跳到正文

#程式開發

RSS
今日 38 則
今天11月23日週一
  1. Dev.to Top Tech54

    如何用 Python 和免費 JSON API 製作《古蘭經》主題瀏覽工具

    想按耐心、祈禱等主題檢視《古蘭經》經文,可以做一個簡單的命令列工具。作者示範用 Python 內建的標準函式庫,從 QuraniAPI 取得主題資料,再列出各主題的簡介、經文編號和連結;指定語言沒有資料時,程式會改用英文。公開範例提供四個主題,而且各語言的經文清單可能不同,因此要讀取畫面所用語言的資料。

  2. Dev.to Top Tech37

    Vibe Coding 與 Spec-Driven Development 怎麼選?用 AI 助理寫程式的時機指南

    用 AI 助理寫程式時,小功能和原型可以先說出想法,再看結果、一步步修改;這種做法叫 Vibe Coding,適合快速試方向。碰上要接進既有系統的複雜功能,例如工單系統,就先把目標、規則、許可權和資料如何儲存說清楚,再開始寫程式,這叫 Spec-Driven Development。作者建議把專案背景、技術、寫法和功能需求分成不同檔案,讓 AI 助理知道該遵守什麼,少靠猜測。兩種做法可以搭配使用:小事先試,大事先規劃;不過,檔案也要配合專案大小,免得規劃過頭。

  3. Dev.to Top Tech46

    Node.js 如何判斷簡訊為何寄送失敗,以及何時可以重寄

    賣家沒收到訂單通知時,原因可能是電話號碼無效、寄件設定有問題,或電信業者擋下簡訊;如果把所有失敗都當成同一回事,可能一直重寄,或誤把有效號碼封鎖。文章建議先查寄送紀錄、收件地區和寄件設定,再決定要等待、人工檢查、封鎖號碼或核准重寄。像是看到「電信業者拒收」,還不能直接認定電話號碼無效,應先查明原因。這樣每次處理都有紀錄可查,也能避免逾時後才重送,或重複打擾收件人。

  4. Dev.to Top Tech69

    Node.js 如何安全處理限流工作、重試與批次發布

    付款或帳務工作遇到限流、連線中斷時,重試可能讓同一筆操作執行兩次,也可能讓結果變得不清楚。作者示範如何依帳戶或目的地分開排程,每個工作保留固定的操作識別碼,並記錄處理狀態;收到 429 時,依 Retry-After 安排稍後重試。批次傳送不代表整批一起成功,例如三筆中兩筆已被接收、回應卻中斷,就要逐筆確認結果,暫時查不清楚的工作先保留並對帳。這套做法能讓重試沿用原本的操作身分,避免把不確定的結果直接當成失敗。

  5. Dev.to Top Tech52

    singlefs 如何找出 WebGPU 核心程式的記憶體不足問題

    singlefs 要用 GPU 檢查檔案系統斷電後可能留下的數億種狀態,但 5090 一直因記憶體不足而重跑,整整一小時都沒有完成任何檢查。作者追查後發現,各張顯示卡執行時多佔的記憶體不同,原本每張卡都預留相同空間,讓 5090 開出的工作區太大;發生錯誤後,程式也沒有調整用量,所以一再失敗。現在程式會在每張卡啟動時測量實際佔用,再依測量結果和安全餘裕安排工作區。作者推測額外用量可能和核心程式的私有陣列有關,但尚未能確認。

  6. Dev.to Top Tech54

    瀏覽器擴充功能的計數器為什麼會突然歸零?

