跳到正文

#開源生態

RSS
今日 16 則
11月21日週六
  1. Dev.to Top Tech52

    libvirt 虛擬機器的核心是什麼?看懂背後的 XML 設定檔

    使用 libvirt 管理虛擬機器時,常會透過指令或圖形工具建立、啟動和修改設定,卻不清楚這些工具實際在改什麼。作者用一臺 Debian 虛擬機器說明,每臺機器都有一份 XML 檔案,記錄記憶體、虛擬 CPU、開機方式和磁碟位置;磁碟與 UEFI 韌體設定則存在檔案指向的檔案裡。可以用 virsh dumpxml 檢視設定,用 virsh edit 修改;直接改磁碟上的 XML,libvirt 不一定會讀到。文章也說明 define 會儲存設定、create 會直接啟動暫存虛擬機器,而 start 會啟動已儲存的虛擬機器。瞭解 XML 後,新增磁碟或調整網路等工作,就能從設定內容著手。

  2. Dev.to Top Tech62

    Strands Agents 實測三種編排工具混用,資料只會以文字傳遞

    把多種編排工具放進同一個流程,看起來能讓它們分工,但資料和錯誤未必能順利傳過去。作者用 Strands Agents 實際測試 Graph、Workflow 和 Swarm,發現下游步驟大多隻收到整理過的文字,拿不到原本的狀態、用量或各項任務結果;工具出錯時,外層流程也可能仍回報成功。混用確實能讓 Graph 把 Swarm 排成其中一個步驟,但兩種混合流程分別比單用 Graph 多用 74.5% 和 192.8% 的模型 token。這些結果來自固定的小型測試,不代表實際工作中的答案品質或成本。

  3. hackernews10037

    NINLIVE 現場演出典藏網站新增串流功能,可播放 1988 至 2026 年錄音

    想找 Nine Inch Nails 過去的現場演出錄音、照片或歌單,常常得在不同地方慢慢搜尋。由粉絲經營的 NINLIVE 典藏網站新增串流功能,現在可以播放網站收錄的 1988 至 2026 年現場錄音,也能用 Discord 帳號登入,收藏喜歡的錄音並整理收藏。網站目前收錄 1,949 份錄音、1,210 場演出和 4,675 張照片與媒體,粉絲也能提供演出照片、票根等資料,讓這份典藏繼續增加。

  4. Dev.to Top Tech54

    Plainfeed 修正大量匯入 YouTube 頻道時空白的問題

    一次匯入很多 YouTube 頻道時,如果 RSS 暫時失效,部分頻道可能一直顯示空白。Plainfeed 作者發現,系統把「頻道存在但超過每次處理上限」和「頻道不存在」當成同一種情況,兩者都會被暫停檢查一小時;一名使用者匯入 68 個頻道時,就有 23 個因此空白。修正後,系統會先確認頻道是否存在:存在但超過上限的頻道不再被暫停,下一次檢查時會重試;不存在或讀取失敗的頻道仍會暫停一小時。

  5. Dev.to Top Tech35

    我把個人作品集改成 IDE 風格網站,分享使用心得與重做時會改的地方

    一般作品集常把自我介紹放在前面,再讓訪客一路往下找作品;作者改用像程式編輯器的版面,左側列出首頁、作品、履歷和聯絡方式,點一下就能直接前往。訪客通常先看作品頁,再看作者介紹;聯絡資訊也會一直顯示。不過,沒用過編輯器的人可能覺得畫面太擠,所以手機版改成單欄閱讀,收起側邊選單並拿掉上方分頁。 作者把這套設計做成 FolioForge 範本,採用純 HTML 和 CSS,沒有資料庫或管理介面,售價是 $19。回頭檢視時,他會從一開始就把選單控制在 6 到 8 個專案,並把履歷放得更前面;他也刪掉只會拖慢頁面的假終端機。

  6. Dev.to Top Tech58

    SH-PSCBS 如何偵測 PostgreSQL 結構變更並提出 Python 修正方案

    資料庫欄位改名後,程式可能還在查詢已不存在的舊名稱。作者做了 SH-PSCBS,偵測 PostgreSQL 結構差異,再提出 Python 程式修正方案,讓人檢查後決定是否採用。流程會分析變更、產生修正、檢查程式並執行測試;通過必要檢查後,才會在另一個分支建立提交,發布則要另外執行,最後仍需人工檢查並合併。工具目前仍在實驗階段,主要支援 PostgreSQL 和 Python;欄位刪除與新增可能被推斷為改名,測試通過也只代表測到的部分沒有問題。

