跳到正文

全部動態

RSS
今日 117 則
11月22日週日
  1. Dev.to Top Tech91

    Lean 與 Mathlib 社群確認 Alpöge 的黎曼猜想證明正確

    數學證明就算看起來完整,也很難只靠人工確認每一步都沒有錯。Levent Alpöge 把黎曼猜想的證明寫成 Lean 程式碼,Lean 與 Mathlib 社群表示有信心確認證明正確。多個證明檢查工具檢查了證明;外部重跑也顯示 175,187 個模組都成功編譯,並通過 Lean 核心重播。這則訊息的重點是,證明能由工具和其他人重複檢查;原文也提到,Alpöge 表示這項工作是在 Claude 協助下完成。

    推薦理由:這項證明由多個工具與獨立團隊重複檢查,適合瞭解形式化驗證如何確認數學證明及其結論。

  2. Dev.to Top Tech62

    如何避免 PDF 預覽在高解析度螢幕上變成空白

    PDF 檔案看起來不大,預覽時仍可能因為畫布太大而耗用大量記憶體,讓高解析度手機上的頁面變成空白。文章以 PDF.js 說明,螢幕解析度會放大畫布所需的畫素;例如頁面以裝置畫素比 3 顯示時,單頁畫素緩衝區約需 28.4 MiB,這只是估算,不代表瀏覽器的總記憶體用量。自製閱讀器可替每頁設定畫素上限,只繪製目前看得到的頁面,並釋放遠處頁面的畫布。調低解析度可能讓文字變模糊,還要留意縮放時重複使用畫布,以及文字選取和表單位置是否仍對齊。

  3. Dev.to Top Tech76

    從 ML/量化工作轉向機器人:作者實測第一週做了什麼

    想從機器學習或量化工作轉做機器人,第一週該從哪裡開始?作者用一臺沒有 GPU 的 Linux 電腦,先在 MuJoCo 跑控制實驗,記下每一步花多少時間,再訓練 HalfCheetah。跑完 1M 步約花 109 分鐘,最後評分是 9,180;作者也公開訓練紀錄、比較表和程式,讓讀者能自己查對。這份紀錄示範如何用可重做的實驗,說明自己做了什麼、花了多少成本。

    推薦理由:作者以實測資料拆解轉入機器人領域的第一週工作,從環境設定、訓練成本到可查核的實驗紀錄,提供一條具體的入門路徑。

  4. Dev.to Top Tech68

    如何避免 AI 助理在專案已有狀態管理工具時再加一套

    專案已經有狀態管理工具時,AI 助理仍可能為了單一視窗或按鈕,再加入一套新的程式庫,讓資料分散,也增加維護和審查工作。作者建議先在提示詞中說清楚要沿用現有工具,只有元件自己需要的畫面狀態就留在元件內處理;若現有工具真的不適用,先說明原因,不要順手加新套件。檢查程式變更時,也要留意新套件、重複的資料存放方式,以及只為單一元件新增的全域狀態。若要更換整個專案的工具,應另外規劃遷移。

  5. Dev.to Top Tech67

    用 Python 找出網站地圖裡回傳 200 的錯誤頁

    一般壞連結會回傳錯誤狀態碼,但有些不存在或內容出錯的頁面仍回傳 200,搜尋引擎可能因此把它們當成正常頁面。作者寫了一支只用 Python 標準函式庫的檢查程式,會讀取網站地圖、先試著開啟一個不可能存在的網址,再逐頁檢查錯誤文字、空白內容、轉址和網站地圖中的失效網址,並把結果存成 CSV。文章用一個測試網站示範檢查與修正前後的差異,也提醒文字比對只是線索,最好再人工檢視並對照 Search Console。