    瀏覽器擴充功能的計數器明明沒有出錯,數字卻可能從 3 跳回 1,因為背景服務工作者會在閒置時停止,存在記憶體裡的數字也跟著消失。文章整理三種修法:每次變動都存進 chrome.storage.session、把短時間內的多次變動合併後再存,或使用 vite-mv3-sw-compile-persist 自動儲存變數。延遲儲存比較省寫入,但工作者若在儲存前停止,最多會少掉延遲期間的更新。還要依用途選對儲存位置:session 會在瀏覽器關閉時清空,local 則適合要跨重新啟動保留的計數器。

  7. Dev.to Top Tech64

    coresample 開源工具追蹤神經網路在 RISC-V 上的執行過程

    一般效能分析工具不一定看得到神經網路在處理器裡每一步怎麼跑,模擬器的細節也可能不清楚。Guido Marmorini 開源了 coresample,能把 int8 CNN 從模型運算一路追到 RISC-V 處理器的指令和每個週期,並用網頁工具顯示執行紀錄,包括處理器管線停下來的時候。作者表示,模擬結果會和 PyTorch 對照,處理器也有通過 RISC-V 測試。接下來他正著手加入 GPT 式 Transformer 區塊,追蹤 token 在處理器中的執行過程。

  8. hackernews10079

    fast-anything 找出程式中最慢的部分,只把那段改寫成 Rust

    整個程式改寫成 Rust 可能要花好幾個月,但拖慢速度的工作往往集中在少數函式。fast-anything 會先找出最耗時的部分,再請 AI 助理把選中的函式改寫成 Rust,並用程式實際跑過的資料比對結果;確認結果一致,而且整體執行更快後,才會啟用新版。工具也能隨時切回原本程式。作者列出多種語言的測試結果,例如 Python 名單比對從 4.91 秒降到 42 毫秒;這些數字來自作者提供的測試環境與範例。

    推薦理由:工具會先找出最耗時的函式,再用實際呼叫比對 Rust 版本,讓開發者評估區域性改寫是否能加速整個程式。

  9. hackernews10072

    Worker 755 推出讓玩家扮演 AI 助理下屬的瀏覽器遊戲

    Worker 755 是一款瀏覽器遊戲,玩家要扮演 AI 助理指派的下屬,在限時內完成工作。遊戲中的主管由 Claude、GPT、Gemini 等大型語言模型扮演,會派發任務、檢查成果、提出修正,最後寫下績效評語;玩家的回報和操作紀錄也會交回主管。遊戲裡還有可能被誤刪的家庭照片等資料,玩家可以選擇在全新沙盒或含有即時資料庫的舊環境工作。

  10. Dev.to Top Tech68

    Altar 如何用故障記錄器找出小型裝置的堆疊溢位

    小型裝置當機後會自動重新開機,如果沒有留下紀錄,很難知道是哪個工作出錯。作者替 Altar 加上故障記錄器,儲存當機時的工作狀態與錯誤訊息,再由 Mac 上的程式對照當時的韌體,找出出錯的函式和程式碼位置。它抓到 climate 工作的堆疊溢位後,作者發現傳送訊息時幾個大型資料和格式轉換一起佔滿了 4,096 bytes 的堆疊,於是改用較省空間的寫法,並加上堆疊不足時的預警。這讓當機原因更容易追查,也能在再次溢位前發現空間不足。

  11. Dev.to Top Tech61

    金融研究儀錶板如何先檢查許可權,再留下可追查的引用

    金融研究儀錶板可能引用過期內容,也可能把受限檔案顯示給沒有許可權的人。作者建議先確認使用者身分和檔案許可權,再搜尋符合資格的資料,最後才交給模型整理;搜尋相似度不能當成許可權檢查。每筆引用要留下檔案版本、內容摘要值、引用位置和採用的許可權規則,來源內容改變時也要標記舊引用已過期。這些紀錄能協助查明答案為何改變,同時避免把受限內容放進通知或模型提示詞。

  12. Dev.to Top Tech68

    如何分辨兩種 429 回應,並處理 Retry-After

    HTTP 的 429 都表示請求太多,但可能是短時間要慢一點,也可能是整期額度已用完;只看 Retry-After 等多久,分不出這兩種情況。作者用本機伺服器測試 Node 的 fetch、requests、got 和 ky,發現它們對短暫等待與長時間等待的重試方式不同,有些會停下來,有些會繼續等或再次送出請求。作者建議在回應本文加入穩定的錯誤程式碼,例如 rate_limited 或 quota_exceeded,並在知道重設時間時提供 Retry-After;使用者端先讀錯誤程式碼,再決定要重試、等待或停止。

