跳到正文

#開源生態

RSS
今日 16 則
11月21日週六
  1. Dev.to Top Tech58

    作者把 faceless-qc-lite 的六項影片上傳檢查整合成一套工具

    上傳影片前要分別檢查音量、黑畫面、字幕和縮圖,常得安裝好幾個工具。作者把六項檢查整合進 faceless-qc-lite v2.0.0,執行一次就能收到總結果;沒有資料可檢查的專案會標成略過,不會當成通過。只要有一項未通過,整體結果就會是 HOLD;有警告則是 PASS WITH WARNINGS。作者也提醒,連結檢查只看網址格式,PASS 只代表沒找到工具能檢查的問題,不保證影片表現好。

  2. Dev.to Top Tech53

    如何用 Syft 和 Grype 找出應用程式中的已知漏洞

    新漏洞公佈後,團隊常得花很多時間確認哪些應用程式和容器映像檔用了受影響的套件。文章示範用 Syft 列出軟體元件,再讓 Grype 比對已知漏洞,也說明如何把檢查放進 GitHub Actions,並替每個發布版本保留清單,方便日後重新檢查。掃描結果只是線索,還要確認套件是否真的存在於部署內容、漏洞功能是否會被用到,以及是否有修補版本;SBOM 也無法保證列出所有元件或判斷漏洞能否被利用。

  3. Hugging Face Transformers Releases66

    Hugging Face Transformers v5.24.0 加入多種模型支援並調整快取名稱

    要在 Transformers 裡使用新模型,或讓不同模型共用一套程式,開發者常得處理各自不同的介面。v5.24.0 加入 Inkling 2 Mini、Apertus 1.5、Dory 和 Omnilingual ASR 等模型支援,也把原本依模型而異的 past_key_values 和 cache_params 統一改叫 cache;舊名稱目前仍可使用,但會出現棄用提醒。這次更新也修正了文字串流在中文、日文和韓文內容中可能漏空格或變慢的問題。

    推薦理由:Transformers v5.24.0 一次加入多種模型支援,也統一了快取名稱;更新內容能幫開發者掌握新模型接入與舊程式需要調整的地方。

  4. Dev.to Top Tech50

    作者分享在 Cloudflare Workers 上打造零後端瀏覽器小工具的 3 個實例

    小工具只是算個數字或處理一張圖片,卻常要求使用者登入,甚至把照片傳到伺服器,讓人多等又擔心隱私。作者用 Cloudflare Workers 和 Pages 架設網站,讓搜尋、計算和圖片處理都在使用者的瀏覽器裡完成,並分享 3 個例子:找出兩個單字之間每次只改一個字母的最短路徑、整理不同品牌的鉤針尺寸,以及把照片做成十字繡圖樣。像標示為 G-6 的鉤針,實際直徑可能是 4 mm 或 4.25 mm;工具會把這種差異清楚列出。這種做法能減少等待,也不用把個人照片交給網站處理。

  5. Dev.to Top Tech38

    軟體公司拿什麼當獎勵,會影響程式怎麼寫

    兩組能力一樣好的工程師,可能做出很不一樣的軟體,關鍵在公司或專案獎勵他們什麼。靠訂閱費賺錢的公司會在意使用者願不願意續約,因此可能把心力放在讓人留下來的功能上,例如不方便搬走的資料格式;開源專案則靠更多人使用、接手和延伸來累積價值,所以常會重視方便攜帶、好修改的設計。 這不代表哪一邊一定比較好。公司要讓產品可靠,開源維護者也希望大家願意使用;但兩邊的收入和人力來源不同,久了就會做出不同選擇。想猜一套軟體為什麼這樣設計,可以先看看誰在付錢、他們希望得到什麼。

  6. Dev.to Top Tech68

    EKS HTTPS 教學:用白話看懂憑證、ALB、NLB 與 mTLS

    在 EKS 上架設 HTTPS 時,憑證要放在哪裡、流量在哪裡解密,以及 ALB 和 NLB 怎麼選,常讓人混淆。這篇教學從瀏覽器連上網站的過程開始,說明 ALB 能讀取網址並把請求送到對應的服務,NLB 則負責轉送網路連線;也介紹 ACM 和 cert-manager 如何管理憑證。文章提醒,流量從瀏覽器加密到 ALB,不代表 ALB 到 Pod 之間也有加密,並用 mTLS 說明服務彼此驗明身分的方式。文末附上 10 個實作練習,帶讀者逐步搭起 EKS 的 HTTPS 流程。

