跳到正文

#程式開發

RSS
今日 93 則
11月18日週三
  1. Dev.to Top Tech64

    如何用 Chrome DevTools Protocol 檢查 Electron 視窗並自動收集診斷資料

    Electron 開了好幾個視窗時,逐一用開發者工具檢查很花時間,也不容易自動整理錯誤和效能資料。這篇教學說明如何用 Chrome DevTools Protocol(CDP)連上 Electron 的畫面,讀取錯誤訊息、檢視效能資料,或批次截圖;可以從本機除錯連線埠連線,也能由主程式直接連到指定視窗,不必開啟連線埠。CDP 能在畫面中讀取資料並執行 JavaScript,因此教學也提醒要限制在本機使用,正式版需把診斷功能藏在內部開關後,避免讓不可信任的人連線。

  2. Dev.to Top Tech35

    IFRITH 如何監看區域網路,找出裝置正在使用哪些服務

    想知道家裡或公司網路裡,哪臺裝置正在連線到哪些網站和 App,光看一串網路封包很難看懂。IFRITH 是一套在 Linux 上執行的 Python 網路監看工具,會整理裝置、網域和連線特徵,並用儀錶板顯示結果。它也能開啟會攔截連線、讀取 HTTPS 內容的功能,例如在 HTTPS 代理程式中檢視資料,但這需要裝置信任它產生的憑證。IFRITH 也能改動網路設定並收集密碼、權杖等資料,所以只能用在自己管理或已取得書面許可的網路;它雖能協助檢查網路,也可能造成嚴重的隱私與安全問題。

  3. Dev.to Top Tech38

    用 Python 檢查手作影片交接前的審查表是否填完整

    手作影片要交給別人剪輯時,審查表如果漏填時間或檢查結果,接手的人就不容易確認影片內容。這個 Python 工具會檢查 CSV 表格裡 5 個指定動作的影片時間、人工審查確認和具體備註是否都填好,也會抓出重複專案、錯誤時間和缺少的動作。拿空白範本來檢查時,程式預期會出現 15 則錯誤訊息;填完整後則會回報通過。不過,工具只檢查表格有沒有填齊,不能確認影片裡真的有那些動作,人還是得親自看過影片。

  4. Dev.to Top Tech74

    Microsoft 推出七款 MAI 模型,並以 Frontier Tuning 配合企業工作流程

    企業使用 AI 處理固定工作時,通用模型未必熟悉內部流程,也不一定能用合理成本完成任務。Microsoft AI 推出七款 MAI 模型,涵蓋推理、程式開發、影像、語音和轉錄,並透過 Foundry 與合作平臺提供。Frontier Tuning 會在受控環境中利用實際工作紀錄調整模型,讓組織資料留在自己的環境;開發者也可以自行調整模型權重。Microsoft 提到 Mayo Clinic 合作計畫會先在院方環境中運作,但尚未公佈 MAI 模型的公開價格,也未說明該計畫的實際成效與擴大提供時間。

  5. Dev.to Top Tech66

    如何檢查儀錶板有沒有把重送工作算成新工作

    工作完成後若回覆逾時,系統可能重送同一件工作,讓儀錶板把一次完成算成兩次。作者用三筆測試資料示範:即使送達順序改變,完成數也應維持正確;判斷重複時要看工作或執行的身分,不能只看每次送達的編號。測試還要涵蓋同一工作可合法重跑的情況,以及兩次送達同時寫入時是否會重複記錄。文章也提供 SQLite 範例,分別計算送達次數和完成工作數,並提醒要測試實際寫入流程。

  6. Dev.to Top Tech58

    用 JavaScript 重算 Chainalysis 報告中的加密貨幣百分比

    報告把金額和百分比並列時,讀者可以檢查兩者是否對得上。作者用 JavaScript 寫了一段不需額外套件的小程式,重算 Chainalysis 報告中的數字;其中羅馬尼亞即時交易所的增幅算出 58.33%,報告寫 59%。但金額只列到 0.1 百萬美元,原始數字經四捨五入後可能落在一段範圍內,而這段範圍算出的最高增幅約為 58.8%,仍可四捨五入成 59%。作者因此提醒,檢查百分比時也要把原始數字的精度算進去。