  13. Dev.to Top Tech36

    Node.js 上傳大型 AI 圖片:用分段上傳,並做好失敗復原

    圖片很大時,Node.js 可以把檔案切成多段上傳;一般 PNG 或 JPEG 則用一次上傳比較簡單。分段上傳中途若斷線或程式重開,必須把每一段的完成紀錄存好,才知道如何接著上傳或取消。舉例來說,每段上傳成功後就記下段號和伺服器回傳的資料,全部核對完成才組成檔案;失敗時則取消上傳,並定期清理卡住的工作。這樣能降低報表一直顯示處理中的狀況,也方便追查是哪個租戶的檔案出了問題。

  14. Dev.to Top Tech46

    新手技術主管的前 90 天:先傾聽、帶團隊解決小問題,再訂方向

    從工程師升上團隊主管,最難的常是忍住別急著改流程,也別把所有工作都攬在自己身上。作者把前 90 天分成三段:前 30 天先和每位同事聊聊,瞭解團隊怎麼工作;第 31 到 60 天,和團隊一起挑一個小問題解決,例如修好大家受不了的測試;第 61 到 90 天,再寫下團隊接下來想往哪裡走,並逐步交出責任。計畫可以每隔幾週調整,重點是先聽、和團隊一起做出改變,再帶大家前進。

  15. Dev.to Top Tech60

    CrosswordMaker.app 如何用程式排出並檢查填字遊戲格線

    AI 寫出填字遊戲的答案和提示時,若也要它安排格線,可能會出現字母對不上或答案格數不對的問題。CrosswordMaker.app 讓模型只提議答案和提示,再由程式搜尋能互相交叉的排法,最後用另一套檢查程式逐行逐列確認。作者用 90 份教室題目測試 4,500 次,第一次就排進所有單字的比例是 98.9%,而且能找出放不下的單字,不會悄悄刪掉。這種格線可以快速印出使用,但 AI 提示仍需要老師檢查,工具也不處理報紙常見的密集對稱格線。

  16. Dev.to Top Tech62

    React Native 如何加入客服聊天功能:2026 年實作指南

    React Native App 加入客服聊天時,常會卡在原生 SDK、推播通知和使用者身分驗證。這篇指南比較兩種做法:用原生 SDK,聊天畫面較像手機 App,也能接收推播,但需要開發版;把網頁聊天工具放進 WebView,開始較快,推播和未讀提示就得自行處理。文章也提醒,服務若直接透過 APNs 和 FCM 傳送通知,要傳手機的裝置推播權杖,不能用 Expo 推播權杖;有登入功能的 App,則應用後端簽署的權杖確認使用者身分。最後還示範如何在刪除帳號時一併刪除聊天資料。

  17. Dev.to Top Tech72

    Python 教學:用正規表示式與 SHA-256 保護 APA 引用

    用 AI 修改論文時,作者、年份、引文或 DOI 網址可能被改掉,讓引用失去原本的意思。作者用 Python 示範一套保護流程:先找出引用和網址的位置,重疊的部分合併後換成暫用標記;修改完成再還原,並用 SHA-256 檢查文字有沒有變動,發現標記遺失或內容不符就退回原稿。測試中,這套流程抓出 120 次刻意造成的錯誤,也沒有把 30 次正常改寫誤判為錯誤。不過它只能保護原稿裡已經有的文字,無法判斷引用是否正確,也抓不到引用旁邊的句子被改得失真。

  18. Dev.to Top Tech54

    作者示範用 AI 監看商品價格,降價時透過 Telegram 通知

    商店網頁常會改版,靠固定位置找價格的程式可能悄悄失效。作者分享一個個人指令碼:先用 Playwright 載入網頁,再請大型語言模型從整理過的頁面內容找出商品售價,並把日期和價格存進 SQLite。每次執行時,程式會比較新舊價格,若價格下降或低於自訂門檻,就用 Telegram 傳送通知;作者安排它每天檢查一次。文章也提醒要檢視網站的 robots.txt、避免密集連線,並優先使用官方 API。