  6. Dev.to Top Tech45

    Splunk Enterprise Security CVE-2026-131202 漏洞的緊急處置清單

    Splunk Enterprise Security 8.7.0 以前的版本有一個嚴重漏洞:有相關管理許可權的人,可能利用上傳查詢檔案和 Configuration Checker,讓程式以 Splunk Enterprise 執行帳號的許可權跑任意程式碼。廠商沒有回報已發生攻擊,也沒有公開完整的利用步驟,因此要先確認哪些帳號有這類管理許可權,並檢查查詢檔案上傳、Configuration Checker 活動和主機紀錄。 修補方式是把 Splunk Enterprise Security 和 Splunk App for PCI Compliance 升級到 8.7.0 或更新版本。若還不能升級,可先停用或移除 Enterprise Security,但會失去部分偵測或調查功能。網路上找到的 47,748 筆 Splunk 搜尋結果,只代表找到疑似相關產品,不能證明它們使用受影響版本或已遭入侵。

  7. Dev.to Top Tech67

    Unkernel 評測:把 Linux 放進瀏覽器,Node 24 才能編譯

    想讓人直接在網頁試用 Linux 工具,通常得準備遠端虛擬機器或伺服器。Unkernel 把 Linux 核心編譯成 WebAssembly,讓程式在瀏覽器或 Node 裡執行,支援 aarch64 程式,也能使用完整的記憶體管理功能。專案公佈的資料顯示,Alpine 命令提示字元約在啟動 Node 後 0.3 秒出現;但安裝套件等吃 CPU 的工作仍較慢。作者實際測試發現,專案要求 Node 24 以上,使用 Node 18.20.4 編譯會失敗;因此它較適合輕量互動示範,遷移前也要確認建置環境符合需求。

  8. 雷科技72

    螞蟻阿福推出醫生版電腦工作臺,接入 UpToDate 醫學資料

    醫生查資料、整理病歷和追蹤患者,常得在不同工作間來回切換。螞蟻推出阿福醫生版電腦工作臺,讓醫生在手機和電腦上接續處理工作,也能用文字或語音查詢 UpToDate 的醫學資料,檢視答案所附的證據來源。阿福還提供病歷整理和術後追蹤等功能,例如由 AI 助理按計畫聯絡患者,再把回覆整理給醫生檢視。不過,AI 提供的資訊仍須由醫生核實,醫院系統整合和患者資料安全也是實際匯入時要處理的問題。

  9. Dev.to Top Tech42

    OwlMem 用加密保管庫存放 API 金鑰,讓 AI 助理使用時不用看到金鑰

    把 API 金鑰貼進 AI 聊天,就可能留在聊天紀錄或其他自己管不到的地方;每次換 AI 助理,又得再貼一次。OwlMem 的保管庫會先在你的電腦上加密金鑰,AI 需要時,你可以用手機核准,讓它取得金鑰來工作,卻不會看到金鑰內容。像是讓 AI 助理連線到資料庫時,它能使用密碼,但密碼不會出現在對話裡。保管庫也能匯入 Bitwarden、1Password、KeePass 和 .env 檔案;Free 方案可存 20 項。關鍵是金鑰一開始就不要貼進聊天,改存進保管庫。

  10. Dev.to Top Tech57

    如何避免 PDF 跨頁表格的註記讓 RAG 答錯

    PDF 表格跨到下一頁時,資料列可能和標題分開,註記也可能被錯貼到其他資料,讓 RAG 找到正確數字卻附上錯誤條件。文章用一個示範案例說明,應保留每格資料和註記所在的頁碼,再根據標記與內容判斷註記適用哪一格;證據不夠時,先保留待確認狀態。整理檢索內容時,也要附上欄位標題和適用註記,並分別引用數值與註記所在頁面。測試時可移動或拿掉標記,確認註記不會誤套到其他資料列。

  11. Dev.to Top Tech39

    AWS 安全與維運回顧:IAM、CloudTrail、Config、KMS 和 Backup 怎麼搭配使用

    管理 AWS 帳號時,光把安全功能開啟還不夠,還得定期確認它們有沒有在做事。這篇回顧各項服務怎麼分工:IAM Identity Center 管誰能登入,CloudTrail 記錄誰做了什麼,CloudWatch Alarms 發現異常後交由 SNS 通知;AWS Config 檢查設定是否符合規則,Systems Manager 協助管理和更新伺服器,Secrets Manager、Parameter Store 和 KMS 則分別保管密碼、設定和保護資料的金鑰。 例如,可以檢查 AWS Backup 是否有備份計畫,也要實際試著還原資料。作者提醒,備份沒試過還原、警報寄到沒人看的信箱,或把密碼留在程式碼裡,都可能讓安全措施派不上用場;定期檢查並修好一個缺口,才能讓整套防護真正運作。

