跳到正文

#程式開發

RSS
今日 104 則
11月19日週四
  1. Lobste.rs (Engineering Discussion)66

    PyPI 收緊 Python 套件上傳檢查,減少壓縮檔解讀差異

    同一份 Python 套件壓縮檔,可能被 PyPI、安裝工具和安全掃描器解讀成不同內容,讓看似正常的套件藏入惡意檔案。PyPI 已開始拒收使用舊式 V7 格式的原始碼套件,以及含有可能被誤認為控制結構的 ZIP 註解的套件。一般使用者不受影響;維護者若遇到上傳失敗,可改用 Python 建置工具,或確認壓縮檔符合格式規範。PyPI 也正評估拒收 GNU 格式的 tar 檔和所有 ZIP 註解。

    推薦理由:PyPI 收緊套件壓縮檔格式檢查,降低不同工具解讀同一份檔案時出現落差的風險,也說明維護者遇到拒收時可如何調整。

  2. Dev.to Top Tech47

    為什麼資料庫資料表不等於業務物件?

    資料庫資料表負責收好資料,卻不會自動說明公司能怎麼使用這些資料。以銷售訂單為例,表格可能記下訂單狀態,但還得有人定義誰能核准或取消、什麼情況下能改價格,以及每次改動要留下什麼紀錄。若表單、API 和其他程式各自訂規則,同一張訂單就可能在一個地方能取消,在另一個地方卻不行。 像是把 10 件商品分兩次出貨,第一次出 6 件時,系統還要記得剩下的數量,並處理出貨單取消後會怎樣。這些都是訂單的工作規則,不能只靠資料表欄位交代清楚。把規則集中定義,才能讓不同操作方式做出一致的處理,也比較不會在規則改變時漏改某個地方。

  3. Dev.to Top Tech35

    資料庫交易隔離設定錯誤,為什麼會讓查詢冒出「幽靈資料」?

    兩次查詢明明在同一筆交易裡,結果卻可能不一樣:另一個交易若剛好新增或刪除符合條件的資料,第二次查詢就會多出或少掉資料。工程師遇到的付款批次工作,也因為不同次查詢算出的總額稍有差異而出問題。為了穩定重現這種狀況,他們用 SQLite 控制兩個交易的執行順序,觀察資料筆數是否改變。這種檢查能在上線前確認查詢搭配特定隔離設定是否安全;只為了跑得快就避開資料庫鎖,可能會讓資料正確性受影響。

  4. Dev.to Top Tech62

    夜間自動工作流程為什麼在 1:40 停下來

    作者想讓電腦在自己睡覺時接手已核准的工作,但第一晚的工作佇列在 1:40 就做完了。這套流程每次只做一件事,依序檢查規格、寫程式、驗收,再更新進度;只有驗收者能把工作列為可執行,遇到需要人同意的步驟就會停下。作者也發現,讀取用量的程式抓到了過期憑證,修正後才讀到正確資訊。後來他把待辦從零件擴充到 22 件可執行工作,但幾個夜晚仍都是工作做完就停止。這表示安全檢查能限制流程做什麼,待辦準備得夠不夠則決定它能工作多久。

  5. Dev.to Top Tech56

    前端開發者面對 AI 寫程式,哪些能力仍然重要?

    AI 助理能寫出不少程式碼,但做出來的功能可能只差一點就對,也可能遇到少見情況就出錯。Erik Hanchett 認為,前端和全端開發者仍要會規劃程式架構、找出錯誤、確認程式真的照預期運作,也要檢查無障礙設計,並判斷畫面和功能是否合用。他建議先訂好架構和規則,再用自動檢查、Playwright 測試及人工審查把關;無障礙檢查也要搭配讀屏軟體實際測試。重點是讓 AI 幫忙寫程式,人仍負責判斷和確認成果。