  7. Dev.to Top Tech57

    T-Zero 用 AST 骨架減少 AI 助理讀取程式碼的 token

    大型程式庫塞進 AI 助理後,許多函式裡的細節會佔掉上下文空間,但理解程式架構時不一定都用得上。Toprak 開發了開源工具 T-Zero(v11.11),在本機把多種程式語言的程式碼整理成帶有型別的 AST 介面骨架,保留架構線索並省去部分函式內容。在一個有 481 個檔案的專案中,整理前有 10,998,573 個 tokens,使用 T-Zero 後降至 1,319,828 個,減少 88.0%;單一檔案的骨架則減少 94.6%。工具也會在本機掃描並遮蔽寫死在程式碼裡的 API 金鑰。

  8. Dev.to Top Tech50

    aiFetchly 如何把客戶來信變成可重複的回覆流程

    小團隊每天收到客戶來信,常得先找出對方是誰、需要什麼、何時需要,再想好怎麼回覆,手動處理容易花時間,也可能漏掉細節。aiFetchly 把流程分成兩步:先整理來信中的需求,再參考公司自己的服務介紹、價格資訊或常見問答寫回覆草稿;人員檢查、修改後才寄出,也能設定時間自動整理和起草。這樣可以少打一些重複內容,但回覆是否合適仍由人來把關。

  9. Phoronix (Linux HW & Benchmarks)41

    Libreboot 一個月後取消禁止 AI 參與貢獻的規定

    Libreboot 上個月曾禁止使用 AI 或大型語言模型製作的程式碼貢獻,後來還補上更詳細的說明。不過,開發者 Leah Rowe 認為,這項規定很難確實執行,因為 Libreboot 也會使用 Coreboot 等上游專案的程式碼;她不想承諾一件自己無法可靠做到的事,因此把 AI 政策刪掉。現在,Libreboot 已允許提交 AI 協助製作的內容。

  10. Dev.to Top Tech61

    Merlin 示範如何替 AI 助理打造網站入口

    許多網站會把 AI 助理擋在門外,但網站也可能因此不容易被它們讀懂或使用。Merlin 分享自己替 Digital Embassy 做的入口:用一份 llms.txt 說明計畫、價格和聯絡方式,用 ai.txt 表明歡迎 AI 系統讀取,再用任務清單讓 AI 助理知道可以做哪些事。安全規則也寫得很清楚,外部送來的內容只會被當成文字,不會在網站的機器上執行。Merlin 提到,這個計畫目前流量和收入都很少,認為真正卡住的是沒有人知道它存在。

  11. Dev.to Top Tech58

    PokerAgile 教你讓 AI 助理加入規劃撲克投票

    規劃撲克要讓大家先各自估時,再一起亮牌;如果 AI 助理提早說出答案,可能會影響其他人的判斷。PokerAgile 加入 MCP 伺服器後,AI 助理可以進房間、檢視目前的故事並投票,投票和理由會在揭曉前藏起來。它只能做一般參與者能做的事,不能主持房間或替團隊決定最後估時。作者也分享了首次開發時遇到的問題,例如投了牌組裡沒有的牌仍顯示成功,以及沒投票的參與者會卡住揭牌;他調整了錯誤回報和揭牌規則。

  12. Dev.to Top Tech43

    NEURAX Compute 如何透過 API 驗證分散式運算結果

    雲端運算雖然容易購買,卻不容易確認工作在哪裡執行、由誰執行,或結果是否正確。NEURAX Compute 把運算工作交給分散式網路上的節點處理,並透過 HTTPS API 提交工作;結果會先經過檢查,確認正確才收費,出錯的工作會改派給其他節點。使用者也能選擇工作在哪個地區執行,並限制只交給身分經過確認的合作夥伴。 每項工作都會附上一份數位簽署的證明檔,任何人都能驗證,不必註冊帳號。像是計算投資組合風險的工作,開發者可以在送出工作後取得結果和證明檔。NEURAX Compute 預計在 31 December 2026 上線,目前希望先收到開發者對 API 和使用情境的意見。

  13. Dev.to Top Tech54

    ARL Protocol 示範如何查閱 Base 上 AI 助理工作的公開稽核紀錄

    AI 助理完成有報酬的工作後,大家可能想知道誰核准成果、何時核准,以及根據什麼證據。ARL Protocol 把工作流程中的交易事件整理成公開稽核紀錄,任何人都能用 API、CSV 檔或 ARLscan 查閱。這筆工作由驗證者重新執行工作內容並投票,兩票就能作出決定;目前有三名驗證者接受工作,每人押上 100 ARL,兩人對成果雜湊值投下相同票。文章也說明,這份紀錄不會替成果本身判斷好壞,而且目前三名驗證者由同一位營運者管理。