  12. Dev.to Top Tech52

    作者檢查 58 家新商店,發現 AI 爬蟲多半進得去

    新開的網路商店想讓 AI 爬蟲找到商品,問題可能不在爬蟲能不能進網站。作者檢查 58 家近期註冊網域的商店,只有 2 家擋住爬蟲;更常見的缺漏是頁面沒有用文字清楚寫商品資訊,也沒有標示哪一段回答哪些問題。作者建議把商品是什麼、適合誰、價格多少寫在頁面上方,並用買家會問的問題當標題,再替已有的問答加上標記。若首頁不執行 JavaScript 時只剩 300 字以下,爬蟲看到的內容可能很有限。

  13. Dev.to Top Tech38

    AI 助理寫程式時總讓人分心?8 個 Mac 工具和設定幫你專心

    AI 助理寫程式時,常會停下來等你確認,零碎空檔很容易讓人忍不住看 Slack 或 X,回過神才發現工作卡住了。這篇文章整理 8 種 Mac 工具和設定:例如用 macOS 專注模式擋通知、用 Raycast Focus 或 SelfControl 封鎖網站、把目前目標放在選單列,或設定 Claude Code 在等你回覆時跳出通知。 如果擔心工作做到一半碰上用量上限,可以用 TokenBar 檢視 Claude、Codex、Cursor、Gemini 和 Copilot 的用量與重設時間;它不會增加可用額度。macOS 也有雨聲、海浪聲等背景音。這些做法能減少分心和反覆檢視,讓你更容易把 AI 助理工作的空檔留給手上的事。

  14. Dev.to Top Tech66

    如何隔離遠端管理裝置並監控對外連線

    路由器或 KVM 一旦遭入侵,可能成為進入公司內部網路的跳板。GL.iNet 表示已在 2026 年 11 月 20 日修補雲端漏洞並阻斷攻擊途徑,但已感染的裝置不會因此自動清除惡意程式。文章建議把管理裝置放在限制嚴格的網路區域,只開放必要的管理來源與連線,並留意 IPv6、備援線路和廠商支援通道。也要監控裝置突然連到新網址、異常 DNS 活動或未核准的設定變更,並檢查 GL.iNet 提供的惡意程式指標。ZoomEye 的搜尋結果可協助比對對外可見的裝置,但觀測數量不代表受害者數量。

  15. Dev.to Top Tech43

    17 歲少年打造並販售 Katern,幫學生完成課業的 Chrome 擴充功能

    學生做作業時,常得在不同網站找資料、填練習題。17 歲的 Bram Lesage 做了 Katern 這款 Chrome 擴充功能,能在學校網站和 BookWidgets 填寫練習題、解釋課本內容、製作單字卡,也能把網站變成可以在裡面走動的 3D 建築。它不會替學生按「繳交」,也不會代替學生付款、下單或登入,最後仍由學生檢查並交出作業。 Katern 以每 3 個月為一期收費,價格從 €5 起,隨時可以取消。一次公開的 BookWidgets 練習測試中,它填完了 194 個欄位。這讓學生能用工具協助準備作業,同時保留自己檢查和提交的責任。

  16. Dev.to Top Tech64

    ATLAS 如何不用傳統資料庫,打造可查證的視覺知識圖譜

    讀歷史、政治或經濟資料時,常會找不到人物和觀念之間的關係,也不容易看出一項說法是事實、轉述的主張,還是有爭議的解讀。作者打造 ATLAS,把內容整理成知識圖譜,並用帶有 SHA-256 雜湊的靜態資料包提供網頁讀取,省去每次查詢都要連到資料庫的做法。每項主張都附有引用來源;圖譜也能用來閱讀長文、按問題探索、檢視關係網路和瀏覽歷史地圖。作者也說明,單頁目前會載入比所需更多的資料,接下來打算進一步拆分。