  6. Dev.to Top Tech55

    如何用 Tailwind v4 為網頁加入深色模式

    網頁顏色如果直接寫成色碼,想加入深色模式時,就得一個元件一個元件找出來修改。作者分享在 Zapspace 使用 Tailwind v4 的做法:先替顏色取代表用途的名字,再集中設定深色模式要用的新顏色,切換時只要替網頁加上 dark 標記。作者說,Zapspace 加入深色模式不到 20 分鐘;不過,如果元件裡還是直接寫色碼,那些地方在深色畫面上就可能維持亮白。這套做法適用於 Tailwind v4,Tailwind v3 也能用相同想法設定。

  7. Amazon Science68

    Amazon 推出 Isabelle AI 工具,讓 AI 助理撰寫並檢查數學證明

    AI 助理寫數學證明時,可能會編出看似合理卻錯誤的內容。Amazon Science 介紹 AutoCorrode 驗證套件中的 I/Q、I/R 和 Isabelle Assistant,讓 AI 助理能連線 Isabelle,邊寫證明邊確認內容是否正確;其中一種工具也能在使用者繼續工作的同時,讓 AI 助理在背景處理證明。文章用平方根 2 是無理數、連續合數和正弦函式定積分等例子,展示 Claude 產生的證明如何由 Isabelle 檢查。較難的問題仍需要人類思考,但 AI 助理能代做繁瑣步驟,也能在遇到困難時接受提示再繼續。

    推薦理由:文章以平方根、連續合數與定積分為例,說明 Isabelle 如何邊產生邊檢查證明,讓讀者看見 AI 輔助數學推理的做法。

  8. Dev.to Top Tech42

    開發者打造能產生動漫圖片的 Telegram Bot

    每次想用 Stable Diffusion 做動漫風圖片,都得開啟網頁、輸入提示詞,等圖片生成後再下載傳給朋友,作者覺得這些步驟太重複,於是做了 Stable Diffusion Bot:在 Telegram 傳一段描述,就能收到圖片。它可以挑不同風格的模型,也能加上 LoRA、調整負面提示詞和生成設定,還能一次收到同一段描述做出的多張變化圖。免費版人人都能使用,付費模式則可解鎖更多內容類別。作者也發現,讓 Bot 順利運作,還得處理排隊、避免重複點選,以及傳送多張圖片等細節。

  9. Dev.to Top Tech70

    實測六種 AI 程式開發 CLI 會讀哪些規則檔、怎麼阻止寫入

    不同 AI 程式開發工具讀取的規則檔不一樣,單靠寫一句「不要改這個檔案」也不一定能擋住修改。作者用同一組測試比較六種 CLI,發現除了 Gemini CLI 以外,其餘工具都會讀 AGENTS.md;Claude Code 還需要 CLAUDE.md,Gemini CLI 則需要 GEMINI.md。實測中,.claude/settings.json 的 PreToolUse hook 能擋住 CoCo、Cursor、Claude Code 和 Copilot 的寫入,但對 Gemini 與 Codex 沒有效果。作者也發現,有些禁止寫入的設定仍可能被 shell 指令繞過,因此需要保護檔案時,應搭配各工具自己的拒絕規則或沙箱。測試次數不多,使用的模型和作業系統也不一致,結果只代表這次測試情況。

  10. Dev.to Top Tech64

    Express + TypeScript 教學:用更新憑證輪替偵測遭竊憑證

    JWT 存在使用者裝置後,即使想登出或發現憑證外洩,伺服器也無法立刻讓它失效。作者示範一種做法:讓短效的存取憑證處理一般 API 請求,更新憑證則存放在伺服器,使用時每次換發一組新的。若已撤銷的舊憑證再次出現,系統會視為可能遭到複製,撤銷同一次登入的整組憑證,讓使用者和可能的攻擊者都必須重新登入。作者也提供開源程式範例,並說明如何用不連資料庫的測試檢查這個流程。