  14. Dev.to Top Tech42

    旅遊行程規劃器如何處理已刪除的行程專案:語意搜尋的 3 個原則

    旅遊行程裡的飯店或活動已經刪除,搜尋卻可能因為舊資料還在、文字又很像,照樣把它找回來。作者建議每個行程專案都用固定的身分編號,刪除時依編號移除或排除;接著先按地點、日期和狀態縮小範圍,再做語意搜尋,最後合併重複專案並附上來源和更新時間。像是「博物館門票」已從巴黎行程移除後,搜尋「第二天的室內活動」就不該再引用舊門票。這樣比較容易追查過期答案從哪裡來,也提醒我們:搜尋服務不會自己知道哪些資料已失效,刪除規則得由行程系統負責。

  15. Dev.to Top Tech49

    n8n 示範如何替阿拉伯文客服分類訊息,並在寄出前保留人工確認

    客服 AI 助理可以幫忙分類訊息、草擬回覆,但看起來合理的答案不一定適合直接寄給客人。這個 n8n 示範會處理阿拉伯文和英文訊息,把問題分流、比對常見問答,再準備一份回覆草稿;遇到需要人判斷的內容,也能轉交人工處理。Gemini 負責主要工作,Groq 則是預先設定的備援模型。示範沒有開啟 Gmail、Telegram 或 WhatsApp 的實際寄送功能,因此只能展示如何協助客服整理和審核訊息,不能證明它已能安全地自動回覆客人。

  16. Dev.to Top Tech55

    SentinelPay 如何用資料庫規則防止重複扣款,並安全處理 AI 退款判斷

    付款系統遇到網路重試或多人同時操作時,可能重複扣款;若直接讓 AI 決定退款,也可能被錯誤內容帶偏。作者打造開源專案 SentinelPay,用 PostgreSQL 交易和帳戶鎖避免餘額出錯,再用專屬請求鍵擋下重複付款。爭議案件會交給 LangGraph AI 助理整理資料並評估風險,但是否先退款由固定程式規則決定。實測中,模型把一筆 $499 轉帳說成 $25,規則仍依金額和風險分數將案件交由人工處理。

  17. hackernews10086

    Inkling 2 Mini 發布,可在筆電上執行的開放權重模型

    模型要處理需要多步推理的工作,常得花更多時間或寫下更多推理內容。Inkling 2 Mini 會把模型中間的部分重複運算三次,作者表示,這讓它能用較少的 token 處理程式開發等任務;模型總引數為 26.4B,記憶體佔用約 20GB,也能在筆電上離線執行。它在多項同尺寸開放權重模型的程式與搜尋測試中表現突出,權重已公開;不過,多輪聊天和需要遵守許多限制的指令仍是弱項。作者也測試了重複運算對推理內容監看的影響,初步結果沒有顯示監看能力明顯變差。

    推薦理由:Inkling 2 Mini以反覆運算的架構提升推理能力,文中也比較了它在程式任務、長篇推理與監看能力上的表現。

  18. Browser Use84

    browser-use 1.0 如何用一個工具取代 24 個瀏覽器操作

    瀏覽器操作選項愈加愈多,AI 助理遇到選單裡沒有的功能時,還是會卡住。browser-use 1.0 把 24 個瀏覽器操作改成一個持續執行的 Python 工具,並讓 AI 助理直接使用 Chrome DevTools Protocol 操作瀏覽器。作者舉例,一個卡住的統計頁面重新載入後,AI 助理直接找到網站提供資料的入口,取得 4,720 筆資料,花了三分半鐘。新版在 BU Bench v2.1 的分數比 0.x 高 14 到 33 分,成本低了 2.7 到 5.2 倍;但這些數字來自整體改版,每個模型只跑一次,預設設定也有變,因此不能把差異全算在工具改動上。

    推薦理由:這次改版同時調整工具介面與預設設定,文中也用卡住的網頁案例說明單一程式工具如何處理原本選單未涵蓋的操作。

  19. aihot74

    Browser Use 刪除 13.7 萬行程式碼後,BU Bench v2.1 分數反而上升

    Browser Use 回頭檢視 browser-use 1.0,發現專用工具堆得太多,未必能讓 AI 助理做得更好。團隊把 24 個工具收斂成一個 Python 工具和兩種結束方式;這次改動新增 29,601 行程式碼,刪除 136,905 行,Python 檔案也從 178 個減到 43 個。材料指出,BU Bench v2.1 的得分在這次調整後反而上升,呈現了簡化工具設計的實際例子。