  7. The Hacker News35

    MONAI Label 零時差漏洞讓 AI 助理取得一所大學伺服器的 root 許可權

    MONAI Label 0.8.5 和更早版本在預設設定下沒有登入保護,網路上的人可能利用漏洞,把檔案寫到伺服器指定資料夾以外。Amazon Threat Intelligence 表示,攻擊者讓 AI 助理自行摸索這套醫療影像軟體,約 11 分鐘就找到寫入檔案的方法;之後在一場不同的操作中,AI 助理利用漏洞放入會自動執行的 Python 檔案,最後在一所大學的伺服器取得 root 許可權。維護者已把修正合併到程式碼,但目前還沒有可安裝的修正版。管理者可先限制網路連線、開啟登入保護,並讓伺服器使用許可權有限的帳號;Amazon 的調查是依其重建結果,第二所大學的入侵也尚未確認。

  8. Dev.to Top Tech52

    Kubernetes 多租戶怎麼選?比較 Namespaces、Capsule 和 vCluster

    多個團隊共用 Kubernetes 叢集時,怎麼避免彼此影響,又不讓維運成本太高?文章比較三種做法:Namespaces 用設定把團隊分開,適合工作內容彼此信任的內部團隊;Capsule 集中管理配額和網路規則,讓團隊能在限制內自行建立名稱空間;vCluster 則為每個租戶提供自己的 API 伺服器和設定空間,隔離更強,但會多用 CPU、記憶體,也讓問題排查更複雜。文章建議依安全需求、租戶數量和預算選擇,並指出不少組織會混合使用不同做法。

  9. Dev.to Top Tech46

    Agent Skills Hub 稽核超過 138,000 個開源 AI 助理技能與 MCP 伺服器:星星少的專案嚴重資安風險約高 9 倍

    安裝來路不明的 AI 助理技能,可能讓裡面的指令或程式讀取電腦檔案、密碼和 SSH 金鑰。Agent Skills Hub 檢查超過 138,000 個開源專案後發現,GitHub 星星少於 20 顆的專案,出現嚴重資安警訊的比例約是較成熟專案的 9 倍;星星多也不代表一定安全。它會用 43 條規則檢查專案,並標成安全、需留意、不安全、嚴重風險或尚未檢查。安裝前先看檢查結果、讀過指令和程式,並固定使用特定版本,有助於避開偷讀密碼或暗中下載程式等風險;但這種檢查抓不出所有問題,不能取代實際隔離測試。

  10. Dev.to Top Tech57

    作者用自創語言 KingCobra 寫出會玩貪食蛇的 Double DQN AI

    想做會玩遊戲的 AI,通常得把遊戲、訓練程式和展示畫面接在一起。作者用自己寫的程式語言 KingCobra,完成貪食蛇遊戲、Double DQN 訓練和網頁儀錶板,整個專案只用 KingCobra 的標準函式庫,不需 Python 或外部依賴。AI 在 10×10 棋盤上玩 100 場,平均得分是 33.1,最高 50 分;訓練約需 2 分鐘,並可用同一組種子重現相同模型。作者也公開程式碼、測試和效能限制,讓人能檢視這個語言如何支援從訓練到展示的完整流程。

  11. Dev.to Top Tech44

    nim-libp2p 修正 BytesView 切片長度錯誤:測試跑了 16 個月都沒抓到

    nim-libp2p 的 BytesView 可以讓程式讀取一段資料,而不用先複製整份內容;但切片起點不是 0 時,舊寫法會少拿資料。像是要取第 2 到第 5 個位元組,原本應該拿到 4 個,卻只拿到 3 個。測試也漏掉了問題,因為它把錯誤的長度當成正確答案,讓錯誤跟著程式存在了 16 個月。後來,Axiom 找出一個能重現錯誤的例子,維護者再修正程式,並加入測試檢查各種有效切片。這次修補確認了這個錯誤,也提醒大家:測試答案若跟程式用同一套錯誤想法寫出來,就可能一起出錯。