  11. The New Stack66

    Qwen4-Max 和 Claude Opus 5.5 比較:便宜的模型花更多時間,也少拿一些分數

    模型價格較低,做事就一定比較划算嗎?作者用三項工作測試 Qwen4-Max 和 Claude Opus 5.5,涵蓋跨工具處理公司工作、調查事故和修補程式。Qwen4-Max 的費用約是 Claude Opus 5.5 的三分之一,但總共花的時間約是 3.14 倍,183 分中拿下 170 分,少於對方的 179 分。查事故資料時,Qwen4-Max 多拿 1 分;修程式時則漏掉一個會讓付款少 1 美分的問題。每項測試都只跑一次,結果不能代表其他工作也會有相同差距。

  12. Hacker News (official RSS)72

    Mastra 推出開源軟體工廠 Factory,協助團隊維護 Mastra

    維護大型開源專案時,團隊得花不少時間處理問題回報、規劃工作和檢查程式碼。Mastra 團隊推出 Factory,讓 AI 助理依照看板流程處理這些工作,也能在 Slack 用標記方式交辦任務,並參考附有來源的公司檔案。Factory 每週會開啟並合併數百個 PR;上週它合併了 238 個,人類則合併了 630 個。Factory 已開源,可在自己的基礎設施上運作,也有代管版本。

  13. Dev.to Top Tech74

    NUMALLAMA 讓多插槽 ARM CPU 伺服器更快執行大型語言模型

    大型語言模型在多插槽 CPU 伺服器上執行時,若資料常要跨插槽讀取,速度可能變慢。作者做了開源的 C 推論引擎 NUMALLAMA,把模型資料和 KV cache 分散到各插槽的本地記憶體,讓處理器核心多半讀取自己附近的資料。作者在一臺有兩個 ARM 處理器插槽的伺服器上測試,部分模型的解碼速度比 llama.cpp 在單一插槽的最佳結果快 1.5 到 2 倍;這些數字只適用於該測試機。最佳化主要針對 ARM64,x86-64 版本尚未最佳化;伺服器一次處理一個請求,其他請求須排隊。

  14. Dev.to Top Tech67

    如何用純 Python 為提示詞變更設定評測關卡

    提示詞改了一句,可能就讓原本正常的自動化輸出出錯,卻不容易馬上發現。作者用純 Python 示範一套評測工具,把提示詞和預期檢查專案放在資料檔裡,再用字串、JSON 格式、數字誤差和長度等規則檢查模型輸出。每個檢查都會留下分數,單一重要專案失敗或整體分數低於門檻時,CI 就會擋下變更。平常可以用記錄好的輸出免費測試評測工具本身;要測模型時,也能改接本機模型或相容 OpenAI API 的服務。這讓提示詞改動有明確結果可比較,也更容易看出是哪個檢查出了問題。

  15. Dev.to Top Tech40

    SpanFlow 將 7 個 .NET 資料串接工具開源,採用 MIT 授權

    串接不同服務、檔案和資料庫時,常得準備一堆各做各的工具。SpanFlow 把這些工作拆成 7 個小型 .NET 套件,開放大家使用;可以直接裝進 .NET 8、9 或 10 的程式,不必另外架伺服器。像是有的套件能從 JSON 組出 HTTP 請求並處理多種驗證方式,有的能讀取 CSV、JSON 和 Excel 檔,也有套件能串接 PostgreSQL、MySQL 等資料庫。開發者也能在瀏覽器裡試用工具、匯出 C# 程式碼,讓資料在不同系統間移動和整理更方便。

