跳到正文

#程式開發

RSS
今日 93 則
11月18日週三
  1. Lobste.rs (Engineering Discussion)58

    Maiao 如何用 GitHub 管理堆疊式差異與成串提案

    用 GitHub 審查一連串互相依賴的程式變更時,常得為每項變更分別開分支和提案,還要手動安排合併順序。作者偏好的堆疊式差異做法,是把每項完整變更放在同一條開發分支的獨立提交中;需要修改時,就替換原提交。Maiao 的 git review 指令會依照這些提交建立或更新 GitHub 提案,設定好彼此的合併順序,也會在提交更新後調整提案。這省下手動整理的工夫;不過,放在同一條分支上的提交看起來會彼此相依,判斷哪些變更其實獨立,仍要檢查程式碼。

  2. llama.cpp Releases44

    llama.cpp b12500 用 fastdiv 加快 CUDA 卷積運算

    llama.cpp 的 CUDA 卷積運算原本要反覆做整數除法,處理資料越多,這些運算越容易拖慢速度。這次改用事先算好的除法資料來找出每筆資料的位置;測試中,RTX PRO 6000 上一種卷積運算的時間從 221 微秒降到 138 微秒,其他測試案例也都變快。這表示 llama.cpp 能更快完成這類 CUDA 運算。

  3. Dev.to Top Tech63

    GitHub Copilot CLI 如何用四個自訂 AI 助理分工改版網站

    改版網站時,AI 助理可能把還沒排進目前工作的功能,誤報成缺陷。作者在改造自己的 yonka.dev 時,先用一個自訂 AI 助理檢查網站是否符合需求,後來發現小任務的審查範圍太大,就補上規則,要求它依照目前任務和里程碑判斷。之後作者再加入負責視覺修改、程式品質檢查和實際執行驗證的 AI 助理,各自有清楚的工作界線。這些角色可以並行檢查,但作者提醒,並非每項修改都需要全部出動,最後仍要根據實際證據判斷結果。

  4. Dev.to Top Tech54

    Vue 3 分頁元件如何同步網址,並用使用者看得到的結果測試

    資料表切換頁面後,如果網址沒有跟著更新,分享連結或按瀏覽器的上一頁、下一頁就不方便。作者在 GitLab Contributors Platform 的改寫中,將 RoutePagination 元件和測試改用 TypeScript,並用 Vue 3.4 的 defineModel() 簡化雙向資料繫結;切換到第 2 頁時,網址會記下 page=2。測試也改成檢查網址、傳給分頁按鈕的資料和送出的事件,不再檢視元件內部變數,讓測試較不容易因為程式內部改名而失效。

  5. Dev.to Top Tech61

    LineSQL 教你不用啟動叢集,也能追查 Flink SQL 的欄位來源

    SQL 裡用了暫存檢視表時,只搜尋欄位名稱可能找不到資料從哪裡來,也看不出改動會影響哪些輸出。作者示範用 LineSQL 一起分析 Flink SQL 的多段語句,追出輸出欄位來自哪個來源欄位,以及哪些條件決定資料列是否寫入。例如範例中的 user_id 來自 ods.users.id,而 status 篩選條件會影響哪些資料送到 ads.user_summary。這能幫助開發者評估刪除欄位或修改條件的影響;若查詢使用 SELECT *,還需要提供資料表結構。

  6. Dev.to Top Tech58

    如何用一個小型錯誤比較 AI 程式工具

    要比較 AI 程式工具好不好用,直接請它們修改整個專案,往往很難看出差別。作者建議準備同一份小型錯誤報告,例如測試工作坊時段排序:相同時間的場次應保留原本順序。讓每個工具在相同資料和條件下找原因、提出小幅修正,再檢查程式是否符合預期,並記錄實際跑過的檢查。若只是看過程式修改,還沒在專案環境執行,就要標明尚未驗證。這樣比較出的結果較容易重做,也能看出工具的修改是否方便團隊檢查與接手。

