vsux:多個項目並行時分開管理測試命令與開發服務
作者在自製的 macOS 終端工作區 vsux 中,將偶爾執行的測試、建置命令與持續運行的開發服務分開管理。命令可儲存在項目命令庫,服務則可在後台啟動、停止或重新啟動,並查看最近日誌。
作者在自製的 macOS 終端工作區 vsux 中,將偶爾執行的測試、建置命令與持續運行的開發服務分開管理。命令可儲存在項目命令庫,服務則可在後台啟動、停止或重新啟動,並查看最近日誌。
Linux 教學列出 Ubuntu、Fedora、Arch Linux 和 Raspberry Pi OS 啟用 zram 的設定方式,並解釋它與交換檔並用可能造成 LRU inversion。
文章提出一套以 SQL 管理時點基本面數據的方法,將穩定事實與其版本分開保存,並按決策截止時間選取最新可用版本,以免後續申報改動覆寫歷史查詢結果。文中以 PostgreSQL 風格 SQL 示範如何保留撤回狀態,並透過重播與策略輸出整合測試,檢查新增未來版本後歷史因子、排名及投資組合權重是否改變。
Ollama 可讓用戶在自有硬件上運行本地大語言模型;正式環境採用本地方案時,需權衡私隱、成本、模型能力和硬件維運。以 7 billion 個參數的模型為例,16-bit 精度約需 14 GB 記憶體,量化至 4-bit 約需 4 GB,但質素會略有下降。文中建議以反向代理和身份驗證保護 API,並用實際提示詞評估模型及量化選擇。
作者在 15 日平面設計挑戰第 2 天,為學生及職場新鮮人使用的生產力工具 MINDSPACE 整理品牌方向,並製作初步構思和情緒板。品牌視覺以明亮黃綠、淡黃綠和深橄欖綠為主,標誌概念包括 Anton 字體、Ψ 符號和由凌亂線條延伸出的整潔線條。作者認為凌亂線條最能呈現由混亂走向清晰,下一步會把它發展成兩款標誌變化。
資深軟件工程師 Matthew Odumosu 分享自己由親自編碼轉為主導 AI 智能體工程流程的經驗,並整理出一套從需求到監控的實踐指南。指南涵蓋透過 MCP 取得需求與設計、先規劃系統再編碼、按驗收標準測試,以及以 CLAUDE.md 管理專案知識;亦提供冪等、鎖定、交易、重試和 N+1 查詢等工程原則。流程要求人員審批合併及生產變更,並以唯讀資料庫和監控權限、日誌監察及文件交接作為安全措施。
文章示範如何用 pendpost 的 MCP server 將 Claude Desktop、Claude Code 或 Cursor 連接至社交媒體,並先以模擬模式測試發文流程。
Lindenbyte 示範用 Apify Actor Website Contact Page & Company Profile Finder,從網域清單批量整理聯絡頁、表單供應商和公司社交平台專頁,並篩選 HubSpot 表單使用者。
這套 Zapier 流程以倉庫管理系統(WMS)的出貨確認為準,同步更新 HubSpot 的訂單狀態,並透過 WhatsApp 通知客戶。流程會根據累計出貨數量、取消數量及包裹追蹤資料,處理部分出貨、多個包裹和缺貨短揀。JavaScript 程式碼只作示例,未在正式環境測試。
這篇教學示範以 Python 整理 IKEA 商品材料語料,將部件名稱與材料保留在同一檢索記錄,並把缺失材料視為未知。對照示例使用合成傢俱資料;實作以 IKEA Multi-Country Product Catalog Extractor 收集含商品頁詳情的書櫃資料,並拒絕缺少部件或材料的條目。保留部件關聯不保證回答正確,也不能證明來源列出所有材料,仍須評估檢索及回答表現。
Claude Code 沒有獨立價格,可隨 Claude 付費方案使用,或透過 Anthropic Console 按 token 計費;免費方案不包括該工具。
阿里雲萬小智AI建站應先按獨立域名、數據庫和支付功能三項硬性條件篩選版本,再比較資源配額、部署節點和優惠。Web 應用只有高級版支援支付插件,而小程序標準版已支援微信小程序支付;體驗版提供數據庫但不支援獨立域名,輕量版則相反。中國香港節點不需備案,但輕量版、標準版和高級版年費分別為 420 元、1480 元和 2480 元;小程序與 Web 的配置和折扣亦不可直接套用。
青囊閣探索將古籍知識庫、語義檢索與 RAG 結合,支援八字排盤、格局分析及五行推演等命理應用。其架構分層協同數據計算、專業規則、古籍知識與大語言模型,讓分析建立在檢索資料和理論規則之上,並推動古籍知識的智能化、可追溯及可驗證應用。