  19. Dev.to Top Tech37

    EF Core 用 IDbCommandInterceptor 檢查資料庫指令,避免租戶資料外洩

    多租戶系統裡,如果查詢時忘了加上租戶條件,可能會把別人的資料一起查出來。EF Core 的全域查詢篩選器遇到原始 SQL、複雜的預存程式或共用資料庫連線時,可能不夠周全;作者示範用 IDbCommandInterceptor,在資料庫執行查詢前檢查或補上租戶條件。例如,程式可以在送出查詢前確認指令有沒有篩選目前租戶。這能多一道防線,但直接用正規表示式改 SQL,可能弄壞含有子查詢或 JOIN 的指令;修改內容也會影響 SQL 的快取,因此要保持一致。

  20. Dev.to Top Tech68

    Oliver S. 示範用 Node 檢查兒童讀物是否符合已教過的拼讀規則

    孩子練習讀書時,如果遇到還沒學過的字母組合,就可能只能靠猜。Oliver S. 為自製的分級閱讀教材寫了一個 Node 檢查器,在程式檢查時掃描文章用字,也確認練習題答案和音檔是否正確,避免教材出錯或下載連結失效。檢查器會比對各階段教過的拼字規則和單字表;不過拼法符合規則,不一定代表實際讀音也符合。作者也分享多語言音檔檔名曾把不同單字混在一起,提醒這類檢查仍要用各語言的例子驗證。

  21. Dev.to Top Tech64

    GraphQL DataLoader 教學:減少 AI Gateway 重複呼叫並避免跨租戶洩漏

    GraphQL 查詢一次要讀取很多筆資料時,可能為每筆資料各自呼叫 AI 服務,增加延遲、費用,也可能撞上服務的速率限制。文章示範用 DataLoader 把同一個請求裡的多次呼叫合併處理,並提醒回傳結果要依照原本的順序排列,缺少資料也要保留對應位置。每個請求都應建立自己的 DataLoader;若把快取共用給所有使用者,可能讓一個租戶的對話摘要被送給另一個租戶。批次處理也不會限制查詢能要求多少工作,因此還要計算查詢成本,並記錄每個請求實際呼叫下游服務的次數。

  22. Dev.to Top Tech51

    Dyscalculia.io 如何把數字遊戲嵌進網頁,並讓七種語言版本一致

    把遊戲嵌進別人的網頁,看起來只要放進框架就好,實際上還得顧到分數、語言、畫面高度和隱私。Dyscalculia.io 作者分享如何把五種數字練習遊戲提供給老師和家長使用:嵌入版會丟掉分數,也不載入分析追蹤工具;遊戲內容則用同一份清單管理。由於 Dart 和 JavaScript 的亂數結果不同,作者把 Dart 產生的點點位置存起來,讓兩邊畫面一致;再用瀏覽器逐一遊玩,量出不同遊戲和語言需要的框架高度。這些做法讓嵌入內容較容易維護,也減少分數外洩和畫面被截斷的問題。

  23. Dev.to Top Tech68

    教學:如何把 LLM 程式碼審查接進 GitHub Actions

    傳統程式檢查工具能抓格式和已知問題,卻不容易看出程式邏輯是否有風險。這篇教學示範如何在 GitHub Actions 的程式碼變更審查流程加入 LLM,讓它先檢查程式差異、留下供人參考的意見;是否合併仍由人決定。作者建議先跑較便宜、結果較固定的檢查和測試,再讓 LLM 審查,並用 CLAUDE.md 寫清楚團隊規則、要求留言指出問題證據。文章也提醒,程式碼變更可能含有誘導模型的文字,應限制工作流程許可權、避免把未受信任的程式碼和機密放在一起處理,並追蹤留言是否真的有幫助。

