跳到正文
11月16日週一
  1. InfoQ53

    Uber 安全 AI 框架治理智能體全生命週期

    Uber 開發了一套安全框架,透過部署前檢查、運行時行為授權和部署後持續保障,治理 AI 智能體的整個生命週期。部署前,Argus 分析代理程式的原始碼、提示詞、設定和依賴項;運行時由 AI Registry、AI Guards 和 Agent Guard runtime hooks 執行行為授權,部署後則以執行追蹤和互動重播持續檢查。

  2. DEV Community61

    Comanda 如何構建不會虛構退款金額的客服智能體:程式碼規則、MCP 防護機制與 τ-bench 評測

    作者構建了 Comanda,一套基於 Claude Agent SDK 和 MCP 的外賣售後多智能體系統,以確定性程式碼管理退款金額與安全邊界。退款工具不接受金額參數,金額由 evaluate_refund 計算;若金額超過 R$ 80,00,或客戶近 30 日有 3+ 筆退款,退款會轉為 pending_approval。

  3. DEV Community44

    Kiro 如何以規格優先方式打造 Deadline Séance

    Deadline Séance 以明確規則協助團隊按容量、依賴關係及延誤成本決定哪些工單保留或刪除,並記錄可撤銷的決策。測試顯示,樣板看板加入 20% 預留容量後,1,000 次模擬中有 707 次能維持最佳刪減方案;更多預留容量不一定更安全。專案以 MCP server 提供三項唯讀工具,亦透過 Kiro Crew 讀取 Jira Cloud 工單。

  4. DEV Community38

    Windows Sentinel 0.5.9:Copilot 在 Windows 上呼叫桌面工具的實測

    在 Windows 上,VS Code 內的 Copilot Agent mode 成功呼叫 Sentinel 0.5.9 發佈的 3 個工具,完成檔案、目錄及程式碼分析,並拒絕分析專案資料夾以外的路徑。實測亦確認,含空格及捷克字符的路徑可用;工具呼叫耗時為 23 至 94 ms,但這是 Agent 主機記錄的用戶端生命週期時間,並非伺服器單獨的運算時間。

  5. HuggingFace Daily Papers(社區熱門論文)57

    研究提出 SilentGuard,以不變量感知的 Harness 強制執行保護 LLM Agent 免受靜默 API 故障影響

    研究提出 SilentGuard,將判斷由 LLM Agent 移至執行工具調用的 harness,透過不變量檢查攔截可能錯誤的 API 結果。在 7 個開源模型中,目標故障的錯誤答案率由 74.0% 降至 1.7%;在三個 frontier models 中則由 70.2% 降至 0.5%,且無故障任務表現未受損。

  6. DEV Community56

    0xNexuz 以 HydraDB 建立可從修正中學習的 DecisionGraph,並分享建置問題

    0xNexuz 在 HydraDB 上構建 DecisionGraph,追蹤架構決策紀錄(ADR)的替代關係並記錄修正,讓 Agent 查詢仍有效的工程決策。在 50 條問題測試中,啟用學習後答對率為 80%,停用學習為 74%,向量搜尋為 52%;由獨立審閲者撰寫的 24 條保留問題上,答對率為 96%,向量搜尋為 42%,較強的非圖資料庫基線則為 78%。

  7. DEV Community58

    Flisk 用一條命令在本機啟動多服務應用,並交代功能邊界

    Flisk 是開源命令列工具,可用一條命令在本機啟動多服務應用,並以每個服務的 service.json 生成相關設定,按依賴及健康檢查順序啟動。它提供 24 個 MCP 工具供 Claude Code、Codex 和 Cursor 使用;資料庫、每個服務的 gateway URL 或與部署相同的容器需要 Docker(Engine 25+)及 Tilt 0.25+。

  8. DEV Community50

    使用 AI 助手透過 MCP 協助客戶導入

    JustOneCX 提供遠端 MCP 伺服器,讓 Claude Code、Codex、Cursor 和 Gemini CLI 等 AI 助手協助客戶導入,處理產品導覽、公告、問卷、路線圖及分析等工作。預設權限只可建立和編輯草稿,所有內容須由人員發佈;若要讓變更即時生效,則須選擇相應權限並明確確認。助手不會接觸 Secret key,分析工具只提供彙總數字。

