單元測試能確認工具本身正常,卻看不出 AI 助理改了提示詞或換了模型後,還會不會選對工具。Agentwright 示範用約 140 行 TypeScript 建立測試:列出問題和預期行為,再讓每題走產品實際使用的流程,檢查工具呼叫、回答內容和執行回合,也記下成本。測試失敗時會顯示原因和回答片段,還能在 CI 中遇到相關程式變更時自動執行。作者也用同一組題目比較 Claude Haiku 5.5 和 Claude Sonnet 5.5 的費用與結果。
資料越查越後面時,PostgreSQL 用 OFFSET 分頁可能得先逐筆略過大量資料;若資料同時新增或刪除,使用者也可能看到重複或漏掉的專案。文章示範改用遊標分頁,讓 API 從上一頁最後一筆資料的位置繼續查,並用建立時間和 ID 排出不重複的順序,再搭配符合查詢方式的索引。這種做法適合大量資料和一路往下瀏覽的畫面,但不會固定住整份資料;若需要跳到指定頁碼或取得某個時間點的完整結果,仍要考慮其他做法。
同一個「損失率」可能因部門採用的演算法不同,出現方向相反但都正確的答案。Databricks 用虛構的保險公司測試 Genie One,結果顯示,只有團隊各自整理的 AI 助理時,整體答對率是 83%;再加入集中管理的計算方式與業務說明後,兩次測試達到 93% 到 95%。這些資料讓 Genie One 知道每個部門採用哪種定義,也讓直接回答或轉交 AI 助理時都能找到一致的演算法。團隊檔案仍要靠 AI 助理提供,因此兩者搭配才能同時處理定義和檔案問題。
想查地圖上的地點時,光找到最近的名稱,可能還是不知道它是什麼、附近有什麼。這篇教學用 Strands、Amazon Location Service 和 Claude Haiku 做出一張可以對話的地圖:點一下位置,AI 助理會查詢附近地點,再用 Wikipedia 或地點網站回答後續問題。它也說明如何在自己的電腦上執行,以及目前一次只保留一個對話工作階段;伺服器沒有登入保護,因此不應直接開放給網路使用。
線上 PDF 工具常要求上傳私人檔案,還可能把檔案壓得不夠小,或限制免費使用次數。作者因此做了 PDFCraft,讓 PDF 的壓縮、簽名和履歷製作都在使用者的裝置上完成,處理後再直接下載,不必把檔案傳到雲端。比如政府網站要求 PDF 小於 100 KB 時,工具會反覆調整圖片品質和解析度,檢查檔案大小,直到符合設定的上限。這種做法能減少上傳敏感檔案的需要,也讓使用者不用為了簡單的 PDF 工作先註冊或付費。
高風險 AI 系統需要有人能看懂輸出、推翻決定,必要時也能安全停下系統。作者整理《歐盟 AI 法案》第 14 條的要求,示範如何在程式庫留下覆核理由、測試停止功能、檢查輸出資訊,並設定測試沒通過就不能發布的關卡。這些檢查能顯示相關功能存在且經過測試,卻無法證明人員真的看懂或妥善監督系統;作者也提醒,停止測試未必涵蓋已經開始的動作,程式碼掃描同樣可能被空殼函式矇混過去。
在瀏覽器裡編輯 PDF,畫面上的位置和 PDF 檔案使用的座標不同,縮放、文字輸入和旋轉頁面也可能讓編輯結果跑掉。作者分享用 pdf.js 顯示頁面、再用 pdf-lib 把文字、圖形和圖片存回檔案的做法,並說明如何處理座標轉換、復原修改和文字字型限制。整個編輯過程不會把檔案傳到伺服器,但這個工具只能在 PDF 上加內容,不能真正刪除原有文字;需要遮掉敏感資料時,白色方塊並不等於安全刪除。