電話追蹤以來電者撥打的號碼作為追蹤參數,將來電連回相應的市場推廣來源。網站可透過動態號碼插入(DNI)按訪客工作階段分配號碼,記錄來源、關鍵字及到訪頁面,再將電話轉駁至商戶的實際號碼。來電配對後,平台亦可轉錄及摘要通話,並評估來電者的購買可能性。
作者提供一個 50 行 Python 評測框架,按每次測試的通過率判斷 AI Agent 變更應否部署。框架檢查預期工具調用、回覆必須及禁止出現的內容,並設定延遲上限;示例中 v1 四項全過,v2 因承諾未獲批准的折扣而有一項失敗,判定由 SHIP 轉為 BLOCK。
文章解釋 Netflix 和 Spotify 如何按用戶的觀看及聆聽行為推薦影片與音樂。Netflix 在 2025 年 3 月以一個 Foundation Model 取代多個窄用途模型;Spotify 則結合協同過濾、自然語言處理及音訊分析。兩者以觀看時間、互動和留存為優化目標,用戶可透過回饋及搜尋不同內容來調整推薦。
作者以 Antigravity 配合 Gemini 4 Hydrogen 和 Gemini 4 Carbon,開發並在 GitHub 開源 cheap-watts,協調家用太陽能、電池、電動車和動態電價。
文章説明多跳檢索如何透過逐輪搜尋、抽取有段落支持的橋接資訊並串聯各跳證據,回答必須依賴中間事實的問題。它建議保留多個候選橋接項、核實其文本支持、在必要時分支搜尋或拒答,並限制跳數以減少錯誤級聯。文章亦區分多跳檢索、查詢改寫、Agentic RAG 和 GraphRAG,指出多跳會增加延遲,不應泛化為提升 RAG 的通用方法。
一項涵蓋 200 多個模擬日的商品經濟實驗顯示,11 個 AI 智能體之中,低價、快速輪換策略最成功。實驗錄得 1,081 宗銷售,該策略收入為 $8,494,佔全部 GMV 的 70%。$10–25 價格區間佔總銷量 57%。
文章建議為 AI 測試自動化工具建立可讀的決策紀錄,涵蓋六類會改變測試結果含義的自動操作。紀錄包括選擇器修復、被跳過或隔離的測試、生成斷言、測試資料變更,以及作出決策的模型和工具版本。作者建議每個 sprint 檢視紀錄,並一併記下審閲者和日期,方便團隊回應審核查詢。
原型開發不應只因程式碼不夠優雅便從頭重寫;團隊可接受短期技術債,但須留下清晰的退場標記。標記應説明採用捷徑的原因,以及規模擴大時可能出現的問題,方便日後找出真正需要重構的部分。隨着 AI 程式碼生成工具加快開發,工程工作的重心轉向管理技術債。
作者以 LoRA 微調一個小型 LLM,只訓練 2.11% 的權重,並比較成本與全量微調結果。LoRA adapter 為 0.51 MB,完整權重為 23.44 MB;優化器記憶體分別為 0.99 MB 和 46.8 MB,單步耗時則為 95.6 毫秒和 104.7 毫秒。
Muazzam 分享以 Claude Code 開發軟件的流程,透過技能固定項目規則、以 MCP 連接實際系統,並將研究和稽核分派給子智能體。他會逐項檢視程式碼差異,涉及生產環境、付款或客戶資料的工作由本人把關;研究結果則附上來源,未能核實的資料會標示出來。
10月12日至19日,作者把工作重心由作品集轉向 NEXUS,完成智慧城市模型,並準備展示。道路模型包含 820 萬個表面,檔案大小為 1.15 GB;作者改用從城市上方處理的方法,完成行人路及無障礙設施。最終建成 113 km 行人路、154 個無障礙路口、2,758 張長椅及 16 個設有資訊屏幕的車站,並錄製了 3:55 的旁白。
開發者 kociden 公開非官方項目 sakurai-skill,將櫻井政博頻道 257 集影片字幕整理成可供 AI 智能體調用的 Skill。內容整理為約 2.7 萬字主文件,涵蓋 14 個章節,AI 可按需求讀取相關參考文件,毋須一次載入全部內容。
阿里雲萬小智 AI 建站以自然語言描述需求,自動生成包含前端、後端、資料庫和管理系統的網站,並整合內容更新、SEO 與 GEO 診斷。產品分體驗版、輕量版、標準版和高級版,能否綁定獨立域名、管理資料庫動態內容及提供在線支付,是選擇版本的三項關鍵差異。文中亦整理內地、香港及小程序定價、促銷和訂閲成本。
