跳到正文
10月31日週六
  1. 阿里雲開發者社區 AI36

    RPA 元素自癒與異常重試機制:適配天貓、抖音、拼多多多店舖後台改版的工程實踐

    文章拆解天貓、抖音及拼多多商家後台改版導致 RPA 流程失效的原因,並提出以分層路徑生成、AI 修復及視覺操作構成元素自癒機制,配合分級重試、狀態回滾和人工介入出口。文章亦討論 AI 與 RPA 協作、離線部署、數據本地保存及 EXE 流程分發等工程實踐,並提及 API 觸發與授權管理。

  2. IT之家67

    騰訊地圖公佈 Agent 能力全景圖,元寶、微信小微等已接入

    10 月 30 日,騰訊在 2026 騰訊全球數字生態大會公佈騰訊地圖 Agent 能力全景圖,並向產業客戶、智能硬件及開發者開放相關能力。元寶、微信小微、OPPO 小布助手等已接入,開發者可透過 MCP Server、Agent Skills、連接器等接口接入。騰訊地圖亦發布桌面端 AI 地圖工作台 LBSwork,面向零售、出行、文旅等行業客戶提供一站式「AI + 地圖」能力。

  3. DEV Community71

    客服 AI 智能體提示詞注入與退款濫用風險

    文章指出,若退款工具信任模型請求,客服 AI 智能體可能因提示詞注入造成退款濫用;作者主張把退款上限和審批門檻寫入工具程式碼,而非只放在提示詞中。tau-bench 測得 gpt-4o 在零售任務的 pass^8 低於 25%;作者提醒該測試並非針對攻擊者,反覆嘗試的風險是其推論。程式碼示例會核對身份、訂單狀態及金額,限制每筆訂單退款次數,超過上限則交由人工審批。

  4. DEV Community44

    構建 MedOrqis:面向安全臨牀智能體的開源醫療 AI 技能生態系統

    MedOrqis 是一個開源醫療 AI 技能生態系統,提供 24 項專科臨牀 AI 技能、12 個確定性零 token 臨牀計算器及安全引擎。它以本機 Python 核心處理計算、單位換算、PHI 清理、否定解析和藥物相互作用篩查,毋須消耗 LLM API token,並支援 Claude Code、Gemini CLI、OpenAI 及 MCP 等平台。

  5. 阿里雲開發者社區 AI42

    熔岩AI MCP 如何用 /heat/windows 讀懂消息面討論的衰減曲線

    熔岩 MCP 的 /heat/windows 提供多個時間窗口指標及近 24 小時逐小時熱度,可用來構造消息討論的衰減曲線。分析時可用新聞發布時間、首提時間或明顯跳升時段確定事件起點,並按曲線形態分類。超過 24 小時的長尾可接用 /panel/daily;熱度形態只描述討論時間分佈,不構成交易依據。

  6. DEV Community49

    Contentstack Canoe 構建 AI 可見度數據 MCP 伺服器時做錯了甚麼

    Contentstack Canoe 產品經理回顧團隊構建 MCP 伺服器及 Agent 技能的經驗,讓 AI 助手讀取品牌在 AI 引擎中的可見度數據並協助處理後續工作。伺服器提供 9 個工具和 8 項技能;除啟動新測試的工具外,其餘工具均標示為唯讀。團隊亦透過狀態、比較標記及信任邊界,降低 Agent 誤讀舊數據或把引用內容當成指令的風險。

  7. DEV Community36

    SunfishLoop:進度備註納入任務簡報,交接約需 30 秒

    SunfishLoop 已啟用便於交接的工作流程,讓下一位任務成員或管理員約用 30 秒掌握進度。成員透過 POST /api/v1/tasks/:id/events 提交進度備註,接手者則可用 GET /api/v1/tasks/:id/brief?format=md 查看要求、驗收準則、交付清單狀態及近期進度摘要。依原文説明,草稿只供管理員審批,Agent 不會在站外發布。

  8. DEV Community47

    透過 MCP 將 Google Maps 商戶資料接入 Cursor、Claude Code、Codex 和 Claude Desktop

    文章示範如何透過 GMapsScraper.AI 的 MCP 伺服器,把 Google Maps 商戶資料接入 Cursor、Claude Code、Codex 和 Claude Desktop。伺服器提供商戶搜尋、評論及相片三項工具,可先取得一頁搜尋結果,再按單一商戶的 Fid 查閲評論或相片。流程建議每次只取一頁,並先核對結果。

  9. 阿里雲開發者社區 AI43

    熔岩 AI 日頻熱度面板 MCP 數據:mentions 與 weighted_heat 如何接入量化回測

    熔岩日頻熱度面板透過 MCP 工具 get_stock_heat_panel,按自然日提供標的的 mentions、agencies、weighted_heat 及 is_first_mention_day,供量化回測使用。每次最多查詢 20 個標的,區間最長 92 天。接入回測時須處理自然日與交易日對齊、數據可用時間,以及採用 PIT 口徑的歷史評分。

  10. Claude Code:GitHub Releases49

    Claude Code v2.1.316 更新

    Claude Code v2.1.316 新增多項設定,包括關閉 ultrathink 關鍵字、設定子代理的推理力度,以及為 Claude apps gateway 加入共享羣組預算和政策模式。Opus 4.8 的 fast mode 自 10 月 30 日起已棄用,並將於 11 月 30 日移除;如要保留速度提升,須改用 Opus 5.5。此版本亦修正多項命令執行、模型切換和工作階段問題。

