跳到正文
11月4日週三
  1. DEV Community35

    在 hackCBS 9.0 打造 MedEasy:應對印度醫療資訊不對稱

    團隊在 hackCBS 9.0 開發 MedEasy,以改善印度醫療資訊不對稱,提供藥價比較與臨牀安全核查。平台支援英語和印地語,可比較品牌藥、PMBJP 和 Dava India 仿製藥價格,並核查 260+ CDSCO NSQ 藥物回收通知。MedEasy 使用 Gemini 2.5 Flash 處理處方辨識及雙語對話,藥價比較顯示的折扣最高可達 90%。

  2. DEV Community68

    Postman 開啟時自動為 Codex 和 Claude Code 安裝插件,並替自身 hook 寫入信任紀錄

    Postman 12.33.4 的一份用戶日誌顯示,開啟程式會觸發既有升級流程,向 Codex 和 Claude Code 安裝插件並為 hook 寫入信任紀錄。Codex 的遠端 MCP 連線因「Auth required」失敗,材料沒有顯示 API 資料離開本機。證據來自單一用戶,相關流程尚未在乾淨 Mac 重現,該 issue 亦尚無維護者回覆。

  3. DEV Community50

    AI 智能體監察該對哪些行為設定警示?

    作者從自建的 AI Fantasy Football League 出發,指出只記錄智能體操作不足以分辨錯誤決策與受操縱行為,並提出透過調查逐步建立偵測規則。他建議為每個智能體建立個別行為基線、測試行為邊界、調查異常,再把確認的發現轉成監察規則。Scanner 的 MCP server 可配合 Claude 調查數據;文中提到其查詢曾在約 30 秒內搜尋 1.25 PB 數據。

  4. DEV Community53

    Claude API 如何在 Java 中構建可投入生產環境的功能

    文章説明如何把 Claude API 整合至 Java 服務,並透過輸出驗證、工具授權及故障處理,支援生產環境使用。示例以 Java 21 HttpClient 發送 Messages API 請求,並建議驗證結構化輸出,驗證失敗時重試一次後轉交人工處理。文章亦建議設定逾時、對 429 和 5xx 回應採用指數退避及隨機抖動重試,並監察用量、延遲和驗證失敗,同時保護敏感資料及檢查工具呼叫權限。

  5. AWS Machine Learning Blog50

    Gen Digital 如何以 Amazon Bedrock AgentCore Web Search 建構 Norton Revamp 的 AI 精選新聞引擎

    Gen Digital 以 Amazon Bedrock AgentCore Web Search 為 Norton Revamp 建構 AI 精選新聞引擎,讓內容建議、目標推薦及新聞動態以最新網絡資訊為依據。這項全託管搜尋功能在 AWS 環境內運作,並提供附有網址及刊登日期的引用來源。引擎支援個人化新聞動態、內容建議及趨勢導向的目標設定。

  6. AWS Machine Learning Blog66

    Amazon Bedrock AgentCore Gateway 如何設定 ServiceNow 的 OBO token exchange

    AWS 示範如何設定 Amazon Bedrock AgentCore Gateway,透過 Microsoft Entra ID 的 OBO token exchange,讓 AI agent 呼叫 ServiceNow REST API 時保留原用戶身份。

    推薦理由:文章依次交代 Microsoft Entra ID、ServiceNow 與 AgentCore Gateway 的設定,呈現 OBO token 交換如何保留用戶身份並套用 ServiceNow 權限。

  7. DEV Community56

    如何使用 Agno 和 Qdrant 構建旅遊 AI 智能體(Phidata 的後繼者)

    作者分享使用 Agno、Qdrant 和 MCP server 搭建旅遊 AI 智能體的實作方案,分別處理智能體流程、知識檢索及即時庫存。方案把即時價格交由工具查詢,並以工具回傳的 hotel ID 核對檢索筆記,避免酒店資料錯配。作者表示,按 city 和 doc_type 篩選令無關檢索在測試集約減三分之一;檢索片段相關度為 83%,中位回應時間為 5.2s。