  7. Dev.to Top Tech50

    5 個值得動手測試的科技專案:Claude Code、Rust 改寫、OpenJDK 安全與雲端搬移

    新工具聽起來很厲害,實際用起來合不合工作流程,還是得動手測才知道。這篇文章整理 5 個可以從小地方開始試的專案:用 Claude Code 修小 bug 時,先確認測試真的能抓到問題,再檢查修正結果;用 rust-anything 把舊程式逐步改寫成 Rust,並拿新舊版本處理相同資料、比對結果;用 FrontierHarness 比較不同模型搭配工具後的表現;檢查 Java 版本是否受 Java4Shell 影響;以及測試 open-orange 能不能讓 Cloudflare Workers 換到其他雲端環境。先用小型、可比較的任務找出工具適合做什麼,比只看宣傳或排行榜更能幫團隊做選擇。

  8. Dev.to Top Tech47

    把 AI 助理丟進坦克競技場,看看它寫的機器人能拿幾分

    測試 AI 助理寫程式的能力,常常只看分數,很難知道它遇到陌生情況時會不會真的想辦法。battle.training 把測試變成一場坦克對戰:AI 助理用 JavaScript 寫控制程式,挑出 3 到 5 輛車,在不熟悉的地圖上和對手搶目標。每場比賽都會留下能重播、重新確認的紀錄,輸了就能找出是哪個決定出了問題,再改程式重試。 這個公開排行榜比較的是 AI 助理寫出的機器人,不是正式的模型評測。像是隻會把所有車都當坦克來開的程式,就可能輸給會依照地圖和車輛特性改變策略的對手。這種比賽讓人直接看到 AI 助理能不能在陌生環境中做出好決定,也能從每場輸贏中學到該怎麼改進。

  9. Dev.to Top Tech61

    Node.js 如何安全處理受限流的 webhook 工作佇列

    Webhook 接收端會限流,服務也可能在送出請求後失去連線,因此佇列清空不代表事件確實送達。文章說明如何讓 Node.js 在停止接收新工作後,逐一處理已開始的傳送,並用固定的事件識別碼辨認重試。遇到限流時,依接收端的限制安排稍後再送;若傳送結果不明,就留下紀錄等待查核,不能直接當成成功。作者也建議分開追蹤已排隊、傳送中、待重試和待查核的事件,讓團隊看得出哪些工作還沒確認,避免重複傳送或把舊資料送到接收端。

  10. Dev.to Top Tech55

    如何用 Claude Code 的提示詞攔截功能,避免貼上私密金鑰

    檔案防護規則擋不住直接貼進提示詞的私密金鑰、助記詞或 API 憑證。作者示範在 Claude Code 加入提示詞攔截功能,用文字比對找出看似機密的內容,符合條件時就拒絕送出,並顯示提醒訊息。這種比對可能漏掉特殊寫法,也可能把只是在談私密金鑰的句子擋下來;作者建議搭配檔案讀取限制和寫入防護,並只用假資料測試。

  11. Dev.to Top Tech69

    如何用鎖定檔、套件快取和 Git 映象,避免依賴來源消失後無法建置

    如果重要套件被刪除、改名,或來源網站暫時無法使用,團隊的 CI 可能就會停止建置;如果套件內容被換掉,甚至可能在不知情時用到不同程式碼。作者分享三層防護做法:用鎖定檔和雜湊確認下載內容沒變,讓套件先存進內部快取,再替重要 Git 專案保留映象。像是 Git 映象不刪除上游已移除的標籤,重要依賴也可固定到 commit SHA。這些準備能讓團隊在來源出問題時,仍有機會找回已審查過的內容並繼續建置。

  12. Dev.to Top Tech54

    CodeOps 教你在 CI 測 flaky test 的重現率,再決定怎麼處理

    測試偶爾失敗時,光說「有時會壞」很難決定要不要花時間修。CodeOps 建議挑出單一測試,在實際 CI runner 上重複執行,記下每次結果和失敗比例;本機電腦的測試結果可能和 CI 不同。若懷疑測試約每 10 次失敗 1 次,跑 20 次仍可能剛好全過,因此文中建議至少跑 100 次再判斷。測出比例後,團隊可以依影響決定修復、暫時隔離並設定負責人與期限,或定期追蹤;作者也提供免費的 GitHub Actions 範例工作流程。