  12. Phoronix (Linux HW & Benchmarks)72

    FreeBSD 15.2 Beta 3 修補 17 項安全公告中的漏洞

    FreeBSD 本週公開的 17 項安全公告揭露了多種漏洞,部分也影響較早的 FreeBSD 14 和 FreeBSD 15 版本。FreeBSD 15.2 Beta 3 已修正這些問題,並帶來一般錯誤修正與 OpenZFS 更新。漏洞可能造成遠端程式碼執行、許可權提升或主機當機;原文沒有說明這些漏洞是否已遭攻擊者利用。這是測試版,原文預期下週推出候選版,正式版則希望再下一週發布。

  13. Dev.to Top Tech57

    Bruno Verachten 示範如何在筆電上用 QEMU 啟動 OpenBMC

    伺服器裡的 BMC 會在主機關機時繼續運作,但它跑什麼系統、韌體裡有什麼,使用者往往看不到。Bruno Verachten 用 QEMU 在筆電上模擬 Bletchley BMC,啟動公開的 OpenBMC 映像,再從系統檔案和 Redfish API 檢視作業系統與韌體版本;兩邊顯示的版本相同。這個映像沒有網頁介面,只能透過 Redfish 管理。作者也提醒,映像要補齊到 128 MiB,並用快照避免模擬器改寫原檔;若在真實裝置上使用,應更換預設密碼,並將管理網路與正式網路分開。

  14. Dev.to Top Tech49

    6 個 AI 助理參加《魷魚遊戲》模擬賽:記錯事情,反而更容易做錯決定

    AI 助理如果能記住以前的失敗,通常可以拿這些經驗幫自己做決定;但要是記憶裡的資料是錯的,反而可能越記越糟。作者用 Python 做了一場《魷魚遊戲》風格的模擬,讓 6 個依照固定規則行動的 AI 助理闖過 5 種關卡。其中的玻璃橋有 20 格,每格只有一邊安全,後面的 AI 助理可以參考前面的人踩錯哪一邊。 實驗發現,前面留下的失敗紀錄越不可靠,記憶帶來的幫助就越少;錯誤紀錄達 50% 時,記得過去的 AI 助理反而比沒用記憶的更常選錯。這不是 GPT 或 Claude 的測試,也不能直接說真實 AI 一定會這樣,但提醒我們:AI 助理記得事情,不代表記得的內容可信,做決定前還得確認資料是否正確、是否適用。

  15. Dev.to Top Tech47

    umwayi-os 讓排程和本機網頁共用同一套安全檢查

    新增排程或網頁操作時,如果各自有一套安全規則,兩邊可能不一致。umwayi-os 讓兩種入口都呼叫原本的指令功能,沿用相同檢查與紀錄。排程使用 Linux 的 systemd user timers,只能執行工作或流程;例如,它可以在主人睡覺時整理資料、寫草稿,但最後需要人核准時就會停下來,不能自行發布。網頁則只能連到本機伺服器,請求也要通過安全檢查。作者提醒,瀏覽器測試還沒做,伺服器的聊天和資料匯入功能也尚未完成。

  16. Dev.to Top Tech48

    umwayi-os 用雜湊確認 AI 助理規則是否仍和原始檔案一致

    AI 助理的規則常被複製到不同工具裡,原檔案改了,工具卻可能還照舊規定做事。umwayi-os 把規則放在 guidance.yaml,標明每條規則是必須檢查、只提供建議,還是隻給負責人參考,並用雜湊比對原檔案中的規則。比方說,原檔案寫著「一項工作最多隻能有一個未結束的 pull request」;如果這行被修改、移動或刪除,系統就會停下來,請人先確認。這樣可以避免舊規則繼續生效,也讓人先讀過變更,再更新確認值。

  17. Dev.to Top Tech67

    umwayi-os 教你用同一套規則管 Claude Code、Kiro 和 OpenCode

    Claude Code、Kiro 和 OpenCode 對工具呼叫的允許、拒絕和詢問方式各不相同,作者想用一套規則管理它們。他為 umwayi-os 寫了轉接程式,把每個工具的呼叫交給同一個檢查程式,再將結果轉成工具看得懂的回答;遇到不能詢問的 Kiro,就先停止呼叫並留下待處理紀錄。規則也會在錯誤或緊急停止開啟時一律拒絕,並在 AI 助理無法受到管控時阻止它啟動。作者在一臺 Mac 上各實際執行過一次,但也指出測試次數有限,部分 Kiro 欄位名稱尚未確認。

