跳到正文
目前篩選:教學
11月20日週五
  1. DEV Community57

    Cypress 測試遷移至 Playwright 的逐步指南

    這份逐步指南説明如何把 Cypress 測試遷移至 Playwright,建議逐個測試檔轉換,並在獨立 CI 工作中並行執行兩套測試。轉換時需處理 Playwright 動作的 await,以及兩個框架對斷言重試方式的差異。只有在 Playwright 測試穩定覆蓋相同行為後,才退役對應的 Cypress 測試;若元件測試佔比較高,指南建議遷移期間繼續留在 Cypress。

  2. DEV Community30

    接受伺服器遷移前要問的三個問題

    作者提出,伺服器遷移驗收應以一段具體的員工工作流程作檢查,確認所需記錄可用、合適角色有權處理,以及操作達到預期結果。這是建議的驗收準則,並非已完成的測試;目前系統準備狀況、完整還原及業務驗收仍未確認。

  3. DEV Community48

    Claude 能否構建手機應用程式並上架 App Store?(2026)

    Claude 可以編寫手機應用程式程式碼,但不能代用戶提交至 App Store;提交須由開發者帳戶持有人負責。透過連結使用的主畫面應用程式毋須商店審核;若要出現在 App Store 搜尋結果,則須製作原生應用程式並通過 Apple 審核。Apple 開發者帳戶年費為 $99,Google Play 則一次收費 $25。

11月19日週四
  1. DEV Community57

    LLM 應用的語義快取:何時安全重用答案,何時會出錯

    Ali Ahmed 介紹 LLM 應用的語義快取,説明系統如何按問題嵌入向量的相似度重用已儲存答案,而毋須呼叫模型。測試示例中,「Cancel my order」和「Don't cancel my order」的相似度為 0.866;文章建議以標註配對調校高閾值,並按模型、系統提示詞及租戶隔離快取。個人或帳戶相關、依賴工具或多輪對話,以及高風險問題,不宜使用語義快取。

  2. DEV Community49

    Neat 的會議室 AI 應在哪些裝置上運行

    Neat 的 Tormod Ree 指出,會議室 AI 中對時間敏感的音訊及影片處理應在裝置上運行,考量次序為時效、私隱和成本。Neat 採用邊緣與雲端混合架構:即時鏡頭取景及咪高峯混音留在房間硬件上,較不趕時間的音訊摘要則可在雲端處理。現時取景決策仍主要依靠確定性規則,Ree 認為須待訓練模型能在現有裝置上勝過規則後才轉用。

  3. DEV Community35

    驗證巴基斯坦 CNIC 號碼:13 位格式、數字含義及格式檢查無法判斷之處

    巴基斯坦 CNIC 號碼由 13 位數字組成,首位表示地區,末位以奇偶表示性別,但號碼沒有校驗位,格式正確不代表號碼真實。Python 驗證器可檢查格式、接受有或沒有連字號的寫法,並轉換烏爾都數字。要確認身份,仍須透過 NADRA 的記錄核對號碼、姓名和照片。

  4. DEV Community27

    用 JavaScript 按顏色統計拼豆數量

    JavaScript 程式可把拼豆圖案的網格轉換成各顏色的拼豆數量。範例心形圖案需要 19 顆紅色拼豆和 8 顆淺粉紅色拼豆,合共 27 顆;程式亦會指出網格行寬不一致或符號未列入顏色表的錯誤。

  5. DEV Community62

    作者的多智能體狀態看板把40張卡列為等待合併,其中34張沒有 worktree 目錄

    作者核對自建多智能體狀態看板後發現,313張任務卡中有40張被列為等待合併,當中34張的 worktree 目錄已不存在,而真正需要他作決定的卡片有8張。其中33張卡的起始紀錄沒有 worktree 欄位,腳本把空值判作尚未歸還;作者能直接核實15張已合併,另有25張已沒有 task branch,抽查7張中6張找到合併提交。

  6. Unite.AI35

    Abridge 詳述 AI 生成體格檢查紀錄的控制設定

    Abridge 發布臨牀指引,説明臨牀人員如何透過檢查模板、風格設定、常設偏好及提示詞編輯,控制 AI 生成的體格檢查紀錄。系統會把診症對話轉成結構化紀錄,並以追蹤修訂呈現建議修改,供臨牀人員接受或拒絕;紀錄須反映實際進行的檢查。

  7. 阿里雲開發者社區 AI47

    AI 助手介面怎麼接?在網頁與辦公 APP 中嵌入大模型能力的工程化思路

    文章提出以阿里雲大模型服務與函數計算(FC)為基礎,將大模型接入網頁及辦公 APP、建構 AI 助手的工程方案。內容涵蓋同步、異步及流式介面選擇、上下文管理、流式交互細節與成本控制。問答、摘要和寫作能力可封裝為獨立端點,共用鑑權、日誌及限流組件。

  8. 阿里雲開發者社區 AI39

    通義靈碼上手體驗:AI 編碼如何基於上下文預測程式碼片段、減少重複工作

    通義靈碼會根據目前檔案及項目內相關檔案的上下文,預測接下來要寫的程式碼,協助減少重複鍵入。行內補全適合樣板程式碼、呼叫封裝、異常處理及單元測試骨架;對話則適合需要推理和跨檔案理解的任務。涉及業務邏輯、第三方庫版本或安全合規的建議,仍須由開發者核對及驗證。