  13. PyTorch Core Releases42

    PyTorch 修正 ShapeEnv 快取,避免形狀資訊更新後還回傳舊答案

    ShapeEnv 查詢時,如果當下不知道答案,就會先回傳備用結果;但舊的快取會把這個暫時答案一直留下來。即使後來加入新線索、已經能判斷答案,查詢仍可能拿到舊結果。這次修改把「已經確認的答案」和「暫時用來代替的答案」分開存:新線索讓答案變得明確後,系統就能回傳正確結果。像是查詢一開始回傳備用答案,替符號加上範圍限制後,就能改回 True。

  14. Browser Use42

    Glasslake 如何用 Browser Use AI 助理測試 SAP 流程

    SAP 系統改版時,團隊得照著步驟操作,確認流程正常,還要留下畫面證明。Glasslake 讓 Browser Use AI 助理在雲端瀏覽器裡登入 SAP、開啟指定的應用程式、填寫資料並完成交易;助理會檢視畫面確認結果,Glasslake 同時截圖留存。顧問也能在 Glasslake 的產品畫面中即時觀看測試。 傳統測試程式會照固定步驟重播,AI 助理則會看著畫面,依照文字指示決定要點哪裡、輸入什麼,再確認結果。像一段 SAP 流程可能要操作超過一百個步驟,後續測試也能接著在同一個工作階段進行。這讓團隊能檢視測試過程和結果,並留下畫面紀錄。

  15. Dev.to Top Tech70

    27,280 次測試顯示,AI 助理工具組合會影響成本排名

    挑選 AI 助理工具時,只看模型排名可能不夠;搭配的工具、指令和執行流程也會影響成本與完成率。作者用 5 個模型測試 22 種工具組合,處理 62 項終端機任務,每項嘗試 4 次,共執行 27,280 次。相同工具組合換了模型後,成本排名中位數移動了 11 名;測試也發現,執行步數越多,成本通常越高。作者建議用團隊自己的工作任務比較模型與工具組合,並記錄每項完成任務的成本、人工檢查時間和後續返工情況。

  16. Dev.to Top Tech68

    Microsoft MAI Code 2 主打日常寫程式,Flash 版瞄準大量工作

    企業想用 AI 助理協助寫程式時,得先看工作內容和費用是否合適。Microsoft 推出 MAI Code 2 和 MAI Code 2 Flash,分別主打日常企業程式工作與大量、重複的寫程式任務。Microsoft 表示,Code 2 的程式表現接近 GPT-6.1 Sol 和 Claude Opus 5.5,但價格較低;這些是 Microsoft 自家的比較,文中沒有提供獨立評測。Microsoft 也說,Code 2 尚未針對基礎科學研究或需要長時間自主規劃的工作調整,因此團隊仍須確認模型是否符合自己的任務需求。

  17. Dev.to Top Tech48

    Cursor 和 Claude Code 的 5 條 .cursorrules 設定,減少 AI 寫出難維護的程式碼

    用 Cursor 或 Claude Code 開發正式專案時,AI 可能會把錯誤藏起來、把程式寫得太長,或隨手略過型別檢查,讓後續修改變得麻煩。把 .cursorrules 放在專案資料夾最上層,就能清楚告訴 AI 助理寫程式時要守哪些規矩:錯誤要說清楚、少用層層包住的判斷、先檢查外部資料、不要亂用 any,也要把重複的程式整理成共用工具。像是外部 API 傳來的資料,應先檢查格式再交給其他程式處理。這些規矩能讓 AI 寫出的程式比較容易檢查和維護。