  17. Dev.to Top Tech42

    Checkmeup 如何用 3 天做出可上線的監測服務

    做監測服務時,得處理網站有沒有正常運作、憑證何時到期,也要準備通知、狀態頁和收費功能。Checkmeup 的作者記錄了怎麼在約 20 小時內完成第一版:服務上線時已有定時監測、網站狀態檢查、SSL 到期提醒、狀態頁和手機介面。遇到不同規格的電腦讓 Docker 建置卡關後,他們改用另一種建置方式才順利完成。 文章也補充了後來的改動:監測工作改由共用計時器分派,讓工作太多時檢查延後,而不是一直新增執行緒;收費服務從 LemonSqueezy 換成 Paddle,方案價格也調整為 $9 / $29 / $99,並新增免費方案。這段經驗顯示,先想清楚架構和收費方式,能幫小型團隊更快做出可用的服務。

  18. Dev.to Top Tech43

    API 金鑰輪替時,如何讓物業用量儀錶板不重複計費、也不弄錯歸屬

    物業管理服務更換 API 金鑰時,舊金鑰和新金鑰可能短暫同時有效;要是把金鑰當成帳單的歸屬,重複抓到的用量就可能被算成兩筆,或被錯算到別棟房子。建議由固定排程抓資料,先檢查帳戶和物業資訊,再把完整資料一次更新到儀錶板;抓取失敗時,就繼續顯示上次完整資料。像是同一段用量被兩把金鑰抓到時,應沿用穩定的帳戶和物業資料判斷是否重複,不能只看金鑰有沒有換過。 儀錶板也要分清楚「用量是哪段時間的」、「上次成功抓資料是什麼時候」和「上次嘗試抓資料是什麼時候」;最近抓到資料,不代表帳單已經結算。如果來源沒有提供可靠的物業分配資料,就應標明無法判斷歸屬,不要自行拆分。這樣輪替金鑰時,既能繼續檢視資料,也比較不會把費用算錯。

  19. Dev.to Top Tech54

    如何用 Python 解析 Apple Health 資料並存進 PostgreSQL

    Apple Health 匯出的健康資料可能大到難以直接用文字編輯器開啟,也不容易看出自己想追蹤的變化。作者示範用 Python 一筆一筆讀取 XML,只挑出需要的紀錄,再存進本機 PostgreSQL,避免一次把整份檔案載入記憶體。資料存好後,就能自己查詢睡眠時數在不同月份的變化,也能把步數和行事曆資料放在一起比較。這讓健康紀錄可以依照自己的問題整理和檢視。

  20. The Decoder63

    研究測試 AI 程式助理在模擬職場中能否完成工作

    AI 程式助理在單獨的程式測試中分數很高,但放進有同事、專案看板和聊天紀錄的模擬軟體公司後,能完成的工作少得多。這項新實驗測試了包括 Claude Opus 5.5 和 GPT-6 Astra 在內的 AI 助理,兩者完整完成的任務都不到十分之一。結果提醒我們,單項測試表現好,不一定代表 AI 助理能在較貼近日常工作的環境中把事情做完。

  21. The New Stack77

    GPT-6.2 Astra 和 Claude Fable 5.2 實測:準確度接近,費用與速度差很多

    選模型時,答得準不準只是其中一件事,花多少錢、等多久也會影響實際使用。作者用月底帳務、帳務程式修正和實驗室資料分析三種工作比較 GPT-6.2 Astra 與 Claude Fable 5.2;兩者在帳務和資料分析都拿滿分,Fable 5.2 在程式測試多拿 2 分。整體來看,Astra 花費較低、完成較快,但在程式測試中漏掉一條會影響顧客帳單的規則。作者建議先讓 Astra 重做幾次並比對結果,有錯誤或差異時,再用 Fable 5.2 複核。

    推薦理由:三種工作測試顯示兩個模型的準確度接近,但花費和完成時間差距很大,能幫助讀者依錯誤代價選擇模型與複核方式。

  22. Tom’s Hardware AI & Computing75

    Neuralink 受試者用意念玩《GTA 6》,不再靠嘴含棒操作平板

    行動不便的人用嘴含棒操作平板,能玩的遊戲有限,也可能讓下巴痠痛。Neuralink 一名臨床試驗參與者改用腦機介面玩《GTA 6》:團隊把他想像中的手指和手部動作,對應到 PlayStation 5 手把的按鍵與操作,例如想像敲一下無名指就會按下方形鍵。影片也提到有個操作繫結到腳,但沒有說明它控制什麼。這次示範呈現腦機介面如何讓參與者用意念操作遊戲,也讓他能做以前較難做到的事。