  9. DEV Community40

    sentinel-ir 0.5.9 / sentinel-ir-mcp 0.5.9:macOS 第三輪一般用戶測試

    sentinel-ir 0.5.9 和 sentinel-ir-mcp 0.5.9 在 macOS 一般用戶測試中,所有涵蓋範圍內的修正均能在執行時正常運作,沒有阻礙使用的問題。測試仍發現 doctor 輸出錯誤、README 與程式庫行為不一致,以及 MCP 語言名稱大小寫敏感等問題。8 項回歸檢查中,多數通過,doctor 的快取提示檢查則為部分通過。

  10. DEV Community57

    Hailbell 指南:如何與在付費牆前離開的用戶溝通

    Hailbell 提出與未購買而離開付費牆的用戶溝通的方法,建議記錄離開事件、提供應用程式內聊天,並按原因回覆。Superwall 分析 2026 年 2 月至 5 月超過 4,000 萬次新手引導付費牆開啟,單頁轉換率為 9.07%,多頁為 12.41%。優惠只應在用戶指出價格是原因時提供,促銷推送限向已選擇接收的用戶發送一次,並按其當地時間安排。

  11. DEV Community55

    如何在 Grok 設定 Fezola 自訂連接器,接入電郵信箱及帳戶

    Fezola 的指南説明如何在 Grok 設定自訂連接器,讓 Grok 透過 Fezola 的工具存取已授權的電郵信箱及其他帳戶。設定時輸入 https://api.fezola.com/mcp,無需填寫 header,並在 Fezola 授權頁選擇 Grok 可使用的來源。Fezola 預設建立草稿而不直接寄出,Telegram 和 Google Chat 僅供讀取;電郵內容不會被視為助理指令。

  12. DEV Community67

    Claude Code Skills 深度解析(9):從個人資料夾到團隊插件

    本文比較 Claude Code Skills 的個人、專案、插件與組織管理式四種分發契約,説明它們的來源、更新路徑及適用範圍各不相同,並非同一繼承階層。Plugin 提供命名空間、版本化封裝及 Skills、agents、hooks、MCP 等元件;claude.ai 的 Skills 可同步至符合資格的已登入終端及雲端工作階段,但本地撰寫的 Skills 不會自動上傳。

11月15日週日
  1. DEV Community49

    MCP Sampling:伺服器如何呼叫用戶端模型

    MCP Sampling 讓伺服器透過 `sampling/createMessage` 請求用戶端使用其模型生成內容,而非由用戶端呼叫伺服器工具。伺服器提供訊息、可選的系統提示詞及模型偏好提示,但由用戶端選擇模型、控制成本和同意,亦可拒絕請求。由於用戶端可更改參數或選用其他模型,生成結果並非固定,伺服器不應依賴 Sampling 處理需要確定答案的邏輯。

  2. DEV Community57

    Claude Code 如何透過 DrawlyHub 將程式碼庫轉成可分享的架構畫板(逐步教學)

    Claude Code 可透過 MCP 連接 DrawlyHub,讀取已開啟的程式碼庫並建立可編輯、可分享的架構畫板。流程包括新增 MCP 伺服器、在瀏覽器授權,以及要求智能體記錄程式碼庫;建立前會驗證畫板文件,完成後返回連結。作者提醒,智能體對陌生或大型程式碼庫的推斷需要核對;畫板適合視覺化構思,並非基礎設施建模工具。

  3. DEV Community61

    如何保障 VPS 上自建 AI 智能體的安全

    指南建議在 VPS 上以獨立、非 root 帳戶及 systemd 限制運行自建 AI 智能體,將可寫範圍收窄至工作目錄,降低出錯時的影響。針對提示詞注入、密鑰外洩及失控支出,文章建議使用權限受限的環境檔、設定服務供應商支出上限,並要求不可逆操作經人手確認;文中指出目前沒有可靠方法可徹底阻止提示詞注入。指南亦建議記錄工具呼叫並保留快照;外連白名單對只調用固定 API 的智能體較實用。