  18. Dev.to Top Tech78

    Microsoft 擴充 Copilot,讓 AI 助理持續處理工作並追蹤成本

    企業匯入 AI 助理後,除了要讓工作接著做,也得知道花了多少錢、帶來什麼成果。Microsoft 宣佈擴充 Copilot,新增 Autopilot,能持續推進固定工作;Copilot Workspaces 則讓員工和 AI 助理共用背景資料,一起完成目標。Microsoft 也推出顯示 AI 花費與成效的 Business Analytics,並讓自家 Code 2 和 Code 2 Flash 模型在 GitHub Copilot 上提供使用。Autopilot 和 Workspaces 尚未公佈價格或推出日期。

    推薦理由:Copilot 把長時間執行的工作、多人共用空間與費用追蹤放在同一套方案中,顯示企業採用 AI 助理時也得看清成本和成效。

  19. Dev.to Top Tech43

    Hy4 Flash 實測影片:只花 Hy4 二十分之一的費用,寫程式分數卻不到一半

    只看評測數字,很難知道 AI 寫程式時實際差在哪裡。作者把 Hy4 Flash 和 Hy4 放進相同的程式任務、提示詞和環境,逐題並排展示兩者改了哪些程式碼,也用計時器呈現花費與時間。Hy4 有時會在重整程式碼時卡住打轉,Hy4 Flash 則可能提早交出不完整的答案;在展示的 3 個任務中,Hy4 Flash 全部跑完約花 Hy4 三分之一的時間。它的 token 費用約是 Hy4 的二十分之一,但程式評分不到一半。這也提醒我們,跑一次評測還不夠,還得花時間重跑確認數字穩不穩。

  20. Dev.to Top Tech57

    AI 程式助理讓開發者覺得快了 20%,研究卻發現工作慢了 19%

    AI 程式助理幾秒就能寫出程式碼草稿,但把它檢查、修好並放進現有專案,可能花更多時間。一項研究找來 16 位資深開源專案開發者,發現使用 AI 助理的人完成任務慢了 19%,他們卻覺得自己快了 20%。文章認為,這是因為寫草稿的時間變短了,理解程式碼、找錯和修改的時間卻增加。作者建議把 AI 助理用在重複性高、風險較低的工作,並用實際完成時間和錯誤數量衡量成效。

  21. Dev.to Top Tech39

    網址 slug 產生方式比較:標題越多,手動逐字處理越快

    網址 slug 是從標題整理出來的網址文字;標題一多,產生它的程式也可能變慢。作者比較兩種做法:一種用四次文字取代,另一種逐字檢查、一次掃完整段標題。兩種做法產生的結果都相同,遇到有重音符號的字也一樣;但處理 20,000 個標題時,前者花了 62.77ms,後者花了 32.74ms。只處理單一標題時,速度差幾乎感覺不到,保留較好讀的寫法就好;大量匯入或搬移資料時,逐字處理能省下時間。

  22. Dev.to Top Tech35

    Claude AI 助理可以撤回研究主張,但不能自行核准

    研究工具裡有 6 項證據主張等著審查。作者讓 Claude AI 助理先整理,再請 Codex 和 Gemini 各自檢查;兩位審查者看法一致的專案才會處理,有分歧的先擱著。最後,3 項主張可以撤回,另外 3 項留給作者核准,因為撤回是把主張移出可用資料,核准則會讓它成為可用資料,不能讓 AI 助理替自己的判斷蓋章。 工具的指令列程式也拒絕讓 AI 助理直接寫入審查結果,要求作者在終端機親自執行。不過,作者第一次執行指令碼時只撤回了 6 項中的 2 項,後來改好的指令碼還沒確認是否執行。這次審查也抓出一項錯誤理由:原始資料其實有研討會審查紀錄,主張撤回的正確原因是它已被更新版本取代。

  23. aihot89

    Wiz 說明 OpenJDK 的 Java4Shell 漏洞如何造成遠端程式碼執行

    OpenJDK 的 Base64 解碼程式在特定條件下會把記憶體邊界算錯,讓攻擊者有機會在 Java 程式中寫入不該碰的記憶體,進而執行程式碼。Wiz 說明,漏洞影響 OpenJDK 17.0.6 及更新版本,但須同時使用支援 AVX-512 VBMI 的 x86-64 硬體;ARM64 不受影響。文章列出已驗證可遠端利用的常見 Java 應用,並建議安裝修補版本。若暫時無法更新,可使用指定的 JVM 引數停用相關功能,但可能影響效能;限制外部連線也能暫時降低風險。