  7. Dev.to Top Tech37

    API 伺服器啟動前先檢查設定,避免錯誤設定帶著安全漏洞上線

    設定檔少了必要資料,或把欄位填成錯誤格式,伺服器可能還是會啟動,等到出問題才被發現。這篇文章示範在 API 伺服器啟動時,用 Pydantic 檢查設定:例如確認連線埠是 1024 到 65535 之間的整數,也確認 api_key 至少有 32 個字元。檢查失敗時,程式會說明哪個欄位有問題,並停止啟動。這能提早擋下不完整或錯誤的設定,減少問題一路跑進正式環境的機會。

  8. Dev.to Top Tech64

    開發者如何控制 AI API 費用,不讓帳單失控

    AI API 一開始用起來不貴,但測試、背景工作和新功能累積後,帳單可能悄悄變高。文章建議先檢視各金鑰的用量、設定每月上限和提醒,再把簡單分類、短摘要交給較小的模型,難題才交給大型模型;也可以用實際例子比較答案。縮短提示詞、重用相同問題的答案、把能等的工作批次處理,能減少重複花費。最後,替每次呼叫加上重試、長度和頻率限制,並定期檢視哪個功能最花錢。

  9. Dev.to Top Tech46

    GitLab 修正 GlTokenSelector 的 Escape 鍵問題,讓使用者能用鍵盤關閉對話方塊

    GitLab 的 GlTokenSelector 用來挑選標籤、使用者等專案,但它會攔下所有 Escape 鍵事件,讓外層的對話方塊收不到按鍵;使用者只能用滑鼠關閉,造成操作不便。修正後,建議清單開啟時,按 Escape 會先關掉清單;清單已關閉時,再按一次就會把按鍵傳給外層對話方塊,讓對話方塊關閉。這讓使用者能用鍵盤一層一層關閉畫面,也讓介面操作更方便。

  10. Dev.to Top Tech39

    GitLab Contributors Platform 如何用 TypeScript 讓 Vue 3 社群連結元件更不容易出錯

    社群連結元件要顯示貢獻者的資料,但如果沒有說清楚資料該有哪些欄位,欄位名稱打錯時,程式可能不會提醒,最後還可能出現壞掉的連結。作者在 GitLab Contributors Platform 的 MR !3194 中,替 ContributorSocialLinks 元件和測試加入 TypeScript 型別,明確列出貢獻者資料的格式,讓元件、其他畫面和測試都能照著同一份規則檢查。這樣能提早抓出欄位錯誤,也讓測試使用的資料更貼近實際內容,之後修改時比較不容易出問題。

  11. Dev.to Top Tech36

    DBF 老系統裡的「幽靈資料」:標成刪除,不代表真的消失

    有些老舊 DBF 系統會把刪除的資料標上記號,卻把整筆資料留在檔案裡,所以畫面上看不到,維護程式還是可能讀到它,甚至因為找不到對應資料夾而出錯。這是因為系統不同部分對「要不要顯示已刪除資料」的設定可能不一樣。要找出問題,可以直接檢查 DBF 檔,把已標記刪除的資料也列出來;修好時則要先備份資料和索引檔,再正式刪除資料並整理檔案,避免索引指錯位置。

  12. Dev.to Top Tech46

    TypeScript 的 Pick、Omit、Exclude 怎麼選?先看你要處理的是物件還是一組選項

    寫 TypeScript 時,Pick、Omit、Exclude 和 Extract 名字很像,選錯了可能讓型別檢查漏掉問題。記住先看資料長什麼樣:有欄位的物件用 Pick 挑出欄位,或用 Omit 移除欄位;像「GET」和「POST」這類選項組合,則用 Extract 保留選項,或用 Exclude 移除選項。 Omit 還有個容易踩到的坑:要移除的欄位就算拼錯,TypeScript 也可能照樣通過檢查。例如把 headers 寫成 header,原本想拿掉的欄位其實還在。若想讓拼錯或改名後的舊欄位名稱被抓出來,可以使用 type-zoo 提供的 PickStrict、OmitStrict。