  18. Dev.to Top Tech69

    umwayi-os 如何先替 AI 助理預留預算再開始工作

    AI 助理可能因為重試或長時間工作而花超出預期的費用,等工作結束後才檢查就來不及了。作者介紹 umwayi-os 的預算管理方式:先用 UU 統一估算不同工具的費用,再在工作開始前預留整筆上限;沒有回報費用的工具則按設定的最高估值計入。工作結束後,系統會用實際用量結算預留額度。作者也提到,Claude Code 的實際測試曾因接收器不接受一種整數格式而失敗,修正方案已核准但尚未合併。

  19. Dev.to Top Tech53

    MiniMax H3-Image 評測:比較三種 ComfyUI 流程,生成原生 4K 圖片

    想要大尺寸圖片,或修改圖片時不想讓畫質變差,可以怎麼做?作者用三種 ComfyUI 工作流程測試 MiniMax H3-Image,並表示它能用 6 步直接生成約 16.8MP 的原生 4K 圖片,不必先做小圖再放大。一種流程用來從文字生成圖片,一種修改單張參考圖,另一種最多參考 16 張圖片,適合讓不同角度或同一組產品的畫面保持一致。參考圖片越多,所需記憶體和時間也越多;作者建議只有兩張參考圖時使用單圖流程。這些流程不含模型權重,也可以透過 RunningHub 線上使用。

  20. Dev.to Top Tech60

    Lazarus 如何逐筆確認 COBOL 程式轉成 TypeScript 後結果一致

    把 COBOL 程式改寫成 TypeScript 時,程式可能看起來正常,卻因為金額只差一分而算錯。作者做了 Lazarus,讓每筆測試資料分別跑過 GnuCOBOL 3.1.2 和 TypeScript,再逐位元組比對結果;每次會產生 2,000 筆資料。測試找到差異時,還會把輸入縮小,找出最簡單的出錯例子,例如 1,112.02 的薪資稅額,兩種程式的結果相差一分。這些 COBOL 範例是作者為專案撰寫的,不是實際舊系統。文章也分享如何用 Kiro 規格、儲存時重跑測試的 hooks,以及故意加入錯誤的測試面板,檢查驗證工具是否真的抓得到問題。

  21. Dev.to Top Tech43

    我試著騙過 Agent Games 的兩套驗證電路,結果都被擋下來

    AI 助理如果說「我做對了」,我們怎麼知道它不是在說謊?作者在自己的電腦上測試 Agent Games 的兩套驗證電路,分別替付款和遊戲策略檢查決定是否符合規則。第一套電路遇到餘額低於最低門檻、卻謊稱要批准付款時,拒絕產生證明;第二套電路也擋下了不符合事先承諾策略的行動。這些證明能讓別人檢查決定有沒有符合輸入資料,但不能保證輸入資料本身是真的,所以 AI 助理仍得先把該做的查核做好。

  22. Dev.to Top Tech38

    Ollama 如何偵測並避免模型偷偷改用 CPU 運算

    在 Ollama 跑模型時,對話變長後,速度可能突然慢下來,電腦風扇也開始大聲轉,但程式不會跳出錯誤。這通常是因為 GPU 記憶體不夠,部分工作悄悄轉到速度較慢的 CPU。可以在模型運作時執行 ollama ps,檢查 PROCESSOR 欄是否顯示 CPU/GPU;文章也建議把 KV-cache 改成 8 位元,並在 Modelfile 設定 num_ctx,避免預留太多記憶體。像是將上下文長度設為 8,192 tokens,就能讓記憶體用量比較好掌握,降低運算突然變慢的機會。

  23. Dev.to Top Tech58

    教學:作者如何用 AWS 建立 Docker 自動部署流程

    手動建置和部署軟體,容易漏掉步驟或送出錯的版本。作者用 2048 遊戲示範如何在 AWS 串起自動部署流程:每次把程式推送到 GitHub,CodePipeline 就會叫 CodeBuild 建立 Docker 映像、存進 ECR,再交給 ECS Fargate 更新網站。作者先確認手動部署能正常運作,再逐步測試各環節,最後只用一次 Git 推送就完成更新。文中也整理了許可權、容器名稱和網路設定等常見問題,並提醒正式環境可縮小許可權範圍、固定基礎映像版本,並加入測試與回復機制。