    推薦理由:漏洞成因、受影響條件與可採取的修補和暫時緩解方式都交代清楚,能協助維運團隊判斷哪些 Java 主機需要優先處理。

  24. Dev.to Top Tech64

    用 JavaScript 計算 BMI 和腰圍比例,並用 CDC 範例測試

    BMI 和腰圍比例公式看起來很簡單,單位弄錯或太早四捨五入,卻可能讓結果和分類出錯。作者示範如何用 JavaScript 計算 BMI、腰圍身高比和腰臀比,先統一身高與體重單位,算完再把 BMI 四捨五入到小數點後一位,並用 CDC 和 NICE 的公開範例檢查結果。像身高 5 英尺 9 英寸時,CDC 的體重分類表只有在分類前先四捨五入,才會對得上。文章也提醒,這些數字只適合成人篩檢,不能當成診斷;介面應清楚說明用途,兒童和青少年則不能直接套用成人分類。

  25. Dev.to Top Tech57

    如何用骨架與 IK 讓介面元素彎曲動起來

    介面裡會彎曲的圖案,常得為每種狀態重新畫或逐點調整。這篇實作指南說明,如何替圖案安排骨架、設定各部位跟著骨頭移動的程度,再用骨頭旋轉來做動畫;需要手部跟著目標移動時,才加入 IK。文中以會跟著表單狀態變化的品牌圖案為例,也提醒骨架要配合介面排版,並為減少動態效果的使用者提供靜止圖片。若需要更細緻的網格變形,Rive 和 Spine 的工具較成熟;響應式介面則可考慮在 Exode 裡配合版面與狀態製作骨架。

  26. Dev.to Top Tech74

    如何用 Python 打造可靠的三步驟提示詞流程

    提示詞串成多個步驟後,前一步格式出錯或服務暫時故障,可能讓後續工作停擺,也讓重試費用不知不覺增加。作者示範用 Python 把工作拆成規劃、撰寫和審查三步,為每一步設定輸出格式並檢查結果;遇到格式錯誤時,只送出錯誤原因請模型修正,遇到連線問題則改試下一個服務。流程也會在送出請求前檢查提示詞長度,並用服務層級限制費用。作者用預先準備的回覆測試修正、備援和預算限制,無須連線 API。

  27. Dev.to Top Tech57

    Node.js 如何避免每週摘要 Webhook 逾時後重複寄送

    每週寄送摘要時,工作者可能還在等 Webhook 回應,佇列的工作期限卻已到,另一個工作者便可能重做同一件事。文章建議先建立每位客戶的寄送紀錄,再用有期限且可續租的工作租約,並讓 HTTP 請求在租約結束前逾時;每次重試都沿用同一個識別碼,讓接收端能辨認重複請求。逾時不代表對方沒收到,因此要把結果記為未確認,之後重試或查證。保留每次嘗試與最後結果,就能查明寄送狀況,也不必永久儲存完整訊息內容。

  28. Dev.to Top Tech72

    怎麼讓 AI 助理記住最新指令?InflectAI 分享記憶整理方法

    AI 助理有時會記錯已經更改的決定,也可能因為內容太長,根本收不到最新指令。InflectAI 團隊分享一套整理方法:替每條規則標明來源和目前狀態,把舊規則留作紀錄但移出正在使用的內容,再依工作需要安排指令順序,並清楚列出沒放進去的部分。文章也提供可執行的範例,展示如何在工作階段重新開始或規則更新後,再次送出適用指令;這能協助開發者查清楚 AI 助理實際收到哪些內容,但不代表它一定會照做。

  29. Dev.to Top Tech76

    如何替工程用 AI 助理設下安全規則,避免它改錯環境

    AI 助理能讀程式、查雲端資料,也能執行指令;如果任務範圍沒說清楚,可能會改到不該動的環境。文章整理一套安全做法:先說明要改什麼、在哪裡改、限制是什麼,再讓 AI 助理提出計畫,經人確認後逐步執行,並留下修改前後的紀錄。許可權則分成只能檢視、可改本機檔案、可改測試環境,以及經人明確核准後才能碰正式環境。作者也建議替 AI 助理設定專用帳號,限制正式環境的寫入許可權,並要求程式碼透過 PR 和人工審查。

