跳到正文
11月19日週四
  1. 阿里雲開發者社區 AI69

    Kimi-K3 模型定位、特點、能力、適用場景與計費解析

    Kimi-K3 是一款面向長程編程、知識工作與推理的 2.8 萬億參數模型,已上架阿里雲百煉,輸入與輸出上限均為 1,048,576 Token。它採用 KDA 混合線性注意力及注意力殘差,支援原生圖像輸入且權重開源,但只提供思考模式,不支援聯網搜尋、批量推理及模型調優。華北2(北京)/全球的輸入、輸出及快取命中價格分別為 20 元、100 元、2 元/百萬 Token,且沒有免費額度。

  2. DEV Community63

    9 個值得安裝的 Claude Skills GitHub 儲存庫,以及如何檢查安全性

    這篇指南整理了 9 個 Claude Skills GitHub 儲存庫,並列出各自的安裝指令、授權資訊及截至 2026-11-19 的星數。文章提供安裝前的安全檢查方法,包括閲讀 SKILL.md 和所有腳本、檢查網絡呼叫與資料外傳,以及核對授權和最後提交日期。作者沒有安裝或執行任何 Skill,並指出這份整理並非安全審查。

  3. DEV Community59

    BDSG § 37a:如何在 Spring Boot 實作可解釋的信貸評分

    Krishna Yadav 以 Spring Boot 示範如何為德國 BDSG § 37a 設計可解釋信貸評分後端,處理評分輸入限制、個別評分解釋及紀錄保存。設計包括特徵白名單、逐筆保存輸入快照和模型版本的解釋紀錄、不可變決策日誌,以及讓當事人查閲評分因素的 API。作者稱該條文於 20 November 2026 生效,同時提醒資料來源對日期及支付帳戶資料處理的説法不一,本文不構成法律意見。

  4. DEV Community35

    AlyDoit 的 Flutter app Selah 如何提供設有「Skip」按鈕的十秒暫停

    AlyDoit 的 Flutter app Selah 在祈禱流程中加入獨立暫停畫面,設有呼吸圓環、十秒倒數及可見的「Skip」按鈕。聊天介面會先記錄祈禱決定,再開啟暫停畫面;倒數結束與按下「Skip」會使用同一關閉方法。_animationController_ 負責圓環動畫,計時器負責更新倒數,離開畫面時兩者會停止並釋放。

  5. DEV Community60

    為何 AI 對話處理大型工作時會遺漏進度與細節

    AI 對話處理大型工作時,可能因上下文窗口有限而遺漏早期資料,因此正式記錄應保存在聊天之外。作者建議用試算表或資料庫逐項記錄狀態,讓 AI 讀取及回寫資料,並分批處理、保留工作日誌。完成後應對照記錄抽查輸出;若舊對話已經過長,則把可信資料移到記錄中再繼續。

  6. DEV Community54

    作者為 AI 智能體打造不移動實體遊標的桌面操作工具

    作者為 AI 智能體打造一款 Windows 桌面操作工具,讓它可在背景操作指定視窗而不移動實體遊標。工具先使用視窗訊息,再使用 UI Automation 模式;兩者都不適用時便拒絕操作,並以操作後讀回及完整記錄回報結果。智能體只可在人工啟用期間操作已核准視窗,密碼欄位和管理員權限視窗則一律拒絕;作者指出這不是遊戲自動化工具,多人共用一部電腦則可選用 MouseMux。

  7. DEV Community37

    錯過 HackerRank Orchestrate 截止期限後,作者分享未提交的 Ghost Data 解法

    作者錯過 HackerRank Orchestrate 截止期限,仍完成 Ghost Data 專案,但只在本機執行,沒有提交或放上 GitHub。解法在 32 個公開參考案例中答對 29 個狀態(90.6%),但只有 4 個案例的步驟次序完全正確(12.5%)。程式為全部 518 個請求輸出有效的 output.csv,但這些請求沒有標籤,因此作者沒有聲稱其準確度。

  8. 阿里雲開發者社區 AI62

    阿里雲 Qwen3.8-2.4T-A95B 開源旗艦模型解析:定位、能力、場景與價格

    Qwen3.8-2.4T-A95B 是可下載、可改造的開源旗艦底座,主要面向數據須留在自有環境或需要自行調整模型的情境。開源版為純文本、全思考模式,原生上下文為 262,144 Token;API 版另有視覺輸入、非思考模式及官方內置工具。文章指出,BF16 權重約 4.89 TB,單機載入不現實;專有 Qwen3.8-Max License 設有品牌標註與服務授權門檻。

  9. DEV Community34

    Manipulation and Grasping AI 第 07 章:基於學習的機械操作

    基於學習的機械操作以從數據、互動和經驗中學得的策略,取代手動指定的機械人行為。文章概述模仿學習(IL)、強化學習(RL)及混合方法,説明示範可為策略提供起點,而 RL 可進一步改善策略並適應實際動態。學習亦可應用於機械操作的不同層次,從力控制到選擇操作技能。