  24. Dev.to Top Tech56

    minia2a 分析 1,195 次試用呼叫,說明如何看懂市場平臺的試用數字

    市場平臺公佈有多少錢包試用服務,並不等於有多少真實買家;同一臺自動化裝置也可能建立許多錢包,讓數字看起來更大。minia2a 作者檢查 168 小時的完整試用紀錄,發現 1,195 次呼叫中,有一個位址就送出 549 次,近半數;許多錢包只用一次或完全沒用,另有一小群用滿五次免費額度。作者也把呼叫遭拒、送達失敗和服務回應錯誤分開計算,並提供可重跑的唯讀查詢工具。這些分佈資訊能幫助讀者判斷試用錢包數有多少可能代表真實需求。

  25. Dev.to Top Tech45

    Tuwunel 和 Synapse 怎麼選?比較自架 Matrix 伺服器的硬體與維護成本

    想離開 Slack 或 Discord、自己架一個聊天伺服器,小團體常會煩惱:哪種比較省錢、省事?Tuwunel 和 Synapse 都能存放聊天訊息,讓使用者透過 Matrix 連到其他伺服器。Tuwunel 把伺服器和資料庫包在一起,只要跑一個容器;Synapse 則通常還要另外管理 PostgreSQL,使用者變多時也能加上工作程式分擔負載。 例如,5 到 15 人的親友群組,文章建議先試 Tuwunel;需要企業單一登入、管理工具,或準備擴大規模的公司,Synapse 可能更合適。兩者的語音和視訊通話都還會帶來額外成本;加入大型公開聊天室,也可能讓硬體負擔大增。選好後不容易搬家,因此要先想清楚群組需求和未來規模。

  26. Dev.to Top Tech65

    三個模型只改一個變數:比較知識庫問答的速度與答題結果

    知識庫問答答錯時,問題可能出在模型挑錯資料,也可能出在答案寫得不對;換模型後,速度和正確率也會改變。作者用同一套問答流程比較智譜 GLM-4-Flash、Qwen3.6 和 qwen2.5:7b,並分開觀察模型挑標題與撰寫答案的表現。qwen2.5:7b 讀 50 條標題和摘要時,光是挑資料就花了 27.5 秒;在另一組 13 題測試中,Qwen3.6 答對 11 題、花了 95.7 秒,修改提示後的智譜版本答對 10 題、花了 160.5 秒。這些結果只適用於這組題目和當時的提示設定,不能代表模型在所有問題上都一樣。

  27. Dev.to Top Tech57

    Sora Commander v0.5.0 簡化 Windows 設定,讓 ChatGPT 經核准操作本機檔案

    Codex 的 5 小時使用額度用完時,作者改用一般 ChatGPT 聊天,透過自己開發的 Sora Commander 在 Windows 電腦建立檔案。每次建立或修改檔案,以及不明顯安全的指令,都要先在電腦上按下核准才會執行。v0.5.0 加入設定、儲存連線金鑰和檢查更新的輔助工具,也改用 .cmd 檔和 Python 啟動,不需要 PowerShell。作者提醒,這次操作成功不代表工具呼叫永遠不會計入任何額度;核准視窗也不是安全隔離環境,獲準的指令仍能使用 Windows 帳號的許可權。

  28. Dev.to Top Tech58

    Hermes Agent 評測:AI 助理如何記住工作習慣並累積技能

    AI 助理每次開新對話都像重新開始,常得重講偏好,也要再教一次熟悉的工作步驟。作者實際使用 Hermes Agent 三週,觀察它如何把使用者偏好和做事經驗存成記憶與可重用的技能,之後遇到類似任務時就能接著做;它也能搜尋過去的對話、安排定時工作,並把研究任務交給多個 AI 助理平行處理。作者表示,第三篇文章寫得比前兩篇快。不過 Hermes Agent 需要熟悉終端機,支援的訊息平臺也比 OpenClaw 少,進階設定說明較有限。

  29. Dev.to Top Tech72

    AWS IPv6 容器網路實測:PrivateLink、VPC Lattice 和 VPC endpoints 怎麼選?