寄出重設密碼郵件,不代表讀者一定收到還能使用的連結。作者提出一套後端檢查方式:先用每個 IP 和帳號的次數限制擋下濫用,對外則讓存在和不存在的帳號看到相同回覆;內部另外記下請求時間、連結期限和寄送結果。文中的 Python 範例用合成時間示範,若寄出前剩下不到設定的有效時間,就先不寄。這些數字只是設計範例,不是安全標準;作者也提醒,服務商接受郵件、後續送達紀錄和讀者成功使用連結,是不同的結果,不能混為一談。
Jikan API 在 2026 年 9 月離線後,依賴它的 MyAnimeDex 得換資料來源,否則搜尋、作品介紹等畫面都會受影響。作者保留原本的資料格式和程式介面,在中間加一層轉換,讓 AniList GraphQL API 回傳的資料能繼續供舊畫面使用;遇到 ID 和分類名稱不同,也在轉換時處理。為避免請求太快觸發限制,他把所有 API 請求排進同一個佇列,遇到 429 就依 Retry-After 等待並有限次重試,也加入快取和離線時顯示上次成功資料的做法。這讓換 API 不必重寫大部分畫面,也減少反覆觸發限流的問題。
買來的數位音樂常是一整包 ZIP,但 Clickwheel 原本只能匯入單首音樂,使用者得先在手機上解壓縮。作者為這款離線音樂播放器加入 ZIP 匯入,讓大型音樂檔直接從磁碟逐一寫入,並在背景處理,避免一次把整張專輯讀進記憶體。匯入時會拒絕可能把檔案寫到資料夾外的路徑,也會略過 macOS Finder 產生的雜項,只保留已知的音訊檔。測試則自行建立含有正常歌曲、封面、雜項與惡意路徑的 ZIP,確認只有歌曲被匯入、資料夾外沒有新增檔案。失敗時會清理暫存檔,檔名撞到時則改用新名稱。這項功能已合併,預計隨下一次商店更新推出。
拿到 ISO 42001 認證後,企業仍得按時接受查核,並持續更新 AI 系統清單。作者以稽核員的經驗說明,認證週期為三年,期間要做兩次年度維護查核,第三年則重新檢查整套管理制度。若錯過查核期限,認證可能先被暫停,之後遭撤銷;撤銷後得重新走完整的初次稽核流程。文中也提醒,企業若新增 AI 系統,應把它們納入清單和影響評估,否則重新認證時可能被列為重大缺失。
員工把客戶信件和合約貼到線上 AI 服務,可能讓檔案離開公司。作者分享一種辦法:用一臺有合適顯示卡或記憶體的電腦跑 Ollama,再用 Docker 架設 Open WebUI,讓同事透過辦公室網路聊天;關閉公開註冊後,只有受邀的人能使用。這種方式適合整理長信、改寫回覆和從檔案找資料,但遇到複雜推理、硬體較弱時處理很長的檔案,或需要網路最新資訊,就不太適合。
受監管產業匯入 AI 助理時,常要在自動處理和可追查、可控制之間拿捏。Databricks 整理出四種架構模式:由固定規則做出可重現的判定,AI 助理負責查明原因;讓 AI 助理產生結果,再由固定測試判斷是否合格;由 AI 助理整理證據與建議,重要決定交給負責的人;或只讓 AI 助理在明確的許可權範圍內執行。文章也以金融對帳、系統遷移、金融犯罪調查和資料存取為例,說明如何依錯誤代價、能否客觀驗證,以及是否需要人員判斷,安排控制邊界。
屋頂報告裡的面積和各段屋脊長度都要輸入估價表,但不同廠商的 PDF 格式和單位各不相同,直接交給模型讀取容易漏算或重複計算。作者為 Brava Roof Tile Pro Portal 製作 DocScan,先辨認報告來源,能直接讀取的文字和圖形就交給本機程式處理,再讓模型補上缺少的資料,最多隻送出四頁相關圖表。系統也會核對各坡度面積加總是否符合總面積,並為每個欄位重新計算可信度;遇到錯誤時,使用者仍能在表單中編輯結果。這套做法減少模型需要處理的內容,也讓人能檢查有疑問的數字。