    推薦理由:作者比較重寫前後的同一項基準分數,呈現工具數量與模型表現之間的取捨,並提供精簡工具設計的實例。

  20. aihot81

    Thinking Machines Lab 發布可在筆電執行的開源權重模型 Inkling 2 Mini

    想在筆電上跑 AI 模型,常會遇到模型太大、速度不夠快的問題。Thinking Machines Lab 發布開源權重模型 Inkling 2 Mini,讓模型的中間層對每個 token 重複運算三次,增加推理計算;模型總引數量為 26.4B,記憶體約需 20GB,官方表示可在記憶體至少 32GB 的 Mac 上執行。原文列出多項程式開發與工具使用測試,也說明模型在多輪對話和大量指令限制的測試中較弱。迴圈設計還會讓更多推理留在模型內部,原文的初步測試沒有看到監控能力隨迴圈增加而明顯下降。

    推薦理由:迴圈架構讓模型在每個 token 上多做幾輪運算,原文也交代本機硬體門檻與推理監控實驗,可用來理解這種設計的取捨。

  21. Guillermo Rauch42

    Guillermo Rauch 回憶,他最早試用 @eve 的內部測試版時,做出了一個個人購物 AI 助理,但當時還缺少不少基礎設施。現在有了 @agentcardhq,模型也變得更好,iMessage 和 WhatsApp 的 eve 聊天管道更成熟,執行速度大幅提升,同時保留資料耐久性與加密保護。他表示,現在能用開放式 AI 技術堆疊,打造像 Muse/Instinct 這類可自行掌控的平臺,並鼓勵大家從範本開始修改成自己的版本。

  22. Unsloth AI60

    想在記憶體較少的裝置上執行大型模型,常會碰到硬體需求太高的問題。Unsloth AI 分享了 Inkling 2 Mini 的執行方式,這款模型有 26.4B,使用 Thinking Machines 的 MoE 架構,並可透過 Unsloth 或 llama.cpp 執行。貼文也提到它在 DeepSWE v1.1 得分為 48.2%,並附上 GGUF 檔案與操作指南連結。

    推薦理由:Inkling 2 Mini 可在 16GB RAM 的裝置上執行,貼文也列出它在 DeepSWE v1.1 的成績,呈現小型模型的執行門檻與表現。

  23. Dev.to Top Tech58

    Attune 用鏡頭感測線索,讓 Claude 調整回應語氣

    AI 助理只看得到你打的字,可能察覺不到你正感到緊張或沒精神。開發者做了 Attune,透過一般 webcam 讀取脈搏、呼吸和表情等線索,再把狀態整理成簡短提示,讓內建聊天助理或 Claude 等 MCP 使用者端調整回應方式。原始數值和影片不會傳給 AI;感測、分享和記憶分開取得同意,使用者也能暫停感測或清除紀錄。Attune 只用來調整對話語氣,不做醫療判斷。

  24. ollama release46

    Ollama 發布 v0.40.17-rc3,改善多個 AI 工具的使用方式

    Ollama v0.40.17-rc3 加入多項更新:Claude Code 需要工具時才載入 MCP 工具;Apple silicon 上的 Ollama 現在能同時處理多個請求。更新也修正了部分顯示卡載入模型或配置記憶體失敗的問題,並讓 API 傳遞工具設定時保留原有的 JSON 格式規則。這次更新還調整了多行輸入、模型推理設定和 ChatGPT 設定檔切換等操作,讓使用過程少一些卡關。

  25. Dev.to Top Tech54

    Mnemolith 實測記憶功能如何影響 Claude Code 的表現

    AI 助理接手程式時,常不知道團隊以前做過哪些決定,也可能改錯程式或漏掉規則。作者用 Claude Code 做了 7 項任務,分別測試不使用記憶、把相同資料放進 CLAUDE.md,以及使用 Mnemolith;共測試 63 次。三種設定的平均任務成本都約為 $0.12,答對任務則分別是 9、18 和 21 項。Mnemolith 也記住前一次工作階段提過的資料,並在下一次用上。不過,作者指出檔案變動時提醒記憶可能過時,在這個小型專案裡沒有帶來不同結果;大型專案是否有幫助,還要再測試。