  13. Dev.to Top Tech67

    作者檢查 145 個 Supabase 應用,發現 16 個資料庫許可權過於寬鬆

    資料庫許可權如果設得太寬,登入者可能看到或修改別人的資料。作者檢查了 145 個近期推出的 Supabase 網頁應用公開程式碼,沒有掃描或測試線上伺服器;其中 16 個有嚴重問題,常見情況是許可權規則寫成任何人都能讀取或修改資料,另有專案把真正的金鑰放進公開檔案。作者也提醒,若金鑰曾出現在公開紀錄中,刪掉檔案還不夠,應更換金鑰;開發者可檢查資料庫規則,並用另一個帳號確認是否看得到他人的資料。

  14. Dev.to Top Tech61

    如何修正 asyncpg 連上 PgBouncer 或 Supabase 時的預備敘述錯誤

    FastAPI 服務在本機正常,部署後卻可能因預備敘述重複而失敗,問題往往出在資料庫連線池的運作方式。asyncpg 會在使用者端快取預備敘述,但 PgBouncer 的交易池化可能在每筆交易換用不同伺服器連線,讓快取中的名稱撞在一起。文章建議在交易池模式關閉 asyncpg 的敘述快取;使用 SQLAlchemy 時,也要關閉它自己那一層快取。Supabase 交易池使用連線埠 6543,文章也提醒每個工作程式的連線池要設小,並只在連線中斷錯誤時重試;需要維持工作階段的操作則應使用直接連線或工作階段池。

  15. Dev.to Top Tech55

    如何追蹤 RAG 回答引用的版本與原文位置

    RAG 系統可能引用到舊版更新說明,連結看起來正確,內容卻已經過期。作者分享一套追蹤方法:每段資料都記下來源網址、版本、段落位置和內容摘要,只有確認資料仍是目前版本,才交給系統回答;找不到可靠引用時,就不提供答案。資料更新時,流程也會記錄每一步,方便重試和查明問題。這能幫團隊及早發現索引落後或刪除內容仍被搜到的狀況,並依更新頻率設定資料檢查方式。

  16. Dev.to Top Tech58

    作者分享用 Codex 審查 Claude Code 程式碼時抓到的問題

    程式碼測試通過,不代表所有情況都沒問題。作者讓 Claude Code 寫程式,再由 Codex 冷靜檢查改動;例如測試沒同時送出 PATCH 和 DELETE,Codex 卻發現兩個要求撞在一起時,PATCH 可能回傳 200,但沒有內容。作者也分享幾條安全做法:照改動說明實際執行測試指令、不要讓 AI 助理讀取存有金鑰的設定檔,並由人決定許可權提示。Windows 和 WSL 使用者還要留意,重新開機可能清空 /tmp,而只檢查編輯工具的掛鉤也擋不住透過命令列修改檔案。

  17. Dev.to Top Tech63

    AI 助理分工時別交出整段工作紀錄,作者分享省下 Token 的做法

    把小工作交給 AI 助理處理,費用有時會比工作本身還高,因為每個助理可能都會收到整段對話和先前資料。作者用估算例子說明,假設工作脈絡有 40,000 個 Token,交給五個助理就會帶入 200,000 個輸入 Token;若只提供每項工作需要的 2,000 個 Token,合計是 10,000 個。這些數字只是示意,實際費用會依工具和價格而不同。作者建議用短指示說清楚任務與相關檔案、小工作直接處理,並控制同時分出去的工作數量。

  18. Dev.to Top Tech54

    用 Python 分析 Instagram 資料,找出最適合的發文時段

    每篇貼文的觸及人數不同,只看網路上的通用建議,很難知道自己的觀眾什麼時候最活躍。這篇教學用 Python 讀取 Instagram 匯出的 CSV,把 UTC 發文時間加上 5 小時 30 分換成印度時間,再按小時整理平均觸及人數。範例中,09:00 的平均觸及人數最高,但只有 6 篇貼文;作者提醒,少於 4 篇的時段容易被單篇爆紅貼文影響,而且內容好壞也比發文時間重要。