  24. Rohan Paul58

    換用更強的模型,能不能讓程式碼更常被合併?這項哈佛研究追蹤 Claude Fable 5 暫停供應 19 天期間的 GitHub pull request,並與持續使用 Opus 4.8 的開發者比較。研究發現,使用 Fable 5 讓程式碼在 7 天內合併的比例只增加 1.4 個百分點,這個差距落在隨機波動範圍內;另外比較 5 次模型升級後,合併率也沒有上升。不過,研究中的 pull request 原本就有 94.5% 已經合併,因此這些結果反映的是合併率,不一定能代表其他工作表現。

  25. Dev.to Top Tech69

    Godot 4 教學:用停頓、鏡頭震動和分層音效讓打擊更有感

    遊戲裡的武器明明打中了敵人,畫面和聲音卻沒什麼反應,打擊感就會很弱。作者用 Godot 4.3 示範一組 GDScript,讓命中時短暫放慢遊戲、震動鏡頭、讓敵人閃白並被擊退,再加上分層音效、火花和傷害數字。一般攻擊和暴擊可以有不同的停頓與震動力道;作者也提醒,停太久會像遊戲卡住,音效太大則應先調低較尖的撞擊聲。

  26. Dev.to Top Tech69

    別只問技術選擇的理由,逐步追問系統實際怎麼運作

    團隊常把熟悉工具或聽過技術口號,當成真的懂系統怎麼運作。作者結合認知研究和 PostgreSQL 的交易案例,說明逐步解釋能找出這種理解落差:兩筆同時提款都讀到 $100,各自提走 $80,帳戶最後可能只顯示 $20。文中建議在設計檢查時少問「為什麼選這個」,改請對方說明遇到故障時每一步會發生什麼事;也可用單一更新語句、先鎖定資料列,或採用更嚴格的交易隔離方式處理提款問題。把追問得到的答案寫程序式、測試或設計檔案,能讓後續接手的人也看得到。

  27. Dev.to Top Tech49

    bf16.ai 分享雙層模型分流設定,讓 AI 助理以較低成本執行寫程式工作

    AI 助理寫程式時,常把大量時間花在讀檔案、跑測試和修正小錯誤,反覆送出長提示詞也會讓費用快速增加。bf16.ai 分享一種雙層分流做法:平常讀檔、修改和測試交給便宜又快速的 DeepSeek V4.1 Flash Fast,遇到複雜設計或難查的錯誤時,再換成 Kimi K3.1 Pro 或 GLM-5.3。文章舉例,在 30 輪、每輪都讀取約 100K token 專案資料的工作中,重複使用已讀過的內容,可把 DeepSeek V4.1 Flash Fast 的輸入費用降到每 1M tokens $0.055。這種分工能省下日常開發費用,但複雜又模糊的設計問題,仍要交給較強的模型處理。

  28. Dev.to Top Tech58

    用 Python 從 SEC Form D 找出近期募資的新創公司

    想找剛募到資金的公司,可以從美國 SEC 公開的 Form D 申報資料下手。作者先示範用 Python 從 EDGAR 查詢申報,再讀取 XML 整理公司名稱、募資金額、產業和高階主管等資訊;也介紹自己製作的 Apify 付費工具,可略過投資基金與修正申報,依條件篩選並定期送出新資料。Form D 的金額由公司自行申報,之後可能更新;申報日期也不等於募資開始日期,而且資料不會列出投資人姓名。

  29. Dev.to Top Tech61

    作者推出 Storewire Lite,讓 AI 助理查詢 Laravel 商店商品

    消費者問 AI 助理該買什麼時,答案可能不是商店的真實價格或庫存。作者把 MCP 伺服器接到自家的 Laravel 商店,讓 AI 助理搜尋商品、檢視規格和庫存,還能把商品放進購物車。助理不會收款,購物者點開購物車連結後,仍由商店網站照原本流程結帳。作者也推出免費的 Storewire Lite,提供商品搜尋和商品資料查詢;他的經驗是,商品價格應直接取自商店使用的定價方式,沒有公開價格時也要明說,避免 AI 助理自行猜測。