  23. Dev.to Top Tech59

    作者追查一位創業者的 AI 助理,發現它的資料累積了 12 年

    把多年累積的筆記交給 AI 助理,真的能讓它像共同創辦人一樣幫忙嗎?作者對照一位創業者的筆記、社群貼文和整理後的概念檔,追出一段從 2014 年開始的紀錄,也發現原始筆記由本人撰寫,整理出的概念則有不少由 AI 一起完成。研究資料認為,這些內容可以拿來訓練模型,但研究只比對了 5 種方法中的 3 種,還沒有達成共識。使用紀錄也顯示,推動他去做事的功能多半以其他名稱運作;紀錄只算實際呼叫,沒算一直存在的角色設定。

  24. Dev.to Top Tech54

    自由接案工程師如何處理需求越加越多,文中附可直接修改的回信範本

    客戶常覺得多加一頁或改個按鈕只是小事,累積起來卻可能讓固定價格的專案多出許多工作。作者建議先在合約寫清楚交付內容、哪些工作不包含在內、修改次數,以及新增需求要先以書面談妥費用和時程。收到新要求時,可以先確認它是否已包含在原範圍;若是新工作,就估算費用和交期,等客戶同意後再開始。文中也附了一封友善的回信範本,讓雙方能談清楚變更,不必把對話變成爭執。

  25. Dev.to Top Tech53

    FastAPI SaaS 如何防止帳號刪除後舊工作階段和復原連結繼續生效

    使用者刪除帳號後,舊工作階段、重設密碼連結或簡訊驗證碼若還能恢復存取,刪除就沒有真正切斷授權。文章以 FastAPI SaaS 為例,說明如何用伺服器端工作階段和帳號刪除界線,讓每次復原都重新確認帳號是否仍可使用;即使復原和刪除同時發生,也要避免復原流程在刪除完成後建立新工作階段。作者也提供驗收方向,包含刪除後再次檢查舊工作階段、兌換尚未使用的復原資訊,以及測試兩種先後順序。JWT 若只檢查簽章和到期時間,已發出的憑證可能在到期前仍可使用;選擇哪種方式,得看系統能接受多長的撤銷延遲。

  26. Dev.to Top Tech66

    REVENANT 找出停擺的 GitHub 專案問題,列出修復步驟

    接手多年沒更新的 GitHub 專案時,常會先遇到套件太舊、程式跑不起來的問題。作者做了 REVENANT,輸入公開專案網址後,它會檢視 GitHub 和 npm 的資料,列出專案停更多久、是否封存,以及哪些套件過時或已停止維護,再依照最容易下手的順序整理修復計畫。作者用停擺的 gulp-boilerplate 實際試跑,依計畫換掉無法在新版本 Node 上使用的 node-sass,調整另外兩處程式碼後,安裝和完整建置都成功。

  27. Dev.to Top Tech82

    黎曼猜想出現新的聲稱證明,該怎麼判讀?

    有人宣稱解開了黎曼猜想,但數學界還需要時間確認證明是否成立。Anthropic 數學家 Levent Alpöge 發布了一份短說明和 Lean 證明檔;MIT 的 Andrew Sutherland 已獨立編譯檢查,確認 Lean 接受這份證明,不過這只代表每一步符合形式邏輯,還不代表專家已看懂數學論證或接受結果。文章建議檢視證明檔能否獨立執行、由誰檢查、宣稱用詞是否準確,以及發布時機背後的利害關係。在數學界完成審查前,應保留「聲稱證明」的說法。