  16. Dev.to Top Tech69

    Node.js 事件迴圈怎麼運作?看懂伺服器為何會卡住

    Node.js 伺服器有時會突然幾秒不回應,原因可能是主執行緒忙著做大量運算,其他請求只能排隊。這篇教學用程式例子說明事件迴圈如何安排同步程式、微任務、計時器和 I/O 工作,也解釋為什麼 setTimeout(fn, 0) 不會立刻執行。若工作能拆成小段,可以用 scheduler.yield() 讓事件迴圈先處理其他事情;需要大量運算時,則可考慮移到 worker_threads 或其他執行緒。拆小工作不會讓總運算變快,但能讓伺服器在工作期間繼續回應。

  17. Dev.to Top Tech67

    如何在六種技術堆疊中放置每位客戶的 API 限流檢查

    替每位客戶設定 API 限流和用量上限時,檢查放錯位置可能讓請求漏算、用錯客戶身分,或讓回應後的用量資料遺失。作者用 Express、Hono、Next.js、Cloudflare Workers、Django REST framework 和 LiteLLM 說明檢查該放在哪裡,也整理各框架在身分驗證、路由記錄和背景工作上的差異。例如 Django REST framework 使用 TokenAuthentication 時,前面的檢查拿不到已登入的使用者,得自行驗證權杖;Cloudflare Workers 則要在回應後安排工作,回報用量。文章也提醒,多個執行個體各自計算限流時,同一位客戶可能在每個執行個體都拿到完整額度。

  18. Dev.to Top Tech57

    軟體設計的五個原則:Sergiy Yevtushenko 主張少靠直覺、多靠工程

    軟體設計常要決定怎麼分工、哪些規則要寫清楚,還要避免日後維護時增加負擔。Sergiy Yevtushenko 用火車來說明五個設計原則:同一個問題盡量只有一種答案,不適用時就明確拒絕;在零件需要因不同原因改變的地方劃分界線;把能被測試或數字推翻的說法,寫在能驗證它的地方;只保留需求確實需要的部分;再用結構讓錯誤選項無法出現。這些原則能幫開發者逐一檢查設計決定,減少反覆選擇和維護負擔。

  19. OpenAI Developers65

    AI 助理執行會修改專案資料夾的指令時,不一定需要連上網路。OpenAI 表示,Codex 沙盒能在使用者原有的環境中執行指令,並依使用者設定限制它能讀寫哪些檔案,以及能否使用網路。這讓人可以分開管理檔案和網路許可權。

    推薦理由:OpenAI 說明 Codex 沙盒如何讓使用者分別限制檔案與網路存取,呈現 AI 助理執行程式碼時控制許可權的做法。

  20. Dev.to Top Tech60

    如何裁切聊天紀錄,避免弄壞 AI 助理的工具呼叫

    聊天紀錄太長時,直接保留最後幾則訊息,可能會留下工具回覆,卻刪掉 AI 助理發出工具呼叫的訊息,讓 API 拒絕請求或讓模型看不懂前因後果。作者示範依完整對話回合裁切:保留 system 提示詞和最新一輪,再從最近的舊回合開始加入,直到接近 token 預算。若最新一輪本身太長,裁切舊紀錄也沒用,應縮短工具輸出或把大型結果放到上下文以外;接近上限時,則要用實際的 token 計數方式,並預留模型回答所需的空間。

  21. Dev.to Top Tech63

    Node.js 遊戲檔案清理怎麼排程?比較 cron 和耐用佇列

    定時清理遊戲檔案時,如果工作跑到一半就中斷,可能會留下還沒刪除的檔案。作者建議先想清楚漏掉一次清理會有什麼後果:像可重新產生的預覽圖,可以用 cron 定時掃描,讓刪除工作能安全重做;如果每個檔案都必須確實處理,就把工作存進耐用佇列,再由工作者逐件刪除,並設定重試和失敗紀錄。刪除成功後才標記完成,遇到重試時也要能安全處理已經刪除的檔案。這樣才能看出工作是延遲還是失敗,並依檔案的重要程度選擇合適做法。

