跳到正文
目前篩選:教學
11月20日週五
  1. DEV Community65

    Anthropic 提示詞快取中,動態時間戳令每次呼叫成本增加 25%

    文章指出,Anthropic 的精確前綴提示詞快取遇上每次變動的系統提示詞時間戳時,會失去快取命中,並以基礎輸入 token 價格的 1.25 倍寫入快取。工具定義會排在系統提示詞前,順序變動也會令其後的快取前綴失效;文章建議把動態資料移至用戶訊息,並按名稱排序工具。

  2. DEV Community54

    如何把工作範圍説明寫成可核對的規格

    文章建議把工作範圍説明寫成可核對的規格,讓未參與銷售洽談的人也能判斷新要求是否包含在內。文件應列明每項交付成果的數量與驗收標準、不包括的工作、修訂次數和工時上限,並寫清客戶提供資料的期限、簽核安排及額外工作的報價與批准流程。文中以假設的品牌識別項目示範如何把含糊描述改寫成具體條款,並提供寄出前的檢查清單。

  3. DEV Community58

    開發者購買人形機械人或以其為開發平台前的評估清單

    Todd Lavergne 提出一份人形機械人評估清單,供開發者在購買、租用或選擇開發平台前核對可用性與適配度。清單先區分可下單、預購或早期體驗、企業部署和概念展示,再檢查價格模式、運行時間與負載等規格、SDK/API 及所購配置的開發支援,並納入遠端操作、私隱、維修和軟件支援。

  4. DEV Community37

    工作可以外判,責任不能外判

    作者指出,企業可把技術工作外判,但不能把項目責任交給供應商;團隊應在合作期間學懂平台,確保供應商離場後仍能自行運作。Oracle GoldenGate 經驗累積的知識,讓公司自行設計、運行及排解複寫問題,日後節省七位數;Splunk 和 AppDynamics 案例則強調以最棘手的案例驗證產品,並讓內部團隊參與 POC。

  5. DEV Community65

    如何用 FastAPI 和 SSE 串流傳送 LLM 回應

    文章説明如何用 FastAPI 和 SSE 將 LLM 回應串流傳送至 Next.js,並以瀏覽器 fetch API 讀取資料流。FastAPI 0.135.0 加入 EventSourceResponse 和 ServerSentEvent;文中提供事件處理及 Stop 按鈕的示例。停止或用戶斷線時,伺服器需關閉上游模型串流,並檢查代理緩衝及逾時設定。

  6. 阿里雲開發者社區 AI52

    MCP 如何接入本地打印機,讓 AI 助手直接列印

    作者介紹透過 MCP 將本地打印機接入 AI 助手,供開發調試及運維排障時調用列印工具,並不取代業務代碼中的打印流程。工具可查詢打印機及紙型、列印 HTML、PDF、圖片或批量列印,並以 `dry_run` 將預覽與實際列印分開。使用前須確保本地客戶端正在運行;MCP 只連接本機,生產流程仍使用原有 `web-print-pdf` npm 調用。

  7. DEV Community62

    提示詞、工作流、智能體還是智能體系統:你的流程需要哪一種?

    作者提出按流程步驟是否固定、下一步是否取決於 AI 的判斷,以及是否涉及多個智能體和工作流交接,選擇提示詞、工作流、智能體或智能體系統。固定步驟適合工作流,路徑隨輸入改變時可採用設有工具和限制的智能體,多方交接則需要設置檢查點。文章建議加入人工審批和不確定時的後備流程,並以真實輸入測試自動化流程。

  8. 阿里雲開發者社區 AI60

    阿里雲最新 Wan-Image 全解析:模型定位、核心特徵、能力表現、適用場景及計費詳解

    阿里雲 Wan-Image(萬相 2.7 圖像生成與編輯)整合圖像生成與編輯,支援文生圖、文生組圖、圖生組圖、圖像編輯、多圖參考生成及交互式編輯。wan2.7-image 定價為 0.2 元/張,wan2.7-image-pro 為 0.5 元/張,兩者均按成功生成張數計費且不受分辨率影響。

  9. DEV Community59

    ChatGPT 為何引用評測網站而非企業官網

    ChatGPT 較常引用行業媒體和評測網站,而非企業官網,因為前者通常提供較易核實、比較及直接摘錄的資訊。文章建議官網補上企業與產品定義、結構化參數、價格、適用邊界、原創數據和更新記錄,並確保搜尋爬蟲能存取。文中指出,OAI-SearchBot 與 GPTBot 用途不同,robots.txt 更新後系統調整約需 24 小時;測試時應啟用搜尋並記錄實際引用來源。

  10. DEV Community38

    房地產物業刊登檢索架構:確保引用可靠的排序訊號

    房地產物業搜尋應按新鮮度、控制及引用要求選擇檢索架構,並結合即時搜尋與持久索引,以兼顧最新資料和穩定的語義檢索。排序時應分開評估召回率與引用有效性,並以物業狀態、更新時間及來源證據過濾結果;Infrai 可作為網頁與向量檢索的 API 適配層,排序政策和引用核查則應由團隊自行管理。