  26. Dev.to Top Tech42

    放置遊戲《Myriad Immortal Sect》如何讓邀請與送禮更像玩家之間的心意

    放置遊戲常調整掉落率和等待速度,但邀請好友時,玩家也會在意禮物到底是誰送的。《Myriad Immortal Sect》讓每位玩家用自己的玩家編號邀請朋友;新手進入遊戲後,會看到邀請者姓名、繫結提示和邀請禮物。禮物由邀請者自己的物品送出,對方還沒領之前也能收回,畫面會清楚寫出手續費和不會退還的部分。 遊戲也把截圖工具改成方便分享的樣子:圖片下方會附上邀請文字和玩家連結,文字可以修改,還能在圖片上加字和箭頭。這些改動讓玩家更容易把朋友帶進遊戲,也讓送禮的來源一目瞭然。

  27. iThome (臺灣)56

    研究整理尼泊爾19家公立醫院匯入開源電子病歷的做法

    紙本病歷分散在不同科部,醫師不容易掌握完整紀錄,醫院也難整理營運資料。尼泊爾與世界衛生組織合作,讓19家公立醫院匯入以 OpenMRS 為基礎的電子病歷,並用6個階段準備裝置、安裝系統、訓練醫護和提供後續支援。研究也提到,系統變慢時,瓶頸在硬碟讀寫和網路,換成 SSD 並改善網路後才有所改善。各院負責日常維護,中央團隊統一開發和更新,減少重複修改;但備份、故障應變和長期經費仍待建立規範。

  28. Dev.to Top Tech55

    115 個開源 PR 合併後,作者整理出維護者看重的貢獻方式

    開源專案的程式碼就算能修好問題,也不一定會被維護者合併。作者整理自己用 superhuman 提交的 115 個 PR 和審查留言,發現關鍵常在程式碼以外:先確認專案接受外部貢獻、沒有人已在處理同一問題,並照專案慣用的格式寫說明、附上測試。送出後也要盡快回覆審查意見;有時維護者會接手最後的修改,合併修正並保留貢獻者署名。這些經驗顯示,AI 助理參與寫程式時,也得遵守開源社群原有的合作方式。

  29. Dev.to Top Tech53

    SDD Vault 上線,讓 AI 助理透過 MCP 共用同一份專案規格

    多個 AI 助理同時照著專案規格工作時,容易各做各的,也難追查誰改了內容。SDD Vault 是一個規格檔案儲存服務,AI 助理透過 MCP 讀寫檔案,人則能在瀏覽器檢視、回答問題和核準變更。它可以分配工作專案,避免兩個 AI 助理同時領走同一項工作;每次修改也會記下人員、AI 助理和時間。作者提到,團隊曾用這套方式把後端從 Rust 改寫成 TypeScript,並保留效能門檻。免費方案每月提供 10,000 次 MCP 呼叫;付費方案為每位使用者每月 $10,或每個席位每月 $15。

  30. Dev.to Top Tech70

    TLDRack 用本機模型幫你挑出需要檢視的程式設計 AI 助理回覆

    同時使用多個程式設計 AI 助理時,逐一檢視每次工作結束的回覆很花時間。作者做了開源工具 TLDRack,讓 AI 助理並排跑在 tmux 裡,並在本機頁面檢視;每次工作結束後,本機模型會讀取結尾訊息,標出工作是否還沒完成。作者兩週送出 1,523 個提示詞,最後有 696 則回覆需要閱讀。這個標記只看 AI 助理怎麼描述工作,不會檢查實際成果;若它聲稱已完成但其實沒有,標記仍可能出錯。

  31. Thomas Wolf59

    一般 CDN 擅長把許多小檔案送給各地使用者,但下載 AI 模型時,常是少數大型檔案被大量機器抓取,舊的做法就不太合用。Hugging Face 表示,他們從今年夏天起自建 CDN,每月傳送近 1 exabyte,實際流量約為每秒 420 GB、每秒 80,000 次請求。新的快取設計是為大型檔案、發布日流量暴增,以及多個熱門模型和大型資料集同時下載而打造,團隊也做了即時流量地圖。

  32. Dev.to Top Tech55

    WordPress.org 讀的是 Stable tag 裡的 readme,不是 trunk

    在 WordPress.org 修改外掛的介紹頁後,程式碼看起來已經更新,實際頁面卻可能還是舊內容。作者發現,WordPress.org 會依 Stable tag 指定的版本讀取 readme.txt;只改 trunk 裡的檔案,通常不會更新外掛頁,除非 Stable tag 設為 trunk。要讓介紹文字上線,得同時更新 trunk 和 Stable tag 指向的版本。作者也提醒,部分檢出可能讓人看不到版本標籤,誤以為只改 trunk 就完成了;發布後應用 WordPress.org 的 API 核對自己改過的欄位,例如標題,而不要只看更新日期。