  22. The Decoder75

    Microsoft 一次推出 7 款 AI 模型,想用較低成本取代自家產品中的外部模型

    長時間使用 AI 助理會花掉大量 token,Microsoft 因此一次推出 7 款模型,涵蓋寫程式、資安、圖片、語音、搜尋和工作流程判斷,主打用較低成本完成工作。Microsoft 表示,MAI Code 2 在多項測試中接近 GPT-6.1 Sol 和 Claude Opus 5.5,價格則低得多;MAI Image 2.7 可修改圖片中的個別物件,MAI Realtime 1 則能處理語音對話中的插話和背景噪音。各模型的開放方式不同,有些已能使用,有些仍在預覽或只提供特定客戶。文中的效能與價格比較主要來自 Microsoft 的測試和說法。

  23. The Pragmatic Engineer72

    CodeRabbit 執行長談 AI 助理如何改變軟體開發與程式碼審查

    AI 助理能快速寫出大量程式碼,但團隊也得想辦法確認成果可靠、避免出錯。CodeRabbit 執行長 Harjot Gill 分享,他讓 AI 助理處理修測試、改善系統等工作,並說公司上個月送出超過 5,000 個程式碼變更;他認為團隊應檢查整批發布成果,也要用測試、模擬和分階段上線來確認品質。這種做法每月花費約 $250,000 至 $275,000,作者指出,對想靠 AI 工具加快推出新產品的 CodeRabbit 來說,這筆支出可視為研發,但不一定適合其他公司。

    推薦理由:CodeRabbit 的經驗呈現高額 AI 支出如何用來加快新產品開發,也說明這種做法較適合靠 AI 工具創造新收入的軟體新創。

  24. aihot71

    OpenAI 說明 Codex 如何在 macOS、Linux 和 Windows 限制命令許可權

    AI 助理在電腦上執行命令時,可能讀到不該碰的檔案,或把資料傳到網路上。OpenAI 說明 Codex 沙箱如何依許可權設定限制命令能讀寫哪些檔案、能連到哪些網路服務,也能讓使用者或企業調整這些限制。舉例來說,工作區裡的程式碼可以修改,但設定檔可設為唯讀,網路也能預設關閉。這套沙箱會使用 macOS、Linux 和 Windows 各自的隔離機制;開發者也能用 codex sandbox 在自己的工具中限制命令。

    推薦理由:文章比較 Codex 沙箱在三種作業系統上的做法,也說明檔案與網路許可權如何限制命令,並介紹如何把這套機制用在其他工具。

  25. Dev.to Top Tech58

    JavaScript 密碼產生器為何不該用 Math.random(),以及該怎麼改

    密碼看起來夠複雜,若產生方式能被猜中,帳號和系統仍可能有風險。作者示範在瀏覽器用 Web Crypto API 的 crypto.getRandomValues() 產生隨機值,再搭配拒絕取樣,避開直接用餘數挑字元時可能出現的分佈偏差。範例也會檢查密碼長度,並排除容易看錯的字元。文章提醒,密碼在瀏覽器本機產生有助於避免送到伺服器,但仍要留意記錄、第三方程式和瀏覽器擴充功能等風險。

  26. Dev.to Top Tech70

    公開分享 AI 生成的 App 前,先檢查這五個安全問題

    AI 生成的 App 看起來能用,公開給大家後卻可能洩漏資料,或讓陌生人修改不該碰的內容。作者整理五項不用資安背景也能做的檢查:確認前端沒有放入 Supabase 的機密金鑰、檢查資料表是否限制讀寫許可權,並測試沒有登入或換成別人的資料編號時,伺服器是否仍會放行。也要試著送出空白內容、很長的文字和負數,看看錶單會不會出錯或存下不該接受的資料;最後用 npm audit 或 pip-audit 檢查套件。這些步驟能幫忙找出公開連結前容易漏掉的問題。