    推薦理由:文章整理 AI 助理操作工程環境時的許可權與確認流程,說明如何用專屬帳號、分級授權和程式碼審查降低誤改風險。

  30. Dev.to Top Tech54

    NetworkManager 指令碼沒執行?一步步找出許可權與服務問題

    NetworkManager 的事件指令碼可能因許可權或安全設定不合規而被略過,系統日誌卻幾乎不會提醒你。作者整理了檢查方法:確認檔案由 root 擁有、許可權合適,檢查 SELinux 標籤和 NetworkManager-dispatcher.service 是否啟用;仍找不到原因時,可用除錯模式檢視略過理由。文中也示範讓指令碼每次執行都寫入日誌,並以 Wi-Fi 連線時設定 Tailscale 出口節點為例,說明如何確認安全設定真的生效。

  31. Dev.to Top Tech68

    Capacitor CLI 教你把現有網頁專案做成 Android App

    想把已經做好的網站或網頁 App 放到 Android 手機上,不一定要從頭改寫。這篇教學示範如何用 Capacitor CLI 加上 Android 支援,再把網頁程式打包成可安裝的 App;介面仍是在 Android 內建的 WebView 裡執行,不會變成原生 Android 程式。完成設定後,每次修改網頁都要重新建置並同步,才能更新 Android 版本。教學也帶到如何用 Android Studio 或命令列測試、產生 APK,並提醒上架前要處理簽署、手機版面和網路連線等問題。

  32. Dev.to Top Tech78

    VSO 分析 exploit_agent 與 Barracuda 入侵事件:哪些存取紀錄無法補回

    自動化攻擊可以在短時間內利用漏洞,而有些雲端紀錄不足,也會讓人事後無法確認機密資料是否被讀取。VSO 對照 Google Threat Intelligence Group 的 exploit_agent 報告與 Barracuda 的第一手事件說明:前者發現一套能自動找漏洞並嘗試利用的工具;後者描述一把早已不該使用的雲端金鑰遭人利用,攻擊者活動約 44 小時。Barracuda 無法排除客戶 XDR 整合憑證曾被讀取,因為當時的紀錄不夠詳細。作者提醒,簽章或防竄改機制只能保護已留下的紀錄,不能補出從未記下的存取事件。

    推薦理由:兩起事件呈現自動化漏洞利用與雲端入侵的不同環節,並說明記錄缺漏如何讓關鍵存取問題無法事後查明。

  33. The New Stack65

    基準測試發現,AI 程式開發助理的執行環境會讓成本差到 5 倍

    同一個模型搭配不同的程式開發助理執行環境,花費可能差到 5 倍。Runta 和 Baseten 比較 22 種設定與 5 個開放權重模型,發現省錢排名會隨模型改變;有些設定搭配一個模型最便宜,換了模型卻可能變得很貴。估算費用中,52.7% 花在未通過檢查的任務,另有 11.8% 花在逾時執行。測試也發現,成功完成一項任務所需的步數和成本有明顯關聯,但研究沒有單獨驗證簡單的工具使用方式是否能降低費用。

  34. Dev.to Top Tech48

    GTA IV 逆向重做專案 gta4-reversed 邁過 1% 里程碑

    想把老遊戲 GTA IV 的程式重新做出來,得一個函式一個函式慢慢重寫,還要避免改壞原本的遊戲。開源專案 gta4-reversed 直接在執行中的 PC 版 GTA IV 1.0.7.0 裡測試重寫的程式;目前已完成 43,740 個函式中的 462 個,約 1.06%。例如,它會先讓還沒重寫的部分沿用遊戲原本的程式,等相關系統完成後,再改成直接呼叫新寫的 C++ 程式。這項工作規模很大,但這種做法能逐步檢查成果,也讓其他人可以一起幫忙。

