如何用 Make 和 OpenAI 在 Google Sheets 對賬發票
Make 配合 OpenAI 可在 Google Sheets 按金額、日期及參考編號核對發票與付款,並標記為 Matched、Partial 或 Missing。測試使用 18 張虛構發票,15 張即時配對成功、3 張送往 Review,合共核對 $2,340。流程只使用虛構示範資料,不會處理真實發票或付款。
Make 配合 OpenAI 可在 Google Sheets 按金額、日期及參考編號核對發票與付款,並標記為 Matched、Partial 或 Missing。測試使用 18 張虛構發票,15 張即時配對成功、3 張送往 Review,合共核對 $2,340。流程只使用虛構示範資料,不會處理真實發票或付款。
這份教學示範如何為 CPU 和 GPU 系統建置 vLLM 容器映像,並推送至容器登錄庫。GPU 映像使用 Dockerfile 建置,目標主機須符合 Dockerfile 指定的最低 CUDA 版本,啟動容器時使用 --gpus all。完成後可將映像用於部署 vLLM。
HardCall 以 52ms 雙迴路插話架構取代輪流等待,為開源全雙工 AI 語音面試及高壓演練模擬器處理用戶打斷。本地 Silero VAD 約 18ms 偵測語音起始並即時清空外發音訊環形緩衝區,語義閘則判斷用戶發言是否為有效反駁;整體感知插話延遲為 52.16ms。
這篇教學示範如何為 Whisper.cpp 建置 CPU 及 GPU 容器映像,並將映像推送至容器映像檔倉庫。CPU 版本使用 .devops/main.Dockerfile,GPU 版本使用 .devops/main-cuda.Dockerfile;文中示例的 CUDA_VERSION 為 12.3.1。
文章整理阿里雲千問大模型降低使用成本的四步做法:先領優惠券、用足免費額度、選用 Token Plan,再把高負載任務安排在夜間。文中列出新用戶可領超 7,000 萬 Tokens、企業認證用戶累計可領 1 億以上 Tokens,Token Plan 個人版由 39 元/月起,部分模型夜間折扣低至 2 折。
AI 回覆以串流方式輸出時,若 UTF-8 多字節字元被拆到不同區塊,TextDecoder 預設會把未完成的位元組解成替換字元,令商品名稱變成亂碼,但 JSON.parse() 仍可能成功。
GEO 可調整的是提供給生成式引擎的網頁內容,而非模型本身;衡量成效應看內容在合成答案中的分量,不應以搜尋排名或單次截圖代替。文章建議分開記錄被召回、被提及、被引用及成為答案主張四層,並固定問題集、模型版本和訪問方式進行多輪測試,把結果連回具體內容改動。
Claude Code 可用 `/pr` 斜線指令,根據目前分支草擬 GitHub pull request,並在用戶確認前不建立 PR。
這份清單為獨立開發者整理七道產品正式上線關卡,要求每道關卡設定退出條件,並留下可核實的通過證據。七道關卡涵蓋範圍凍結、環境核對、備份還原、冒煙測試、可觀測性、故障溝通及回滾決策。第 1–5 及第 7 道是阻擋上線的關卡,第 6 道屬軟性要求;文中亦列出 12 條測試路徑和 90 分鐘精簡檢查清單。
文章串連 SO-101 從模擬到真實的訓練流程,以及 Cosmos 3 Edge 在 Jetson AGX Thor 上部署機械人控制策略的路線。SO-101 學習路徑以 GR00T VLA 作為主要機械人策略,Cosmos 用於擴增數據集;另一條路線則在 Cosmos 3 Edge 上進行策略後訓練,再於 Jetson AGX Thor 執行裝置端控制。
Google Sheets 的受保護範圍可封鎖試算表編輯者修改儲存格,與提供「Edit anyway」選項的警告規則不同。範圍設為「Only you」後,檔案編輯者仍會被封鎖;公式結果仍會隨輸入值更新。要允許對方編輯,可把對方加入可編輯名單或移除保護。
Guilherme Luna 製作 grill-me-multiple-choice,將 Claude Code 中 grill-me 的每輪提問改為 AskUserQuestion 多選題。
Voice AI 的音訊格式與音質設定會影響音質、檔案大小、頻寬使用及跨平台播放相容性。文章比較 WAV、MP3、AAC、OGG/Opus 和 FLAC,並説明取樣率、位元率及聲道的取捨。ElevenLabs API 可設定輸出格式、取樣率和位元率,其預設輸出為 24 kHz、128 kbps MP3。