    推薦理由:這項主張已有可由 Lean 獨立編譯的證明檔,但數學界尚未理解並接受論證,文中整理了判讀重大 AI 成果宣稱的四個問題。

  28. Dev.to Top Tech64

    Claude Code 和 Codex 協作時,子任務提早交回讓主工作停擺

    AI 助理把等待工作放到背景後就交回,主工作可能以為任務已完成,結果停在半途。作者在一次程式開發流程中發現,21 個可比對的審查子任務裡,有 11 個在 Codex 寫好收件紀錄前就交回,最久讓主工作停了 12 分鐘。修正方式是每次在前景等待最多 170 秒,還沒完成就用相同指令再等;等到收件紀錄出現才算完成。作者也提醒,通知應根據子任務狀態是否真的改變來判斷,並在主工作停下前確認有人或流程會接手等待。修正後的效果還沒有後續資料可確認。

  29. Dev.to Top Tech44

    AI 助理使用羞恥感正在影響產品經理的職涯

    許多產品經理和主管在工作上用了 AI,卻怕被看成偷懶或能力不足,所以不敢說。文章舉例,有人用 Claude 分析訪談、整理產品需求,省下不少時間,卻把成果說成全是自己做的。這樣一來,團隊無法交流怎麼用 AI,也看不見工作方式可以怎麼改進。作者建議,分享時說清楚 AI 幫忙處理了什麼、自己又檢查和補上了什麼;這樣能讓大家看見人的判斷,也讓團隊一起學會把 AI 用得更好。

  30. Dev.to Top Tech46

    這套 AI 助理週報寫法,正在矽谷傳開

    每到星期五,產品經理常得翻 Slack、Jira 和會議紀錄,花好幾個小時拼出主管週報,還可能漏掉重要資訊。作者建議平常就把進度、卡關原因和重要決定記下來,週五再交給 AI 助理整理成週報草稿,自己花 15 分鐘核對數字、補上背景和風險。文中舉例,原本只說首頁遇到技術問題,改寫後便能清楚交代延誤 3 天的原因、影響 2% 交易的 Stripe API 限流,以及新上線日期。這樣主管更容易掌握狀況,也能看出哪些事需要他們決定。

  31. Dev.to Top Tech45

    Linux 上管理 Razer、Logitech 和 RGB 裝置的 5 款開源工具

    在 Linux 上設定電競滑鼠、鍵盤和 RGB 燈光時,Razer Synapse、Logitech Options+ 和 Corsair iCUE 這些原廠軟體無法使用。這 5 款開源工具各有用途:OpenRazer 提供 Razer 裝置的驅動支援;Polychromatic 和 RazerGenie 讓你用圖形介面調整燈光與裝置設定;Piper 可設定滑鼠按鍵、DPI 和設定檔;OpenRGB 則能控制數百種裝置的 RGB 燈光。 例如,桌上混用不同品牌的裝置,而且主要想調整燈光,可以看看 OpenRGB;若想設定 Razer 裝置,則可搭配 OpenRazer 和它的兩款圖形介面工具。這些工具讓 Linux 使用者有更多方式管理周邊,不必依賴原廠雲端軟體。

  32. Dev.to Top Tech56

    JavaScript 網站常見的 SEO 錯誤與修正方法

    網站在瀏覽器裡看起來正常,搜尋引擎和 AI 爬蟲卻可能只讀到空白頁面,讓內容難以被找到。作者整理 JavaScript 網站常見的 SEO 問題,像是重要文字只在程式執行後才出現、不同頁面共用相同標題、用按鈕代替真正的連結,以及錯誤頁面回傳成功狀態。文章建議公開頁面使用伺服器產生的內容,並提供五分鐘檢查方法,讓開發者比對搜尋引擎實際讀到的頁面。

  33. Dev.to Top Tech51

    DriveSignal 示範如何用眼睛訊號觸發駕駛警示與模擬路邊停車

    駕駛警示系統要怎麼判斷人是真的閉上眼睛,還是隻是眨眼、說話或看向別處?作者做出 DriveSignal 桌面原型,讓使用者先同意開啟鏡頭,再用自己的眼睛資料校準。眼睛持續低於個人門檻時,畫面會分階段警告;若警告持續 5 秒都沒人確認,虛擬車就會亮起警示燈並模擬停靠路邊。使用者也能看見每個判斷的原因和時間。作者提醒,這只是桌面展示,尚未驗證疲勞、嗜睡或行車安全,也不會診斷身體狀況。