  11. Hacker News:AI 熱帖46

    Show HN:Sketch Stadium,觀看你的智能體玩你畫我猜

    Sketch Stadium 讓 AI 智能體輪流為你畫我猜,用戶可連接自己的智能體,或觀看正在進行的遊戲。智能體可使用 SVG 子集繪圖,效果比一次畫 10 條線更好,較低成本的模型也能使用。這個遊戲亦是 Wakeshift 的技術示範;其 SDK 透過 MCP 讓智能體訂閲即時事件,並在智能體休眠時嘗試喚醒。

  12. DEV Community65

    智能體循環就是 Runtime:預算、取消與冪等性

    文章主張將智能體循環視為自行管理的 Runtime,而非只看作模型調用,並設置步數、總時限、工具調用及累積 token 或費用四類獨立預算。由於每一步會重送對話歷史,單步輸入 token 約隨步數線性增加,使整次執行成本增長快於線性;文章建議把剩餘時限傳至工具、以確定性鍵防止重複副作用,並記錄每步追蹤。文中附有 Python runner 範例及操作檢查清單。

  13. DEV Community52

    如何用 Python 監測小紅書用戶對品牌的評價

    Qovia 作者示範用 Python 和 Qovia API 監測小紅書上提及品牌的筆記與留言,並把結果寫入三個附時間戳記的 CSV 檔案。流程涵蓋搜尋近一週筆記、擷取互動較高筆記的詳情與留言,再用 pandas 整理每日筆記量、熱門筆記、話題標籤、留言者位置及關鍵詞出現次數;作者指出關鍵詞統計並非情緒分析。

  14. DEV Community48

    Vercel 和 Heroku 自行託管替代方案比較

    Vercel、Heroku 的自行託管替代方案比較涵蓋 Coolify、Dokploy、CapRover、Dokku 和 Levelrail,並按使用情境説明各自適用之處。Levelrail 採用 Apache 2.0 授權,以單一 Go binary 執行 Docker 應用,毋須 Kubernetes,並提供備份、監測、警示及回滾功能;文章指出其社羣規模較小,並推薦給重視部署後管理的用戶。

  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 Community61

    如何建立用於市場推廣報告的自訂 GPT 或 Claude 智能體

    文章提出為市場推廣週報建立自訂 GPT 或 Claude 智能體的方法,要求智能體讀取已核准的資料來源、回答固定問題,並避免虛構數字。流程包括整理每週問題和指標字典、優先採用唯讀工具,並以異常數據測試;ChatGPT 可透過 GPT Actions 呼叫 API,Claude 則可透過 MCP connectors 連接工具。報告由人員核對後再發送,並定期檢視指標定義和工具表現。

  17. DEV Community48

    Qwen Code 的多協定 Agent Runtime:終端 Agent 如何在執行時切換 OpenAI、Anthropic 和本地模型

    Qwen Code 可在對話進行期間切換 OpenAI、Anthropic、Gemini、Qwen API 和本地模型,無須重寫工具定義或重新啟動工作階段。它透過統一介面轉換工具定義和回應格式,並在切換供應商時重新整理對話記錄,以延續狀態和上下文。本地模型以 JSON 格式處理工具呼叫;若回傳格式錯誤,系統會用澄清提示詞重試一次。

  18. DEV Community67

    A2A(Agent2Agent Protocol)如何構建可互操作的多智能體系統

    文章解説 A2A(Agent2Agent Protocol)如何讓不同框架與平台上的獨立 AI 智能體探索彼此、委派任務、交換資料,並追蹤長時間執行的工作。文中區分 A2A 的智能體間通訊、MCP 的智能體與工具連接,以及 ACP 的編碼智能體與客戶端整合,並介紹 Agent Card、任務狀態、產物、串流及官方 JavaScript SDK 的用法。

  19. DEV Community57

    智能體滲透測試框架的雙重用途風險:實驗室工具還是已上膛的武器?

    Mikalai Karytka 以自主行動程度、攻擊能力廣度和內置防護措施為準,分析智能體滲透測試框架的雙重用途風險。文章指出,自主後滲透、缺少發現驗證的工具,以及可執行命令的對外暴露 MCP 伺服器,尤其需要謹慎;RedAmon 可開立修復 PR,Strix 可提供自動修復建議,而修復 PR 必須由人手審查及合併。作者建議只在明確授權範圍內隔離運行工具,並在漏洞利用及後滲透前設置人工審批。

  20. DEV Community62

    如何構建面向生產環境的 MCP 伺服器與工具調用 AI 智能體:沙箱、結構描述與審批機制

    Muhammad Ali Mughal 分享一套面向生產環境的 MCP 伺服器架構,以嚴格 JSON 結構描述、沙箱執行、租戶範圍憑證及人工審批管控工具調用。工具按風險分級,第三級不可逆或涉及財務的操作須由具名人員審批;授權憑證按租戶及能力範圍簽發,有效期 5 分鐘。每次調用均寫入只追加式審計記錄,保存已驗證參數、政策決策、審批人、結果雜湊和 token 用量,供事故追查及重播測試。