divyek Soni 提出 Hexaphase,把專案分成規劃、分析、設計、寫程式、測試和部署六個階段,並用 Markdown 檔案記下規則、目前進度、決定和工作紀錄。每次開始時,AI 助理先讀取資料並說明計畫;進入下一階段前,則由人確認成果。作者在 Claude Code 和 Gemini CLI 的測試中,各完成 9 項檢查。這套做法也能用來追蹤需求如何一路連到程式和測試。

  37. Dev.to Top Tech58

    WordPress 網站背後的開源軟體,由誰決定怎麼修改?

    架設 WordPress 網站時,選主機也等於選了作業系統、網頁伺服器、資料庫和 PHP,但這些軟體各有不同的改版規則。作者逐層整理 Linux、Apache 或 NGINX、MySQL 或 MariaDB、PHP、WordPress 和瀏覽器的變更核准方式,也說明資助者在不同專案能有什麼參與權。例如,PHP 的主要表決需要三分之二同意,而 PHP Foundation 的 Gold 贊助者不會自動取得董事席次。文章也教讀者從 WordPress 的「網站健康狀態」檢視網站使用的伺服器、PHP 和資料庫版本,再挑一層閱讀它的治理規則。