    不同 VPC 裡的容器要互相連線,該用哪種方式,常讓工程師難以決定。作者把同一個容器接上 PrivateLink、VPC Lattice 和 VPC endpoints,在相同條件下測試速度與安全性。結果顯示,IPv6 和 IPv4 的速度差異落在測試波動內;PrivateLink 增加的延遲較少,VPC Lattice 則能讓服務提供方看見呼叫端的 VPC,並用 IAM 確認呼叫者。S3 gateway endpoint 的安全群組不會生效,需靠 endpoint policy 和 bucket policy 限制存取。作者建議依服務是否需要辨認呼叫者來挑選連線方式,也要確認應用程式會重複使用連線。

  30. Dev.to Top Tech47

    MiniSERP 如何避免把搜尋結果解析失敗,誤回成「查無結果」

    作者做了 MiniSERP,把 Google 搜尋結果整理成 JSON。原本解析器只認一種網頁格式,遇到另一種格式時,明明讀不到結果,API 卻回傳 HTTP 200 和空清單,看起來就像真的查無結果。後來解析器改成依序嘗試不同的頁面格式;都找不到時,再看網頁結構來抓結果,也會排除「大家也在問」之類的區塊。 最重要的改動是把「搜尋真的沒有結果」和「解析器看不懂網頁」分開:前者回傳空清單,後者回傳 502,讓問題能被發現和修好。這提醒我們,HTTP 200 不一定代表資料抓取成功;測試多個真實網頁,也能提早看出解析器是否只適用於單一格式。

  31. Dev.to Top Tech49

    DaisyRose-27B 如何只靠強化學習訓練 AI 程式設計助理,取代 SFT

    許多 AI 程式設計助理靠範例學寫程式,遇到終端機裡複雜的執行錯誤時,可能就不會處理。RadixArk 和 Eigent AI 訓練了 DaisyRose-27B,讓它在沙盒裡實際執行指令、觀察結果、找出錯誤再修改;訓練過程不使用 SFT 或知識蒸餾。舉例來說,它能檢視錯誤訊息和程式執行紀錄,試著修正解法。文章列出的 Terminal Bench 4.1 成績,從基礎模型的 5.6% 提升到 12.0%。這顯示讓模型從實際操作結果中學習,可能有助於它處理程式問題。

  32. Dev.to Top Tech67

    Jira Cloud 如何從稽核紀錄查出誰刪除了工作專案

    Jira Cloud 的工作專案被刪除後,常有人不知道是誰動手,也不確定能不能找回。作者在自家測試站試過多種刪除方式,發現稽核紀錄能查到操作者和時間,但只保留工作專案的編號,不能還原內容;自動化刪除則只會顯示由「Automation for Jira」執行。查詢需要 Jira 管理許可權,而且網站上的 Jira 應用至少有一個使用付費方案。紀錄最多保留 6 個月,單一工作專案刪除後無法直接復原,得靠事前備份;整個空間移到垃圾桶則可在 60 天內還原。

  33. Dev.to Top Tech79

    Linux systemd-repart 實作指南:用設定檔建立與擴充分割區

    手動替 Linux 磁碟分割區時,指令碼可能認錯磁碟,也容易在磁碟配置改變後失敗。這篇指南介紹 systemd-repart:先用設定檔寫出需要哪些分割區,再讓工具依照設定建立或擴充分割區;例如可在首次開機時替根目錄分割區增加空間,或新增固定大小的 swap 分割區。工具預設只預覽變更,也不會自行擴充分割區裡的檔案系統。它適合製作系統映像檔或整理新磁碟;遇到 MBR、需要縮小或搬動分割區時則不適用。

    推薦理由:文章用三個實作情境說明如何用設定檔建立或擴充分割區,並提醒哪些情況會動到資料,適合用來評估映像檔與新磁碟的管理方式。

  34. Dev.to Top Tech37

    CineHindi 如何打造電影與影集推薦功能,讓首頁更懂你看過什麼

    影劇平臺有一大堆海報,卻不一定知道觀眾接下來想看什麼。CineHindi 把你看過、按讚或放進片單的內容拿來計分,再排出「為你推薦」和「因為你看過……」等專屬影劇列。比方說,你連續看了 3 部南印度動作片,之後就可能看到更多同型別作品;最近看過的內容也比很久以前看過的更有影響,常看的語言也會幫忙決定推薦內容。 不用註冊也能使用推薦功能,觀看紀錄、按讚和片單會存在自己的裝置裡。登入是選擇性的,登入後,原本的片單也會合併到帳號。這讓人能更快開始找片;不過影集只能記住看到哪一集,還不能記到那一集播到幾分幾秒。

