跳到正文
11月1日週日
  1. DEV Community47

    RepoSeance:與程式碼庫中的幽靈對話

    RepoSeance 是一款開源、本機優先的 AI 程式碼庫考古工具,結合原始碼分析、Git 歷史調查與 RAG,協助開發者理解陌生專案及追查實作決策的來歷。它透過 Ollama 在本機執行 Gemma 等開放權重模型,提供附有原始碼檔案及行號依據的問答,並以 npm 套件形式提供。

  2. DEV Community40

    AFTERLIGHT:以開放權重 AI 讓被遺忘的軟件重獲新生

    AFTERLIGHT 結合靜態分析、Git 歷史、證據檢索及開放權重 AI,協助開發者調查陌生或被遺棄的軟件專案。它設計為在本機透過 Ollama 使用 Gemma,並以來源檔案和提交記錄作為解釋依據。合成數據集測試的精確率為 91.7%、召回率為 73.3%、F1 分數為 0.815;這些結果並非真實專案的代表性基準。

  3. DEV Community27

    Last Broadcast:以 AI 為博帕爾歷史記憶發聲

    Last Broadcast 建立以 AI 驅動的博帕爾歷史檔案,保存及整理地方故事與口述記憶,讓用戶探索歷史資料。平台可將上載錄音轉成可搜尋文字,並透過 AI 檢索檔案內容、生成歷史敍述。項目使用 Qwen 2.5 7B Instruct 生成回應,並以 ElevenLabs Scribe 轉錄語音、以 ElevenLabs multilingual TTS 生成語音敍述。

  4. DEV Community50

    Node.js 個人知識檢索設計涵蓋租盤資料、引用與延遲預算

    文章提出一套 Node.js 個人知識檢索設計,以明確集合、有限查詢及可追溯來源脈絡,管理私隱導向工具中的租盤資料。流程先按中繼資料篩選有效租盤,再排序和組裝引用,並為各階段記錄耗時及數量;建議以 8 作為互動查詢的 top-k 起點。文章建議由應用程式自有記錄保存來源和有效期,令更換向量實作時引用層維持穩定,並以重複租盤、缺少可入住日期及租金修訂等案例逐階段評估。

  5. DEV Community43

    從學生到 AI 工程師:展示實際技能的項目

    成為 AI 工程師不只需要完成課程或取得證書,還要透過項目展示解決問題、編寫易維護程式碼、評估模型及解釋技術決策的能力。文章建議建立涵蓋文字分類、數據分析儀錶板、RAG 聊天機械人、電腦視覺及端到端 AI 應用的作品集,並為每個項目記錄方法、評估、限制和設定説明。招聘者亦會關注部署、維護、數據安全,以及能否清楚説明取捨。

  6. DEV Community47

    如何構建 RAG 聊天機械人:將 LLM 連接至自己的文件

    RAG 聊天機械人透過檢索相關文件內容,為 LLM 提供上下文,讓模型回答有關指定知識庫的問題。系統成效取決於文件處理、檢索、上下文選擇及模型運用證據的能力,並不保證答案正確。設計時應評估檢索品質、答案依據及引用準確度,並保護文件私隱。

10月31日週六
  1. DEV Community39

    AFTERWEB:死去的互聯網之城——以 3D 與本地 AI 探索失效連結

    AFTERWEB 是一款本地優先、可離線使用的 3D 網絡考古探索器,以早期網頁快照中的真實超連結建構城市。無法在已查詢的檔案中找到目標網址時,系統會以標示原始錨文字和目標網址的 Ghost Plot 呈現,不會虛構網頁。透過 Ollama 執行的本地 Qwen3:4b 只根據 SQLite 檔案檢索到的文字提供答案,並附上可核實的引用。