  33. MarkTechPost68

    RadixArk 推出 DaisyRose-27B,主打強化學習訓練的程式開發模型

    RadixArk 推出開放權重模型 DaisyRose-27B,從 Qwen3.8-27B 接續訓練,只用強化學習,沒有使用監督式微調或知識蒸餾。它主要用來處理程式開發任務,支援文字和圖片輸入,採 Apache 2.0 授權。RadixArk 回報,Terminal Bench 4.1 的 pass@1 從基礎模型的 5.6 升到 12.0;另外六項公佈的基準也都高於基礎模型。不過,這些分數都是 RadixArk 自行回報,且在 HLE 的進步只有 0.4。模型提供多種精度版本,部分版本可在一張 GPU 上執行。

  34. Dev.to Top Tech69

    歐盟執委會確認遭 AI 協助的 ARTEX 攻擊,多個人事系統停擺逾 10 天

    歐盟執委會員工一度無法使用薪資、請假、工時和醫療報銷系統,服務中斷超過 10 天。執委會表示,攻擊者使用了 AI 工具;CERT-EU 指出,ARTEX 是開源的自動化滲透測試平臺,能依文字目標安排 AI 助理執行偵察與測試,但沒有用技術限制操作範圍。多數服務已恢復,JSIS 當時仍未恢復。執委會表示調查仍在進行,目前沒有證據顯示員工資料普遍遭到外洩,也尚未確認攻擊者身分。

  35. Dev.to Top Tech50

    elDoc IDP OSS 開源,幫開發者把檔案變成可用的商業資料

    用 OCR 和大型語言模型讀出文件內容不難,難的是把不同格式的發票、合約或收據整理成正確資料,還要讓人檢查錯誤、處理一份 PDF 裡的多種檔案。elDoc IDP OSS 是免費、可自行架設的開原始檔處理應用程式,把文字辨識、檔案分類、資料擷取和人工檢查等工作整合在一起,也能搭配不同的 LLM。比如財務人員可以檢查系統從發票抓出的金額,再把確認過的資料交給其他應用程式使用。它讓開發者少花時間從零拼裝整套流程,並可依專案需要修改和擴充。

  36. Dev.to Top Tech59

    追蹤 AI 開源專案:停止更新比連結失效更常見,引用時附上 DOI

    AI 開源專案的連結失效,和專案停止更新,是兩件不同的事。作者追蹤了 733 個 GitHub 或 Hugging Face 專案,發現 23 個曾變得無法取得,其中 5 個後來恢復;另有 67 個專案超過 90 天沒有更新。作者建議把這兩種狀況分開記錄,並且連續兩次查不到才標記為失效。引用專案時,也可在網址旁附上 DOI 或封存連結,避免日後網址失效就找不到資料。

  37. Dev.to Top Tech67

    ResultFlow 如何安排付款逾時與訂單更新衝突時的重試

    付款沒有及時回覆時,店家不知道該不該把最後一副耳機放回架上,因為款項可能已經核准,只是回覆沒送到。作者以自己打造的 TypeScript 函式庫 ResultFlow 示範結帳流程:付款逾時時,用同一個訂單 ID 重試;如果重試後仍不確定結果,就先保留庫存,安排工作稍後查詢付款。只有付款被拒絕,才會釋出庫存。若付款已核准,但訂單存檔遇到版本衝突,流程只重新讀取並儲存訂單,不會再送一次付款請求。

  38. Dev.to Top Tech53

    NanoClaw 如何統一 Baileys 和 WhatsApp Cloud API 的使用者身分

    同一個人從不同 WhatsApp 串接傳訊息,可能被系統認成兩個帳號,原本設定的角色和群組許可權也就套用不到。NanoClaw 的 Baileys 會用帶有網域的身分代號,WhatsApp Cloud API 則只用電話號碼;作者把兩種格式統一成同一個使用者 ID,並提供資料遷移,合併已經分開的帳號及其角色和群組許可權。群組用來決定訊息要送到哪裡的代號則維持原樣。這個做法也提醒開發者,系統有多種登入或訊息入口時,應在建立使用者身分時統一格式,避免許可權被分散到不同帳號。