  11. DEV Community42

    語音 AI 如何處理 API 速率限制與快取

    語音 AI 服務可透過速率限制控制與快取,減少 API 呼叫、改善延遲並遵守配額限制。文章介紹 Token Bucket、Leaky Bucket 和指數退避策略,並以 ElevenLabs TTS 每分鐘 30 次請求為例示範 Token Bucket。Python 範例會先查詢快取,未命中時呼叫 ElevenLabs 合成語音,再把音訊儲存在本機以供重用。

  12. DEV Community62

    AI Agent 完成 5 個步驟中的 4 個後,損失由誰負責?

    AI 多智能體工作流即使在某一步失敗,前序操作也可能已完成付款或預留庫存,因此單一成功/失敗標記不足以描述實際狀態。文章提出以持久化執行紀錄、冪等鍵、未知結果核對及 Saga 補償交易處理部分執行,無法確認安全下一步時則轉交人工審查。作者主張將 Agent 的決策與外部操作權分開,讓協調層管理執行和復原。

  13. DEV Community42

    摘要優先方案不敵截短文本,token 用量達 2.6 倍

    測試顯示,Qwen2.5-1.5B-Instruct 採用摘要優先方式,每 24 項任務答對 16 項,略低於截短文本的 17 項,並耗用其 2.6 倍 tokens;完整文本則答對 9 項。摘要沒有消除模型對 issue 412 的偏執,截短文本以較低成本取得相近準確度,因此作者建議維持截短文本為預設做法。

  14. DEV Community45

    AHT 全寫:平均處理時間及改善方法

    AHT(Average Handle Time,平均處理時間)是客服人員處理每次客戶聯絡所需時間的平均值,按通話時間、等候時間及通話後工作時間總和除以處理的聯絡數計算。AHT 沒有普遍適用的理想值,應先統一計算定義,再按聯絡類型設定公平目標。單看平均值可能掩蓋差異,亦應參考中位數及問題解決情況。

  15. 阿里雲開發者社區 AI63

    火山引擎上線 Seedance Managed Agent,實測 AI 影片創作流程

    火山引擎上線 Seedance Managed Agent,作者實測它可協助完成腳本設計、參考圖生成、分鏡影片製作及品牌設計。作者以自然語言提出需求並按需要修正產出,無須自行撰寫提示詞,Agent 會設計圖像和影片提示詞。火山方舟網頁會話中的圖片和影片素材只保留 24 小時,作者亦指出在聊天介面整理素材較麻煩。

  16. 阿里雲開發者社區 AI32

    GEO 優化完整落地流程:一套閉環實務方案

    GEO 優化先用麥豆免費 GEO 工具監測品牌在豆包、DeepSeek、千問、元寶等 AI 平台的認知基線,再依序建立品牌知識庫、創作內容、精準分發及優化官網。完成一輪後,持續監測 AI 可見度、品牌引用率及新增引用來源,並據此調整知識庫、內容方向和分發渠道。

  17. DEV Community59

    GPT-Live-1.1 收費解析:活躍與待機分鐘數的差異

    GPT-Live-1.1 按會話時間而非 token 收費,活躍時段每分鐘 $0.05、待機時段每分鐘 $0.02,並按秒計費。待機只適用於推理已暫停的 WebRTC 會話,後端模型與工具調用則按各自費率另行收費。以每天開啟 8 小時、實際交談 40 分鐘的桌面助理為例,不設待機的日費為 $24.00,啟用待機為 $10.80,使用間關閉會話則為 $2.00。

  18. DEV Community65

    GPT-Live-1.1 計費解讀:活躍與待命分鐘的計算方式

    GPT-Live-1.1 按語音工作階段時間計費,活躍時每分鐘 $0.05、待命時每分鐘 $0.02,並按秒計算;後端模型及工具費用另按各自標準收取。待命費率只適用於推理暫停中的 WebRTC 工作階段,並需設定喚醒策略和閒置逾時;WebSocket 和 SIP 工作階段則按連線時間收取活躍費率。文中以客服、瀏覽器語言導師及常駐助理的算例,展示通話時長、閒置時間與關閉工作階段對費用的影響。

  19. DEV Community66

    GPT-Live-1.1 定價指南:分清活動分鐘與待機分鐘

    GPT-Live-1.1 的語音費用按時間而非 token 計算,活動時段每分鐘 $0.05、待機時段每分鐘 $0.02,並按秒計費;後端模型及工具另行收費。待機費率只適用於推理暫停的 WebRTC 連線,WebSocket 和 SIP 連線則按活動費率計算。文章以多個情境試算費用,並建議長時間停用時關閉連線,以及記錄最終的 usage.seconds。