  30. Dev.to Top Tech64

    Fast-Anything 找出慢速函式,協助把程式移植到 Rust

    整個程式改寫成 Rust 可能要花好幾個月,Fast-Anything 提供了只處理慢速部分的做法。它會替程式做效能分析,找出耗時又適合移植的函式,再協助 AI 助理改寫成 Rust。工具會用實際記錄的呼叫檢查新舊版本是否給出相同結果,確認移植後速度也有變快,才讓新版本生效;不合適時可以切回原本的程式。專案列出的測試包含 Python 去除重複名稱,執行時間從 4.91 秒降到 42 毫秒;這些是專案公佈的測試結果。

  31. Dev.to Top Tech58

    Nitrobase 如何讓瀏覽器 SSH 終端機安全關閉連線

    在瀏覽器裡開 SSH 終端機不難,真正麻煩的是使用者離開、許可權被收回或連線出錯時,遠端 Shell 還可能繼續運作。Nitrobase 的做法是先檢查 WebSocket 來源,再持續確認登入狀態和團隊許可權;許可權失效時會關閉遠端工作階段。若使用者在 SSH 連線完成前關掉分頁,程式也會清掉之後才建立的終端機,避免留下沒人使用的 Shell。它還會限制輸入大小、終端機尺寸和閒置時間,並記錄連線開始與結束。文章也提醒,這些措施不會限制已獲授權使用者在 Shell 裡能執行的指令。

  32. Dev.to Top Tech67

    Node.js 如何用電子郵件驗證碼控管無密碼註冊

    無密碼登入少了密碼外洩的風險,但使用者收不到驗證信或失去信箱時,仍得有安全的復原方式。文章用教學範例說明註冊流程:先在伺服器確認 CAPTCHA 通過,再寄出一次性驗證碼,確認信箱後才建立登入工作階段;驗證碼不能重複使用,也要限制有效時間和嘗試次數。作者也提醒,CAPTCHA 只能擋機器人註冊,不能證明信箱屬於使用者。信件延遲可用受控重寄處理,失去信箱則要靠帳戶事先設定的其他證明方式,不能只接受使用者臨時填上的新聯絡方式。文中的 Python 範例只示範流程,並非可直接上線的登入服務。

  33. Dev.to Top Tech77

    Cairn 案例揭露 AI 助理攻擊手法,作者整理九項伺服器防護檢查

    AI 助理能長時間反覆嘗試攻擊,伺服器若少了登入保護或檔案路徑檢查,就可能被利用。作者根據 Amazon 公佈的 Cairn 案例整理防護清單:其中兩次攻擊沒有成功,另一次利用 MONAI Label 的路徑穿越漏洞寫入檔案,之後取得 root 許可權。MONAI Label 0.8.6 已修補這個漏洞;文章也建議開啟驗證、限制服務可寫入的資料夾、避免以 root 執行服務,並留意長時間且重複的登入或請求。作者沒有親自重現攻擊,清單中的程式範例也只用小型合成資料檢查,偵測門檻仍需依實際流量調整。

    推薦理由:文章把 Cairn 案例中的成功與失敗,整理成九項伺服器檢查做法,涵蓋修補漏洞、限制服務許可權與從紀錄辨認長時間嘗試。

  34. Dev.to Top Tech42

    CodeAF 和 9 款 AI 程式設計助理比做 DeepSWE 任務

    AI 程式設計助理的總分看起來接近,實際上可能擅長解不同的題目。這次比較讓 10 款工具用同一個模型挑戰 DeepSWE 的 113 項任務,再逐題確認哪些做對、哪些沒做成。CodeAF 的 senior-dev 模式答對 62 題;和 mini-swe-agent 相比,有 29 題只有 CodeAF 做對,另有 23 題只有 mini-swe-agent 做對。這表示只看總分,會漏掉兩款工具各自擅長的題目;而且有 15 題連所有工具都沒答對。

  35. Dev.to Top Tech56

    Claude Code 快速模式怎麼用?速度更快,但每個 token 費用更高

    Claude Code 快速模式能讓 Claude 更快寫出答案,但每個 token 的費用也比較高,而且不會讓答案變聰明。文章整理了開啟方式、支援的模型和訂閱方案如何扣款,也提醒快速模式不會縮短開始輸出前的等待時間。Opus 4.8 的快速模式將在 2026 年 11 月 30 日停止運作;可以改用 Opus 5.5,或執行 /fast off。若在很長的對話中途開啟快速模式,系統會以快速模式的價格重新讀取整段對話內容,費用可能增加;文章因此建議在對話一開始就決定是否使用。

  36. Dev.to Top Tech54

    AheadKit 實測:AI 助理中斷時,怎麼留住程式修改?