作者詳述一套由 AI 智能體承接 issue 至合併的軟件工廠設計,讓人員以 sprint 為單位設定目標和審視成果,而不逐項審查 pull request。流程以產品目標、權限邊界和每一步須留下的證據約束智能體;只有缺乏既有依據的產品行為、超出核准範圍的變更及人員專屬操作才交由人決定。
作者在 7 November 向 Viesearch 免費方案提交六個網站,六封確認電郵在四分鐘內寄達,並全數被 Gmail 分類至垃圾郵件。由於自動化流程不會代用戶點擊垃圾郵件中的連結,六項提交仍待確認;作者推測,相同範本與密集寄送可能是相關因素,但無法確定 Gmail 的判斷原因。
可將模型置於簡單介面後,以 FakeLLM 測試提示詞建構、檢索、解析及路由等程式碼,避免每次測試都呼叫真實模型。測試亦可涵蓋空白、非 JSON 及截斷回覆;CI 每次提交執行非 live 測試,真實模型測試則另行按排程或在發佈前執行。
大規模運行 AI 語音通話時,應將每通電話視為長時間、有狀態的工作階段,而非短請求。文章建議把通話狀態存於處理音訊的程序之外,明確限制併發,並對重試的 Webhook 做冪等處理;無法取得名額的通話應放回佇列。每輪對話需控制語音轉文字、LLM 首個 token 與文字轉語音的延遲,並記錄通話結束方式、時長及中止流程位置。
Anthropic 的 Claude 目前會在生成文字中加入隱藏水印,但檢測器只供大型 AI 公司及少數獲批准的機構使用。Anthropic 表示,Claude 採用 SynthID-Text 的一個版本,透過改變選詞時隨機性的來源留下水印。作者亦提供提示詞,讓讀者建立 HTML 示範頁,體驗水印的檢測及選詞過程。
JavaScript 機票價格比較介面不應只按票面價格排序,而應分開呈現基本票價、税項及行李費,並只在必要費用已知時計算已確認總額。行李費未知時應標示為未知而非零,並提供費用核實日期和來源,避免把最低票面價誤標為最便宜選項。
Deependra Rajput 是 Synthlane 的軟件開發工程師,負責構建 LLM 應用、AI 語音自動化、RAG 系統及可擴展後端。他將分享生產環境中的實用經驗,包括降低 LLM 延遲、組建 AI 語音智能體、應對負載的 FastAPI 模式,以及提升 RAG 回答質素。
作者探索開發者如何同時使用多個 AI 編碼智能體處理不同任務,並保持工作井然有序。文中提到一個旨在簡化並行 AI 編碼工作流程的開源項目,採用 CLI 方式,適用於使用 Claude Code 和 Git worktrees 的開發者。
測試站點的 26 次呼叫中,查詢及寫入不耗 Rovo credits;單一應用搜尋耗 1 個、跨應用搜尋耗 6 個,graph context 呼叫耗 5 個。自 3 December 2026 起,超出月度額度的每個 credit 收費 $0.01;文章亦説明管理員如何查看用量、辨認收費工具組,以及設定按用量付費上限。
這個 Python SQLite 範例示範如何在批次預約遇到重疊時,回滾整個交易,避免保留批次中先前已成功的預約。範例以半開區間判斷重疊,並用資料庫 CHECK 約束拒絕結束時間早於開始時間的預約。
作者測量 Python 3.13 標準程式庫後發現,常見 cat -n 行號格式會令程式碼輸入 token 數增加 42.4%。測試涵蓋 131 個檔案及 107,041 行;不補空格、以 Tab 分隔行號與程式碼的格式只增加 18.5%,作者建議只為相關片段編號。
智能體商務的簽署紀錄可證明付款授權和購物車內容,卻無法解釋智能體如何由客戶要求得出購買決策。文中的虛構案例以 ZizkaDB 記錄互相關聯的事件及協議資料參照,追查數量不符的原因和受影響訂單。案例顯示,事件脈絡亦有助識別重複問題及追溯相關選擇與付款。
這項實驗嘗試以 Redis ZSET 配合 WATCH/MULTI,拒絕重複及時間戳較舊的 Webhook,避免舊事件覆蓋較新的資料;但自動化流程將比較運算符轉成 HTML 實體,令程式無法執行。報告指出,高頻更新可能令 WATCH 頻繁衝突及重試,建議改用 Redis Lua 腳本原子執行判斷,並在 CI/CD 加入靜態分析。
文章解釋,以 Lovable、Bolt 或 Cursor 快速搭建的 SaaS 原型,為何在示範時正常,投入正式環境後卻可能因真實流量、資料和服務故障而出問題。