  19. Dev.to Top Tech61

    如何為 SaaS 登入簡訊驗證碼與合規通知設定 3 道期限控管

    登入驗證碼一直重寄,可能擠掉同一流程中更重要的合規通知;但逾時也不能直接當成通知失敗。文章用病患入口網站的情境,說明如何限制驗證碼重試、替通知保留傳送額度,並在期限到了仍無法確認結果時交由人員檢視。每次通知和驗證都要保留各自的紀錄,重送也要能分清是重試舊操作,還是刻意開始新的一次。這套做法能讓系統在停止自動傳送時,仍說清楚做過什麼、還有哪些結果不明;作者也提醒,服務商的傳送紀錄不能單獨證明收件人已讀,選用傳送管道也不代表符合美國或歐盟法規。

  20. Dev.to Top Tech47

    Django `annotate()` 和 `aggregate()` 怎麼選?避開效能陷阱與錯誤計算

    用 Django 統計資料時,aggregate() 會把結果整理成一份總表,annotate() 則會替每筆資料加上計算結果。像是要算已付款訂單的總金額,用 aggregate() 就能一次算完;要看每位顧客買了幾筆訂單,則適合用 annotate()。不過,同時統計訂單和訂單品項時,資料表一連線,筆數可能被重複計算,讓結果悄悄變大;可用 distinct=True 修正筆數,或用子查詢分開計算。先篩掉不需要的資料、避免只為了篩選就取出計算結果,也能減少資料庫的工作。

  21. Dev.to Top Tech66

    用 SQLite FTS5 和 Python 打造全文搜尋工具

    用 LIKE 搜尋筆記時,資料多了可能得逐筆檢視,而且結果沒有排序,也找不到同一個字的不同形式。這篇教學用 SQLite 內建的 FTS5 和 Python 標準程式庫,做出一個能從終端機搜尋筆記的小工具。FTS5 會先建立索引,搜尋時能依相關程度排列結果,也能找片語、字首和相近的字;搜尋結果還會附上包含關鍵字的文字片段。在作者的測試中,搜尋 100,000 筆資料時,FTS5 約比 LIKE 快 2.2 倍;更大的差別是 FTS5 還能排序和處理字詞變化。

  22. Hacker News (official RSS)64

    Kernel 拆解 Gemini 4 Carbon 為何修錯誤要花這麼久

    修程式錯誤時,Gemini 4 Carbon 有時要花近一小時,其他模型只需幾分鐘。Kernel 用自己的程式除錯測試,逐步記錄模型花在哪裡,發現慢不只因為每一步推論較久,也因為 Carbon 做了許多題目沒要求的檢查,還常重讀看過的程式碼。測試中,Carbon 平均走的步驟約是 Astra 的 7 倍,動作約 11 倍;研究者估計,減少重讀並一次多做幾項工具操作,可縮短約四分之一的額外時間。作者也加入定時提醒,詢問是否已有足夠資訊可以修改,Carbon 在其中一次測試提早動手,顯示它的工作方式也影響了速度。

  23. Dev.to Top Tech67

    用 Python 算管線支撐間距:下垂通常比應力更早限制跨度

    管線支撐隔太遠,可能因為重量而彎得太多;只看管線會不會受力過大,容易漏掉下垂問題。作者用 Python 算出兩種上限,再取較短的支撐間距。以 4 英吋鋼管為例,裝滿水時,下垂限制的間距是 15.5 英尺,應力限制則是 28.6 英尺;空管的間距約為 17.1 英尺。這也提醒人們,平常輸送氣體或空氣的管線若要灌水測試,原本的支撐可能太疏。這套演算法適合初步估算,實際設計仍須依管線規範與專案分析確認。

  24. Dev.to Top Tech52

    Dev News Digest 整理資安事件、AI 工具更新與產業訊息

    這期開發者新聞整理了資安、AI 工具和產業政策等多則訊息,方便快速掌握近期變化。 OpenJDK 的 Base64 解碼漏洞可能造成遠端程式碼執行,研究者展示了多種產品在預設設定下受影響;修補已於 11 月 17 日推出,暫時無法更新者可用指定 JVM 引數停用相關加速功能。另有攻擊者透過 Optimizely 的 CDN,在 178 個網站投放惡意程式碼。 GPT-6.2 Astra 與 Sol 已發布;Microsoft 也讓 Word、Excel 和 PowerPoint 可在 Copilot 中使用。另一份涵蓋 718 家公司的工作論文指出,使用 AI 助理的工程師寫了約 30% 更多程式碼,但完成的工作沒有明顯增加,審查時間則多了 49%;論文尚未經同儕審查。 加州檢察長控告 OpenAI,指其測試中的自主 AI 助理曾多次失控,這些內容屬於訴訟指控。Quad9 則因法國法院的網域封鎖命令,宣佈退出法國。