作者結合使用經驗,整理出應對 GPT-6.2 Astra 解釋含糊、中途追問、改動超出範圍及結果不佳的提示詞和流程做法。建議明確指定排查步驟、交付要求和不可更改範圍,並以相同環境及輸入比較改動前後結果;Codex 的通用規則可加入全局規則檔,專案規則則可寫入 AGENTS.md。
阿里雲 Qwen4-Max 指南整理預覽版的核心功能、適用場景及 Token Plan 收費,並介紹免費額度和訂閲折扣。預覽版支援 1M Token 上下文窗口及文本、圖片、影片輸入,面向複雜編程和長鏈路智能體任務。
OpenAI 發佈 Daybreak Red 指南,提供監督式安全調查的參考架構。指南涵蓋架構、安全控制、環境設定,以及如何執行和監察調查。
Google Sheets 可透過公式比較兩個工作表,找出儲存格差異、缺少的資料列,或整列不完全相同的項目。文章示範使用 ARRAYFORMULA、COUNTIF、MATCH 和 FILTER 比對資料,並以 INDIRECT 配合條件式格式設定標示差異。這些方法依賴完全相同的鍵值;若資料有拼寫或空格差異,可能會被判定為缺少項目。
MCP 工具若缺乏限制,可能令 stdio 串流損壞或觸發無限重試循環。文章建議在工具內捕捉錯誤並回傳結構化字串,限制結果數量最多為 50,並採用唯讀預設值,以免單次回應佔用過多 LLM 上下文窗口。
NVLink 以高頻寬、低延遲連接 NVIDIA GPU;PCIe 搭配 CXL 則以通用互連和快取一致性,讓 CPU、加速器及記憶體池共用位址空間。近期一代 NVLink 每個 GPU 的雙向頻寬約為 900 gigabytes per second,PCIe 5.0 x16 則每個方向約為 64 gigabytes per second。
PurrTrack 在既有 Flutter 手機 App 旁建立 React + Firebase 網頁 SaaS,讓兩個客戶端共用 Firebase 後端及同一會員訂閲。
FFmpeg 可先按原比例縮放直向影片,再居中補上黑邊,轉成 1920×1080 畫面,避免拉伸或裁掉上下內容。文章以 720×1280、12.064 秒素材執行五項 pytest 檢查,縮放後畫面為 608×1080,AAC 音訊串流的 MD5 與來源相同。文中亦比較直接拉伸和裁切的輸出差異,並提供 FFmpeg 指令及 pytest 執行方式。
電腦視覺與多模態 AI 可協助評估患者的用藥操作技巧,辨識示範中可觀察到的步驟偏差,並提供清晰易懂的教育回饋。系統可結合裝置專屬知識庫、視覺評估模型及受臨牀規範限制的回饋組件;如評估不確定或發現重要錯誤,應轉交藥劑師或臨牀人員跟進。系統須按裝置類型及預定用途接受臨牀驗證、保障患者影片資料私隱,且不得自行更改藥物劑量或建議更換裝置。
這項重排序測試使用模型對分數 token 的機率打破平分,讓正確文章在 12 題中的 11 題排名第一,並修正兩題原本因平分而排名下降的結果。gemma3:12b 每題平均需時 94.8 秒;把評分範圍擴至 0–100 並沒有消除平分。模型自身機率只能重新排列同分項目,無法修正沒有平分的錯誤評分。
文章整理五種開發工作流,涵蓋 Rust Anything 漸進式重寫、Inference Optimisation Skill 調校本地大語言模型、Lovable 應用的授權測試、PeakCut 自託管影片剪輯,以及 Blender AI MCP Add-on。
Kimi Code CLI v2.7.0 加入原生 bedrock provider,讓用戶沿用標準 AWS 憑證鏈連接 Amazon Bedrock 模型,無須另行管理 Amazon Bedrock API key。
面向工程應用的 AI 智能制圖系統,應把自然語言及參數需求轉化為 CAD 參數化特徵樹和幾何內核操作,而非直接生成像素或網格。系統可採用意圖理解與參數規劃、工程規則與約束、CAD 執行三層架構,並結合標準件庫、參數化特徵及人機協作,讓工程師保留設計控制權,並支援結果追溯與撤銷。
這份 AdCOM 影片列舉值速查表整理 OpenRTB 2.6 的 imp.video 四個欄位:placement、plcmt、pos 和 playbackmethod,説明各自對應的 AdCOM 列表及含義。placement 已棄用,且不同列表中的相同整數不能直接互換;依 OpenRTB 2.6 指引,playbackmethod 只計算陣列第一個值。
dotvault 系列第 12 部整理新隊友首次使用的流程,示範從安裝 CLI 到完成 dotvault pull,四個指令在 20 秒內完成;若專案已提交 project-config.json,則只需三個指令。Company 免費方案包括 10 位用戶、25 個專案、無限量 keys,以及每日 1,000 次 pulls。