  10. DEV Community37

    AI 操控與抓取:第 03 章——夾爪技術

    夾爪是機械人操作器與待處理物件之間的實體介面,其設計影響施力方式、物件定位精度,以及操作在不確定條件下的可靠性。文章按夾持原理介紹平行夾爪、多指夾爪、吸盤夾爪和磁力夾爪,並説明各類設計的控制方式與適用特性。多指夾爪適應性較高但控制複雜;吸盤夾爪的效果則取決於表面特性及密封質素。

  11. DEV Community37

    Manipulation and Grasping AI 第 02 章:運動學與動力學

    本章講解機械人操作與抓取中的正向運動學,説明如何根據關節變數和機械臂幾何結構,計算末端執行器的位置與方向。章節介紹齊次變換矩陣、座標系轉換及串聯機械臂的變換矩陣連乘,並概述 DH 慣例、SO(3) 和 SE(3)。正向運動學亦是逆向運動學、運動規劃、模擬、校準及機械人控制的基礎。

  12. DEV Community39

    操作與抓取 AI——第 01 章:機械手臂基礎

    《操作與抓取 AI》第 01 章闡述機械人操作的定義與範圍,説明機械人如何透過受控互動改變物件狀態,並涵蓋任務、運動及互動層面的問題。內容區分自由空間運動與接觸密集操作,以及抓握式、非抓握式和手內操作,並説明感知、規劃、控制與不確定性如何影響實際操作。

  13. DEV Community56

    LaunchReel 兩個 FFmpeg 旗標令瀏覽器影片匯出慢 7 倍並出現凍結畫格

    LaunchReel 團隊指出,瀏覽器透過 ffmpeg.wasm 匯出影片時,兩種 FFmpeg 旗標設定會令匯出慢 7 倍,並造成片段交界凍結或重複畫格。團隊建議統一影片輸入及輸出的影格率,並將字幕 PNG 作為單一靜態畫格輸入,讓 overlay 保留畫格並按時間控制顯示。其 90 秒匯出曾由約 8 分鐘增至約 1 小時,批次速度約為 0.05x。

  14. DEV Community62

    神經科學實驗室如何用 Python、ChatGPT 和 Slack 發送雙語研究文獻摘要

    作者介紹其神經科學實驗室如何用 Python 搜尋及篩選論文,再由 ChatGPT Work 生成英日雙語研究摘要並經 Slack 發佈。11 月 19 日的流程檢索 475 筆記錄,去重後留下 445 筆,323 筆符合資格,排名 A 組的 50 篇摘要交由 Work 評估。系統以 ready 標記確認報告可供讀取,並由 SQLite 分別記錄兩種語言的送達狀態,重試時跳過已確認的發送。

  15. DEV Community45

    為何在 AI 搜尋時代,語義化 HTML 不容妥協

    語義化 HTML 能協助搜尋引擎和大型語言模型解析網頁內容與結構,提升 RAG 內容檢索、主要內容識別及 AI 搜尋可見度。文章建議以語義標籤建立頁面地標、標題層級、內容分組、媒體描述及可爬取連結,並在發佈前檢查標記結構與無障礙設定。

  16. DEV Community36

    SQL Server 如何透過分批安全刪除或更新數百萬行

    SQL Server 可透過分批處理,安全刪除或更新數百萬行,減少長時間鎖定、交易記錄膨脹及取消後回滾的等待。先為篩選欄位建立索引;刪除批次通常少於 5,000 行,更新則可按叢集索引鍵分段處理。FULL 復原模式下須持續進行記錄備份,並監察記錄檔空間及阻塞情況。

  17. DEV Community40

    固定費用網站項目的簡易變更單流程

    固定費用網站項目可透過書面變更單管理超出原定範圍的要求,避免額外工作累積而未獲批准或收費。流程包括事前列明工作範圍、收到要求時先評估價格和工期、取得書面批准,再記錄及開單。作者亦提供一套 19 個檔案的範本套裝,售價 $12。

  18. DEV Community56

    房地產管理支援知識庫如何為 PDF 檢索設定查詢上限

    房地產管理支援知識庫應為 PDF 檢索設定可觀測的硬性查詢上限,並只把回答問題所需的段落交給生成器。限制應分別涵蓋向量候選數、重排段落數、上下文 token 預算及整個檢索階段的截止時間。文章建議記錄各階段數量、來源 ID 和截斷原因,並先檢查文件時效及來源權限,避免重複或跨物業資料造成衝突答案。

  19. 阿里雲開發者社區 AI29

    深度解析:企業如何選擇合適的智能客服系統

    瓴羊 Quick Service 以 AI Agent 任務閉環、防幻覺機制及全渠道協同,作為企業選擇智能客服系統的分析樣本。系統採用基礎大模型、行業垂直小模型與業務規則引擎的三層架構,整體意圖識別準確率可達 93%。文章建議以真實業務對話進行 POC 測試,並評估部署方式是否符合數據合規要求。