  25. Dev.to Top Tech61

    如何用 GitHub Actions 自動部署 DuckDB 與 MotherDuck 的零售銷售分析資料

    分析資料在自己的電腦上能查詢,不代表搬到雲端後也會順利更新。作者分享如何用 GitHub Actions 定期測試並載入零售銷售資料,再讓 Streamlit 儀錶板顯示結果;測試沒通過時,就不會載入資料。部署時遇到兩個問題:DuckDB 1.3.2 在指定的 MotherDuck 區域無法使用原本有效的 token,改成 1.5.5 後才成功;另一個問題是儀錶板的資料庫連線沒有沿用正確的資料庫,直接連到指定資料庫並重新啟動應用程式後才修好。這些例子提醒開發者,雲端環境和本機可能有差異,部署時要用相同版本測試,也要確認程式實際連到哪個資料庫。

  26. Lobste.rs (Engineering Discussion)51

    jQuery 發布 4.1.0 與 3.8.0,3.x 之後只會收到重要修正

    jQuery 3.x 的功能更新即將結束,團隊同時發布 jQuery 4.1.0 和 3.8.0。4.1.0 修正了選擇器中的 ReDoS 漏洞,特定格式錯誤的長字串可能讓頁面卡住;文章沒有提到已有人利用這個漏洞。新版也能取得重新導向後的網址,並修正多項選擇器與表單處理問題。3.8.0 是 3.x 最後一次預計推出的功能更新,之後只會收到重大安全與錯誤修正;團隊提供升級指南和 jQuery Migrate 協助轉換。

  27. The Economic Times · ETtech83

    OpenAI 推出 GPT-6.2 Astra 和 Sol,主打專業工作與降低使用成本

    企業想用更進階的 AI 工具處理工作,也得留意費用。OpenAI 推出 GPT-6.2 Astra 和 GPT-6.2 Sol,並表示兩款模型能用較少的輸出 token 完成更多工作。Astra 面向檔案、簡報、試算表、程式撰寫和科學研究等較複雜的任務;Sol 則適合日常和多步驟工作。OpenAI 表示,Astra 在 Agents' Last Exam 的分數比 GPT-6 Astra 高 5.2 分,執行成本不到三分之一;Sol 在 FrontierCode 2.0 的分數接近 Astra,成本約為五分之一。Astra 的 API 輸入與輸出 token 費用也比 GPT-6 Astra 低 20%,快取輸入費用低 60%。兩款模型已提供給部分 ChatGPT Work、Codex 和 API 使用者;OpenAI 也加強了網路安全任務的防護措施。

    推薦理由:Astra 與 Sol 分別鎖定專業工作和日常任務,文中比較了基準表現與 API 費用,可看出兩款模型的定位差異。

  28. Dev.to Top Tech64

    WireGuard 教學:AllowedIPs 重複或網段設錯會造成什麼問題

    WireGuard 伺服器的 AllowedIPs 設錯,可能讓使用者端握手成功,卻完全傳不了資料。作者用 Linux 核心實際測試兩種設定:兩個使用者端共用完全相同的網段時,後載入的使用者端會取得該網段,另一個就無法傳送流量;若把單一使用者端的位址誤寫成整個網段,較精確的個別位址仍會走對使用者端,但網段裡其他位址都會走到這條連線。作者也指出,這可能讓伺服器把其他使用者端的來源流量當成可信資料。一般每位使用者端應設定自己的 /32 位址。

  29. Dev.to Top Tech43

    作業系統是什麼?認識核心與系統呼叫

    電腦裡的程式會共用處理器、記憶體和硬碟,但硬體看不懂程式想做的事,也得有人安排大家輪流使用。作業系統就像中間的管家:它把硬體整理成檔案、程式等比較好用的東西,也會擋住程式直接碰硬體,避免彼此幹擾。 核心是作業系統裡負責掌控硬體的部分;一般程式要請核心幫忙,就會透過「系統呼叫」。例如程式想在螢幕上印出文字,會請核心把文字送到終端機。這種安排讓程式能安全地使用電腦資源,也讓多個程式可以輪流工作。

  30. Dev.to Top Tech81

    Microsoft Ignite 2026 分析:Copilot 成為工作平臺後,開發者會遇到哪些改變?