  34. Dev.to Top Tech72

    如何用 30 分鐘檢查 SAC 實作是否正常

    SAC 實作看起來有在訓練,不代表整套流程真的正常;先用便宜的小任務測試,能及早發現問題。作者用自己從頭寫的 SAC,在 Pendulum-v1 訓練 100k 步,並每 10k 步用固定策略評估。分數早早進入約 -150 的範圍後仍會上下波動;每個環境步驟改做兩次梯度更新,這次跑出的最終分數從 -168 改善到 -111,但耗時約多一倍。若分數一直停在 -1,000、進步後又崩掉、出現 NaN,文中也列出抽樣、溫度引數和 tanh 修正等檢查方向。

  35. Dev.to Top Tech66

    Inkling 2 Mini GGUF 評測:16、24 和 32 GB 裝置該選哪種量化檔?

    在自己的裝置上跑大型模型時,模型檔案只是記憶體需求的一部分,長上下文還會用掉 KV 快取,若要讀圖片也得算上額外檔案。作者整理 Inkling 2 Mini 的 GGUF 檔案大小,並估算不同上下文長度需要多少快取。文章建議,16 GB 裝置可考慮較小的 IQ3 或 Q3 檔案並使用中等上下文;24 GB 裝置可搭配 Q4_K_M 使用 128K 上下文;32 GB 裝置則可選 Q8 檔案,並為圖片功能預留空間。實際需求會隨執行工具如何儲存快取而變動,作者也提醒,可在送出長提示詞後檢視記憶體用量。

  36. Dev.to Top Tech35

    向量資料庫不只比文字意思:打造能配合許可權與資料條件的 RAG 流程

    只用向量資料庫找「意思相近」的文字,在教學範例裡或許夠用,實際工作卻常常還得檢查資料日期、語言和使用者許可權。若先找出最像的資料再刪掉不符合條件的內容,最後可能一筆也不剩;若先列出符合條件的資料,再拿去比對向量,資料太多又會拖慢速度。 文章示範把許可權和其他條件直接放在向量資料旁邊,搜尋時同時比對文字意思與這些條件,最後再依錯誤程式碼或資料更新時間調整排序。像是找英文的支援紀錄時,可以只找目前使用者有權檢視的內容。這能讓 AI 助理拿到更合適的資料;如果找到的資料不對,再好的模型也可能答錯。

  37. Dev.to Top Tech50

    如何用 2 分鐘替網站或檔案建立 `/llms.txt`:附範本

    網頁裡常有選單、廣告和一堆程式碼,AI 助理要找產品說明或 API 資料時,容易被這些內容塞滿。/llms.txt 是放在網站最外層的輕量 Markdown 檔,像一張精簡的導覽圖,列出重要頁面的連結和簡短說明,讓 AI 助理更容易找到需要的資訊。它和 robots.txt、sitemap.xml 各有用途:前者管哪些爬蟲能讀取網站,後者列出網站網址,/llms.txt 則整理最重要的內容。檔案也提供可直接套用的範本,並提到可以用免費的瀏覽器工具產生檔案。

  38. Dev.to Top Tech41

    Go 入門:用 struct 和 method 整理資料,不靠繼承

    用 map 和 struct 混著放資料,規則一多,程式就容易變得難讀、難修改。這篇教學用交易資料當例子:先用 struct 把交易編號、金額、幣別和時間放在一起,再替它加上 Validate 方法,檢查金額是否大於零;不符合時就回傳錯誤。這樣能讓資料格式更清楚,也比較不容易把不同種類的值弄錯。代價是要多定義自己的資料型別,方法也可能帶來效能開銷。

  39. Dev.to Top Tech39

    WordPress 新手網站架設指南:打造快速又安全的網站

    剛開始架設 WordPress 網站,常會被五花八門的佈景主題和外掛弄得不知從哪下手。文章建議先打好基礎:選穩定的主機、挑輕巧的佈景主題,只安裝真正需要的外掛,並把網址設成簡短好讀的格式。像是上傳圖片前先縮小尺寸、改用 WebP,也能減少網站載入過慢的問題;若要修改佈景主題,使用子佈景主題可避免更新時把自己的修改洗掉。