  35. Dev.to Top Tech48

    用靜態 JSON 檔和 MCP 伺服器,取代每年 $1,200 的輪圈規格 API

    賣輪圈的網路商店查車款規格時,得連問外部服務三次,常常等超過 600ms;服務一齣狀況,店裡的篩選功能也會跟著失靈。作者把不太會變動的車款資料整理成一份靜態 JSON 檔,放在 Cloudflare 的快取裡,並用 MCP 伺服器提供輪圈計算工具,讓 AI 助理查資料、算數字時不用靠猜。像是車主改用不同尺寸的輪圈時,工具能計算輪圈凸出多少;資料也能存在本機,離線查詢約 12,902 款車。這種做法能省下每年約 $1,200 的 API 費用,但特殊煞車配置或冷門車種仍可能需要另外補資料。

  36. Dev.to Top Tech70

    Duo v1 評測:為什麼建議從 distill-quant 權重開始

    想測試能邊聽人說話、邊生成影音的 Duo v1,得先準備多 GPU 伺服器,也要確認權重授權是否適用。作者比較了四組權重,建議實驗時先用 47.0 GB 的 distill-quant;它還依賴 153.5 GB 的 causal base,兩者都要下載。論文的參考串流設定使用一臺配有八張 GPU 的伺服器,沒有提供單張消費級顯示卡的支援。作者列出的每段延遲是 330 到 650 ms,但這不是使用者看到第一個畫面的完整等待時間。程式碼採 Apache-2.0,權重則使用另一種授權,排除歐盟、英國、南韓和美國;商用前應先讀清楚授權條款。

  37. Dev.to Top Tech49

    PostHog 評測:開源產品分析工具適合哪些團隊?

    小型 SaaS 團隊常得在免費但不夠合用的分析工具,和價格高昂的付費服務之間選擇。PostHog 把產品分析、操作回放、功能開關和 A/B 測試放在同一套工具裡,也能自行架在團隊的伺服器上,讓使用者資料留在自己手中。它的 Cloud 免費方案每月可記錄 1M 個事件;若自行架設,則不用付費,但要花時間維護。 PostHog 適合重視資料掌控、又想少接幾套工具的小型 SaaS 團隊;只想看網站瀏覽量的部落格,Plausible 或 GA4 會更合適。自行架設還得處理 ClickHouse 等維護工作,Cloud 版則省去這些麻煩。選哪種方式,得看團隊更在意資料留在自己手上,還是少花時間顧伺服器。

  38. Dev.to Top Tech54

    Hoelee 示範如何用 Astro 和 Gitea Actions 自架部落格

    自架部落格時,從提交文章到網站更新,常要自己處理建置、部署和伺服器設定。Hoelee 分享他的做法:文章用 Markdown 撰寫並存進 Gitea,每次推送到 main,Gitea Actions 就在自架伺服器上建置網站,再交給 nginx 提供瀏覽,Cloudflare Tunnel 負責讓外界連得到。他也整理了設定過程中遇到的問題,例如執行工作需要 Docker socket,以及 Gitea 和 runner 版本不合時可能無法接手工作。這套流程能保留文章修改紀錄,也不必另外維護資料庫或管理介面。

  39. ModelScope58

    想做個人介紹、簡報或報告網頁,卻不想先處理建置流程,可以試試 CCORE-Web-Coder-4B。這個開放權重模型根據 Qwen3.5-4B-Base 微調,能把簡短需求做成可在瀏覽器開啟的 React HTML 頁面,並把 CSS 和 JSX 放在同一個 HTML 檔裡,透過 CDN 載入 React 和 Babel。模型可在本機執行,提供的範例包含作品集、簡報和報告;使用時要採用附上的 system prompt,並為推理與完整 HTML 預留約 20K 個輸出 token。

  40. Dev.to Top Tech40

    Git 專案明明只有 11 KB,資料夾為什麼佔了 138 MB?教你清出空間

    刪掉大檔案後,Git 專案資料夾可能還是很大,因為 Git 會把每次提交的內容留在隱藏的 .git 資料夾裡。就算後來刪除了影片、圖片或大型資料集,舊版本仍可能佔著空間。想把資料夾縮小,可以刪掉 .git 並重新建立 Git 專案;如果要保留提交紀錄,可以清理 Git 的舊資料。有些大檔案若在多次更新中出現,還可能需要用 git-filter-repo 從舊紀錄中移除。