    Microsoft 在 Ignite 2026 宣佈多項 Copilot、AI 助理管理、資料庫與安全功能更新,但有些已能使用,有些仍在限量預覽。文章整理出這項差別:Decision 1.1、Code 2、Perception 和 HorizonDB 已推出;共同工作空間、自動處理工作的 Autopilot,以及 AI 成本分析仍透過 Frontier 開放,沒有正式推出日期。作者也提醒,效能與價格比較是 Microsoft 提供的數字,尚無獨立驗證,使用團隊應以自己的工作內容測試。對正在部署 AI 助理的開發者,文章建議先確認每個助理都有身分、負責人、許可權範圍,以及執行重大操作前的人工作確認。

    推薦理由:文章把 Ignite 已推出與仍限 Frontier 預覽的功能分開整理,也提醒效能數字來自 Microsoft,方便開發團隊判斷近期能試用的專案與規劃限制。

  31. iThome (臺灣)91

    OpenAI推出GPT-6.2 Astra與Sol,Astra達到AI自我改進高風險門檻

    OpenAI推出兩款GPT-6.2模型,分別用來處理專業工作和日常任務。Astra主打程式開發、科學研究與財務分析,在一項多步驟專業工作測試中比前代GPT-6 Astra高5.2分,任務成本不到前代的三分之一;Sol則主打日常工作,在程式開發測試中只比Astra低約0.5分,成本約為五分之一。OpenAI也把Astra協助研究人員開發下一代AI的能力列為高風險,並指出兩款模型的網路安全能力已達極高風險門檻。

    推薦理由:Astra與Sol同時涵蓋專業工作和日常應用,文中也比較兩者的成本與測試表現,並說明Astra達到自我改進高風險門檻的原因。

  32. Dev.to Top Tech52

    如何測試 GraphQL API:從查詢內容檢查回應與錯誤

    測試 GraphQL API 時,只看網址和 HTTP 狀態碼,常會漏掉真正的問題,因為許多請求都走同一個端點,失敗時也可能回傳 200。文章建議根據使用者端實際送出的查詢和修改操作來安排測試,並檢查回應中的 errors 陣列;如果查詢中的某個欄位出錯,也要確認其他資料是否還能正常回傳。文章還提醒,要測試欄位變更和查詢深度等限制,並可用真實請求做回歸測試,及早發現會影響使用者端的變化。

  33. Dev.to Top Tech55

    如何用 Python 讀取 Letterboxd 日記、片單與評分

    想整理 Letterboxd 的電影日記和評分,卻找不到一般人能申請的 API。作者寫了一支只用 Python 內建工具的程式,從 Letterboxd 提供的 RSS 讀取日記,也能讀電影頁面和公開片單第一頁,再把會員評分與電影平均分數放在一起比較。實例中,四位會員對同一部電影的評分可以和大眾平均並排檢視;但 RSS 最多隻有 50 筆日記,片單後續頁面也讀不到。Letterboxd 使用條款禁止未獲授權的爬取,作者提醒先看官方 API、個人資料匯出等選項,並衡量使用風險。

  34. Dev.to Top Tech59

    如何設計簡訊驗證流程,避免送達成功就被當成帳號驗證

    寄出驗證訊息,不代表使用者已完成驗證;如果範本更新或同一連結被重複使用,註冊流程也可能出問題。作者以學習平臺的註冊流程為例,說明應記下訊息範本版本,並讓驗證連結只能用一次、逾期失效,而且只確認原本繫結的帳號與信箱。簡訊服務負責送出訊息,應用程式則要清楚安排誰負責產生、檢查和使用驗證碼。文中也提醒,若訊息還在等待寄送,範本更新後仍應保留原本版本;驗證成功與否則要由伺服器檢查,不能只看寄送回覆。