  27. Dev.to Top Tech48

    用 Python 驗證墨西哥 RFC 和 CURP:檢查碼能抓錯字,確認身分還得查官方資料

    公司替墨西哥客戶、員工或供應商建檔時,常要確認 RFC 稅務編號或 CURP 身分編號;只用格式檢查,可能漏掉錯誤的檢查碼或不存在的日期。文章用 Python 標準工具做了離線檢查器,能分辨格式錯誤、檢查碼不合,以及特別用途的 RFC。像「GODE560231GR8」的日期是 2 月 31 日,就會被判定格式有誤。 不過,編號格式正確不代表它真的存在,也無法知道 RFC 是否被 SAT 列入名單,或發票後來有沒有取消。這些情況得查 SAT 或 RENAPO 的即時資料;文章也示範用 MexCheck API 查詢。離線檢查適合先抓輸入錯誤,真正要確認身分或發票狀態,仍要查登記資料。

  28. Lobste.rs (Engineering Discussion)73

    Close 如何用集中派工加快 pytest 測試

    測試數量變多後,就算分給更多執行機器,CI 還是可能花很多時間準備資料庫、啟動服務和整理測試。Close 分享一種集中派工的做法:由一個協調工作先找出測試檔案,再把工作分給測試執行機;每臺執行機只整理自己要跑的測試,也能和資料庫準備同時進行。這讓準備時間不必每臺都重做,測試工作也能分得更平均。Close 還搭配 Spot 執行機,把原本 17 臺按需執行機改成 2 臺按需執行機和 54 臺 Spot 執行機,成本大致相同。

    推薦理由:Close 的經驗呈現固定啟動成本如何拖慢大型測試套件,也說明集中分派工作能讓測試與環境準備同時進行。

  29. Arena.ai47

    GPT-6.2 Astra 和 GPT-6.2 Sol 在 LMSYS Arena 的 Code Arena: WebDev 實測中,都進入了「表現與花費都很有競爭力」的前緣位置。Astra 得到 1781 分、排名第 3,每項任務的中位花費是 $5.45,比前一版 GPT-6 Astra 低 42%;Sol 得到 1757 分、排名第 7,任務花費中位數是 $1.45,比 GPT-6.1 Sol 低 21%。Astra 比 Sol 高 24 分,Sol 的花費則低 73%。這些成績讓人能比較兩款模型在網頁開發任務中的表現與成本;AI 助理的分數預計稍後公佈。

  30. Hacker News (official RSS)61

    作者如何把 TuxGuitar 改成支援 17 等分八度的吉他譜編輯器

    一般吉他譜軟體把一個八度分成 12 個音,無法直接呈現 17 等分八度的音高。作者把 TuxGuitar 2.1.0 改成 17-EDO 版本,讓譜上的音符、琴格標示和播放音高都依照新的分法運作,並說明如何修改程式,讓其他開發者也能照著重做。改版後,舊檔案仍能開啟,但原本的數字會被當成新的音高步數;部分和絃、自然泛音和匯出格式仍不支援 17-EDO。

  31. Dev.to Top Tech54

    作者分享如何讓 AI 助理優先用有剩餘配額的平價模型

    用 AI 助理寫程式可以省下配額,但便宜模型也可能寫出難以收拾的錯誤。作者做了一個 Python 路由工具,先從最便宜且配額未超過 90% 的模型開始;模型若在啟動後 60 秒內失敗,就改試同一級的下一個模型。實際使用時,有模型寫出會一直跑、吃掉 9 GB 記憶體的測試,也有模型一次用掉每週配額約 30%。因此,路由工具不會自行升級到更大的模型,作者會先檢查工作範圍和提示詞,再決定是否改用更高一級。