  8. Unite.AI37

    Campfire 創辦人兼 CEO、CFO John Glasgow 專訪

    Campfire 創辦人兼 CEO、CFO John Glasgow 討論 AI-native ERP 的架構,以及如何在擴大自動化的同時維持可追溯性。Campfire 保留交易層級的會計資料,讓 Ember agents 執行對帳和交易分類,並讓每項操作連結至分類帳資料以供審核。Forecast 將數字分為已入帳實際數、已承諾金額及 AI 估算;它只作參考,不會自動將結果過帳至分類帳。

11月3日週二
  1. DEV Community56

    知識圖譜如何應用於 AI 記憶,以及 Palace 如何運用

    作者説明知識圖譜如何與向量搜尋互補,並介紹 Palace 以時間知識圖譜記錄事實的有效期,區分目前狀態和歷史。Palace 預設在同一個本地 SQLite 檔案保存以混合搜尋取回的原始記憶片段,以及含 valid_from、valid_to 的知識圖譜;前者提供證據,後者記錄狀態。圖譜不會自動從文字抽取三元組,Agent 需主動新增或作廢事實,並在回答過往決策前同時使用搜尋和圖譜查詢。

  2. DEV Community47

    新增第二個 Agent 前應先確定哪些事項

    新增第二個 Agent 前,應先盤點整合點與所需數據,再按資料條件選擇管理流程、DAG 或混合編排。還要及早界定 Agent 的配置、身份驗證和評量方式,並規劃可搜尋及除錯的記憶儲存、Agent 發現與傳輸層,以及 MCP 和 A2A 的不同用途。文中指出,企業目前 95% 的 AI 工作仍停留在概念驗證階段,未能投入生產。

  3. DEV Community50

    Level MCP 伺服器的三次呼叫如何查詢柏林招聘 ML 工程師的公司

    Level 提供免費、無需密鑰的 MCP 伺服器,讓支援 MCP 的 Agent 以三次呼叫搜尋柏林 ML 工程師職位、查看職位詳情及查詢市場統計。search_jobs 可按關鍵字、城市、公司、遙距選項及 AI 評級篩選,每次最多回傳 20 個結果;get_job 提供 0–100 分評分、對應級別及職位刊登內容,供用戶核對推薦。

  4. DEV Community61

    如何用 URL 篩選器從 54,988 個 MCP 登錄項目縮小候選清單

    這套 URL 篩選方法透過排序及查詢參數,從 54,988 個 MCP 登錄項目逐步篩出候選清單。可按下載量、GitHub stars、最新發佈或登錄時間排序,再以執行方式、套件、授權、維護狀態及工具清單等條件篩選;項目頁另列九項公開記錄核查,並支援並排比較及 allowlist 匯出。文中指出,核查只反映公開記錄,不能説明伺服器實際執行時的表現或是否適合特定用途。

  5. Hacker News 熱門(buzzing.cc 中文翻譯)58

    NVIDIA 開源 Auto Ontology,從企業中繼資料建立本體論

    NVIDIA 開源 Auto Ontology,這個函式庫從企業中繼資料建立本體論,並透過 MCP、CLI 和 API 向智能體提供資料脈絡。它可連接既有本體論和語義模型、調和跨系統定義,並按已認證定義與數據血緣驗證生成的查詢及回傳來源資訊。專案採用 Apache License 2.0,目前不接受外部貢獻。

  6. DEV Community66

    AI 評測:別只相信智能體的「已完成」

    AI 智能體評測應核查工程任務的實際結果與執行過程,不能只依賴智能體的完成回報。文章示範以程式檢查修改檔案、測試和工具使用,並評估執行軌跡、RAG 檢索、多智能體協作及回歸表現。文中提供 TypeScript 評測執行器範例,並列出 Promptfoo、OpenAI Evals 和 Inspect AI 等開源工具。

  7. DEV Community78

    無限制請求正文如何在各主要 MCP SDK 中形成拒絕服務漏洞類別

    CVE-2026-39313 揭示,MCP HTTP 傳輸中未限制大小的請求正文可在無需驗證下耗盡伺服器記憶體,造成拒絕服務。其後至少另外九個 MCP 專案發現相同問題,修補方式多為設定預設 4 MiB 請求正文上限。