  4. 阿里雲開發者社區 AI57

    DeepSeek Harness 如何透過阿里雲計算巢與 ECS 部署及配置

    DeepSeek Harness 可透過阿里雲計算巢與 ECS 部署,設定百煉 API Key 後即可透過 Web UI 使用。部署約需 3 分鐘;Web UI 監聽 127.0.0.1:13080,Nginx 反向代理至 3080 連接埠,再由計算巢安全代理提供遠端存取。文中亦提供 npx、Python SDK 及插件安裝方法,並提醒 API Key 按地域區分且建立後只顯示一次。

  5. 阿里雲開發者社區 AI28

    尋找關注 Agent-Ready Engineering、MCP 與 Agent 工程實踐的交流者

    作者正整理並實踐 Agent-Ready Engineering 工程框架,邀請 AI Agent、MCP 及企業 AI 應用實踐者交流真實項目經驗。框架探討如何讓 Agent 在業務中安全、可靠及可驗證地執行任務,涵蓋授權、狀態與錯誤處理、評測等環節。項目是持續迭代的公開知識庫,包含實施清單、成熟度模型、交付模板及只讀知識 MCP 接口。

  6. DEV Community45

    Wisp:一個快速、有趣的 Rust 網頁框架

    Wisp 是作者為 Rust 開發的網頁框架,現為 MIT 授權的預發佈版 1.0.0-pre.3,要求 Rust 1.89 或以上。框架以資料夾對應 URL,模板編譯成 Rust,整個應用程式連同樣式及靜態檔案打包成單一二進制檔。測試小型應用程式使用 477 tokens,Nuxt 則使用 1,043 tokens;作者測量的技術堆疊中,Wisp 少用 2.2x 至 3.9x tokens。

  7. DEV Community37

    reelay 如何將目標轉化為工作流程

    reelay 是團隊在黑客松建立的通用計劃管理工具,可把用戶描述的目標轉化為由相連步驟組成的計劃,並整合不同工具和服務。系統使用 Gemini 建立計劃圖,以 Qdrant 和嵌入向量搜尋商戶,並透過 MCP 串連餐飲、活動及交通服務。團隊亦加入 ElevenLabs 語音功能,並建立部署至 Solana devnet 的託管原型;連接原型與應用程式是下一步。

  8. DEV Community43

    TradeCanvas 2.0:圖表留白增加、像素對齊,統一數字字體

    TradeCanvas 推出 2.0,圖表預設留白增加,並將線條和燭台影線對齊至完整裝置像素,改善 125% 和 150% 顯示縮放下的清晰度。版本新增統一圖表字體、金融圖表的本地化與無障礙支援,並加入 MCP 金融圖表清單。大部分頁面升級時毋須更改,舊版 1.x 仍可透過 @tradecanvas/chart@1 使用。

  9. 阿里雲開發者社區 AI58

    從零建立 Web 測試智能體:MCP 工具選型與接入避坑指南

    文章説明如何為 Web 測試智能體選擇及接入瀏覽器 MCP 工具,核心原則是按執行、診斷、探索或接管等任務形態配對,而非比較工具強弱。文中以 Playwright MCP、Chrome DevTools MCP、browser-use 和 Browser MCP 為例,並整理 Windows 啟動、CI 整合、工具過載、會話隔離及權限邊界等常見問題。

  10. 阿里雲開發者社區 AI43

    不經 LangChain,直接接入官方 MCP SDK:Tokeny 的工具可見性、權限複核與命令安全審核

    Tokeny 直接使用官方 MCP SDK 接入工具服務,生產路徑不經 LangChain,並設計工具可見性、權限複核及命令安全審核。工具權限在 run 准入時凍結,每輪可見工具子集連同 hash 寫入 journal;可見性不取代權限檢查。自動審批下,審核模型可讀取腳本但不執行,Tokeny 會在命令執行前重新核對已讀檔案指紋。