  2. DEV Community67

    作者以 Laya 和 WebGPU 構建 4 款 100% 在瀏覽器運行的 AI 智能體應用

    作者以 Laya 和 WebGPU 構建 4 款完全在瀏覽器執行的 AI 應用,毋須伺服器或 API key,全部以 421M 參數決策模型運行。在智能體測試中,Laya 單獨完成任務的成功率為 32%,高於 Qwen2.5-1.5B-Instruct 的 10%;每項任務耗時 9.7 s,對比 35.3 s,將保留待處理的步驟交由人工後,94% 任務正確完成。

  3. DEV Community34

    Necropsy:以開源 AI 剖析 Git 儲存庫歷史

    Necropsy 可分析已停止維護的 Git 儲存庫,並按指定日期與用戶對話,回答只引用當時已存在的提交。工具以 Ollama 本地執行開放權重 Qwen3,並用提交資料計算統計數字;驗證程式會移除缺乏證據支持的説法。索引及提問毋須使用 API,初次下載模型後亦可離線使用。

  4. DEV Community42

    AI Staffing Partner:AI 履歷與職位描述配對助手

    AI Staffing Partner 是一款以 Streamlit 建構的履歷與職位描述助手,可分析上載的 PDF、比對技能與工作經驗,並以文件檢索提供有依據的答案。用戶指定要求時,系統會按固定評分準則計算候選人適配分數,列出各項分數、匹配技能、缺漏及最終建議。

  5. 阿里雲開發者社區 AI59

    DeepSeek Harness 十大高分插件實測與個人工作台搭建指南

    作者實測並整理 DeepSeek Harness 的 10 款熱門插件,涵蓋插件市場、圖片 OCR、文件引用、搜尋、長期記憶、費用監控、知識管理及介面擴充。文中建議先安裝 dshmarket 和 modlens,再按使用偏好選擇全功能控制台或程式碼側欄,最後按實際場景補充其他插件。作者提醒不要一次安裝全部 10 款,以免出現依賴衝突並拖慢整體速度。

  6. 阿里雲開發者社區 AI48

    如何選擇 GEO 優化公司?從大模型檢索、理解、採信到引用,拆解落地方法與效果衡量框架

    GEO(生成式引擎優化)透過改善內容的可檢索性、可信度及引用方式,提升品牌資訊進入 AI 答案的機會。文章整理五層實務工作,並建議定期監測 30 到 50 個核心問題,按可見性、用戶行為及業務指標衡量成效;GEO 只能提高被提及的機率,不能保證品牌入選。

  7. DEV Community58

    AI 客戶服務知識庫:建立與維護指南

    文章介紹如何建立及管理 AI 客戶服務知識庫,並指出其資料品質對回答品質的影響高於語言模型選擇。建議從 10 至 20 個最常見個案類別着手,每篇文章只回答一個問題,寫清條件和例外,並指定負責人及下次審查日期;每次變更前以真實客戶問題測試。

  8. DEV Community35

    OnboardX:別讓社羣知識的「幽靈」消失

    OnboardX 是一款本機社羣記憶與交接應用程式,可儲存決策、經驗和未完成工作,讓用戶查詢紀錄並產生可編輯的交接草稿。它透過 Ollama 在本機使用 Gemma 3 1B,根據檢索到的紀錄回答問題並顯示來源,不需使用託管 AI API。生成內容仍可能有誤,交接草稿需要人工檢查。

  9. DEV Community31

    OpenDesk AI:以開源 AI 讓機器中的幽靈重現

    OpenDesk AI 是一款開源 AI 助手,可搜尋用戶的文件、以自然語言回答問題,並從個人知識庫擷取相關段落,生成有文件內容根據的答案。計劃採用 Gemma、文件檢索及本機推理;所需內容安裝完成後,設定妥當的版本可離線運作。本機推理有助讓資料留在用戶的電腦上,但仍取決於硬件,且離線使用前須先下載模型。