  32. Dev.to Top Tech52

    作者把巴基斯坦 DOS 遊戲 Shahzor 搬回瀏覽器,讓玩家重溫 1999 年試玩版

    以前在巴基斯坦 CD 店買得到的 DOS 遊戲 Shahzor,原本的下載連結都已失效。作者從 Internet Archive 找到 1999 年試玩版,並用 js-dos 和 DOSBox 讓它能在瀏覽器裡玩;這個版本有兩個關卡,使用桌上型電腦鍵盤操作。遊戲畫面維持 4:3 比例,頁面也加入全螢幕按鈕;搬進瀏覽器時,作者還保留了遊戲原本的啟動方式,讓選單能正常開啟。

  33. Hacker News (official RSS)74

    Onehouse Lakegres 讓 Hudi 和 Iceberg 資料表直接支援向量搜尋

    資料湖裡有大量檔案、紀錄和產品資料,若要做向量搜尋,常得先把資料複製到另一個資料庫。Onehouse 宣佈 Lakegres 可直接替 Hudi 和 Iceberg 資料表建立向量索引,索引和資料都放在同一個儲存空間,資料更新時也會同步更新索引,不必另做同步工作。搜尋可透過 Postgres 介面進行;測試使用約 2.47 億筆向量,Lakegres 的暖機查詢中位數延遲為 63.5 毫秒,Databricks AI Search 為 655 毫秒,兩者 Recall@10 分別為 0.95 和 0.952。這項比較使用不同的延遲量測方式,結果不代表總成本比較。

  34. Dev.to Top Tech71

    AI 助理寫程式出錯,作者整理驗證、隔離與許可權的解法

    AI 助理寫程式時,有些錯誤看起來像成功,例如測試根本沒跑、改動只在未提交的工作目錄裡通過,或擅自做出難以收回的操作。作者根據團隊遇過的問題,將原因整理成驗證、隔離與許可權三類,並提出實用做法:確認檢查確實執行、在乾淨環境測試準備提交的版本、讓每個 AI 助理使用獨立工作目錄,並在寄信、刪除或購買前取得明確同意。文章也提醒,過時的說明檔案、外洩的秘密資料和超出任務範圍的修改,都可能讓工作出問題。

  35. Dev.to Top Tech60

    自由接案網頁設計師如何找到客戶

    自由接案做網頁設計,常得花時間找客戶,也容易被一般推銷訊息淹沒。作者整理了兩種找案子的方法:留意已經公開徵求網站服務的人,也可以挑一個行業,檢查當地商家的網站,再用簡短訊息指出一個具體問題和固定報價。作者以自己檢查 Iași 當地 37 個 WordPress 網站的經驗為例,其中 31 個有明顯問題,例如手機開啟太慢或缺少頁面說明。文章也建議把作品集中在熟悉的行業,清楚列出服務範圍,先從小案子和客戶推薦累積口碑。

  36. Dev.to Top Tech56

    Unreal Engine 專案跨時區協作交接清單

    Unreal Engine 團隊分散在不同時區時,兩邊每天能一起工作的時間很短,沒寫清楚的進度常讓接手的人卡住。Juego Studios 整理了一份交接清單,建議先把引擎版本、開發環境和同步方式寫進專案,再共用快取、鎖定不能合併的檔案,避免兩人同時修改同一張地圖或 Blueprint。每天交班時,記下改了什麼、目前哪裡故障,以及下一班先做什麼;自動建置也能協助確認提交是否正常。這些做法能減少等待,讓短暫的重疊時段留給需要討論的決定。

  37. Dev.to Top Tech54

    Kiro Crew bots 如何幫你快速看懂陌生程式專案

    剛接手一個陌生專案,常會找了半天還不知道從哪裡開始。作者拿開源專案 HyperFrames 示範 Kiro Crew bots:先給它一個清楚的小目標,機器人就把工作拆成有完成條件的專案,讓多個工作階段分頭閱讀程式碼,再整理出架構報告和適合新手參與的任務。作者表示,從下載專案到拿到報告約花 10 分鐘;隔天回來,機器人也能接續先前的進度。不過,核准工作專案後它曾停下來等待指示,作者需要再傳訊息讓它繼續。