  20. 阿里雲開發者社區 AI58

    阿里雲 Qwen3.8-Max 大模型介紹:定位、特性、能力及訂閲價格解析

    阿里雲開發者社區文章介紹 Qwen3.8-Max 的定位、能力及計費方式,稱其面向複雜長任務與智能體開發。文中列出 2.4萬億參數 MoE 架構、百萬 Token 上下文、原生文字、圖片及影片輸入,以及工具調用能力。文章亦介紹按量 API 計費,輸入及輸出分別為 12 元和 36 元/百萬 Token;個人版 Token Plan 月費為 39 至 312 元。

  21. 阿里雲開發者社區 AI31

    2026 年阿里雲雙十一大促老用戶續費與新購優惠總覽

    阿里雲 2026 年雙十一大促為有歷史消費記錄的用戶提供續費折扣、續費同價、限量新購套餐、按量抵扣券及 AI 產品優惠,活動至 11 月 30 日。ECS 99 元 e 實例和 199 元 u1 實例可按原價續費,最長可鎖價至 2030 年;常規實例續費 1 年 7 折、2 年低至 6 折,連續續 3 年約 5 折。滿返活動須先報名,特價新客套餐不適用續費折扣。

  22. 阿里雲開發者社區 AI34

    2026 年阿里雲雙十一企業專場:雲產品配置與價格整理

    阿里雲推出 2026 年雙十一企業專場,涵蓋輕量應用伺服器、ECS、GPU 雲伺服器及百煉大模型服務平台,活動至 11 月 30 日。輕量應用伺服器活動價 38 元一年,ECS e 實例 99 元一年、u1 實例 199 元一年;另有企業滿減、消費滿返及 AI 服務優惠。企業須留意優惠報名與適用範圍,並按業務需求選擇計費方式和配置。

  23. 阿里雲開發者社區 AI44

    阿里雲萬鏡一刻是什麼?2026年價格與優惠整理

    阿里雲萬鏡一刻是覆蓋劇本解析、分鏡生成至成片輸出的 AIGC 影片創作平台,提供故事板、無限畫布和 Agent 三種模式。會員採用訂閲加積分計費,基礎版官網標價 99 元/月,標準版 2999 元/月,旗艦版 30000 元/月,至尊版 100000 元/月;基礎版曾有 39 元或 59 元首月優惠。新用戶可領取 200 積分及標準版會員 5 天體驗禮包。

  24. DEV Community45

    市集批量匯入的集合生命週期:更安全地建立、檢查與刪除

    市集批量文件匯入應使用明確的集合生命週期腳本:集合不存在時才建立,列出並檢查現況,只有明確提供命令列旗標才允許刪除。刪除會不可逆地移除索引,因此建立、列出、檢視與刪除須採取不同控制,並核對匯入目標是否符合檢索服務預期。Infrai 的公開發現介面列出 20 個模組的 295 條路由,並提供免 API key 的請求及回應 schema。

  25. DEV Community49

    QuickPlanX 如何在不直接接入 AI API 的情況下適應 AI 時代

    QuickPlanX 透過匯入外部 AI 生成的 WBS 大綱和表格資料,讓原生規劃 App 適應 AI 時代,而不直接整合 AI 或綁定特定供應商。用戶可用 ChatGPT、Gemini 或 Claude 起草計劃,再以系統剪貼簿將資料貼入 App;排程計算則留在 App 內處理。要讓 LLM 輸出可解析的 WBS,提示詞須規定每層以一個前置空格表示,並避免項目符號和編號。

  26. DEV Community33

    AI Agent 排名 198 個無代幣協議,並自行發現錯誤

    一名開發者用 AI Agent 建立 Patient Index,為 198 個沒有代幣的協議排名,估算其推出代幣時的價值。Agent 首次將已交易代幣的質押產品排在榜首;加入排除包裝、質押及跨鏈橋接代幣產品的規則後,榜單由 289 項修正為 198 項。排名模型 radar-2 以 TVL、規模、增長及成熟度計算隱含價值。

  27. 阿里雲開發者社區 AI41

    本體論如何提升 AI 智能體的可靠性?

    本體論以機器可讀方式描述企業中的對象、屬性、關係和規則,協助智能體理解內部系統與業務約束,提升任務處理的準確性。它可協助消除概念歧義、提供相關上下文,並為工具調用加入業務約束。故障分析時,智能體可關聯應用、數據和近期變更;高風險操作仍須審批。

  28. 阿里雲開發者社區 AI43

    用戶在 AI 裡認識品牌,第一步發生在哪裏?

    品牌在 AI 中被用戶認識的入口,分散在每一次提問的答案中,而非網站首頁;資源應按問題組織,而不是集中改版首頁。眾通社GEO以可復算、可留痕的核對方法檢查品牌資訊,要求完成不少於300次提問並標示樣本量、提問時間窗及 Wilson 95% 置信區間,且不承諾答案位置或推薦位次。