  10. DEV Community73

    為 Claude Code 加入 RAG:儲存個人判斷,讓 AI 按需取用

    作者在 Claude Code 加入 RAG,令訊息可在回答前觸發本機語義搜尋,並把相關記錄交給 AI。系統以 bge-m3 將記錄轉成嵌入向量,按搜尋結果差距控制注入量,最多五項、2,048 bytes;超過 300 ms 未有結果便不注入。索引和搜尋程序均在 Mac 本機運行,文章提供五步設定流程及可直接交給 Claude Code 的提示詞;作者測得 60 次搜尋的中位數為 69 ms。

  11. DEV Community50

    Marigold Archive 讓用戶離線查問家庭錄音

    Pardeep Gir 建立 Marigold Archive,讓家庭錄音可在本機離線轉錄並接受內容提問。它以 faster-whisper 轉錄,再用 multilingual MiniLM、ChromaDB 和 Gemma(透過 Ollama)檢索及生成答案;每個答案附故事、時間戳和錄音原文引句,找不到相關內容時則返回固定句子。

  12. DEV Community58

    企業如何使用 AI 處理私有業務資料

    企業使用 AI 處理私有業務資料時,可限制模型接收的內容、由應用程式執行敏感計算,並按資料要求選擇模型部署位置。RAG 只會把相關資料傳送給 AI 服務,所選資料仍會由服務處理。即使模型在私有環境運行,組織仍須負責安全、更新、監控及伺服器維護;應用程式亦須按用戶權限限制可檢索的資料。

  13. DEV Community49

    有界臨牀搜尋解析:預約助理的排序訊號

    醫療預約助理應採用分階段檢索,先從指定資料集取回候選項目,再剔除不符合來源要求的項目,最後才對有限範圍內的結果重新排序。每項候選資料都須保留來源網址或穩定文件識別碼,並以可追溯性、資料集有效性、相關性及確定性排序作為排序依據。內容更新和刪除應透過資料集維護處理,不能只靠調低評分。

  14. DEV Community41

    InfoMind AI Enterprise:讓非結構化資訊擁有智能

    InfoMind AI Enterprise 是一個根據文件內容回答問題的檔案庫,每個答案均附有來源段落,證據不足時會拒答。使用 llama3.2:3b 時,一個可回答的問題在 5 次測試中均遭錯誤拒答;改用 llama3.1:8b 後,同一問題 10 次均獲正確回答。系統可在本機離線運行;使用託管示範時,問題相關段落會傳送至 Ollama 伺服器。

  15. DEV Community56

    Naser Sadrmanesh 分享 llm-search-eval、woocommerce-mcp、commerce-agent-skills 和 persian-rag 四款電商 AI 開源工具的開發經驗

    AI 產品工程師兼創辦人 Naser Sadrmanesh 將為客戶反覆重建的工具整理成四個 MIT 授權開源項目。llm-search-eval 以共用標籤池評估搜尋排序;woocommerce-mcp 提供 47 項工具,並要求寫入操作先預覽、再確認;commerce-agent-skills 收錄 29 項電商技能。

  16. DEV Community41

    小型 RAG 微調實驗實際能證明甚麼

    一項小型 RAG 實驗微調了預訓練重排器,確認權重更新及檢查點載入正常,但在合成留出測試中沒有觀察到排序提升。測試只有兩條可回答問題,原始與調整後的重排器 nDCG@5 均為 1.0,配對差異為 0。真實領域評估及人工評分尚未完成,現有結果只支持實驗流程可運作,不能證明微調改善了答案品質。

  17. DEV Community48

    Node.js 如何為 CRM 的 Ask-Your-Docs 語義搜尋選擇 Embeddings API 或 Gateway

    Node.js 的 CRM「Ask-Your-Docs」語義搜尋應按故障影響範圍選擇直接 API 或 Gateway:需要在更換供應商時維持 CRM 動作路徑,可用 Gateway;工作流程狹窄且團隊能自行維護所有 Embeddings adapter,則可直接使用 API。系統應在缺少支持段落或聊天完成失敗時拒絕建立 CRM 動作,並在更換供應商後重新執行評測。