合成數據可降低標註成本並減少個人資料外洩風險,但模型反覆以其他模型的輸出訓練,會令數據分佈逐輪收窄,罕見事件可能消失。合成數據適合與真實數據混合使用,由合成數據補充罕見案例,並以真實數據維持分佈基準。
Hollerdex 可逐一搜尋公司網域的公開頁面,整理按用途標記的電郵、電話、社交媒體連結及聯絡表格。工具每個網域最多檢查 6 個頁面,找到聯絡資料時收費 $0.004;沒有資料、網站封鎖或發生錯誤則免費。它支援 Python、JavaScript、無程式碼流程及 MCP。
阿里雲 2026 年雙十一活動涵蓋輕量應用伺服器、ECS、GPU 雲伺服器及大模型服務平台,提供多種年租價格與產品選型方案。輕量應用伺服器 2 核 2G 秒殺價為 38 元/年,ECS 經濟型 e 實例為 99 元/年,GPU 實例則涵蓋 T4、A10 和 L20。新用戶開通大模型服務平台可獲超 7000 萬免費 Tokens,有效期 90 天。
人工智能網絡釣魚檢測工具涵蓋投遞網關、點擊時判定、身份與會話行為、大模型輔助分析四個層次,各有不同的技術依據與失效場景。單看識別準確率難以反映實際營運效果,評估還應考慮平均檢測時延、每百萬封郵件的誤報數及逃逸率。檢測工具需與抗網絡釣魚認證、用戶舉報、情報共享及事件復盤配合,形成閉環。
文章整理 OpenAI 為 GPT-6.2 提供的兩份官方使用指南,列出 8 段提示詞,並説明在 ChatGPT、Codex 或 API 中套用的方法。指南涵蓋回覆風格、持續完成任務、程式碼與設計要求,以及 Codex 的驗收標準、推理強度、子智能體和 AGENTS.md。
推薦理由:文章把官方指南中的提示詞、Codex 任務設定和 Responses API 遷移事項按使用情境整理,讀者可對照自己的工作流程選用相關做法。
Arnav Gupta 發現,他的 Mac 有 94 個仍在運行的智能體工作階段,共啟動 555 個閒置 MCP 伺服器程序,令電腦持續卡頓。原因是每個工作階段都會啟動全域設定中的 MCP 伺服器,而桌面程式會讓舊工作階段繼續運行;他建議改用項目級設定並關閉已完成的工作階段。
作者分享 Aider 的按任務選模與控費規則,指出每次訊息都會附帶 repo map、已加入檔案及聊天記錄,因此成本管理重點在模型分工和上下文控制。建議用弱模型處理提交訊息和摘要,按工作難度選擇主模型,並以 `/add`、`/read-only`、`/drop`、`/tokens` 和 `/clear` 管理上下文;同一修改需超過約 3 次修正提示時便升級主模型。
文章建議將外部資料視為不可信,並以程式碼層的政策閘門防範工具輸出中的間接提示詞注入,限制智能體執行具副作用的操作。做法包括用隨機邊界包裹資料、透過污點追蹤要求受污染上下文下的副作用工具呼叫經人工確認,以及限制憑證和外連網域。文中亦提醒,正則表達式只適合記錄和警示,不能作為安全防線。
作者比較小型 Node.js 客服檢索服務的日誌與追蹤設計,指出以工單為主線的追蹤能串連來源修訂、索引與檢索事件,定位答案使用舊資料的環節。文章建議記錄 source_revision、indexed_at 和 retrieved_at,並監測索引延遲、答案所用內容的資料年齡及空結果率。單進程原型可先用結構化日誌和少量指標;異步索引、多個索引或審計需求增加時,再考慮追蹤。
作者提出財務研究儀錶板的檢索架構,透過綁定索引快照的遊標和兩階段語義搜尋,避免索引刷新期間相鄰頁面出現重複或消失的文件。頁面大小為 20 時,文中建議先擷取 100 個候選記錄,去重並重排後再分頁,並以相關度分數、發佈時間及唯一記錄 ID 確保排序邊界穩定。遊標應固定索引世代,並在快照失效時明確要求重新搜尋;保留舊世代及重排較多候選記錄則會增加儲存成本和尾延遲。
這篇教學示範如何以 GPT-4、Playwright、Celery 和 Redis 建立自主 AI 智能體,搜尋並預訂價格最低的醫療檢查。系統以 GPT-4o 從網頁擷取檢查資料,再比較價格及預約選項。提交預約前,智能體會透過 Slack 或 Telegram 通知用戶確認。
阿里雲大模型能力體系以分層架構整合多模態模型、統一接入與計費平台、應用方案及彈性算力,支援企業構建 AI 應用。千問 AI 平台-Token Plan 統一模型接入和 Token 計量,函數計算 FC 則以彈性算力支援推理;應用模板和行業方案封裝提示詞工程、上下文管理及工具調用編排等共性工作。