    推薦理由:文章梳理無限制請求正文漏洞如何擴散至多個 MCP SDK,並指出核心 SDK 的漏洞通報未進入常用掃描資料庫,令直接核對版本成為必要防護環節。

  8. DEV Community62

    如何防止過時工具呼叫覆寫較新的變更

    文章示範如何在 SQLite 更新中加入版本條件,拒絕基於舊版本發出的寫入,避免過時工具呼叫覆寫較新的變更。範例以兩個 SQLite 連線重現過時寫入情境,並提供 9 項測試;執行需 Python 3.9 或以上及 SQLite 3.35 或以上。寫入遭拒後應重新讀取記錄、比較最新狀態並作出新決定,不能只把預期版本改成最新值再重試。

  9. 新浪科技35

    網易智企在烏鎮首發 AI 原生安全產品體系

    網易智企在烏鎮首發基於易盾雙向架構的 AI 原生安全產品體系,提出安全應從管住 AI 説的話轉向管住 AI 做的事。體系涵蓋 AI for 安全與安全 for AI,並覆蓋內容審核、多模態鑑偽及智能體安全。DeepGuard 獲中國信息通信研究院“可信 AI”人臉鑑偽能力專項評測“卓越級”,階段性測試中屏幕翻拍、懟屏攻擊召回率達99%,精度為96%。

  10. DEV Community61

    MCP 伺服器可能在版本間改變行為,而你未必察覺

    MCP 伺服器可能在版本間靜默改變所宣告的工具或遠端端點;作者以 CleiMesh 限制每次呼叫的授權範圍,並留下簽署收據。一項針對 21,643 個 registry 伺服器的 2026 年 8 月普查發現,多版本伺服器中 51% 曾改變不同版本所宣告的內容,40.6% 屬靜默變更,4.2% 更換遠端端點主機但保留相同 registry 身分。

  11. OpenAI News52

    Heimstaden 以 AI 改變住宅物業管理

    Heimstaden 正運用 OpenAI 工具改造住宅物業管理,將 AI 用於出租流程、環境風險評估,並逐步推出跨系統採購平台。在荷蘭,虛擬佈置物業圖片的製作成本由約 €50 降至低於 €0.10,降幅超過 99%;Codex 協助評估 20,112 項物業資產,估算工作量由 5 人一年減至 2 人兩個月。

  12. Unite.AI53

    Heimstaden 使用 OpenAI 重構出租與物業營運

    Heimstaden 使用 ChatGPT Enterprise 和 Codex 重整住宅出租、環境風險分析及物業營運,並讓員工保留審核和決策責任。在荷蘭,虛擬佈置物業圖片的製作成本由約 €50 降至低於 €0.10。Codex 協助評估 20,112 項資產並產生逾六百萬行有用數據;估計交付人力由 5 人工作 1 年降至 2 人工作 2 個月。

  13. 新浪科技61

    湯道生未下定論,騰訊WorkBuddy已站上「C位」

    騰訊雲CTO湯道生在騰訊全球數字生態大會上未明言WorkBuddy在集團內的長遠定位,但稱其是階段性重要戰略產品。自今年3月初上線以來,WorkBuddy累計完成90億次任務請求;企業版覆蓋50%中國企業500強及60%中國企業100強。大會亦發布面向個人用戶的Buddy One,打通騰訊文檔、騰訊會議、騰訊網盤與ima,並共享WorkBuddy Agent底座。

  14. DEV Community44

    Vedar 的 AI 智能體不會編造旅遊團價格,這正是核心功能

    Vedar 為堪察加旅遊入口網站設置 AI 智能體,價格、日期及名額均取自營運者資料庫,不由模型生成;沒有資料時會明確告知。智能體只建立預約申請,由營運者確認,亦會提醒用戶留意火山、天氣及公園關閉等安全資訊。Vedar 開放網站供第三方 AI 智能體透過 MCP 和 A2A 使用。