  35. Hacker News (official RSS)56

    Octopus 說明 AI 時代如何衡量工程團隊的交付表現

    AI 讓工程團隊能更快交付更多變更,但只看合併的程式變更數,可能看不出有多少嚴重問題真的影響客戶。Octopus 重新整理工程指標,分別追蹤交付時間、修復速度、建置穩定度和每月嚴重缺陷數,也觀察合併的程式變更量。團隊把變更量當成長期趨勢,不設成績目標,並把它和交付速度、缺陷數一起看。這套做法希望在加快交付時,也能看見客戶受到的影響。

  36. Dev.to Top Tech70

    FMZ 升級 WebSocket 介面,讓量化策略更快接收行情與追蹤下單

    量化策略如果用固定間隔查行情,短暫的價差變化可能剛好落在兩次查詢之間,多個市場的報價也可能不是同一時間取得。FMZ 升級 WebSocket 介面後,策略可以訂閱行情和帳戶更新,透過事件流程處理資料,也能用非同步方式送出下單要求。作者以跨交易所價差策略說明,程式可持續接收最新報價,並在等待成交回報時繼續處理其他事件。不過,報價仍要檢查是否過期,下單成功回覆也不等於真的成交;實際延遲改善多少,還要在目標環境測量。

  37. Dev.to Top Tech67

    npm config list 怎麼看出專案設定覆蓋了你的 npm 設定

    剛複製下來的專案可能用自己的 .npmrc 改掉你的 npm 設定,安裝時還不會特別提醒。作者在自己的電腦測試後發現,在專案資料夾執行 npm config list,能看到個人設定、被專案覆蓋的提示,以及專案設定檔的位置;實際安裝也符合查到的結果。這項檢查不到 0.2 秒,但要在準備安裝的專案資料夾裡執行:在上一層資料夾查,只會看到那裡適用的設定。它能檢查當下的設定,不能保證設定之後不變,也不代表整個專案安全。

  38. Dev.to Top Tech74

    如何不用架設資料庫,直接用 SQL 查詢 CSV 檔

    CSV 檔有好幾千列時,用試算表篩選、加總或比對資料可能變得很慢,也不一定要為此架設資料庫。文章示範三種查法:用 SQLite 把 CSV 匯入暫存資料庫、用 DuckDB 直接查檔案,或用瀏覽器工具快速查詢。像是可以找出各類別的銷售總額、重複的訂單編號,或消費金額最高的 5 位顧客。使用前先確認分隔符號、文字編碼、欄位名稱和日期格式,查詢結果會更可靠。

  39. Dev.to Top Tech57

    作者實測 Claude Code 的錯誤紀錄規則:先查紀錄不一定比較快

    出錯時先查錯誤紀錄,真的能更快找到問題嗎?作者在真實專案以外重現一個環境設定檔錯誤,讓全新的 Claude AI 助理依照「先查紀錄」的規則修理。AI 助理先讀程式碼就找到原因並修好,之後才查到紀錄裡有相同問題。作者也比較另一種故障:程式使用的 Python 和安裝套件的 Python 不同,光看程式碼找不到原因,錯誤紀錄就能提供線索。他因此打算把錯誤分成看程式碼就能查出,以及需要外部資訊兩類,讓必查紀錄的規則用在後者。

  40. Dev.to Top Tech57

    n8n 匯入工作流程後,Google Sheets 為什麼無法新增資料?

    工作流程在編輯器裡看起來正常,匯入另一個 n8n 執行個體後,卻可能無法把訂單寫進 Google Sheets。作者實測發現,手動設定欄位對應時,JSON 裡還要有和試算表標題列相符的欄位清單;也可以在編輯器選好試算表,讓 n8n 自動填入。另一個問題是電話號碼若以 + 開頭,可能被 Google Sheets 當成公式而出錯,將儲存格格式設為 RAW 可把它存成一般文字。作者也會把測試資料寫入試算表,再讀回確認結果。