  9. 阿里雲開發者社區 AI32

    多模態資訊處理技術落地:AI 識別與內容生成如何提升線上課堂體驗

    多模態 AI 將線上課堂中的語音、圖像與文本統一識別、理解及生成,讓課堂內容可搜尋、重用和互動,減少教與學之間的資訊損耗。工程實作涵蓋語音轉寫、視覺理解、內容切片,以及字幕翻譯、課堂摘要、課件生成和智能答疑;實時字幕採流式處理、摘要採異步處理、問答採同步處理,並按任務選擇模型規格。

  10. 阿里雲開發者社區 AI50

    Stable Diffusion 與 ComfyUI 在雲端的選型與部署:文生圖大模型落地技術分享

    Stable Diffusion 與 ComfyUI 的雲端部署分享聚焦利用阿里雲函數計算(FC)的 Serverless GPU 能力,構建文生圖工作流。WebUI 適合人工調試與少量出圖,ComfyUI 則適合批量生產及工程化整合。部署要點包括分離模型權重與鏡像、鎖定依賴版本,以及以 API 格式 JSON 固化工作流。

  11. DEV Community32

    深入瞭解 BAGLEY-AI:以純 Rust 設計零外洩自主安全羣集

    BAGLEY-AI 是一套 100% 本地部署的 Rust 與 C++ 自主安全系統,旨在無需向外部伺服器傳送資料,完成應用程式安全分析與修補。系統以本地推理、±15 行上下文窗口及確定性隔離機制控制分析範圍,並將並行子 Agent 數量上限設為 4。它在隔離企業網絡靶場執行四階段 Kill Chain,並自動生成 Git 差異修補檔及 OASIS SARIF 2.1.0 報告。

  12. DEV Community31

    遊戲開發客戶合約檢查清單

    遊戲開發客戶簽約前,應在合約中明確交付內容、里程碑驗收方式、付款安排、付款後的知識產權轉讓,以及雙方終止合約的權利。合約亦應列明源程式碼及帳戶交接、第三方素材授權、生成式 AI 工具使用披露、保密安排和交付後支援。

  13. 阿里雲開發者社區 AI46

    視頻反推提示詞 API 返回甚麼?用 Python 把 content 解析成可重用提示詞庫

    API 開放平台的「視頻反推提示詞」接口會以異步任務方式處理視頻連結,成功後以字符串形式返回 data.content,但官方沒有規定其內部格式。文章示範用 Python 輪詢任務並防禦式解析內容,將原文保留、嘗試識別 JSON,失敗時再按段落分類,並以指紋去重及存入 SQLite。

  14. 阿里雲開發者社區 AI36

    從文生圖到語音生成:阿里雲函數計算如何承載多類 AIGC 模型的 Serverless 實踐

    阿里雲函數計算(FC)以 Serverless GPU 承載文生圖、語音合成及大語言模型推理等多類 AIGC 負載,按請求調度實例,並以獨立函數和容器鏡像隔離模型環境。文章説明權重存放於對象存儲、冷啟動優化及按業務需求配置預熱實例與並發,讓團隊按量承接負載波動。

  15. DEV Community36

    我用 Rust 開發了八款命令列工具

    作者用 Rust 開發了八款命令列工具,涵蓋離線字典、IMAP/SMTP 電郵用戶端、新聞閲讀器、網頁搜尋工具等。八款工具均為單一二進位檔,以純文字輸出,採用 MIT 授權;作者完成檢查後,clippy 無問題,共有 157 項測試,並修正跳脱序列注入問題,為新聞閲讀器加入 DNS 層級的 SSRF 防護。

  16. DEV Community60

    Node.js 如何用雙 token bucket 限制 LLM API 的每分鐘請求數與 token 數

    Ali Ahmed 提供一套 Node.js 實作,以兩個 token bucket 分別限制 LLM API 的每分鐘請求數(RPM)和 token 數(TPM)。程式按到達次序排隊,發送前預留估算用量,再按 API 回報的實際用量校正;測試在 Node.js 24 通過。此限流器只在單一進程內管理流量,多個 worker 需要分配限額或使用共用儲存。

  17. 阿里雲開發者社區 AI35

    毛絨萌寵風格圖如何生成?Flux 預置工作流程與內置 LoRA 技術拆解

    阿里雲函數計算結合 Flux 預置工作流程與內置 LoRA,協助穩定生成毛絨萌寵風格 AI 圖像,減少從零配置工作流程的負擔。生成效果取決於材質與光影提示詞、分辨率和採樣步數的平衡,以及 LoRA 模型強度與 CLIP 強度的調節。工作流程可部署於 Serverless GPU,並按請求彈性調度。

  18. 阿里雲開發者社區 AI37

    文生圖成本實測:函數計算部署 ComfyUI,每張圖 0.02–0.2 元是怎樣算出來的

    阿里雲函數計算部署 ComfyUI 的實測顯示,文生圖每張成本約為 0.02–0.2 元,主要由 GPU 耗時與實例按量單價決定,另有少量存儲及流量費用。分辨率、採樣步數、模型載入與冷啟動都會影響耗時;採用低配置批量出草稿、高配置定向精修的兩段式流程,可控制成本。

  19. 阿里雲開發者社區 AI34

    少量樣本復刻聲音:GPT-SoVITS 語音生成模型在函數計算上的部署指南

    GPT-SoVITS 語音生成模型可部署於阿里雲函數計算(FC)的 Serverless GPU,將聲音復刻流程搬到雲端。部署指南涵蓋樣本準備、依賴版本與 GPU 規格選擇、訓練和推理參數調整,以及 HTTP 端點封裝和效果驗證。按請求調度 GPU、任務結束後自動縮容,可配合訓練集中、推理零星的負載特點。