  35. Dev.to Top Tech57

    如何用狀態機整理前端介面邏輯,避免多個布林值互相衝突

    介面程式用好幾個布林值記錄載入、錯誤和成功時,非預期的組合可能讓畫面出錯。作者建議改用一個狀態列位,明確列出閒置、送出中、成功或失敗等情況,讓 TypeScript 提醒程式逐一處理。若流程還牽涉重試、動畫和設計師要調整的條件,可以用 Exode 把狀態與轉換畫成圖;簡單的畫面則不必套用狀態機。作者也分享結帳按鈕改寫後,快速連點造成成功和錯誤同時出現的問題,因狀態規則而無法發生。

  36. Pydantic AI Releases57

    Pydantic AI 發布 v2.70.0,修補兩項高風險漏洞並加入多項功能

    Pydantic AI v2.70.0 修補兩項高風險漏洞:特定文字格式可能讓事件迴圈卡住數十秒到數分鐘。若使用者開啟 ANSI 清理功能,並處理攻擊者能影響的工具輸出,可能受第一項漏洞影響;使用預設 JWT 遮蔽規則處理這類文字,則可能受第二項影響。兩項漏洞都已在 pydantic-ai-harness 0.70.0 修正。這次更新也加入串流內容檢查、工具結果摘要等功能,並支援 OpenAI gpt-6.2-sol 和 gpt-6.2-astra。

  37. Dev.to Top Tech48

    網路不穩時怎麼避免交易被重複執行?認識冪等性

    網路突然斷線時,使用者可能不知道轉帳有沒有成功,又按一次確認;如果系統沒處理好,就可能重複轉帳或扣款。冪等性就像替操作貼上專屬編號:同一件事就算收到好幾次,也只執行一次,之後直接回傳先前的結果。文章舉例,系統可以用資料庫的唯一限制擋住重複資料,或讓請求帶上唯一的 Idempotency-Key,由伺服器記住處理結果。這樣即使遇到重試或訊息重複,也能減少重複交易,讓資料維持正確。

  38. Dev.to Top Tech72

    如何用特徵測試確認 COBOL 銀行利息程式移植到 Java 後結果相同

    銀行的舊程式看起來只是簡單計算利息,搬到 Java 後卻可能因為小數處理不同,讓帳戶金額差一分。作者示範先讀 COBOL 的資料格式與計算規則,再記下舊程式對各筆資料算出的結果,作為比對基準。接著用 Java 的 BigDecimal 移植計算,逐筆核對新舊結果;文章中的手工範例有 8 筆資料,採四捨五入的版本在其中 3 筆差了一分。這些範例適合說明做法,正式搬遷時仍要用舊系統實際跑出的結果,並請熟悉業務的人確認規則。

  39. Dev.to Top Tech57

    程式助理為什麼可能多花 5 倍?作者拆解成本差異

    用 AI 助理寫程式時,花費高不一定代表更容易完成任務。作者分析一份比較 5 個開放模型與 22 種工具設定的測試,發現模型決定整體花費高低;固定模型後,不同工具每項任務的成本仍相差 1.8 到 5 倍,而多花錢通常沒有換到更高的通過率。測試中有 64.5% 的標價費用花在沒通過的嘗試上,許多失敗的助理還會回報任務已完成。作者認為,反覆操作的步數和驗證結果,比單看提示詞長度或工具排名更能幫人理解花費與失敗原因;但這份測試使用單一服務商、開放模型和固定任務,結果不一定適用於自己的專案。

  40. Dev.to Top Tech56

    ptransfer 用短句和端對端加密,讓兩臺電腦直接傳檔

    把檔案傳到另一臺電腦,常得先設定帳號、雲端空間或 SSH。開發者做了開源工具 ptransfer,傳送端會產生一組短碼,接收端輸入後就能傳檔,資料會端對端加密;兩臺電腦在同一個區域網路時,也能直接傳送,否則會透過中繼站。傳到一半中斷後,可以用新短碼繼續傳,已收到的檔案會略過,未完成的檔案則從中斷處接續。作者提醒,這個專案尚未經安全稽核;自行架設的中繼站沒有驗證或流量限制,公開使用前需要做好防護。