    如果 AI 助理的對話中斷,程式修改和測試結果也跟著消失,工作就得從頭找起。AheadKit 用一個有兩個小錯誤的帳單工具,故意在三種不同時機中斷工作:每改一步就存下程式差異和測試結果、什麼都不存,以及最後才存檔。第一種做法在中斷後,能從新工作環境套用修改並確認測試通過;最後才存檔的做法,則在存檔前中斷時什麼也留不下。這次測試規模很小,作者也提醒,測得的秒數不能代表大型工作的復原時間;但工作途中留下紀錄,至少能保住已完成的修改與測試結果。

  37. Dev.to Top Tech62

    PyPI 惡意版 agent-framework 6 分鐘就觸發升級請求,作者示範如何防範

    套件剛發布就自動更新,可能讓惡意程式趁還沒被發現前進入開發環境。作者分析 PyPI 上 agent-framework 1.26.1 和 1.26.2 兩個惡意版本:它們加入 Python 啟動時會執行的 .pth 檔,因此就算程式沒有匯入這個套件,也可能竊取環境變數和憑證;兩版都在約一小時內遭移除。作者示範如何讓 pip、uv、Dependabot 和 Renovate 延後採用一般更新,也提供檢查新增啟動掛鉤的 CI 作法。文中建議一般更新等 7 天,安全修補則由人員確認後加快處理;若環境裝過惡意版本,應重建環境並更換它能接觸到的憑證。

  38. Dev.to Top Tech55

    L.A.T.E. v2 讓程式安排步驟,本機模型負責回覆文字

    小型本機模型常會漏掉步驟、算錯數字,甚至沒做事就說完成了。作者重做 L.A.T.E. 工具引擎,改由程式規則安排工作步驟,工具負責執行和檢查結果,模型只負責把結果說清楚。作者用 qwen2.5:3b 示範合併檔案、更新記憶,以及發現並修好報告問題;如果部分步驟失敗,系統也會說明完成了多少。作者提醒,規則較難理解不常見的說法,這時小型模型仍可能出錯。

11月22日週日
  1. Dev.to Top Tech76

    從 ML/量化工作轉向機器人:作者實測第一週做了什麼

    想從機器學習或量化工作轉做機器人,第一週該從哪裡開始?作者用一臺沒有 GPU 的 Linux 電腦,先在 MuJoCo 跑控制實驗,記下每一步花多少時間,再訓練 HalfCheetah。跑完 1M 步約花 109 分鐘,最後評分是 9,180;作者也公開訓練紀錄、比較表和程式,讓讀者能自己查對。這份紀錄示範如何用可重做的實驗,說明自己做了什麼、花了多少成本。

    推薦理由:作者以實測資料拆解轉入機器人領域的第一週工作,從環境設定、訓練成本到可查核的實驗紀錄,提供一條具體的入門路徑。

  2. Dev.to Top Tech68

    如何避免 AI 助理在專案已有狀態管理工具時再加一套

    專案已經有狀態管理工具時,AI 助理仍可能為了單一視窗或按鈕,再加入一套新的程式庫,讓資料分散,也增加維護和審查工作。作者建議先在提示詞中說清楚要沿用現有工具,只有元件自己需要的畫面狀態就留在元件內處理;若現有工具真的不適用,先說明原因,不要順手加新套件。檢查程式變更時,也要留意新套件、重複的資料存放方式,以及只為單一元件新增的全域狀態。若要更換整個專案的工具,應另外規劃遷移。