跳到正文
11月21日週六
  1. DEV Community52

    TrapR 如何在 Git 中用三層線索識別程式碼複製

    Jayakrishna I 開源發佈 Python 工具 TrapR,以密鑰標記、行為金絲雀和程式結構指紋協助識別程式碼複製。它可接入 GitHub Actions 作為合併檢查;作者測試的 22 個無關熱門倉庫及 14 個留出倉庫均無誤報,但 45 行 Python → JS / Java 移植未被識別。程式庫位於 github.com/jaykrishna316/TrapR。

  2. DEV Community60

    Hermes Agent 2026 評測:自我改進型個人 AI 智能體

    Hermes Agent 是 Nous Research 開發的開源個人 AI 智能體,核心特色是跨對話累積記憶,並按使用經驗建立及更新技能。作者經三週測試後表示,技能累積令後續文章撰寫更快;但 Hermes Agent 支援 6 個訊息平台,少於 OpenClaw 的 24 個,設定較不易上手,進階設定文件亦較薄弱。

  3. DEV Community59

    自建 MCP 伺服器實測顯示,GitHub 倉庫描述中的指令文字會原樣返回

    作者在自建 MCP 伺服器中植入測試用 GitHub 倉庫描述,確認其中的指令式文字會以未標記的普通字串原樣返回。伺服器輸出中的描述欄位與星數等欄位結構相同;另一條 DEV.to 評論流程也會把用戶留言以純文字 JSON 提供給草擬回覆的工具。作者建議把其他用戶控制的文字欄位標示為不可信,而非按措辭過濾內容,但尚未實作改動。

  4. 阿里雲開發者社區 AI57

    software-factory skill 如何用五個詞釐清自動化流水線設計

    mattpocock/skills 的 software-factory skill 以 task、run、trigger、service、brake 五個詞統一自動化流水線討論,並用明確條件檢查設計是否完整。它不執行程式碼,而是禁用含混同義詞,並要求每個 trigger 配上自動檢查、自動評審或人工評審等制動措施。每個 task 和工單來源都要回答五個問題,未填妥的項目代表設計仍有缺漏。

  5. DEV Community52

    用 Kiro 先寫規格再編碼,打造 AgentEval Forge

    作者以 Kiro 打造 AgentEval Forge,這是一套先寫規格再編碼、用於建立及評估 AI 智能體的模板。它以不依賴隨機性、網絡或 LLM 的純函數評分器處理 JSONL 任務,並提供棋局對戰和 BTC 模擬交易兩個示範應用。測試套件包含 79 項測試,專案已公開於 https://github.com/ArwaniSuhud/AgentEvalForge。

  6. 新浪科技64

    Google Labs 推出 Stitch Loop,讓 AI 持續維護已上線產品

    Google Labs 推出 Stitch Loop,這款 AI 智能體可 7×24 小時接入 GitHub 和線上數據,持續維護已上線產品,尋找問題、修改程式碼並提交 PR。它會根據產品數據提出改進方案,在雲端沙箱修改程式碼並監察上線數據;所有 PR 均須經人工批准才可合併。全球用戶現可申請候補體驗,符合條件的 Google AI Ultra 會員可優先取得資格。

  7. DEV Community42

    我打造了支援 AI Agent 的求職申請追蹤工具

    作者打造了 Job Applications Tracker,讓用戶集中管理求職資訊,並由 AI Agent 協助搜尋合適職位、追蹤申請狀態。工具可分析 Gmail 郵件,辨識申請確認及面試邀請等更新,並建議調整申請狀態。應用程式使用本機 SQLite 資料庫,支援 Claude Code、Codex 及自訂 Agent 指令。

  8. DEV Community65

    MeshyChat 為何以簽名訊息匯流排協調智能體,而非依賴聊天記錄

    Andrew Demczuk 以 MIT 授權開源 MeshyChat,讓不同機器上的智能體工作階段透過簽名訊息匯流排協作,而非依賴聊天記錄。系統由 Django 和 PostgreSQL 16 伺服器、Python CLI 及每台主機的 postbox daemon 組成,本身不執行模型,並提供簽名驗證、待回覆追蹤和按執行環境喚醒 CLI 的機制。

  9. DEV Community71

    如何將用 AI 開發的應用程式部署到自己的伺服器

    部署用 AI 開發的應用程式到自有伺服器,需先辨認它是靜態前端還是 Node.js 伺服器,再處理後端、環境變數與容器部署,並以 Caddy 提供 HTTPS。VITE_ 和 NEXT_PUBLIC_ 變數須在建置時設定,機密值則只放在伺服器端。指南建議先遷移前端並保留託管後端,再另行決定是否搬移資料,並在切換網域前檢查登入重新導向及深層連結。

  10. DEV Community55

    如何透過 Klakix MCP server 在 Claude、Cursor 或 Claude Code 生成 AI 影片

    Klakix 維護者提供操作指南,示範如何將 Klakix MCP server 連接至 Claude、Claude Code、Cursor 等客戶端,調用影片、圖像和音訊生成工具。伺服器提供 19 個工具及 7 個現成工作流程,帳戶工具可免費查詢模型及估算成本。開源倉庫涵蓋 MCP 協定層、OAuth 伺服器、stdio bridge 和客戶端設定,但不包括託管服務的生成後端。

11月20日週五
  1. DEV Community51

    Megabit Trajectories 公開 66 段經實際執行驗證的編碼智能體軌跡數據集

    Sumama-Jameel 公開 Megabit Trajectories,收錄 66 段經實際執行及驗證的編碼智能體軌跡,合計超過一百萬個模型 token。與四個較大型數據集比較時,SWE-Gym 在作者自訂的每萬 token 錯誤恢復配對數指標上以 10.72 比 6.48 領先,SWE-smith 的最長重試鏈則為 64 比 4;作者亦公開自己在規模等項目落後。

  2. DEV Community46

    GH-900 GitHub Foundations:考試範疇及 4 週備考計劃(2026)

    GH-900 GitHub Foundations 是涵蓋 Git、GitHub 及團隊協作的初級考試,指南列出七大考試範疇,並提供 4 週備考計劃。考試限時 100 分鐘,合格分數為 1,000 分中的 700 分;Git 和 GitHub 基礎佔 25 至 30%,比重最高。計劃由 Git 操作起步,逐週學習 GitHub 協作、開發工具、安全管理與社羣,最後完成模擬考試。

  3. DEV Community29

    探索並行 AI 編碼工作流程

    作者探索開發者如何同時使用多個 AI 編碼智能體處理不同任務,並保持工作井然有序。文中提到一個旨在簡化並行 AI 編碼工作流程的開源項目,採用 CLI 方式,適用於使用 Claude Code 和 Git worktrees 的開發者。

  4. Hacker News 熱門(buzzing.cc 中文翻譯)51

    Jujutsu(jj)版本控制系統入門指南

    Ethan Lowman 的 Jujutsu(jj)版本控制系統指南,介紹如何在 Git 儲存庫中並用 jj,並以提交圖管理工作。指南示範 jj 如何自動快照工作副本、自動 rebase 後代提交,並容許延後處理衝突及使用 jj undo 復原操作。文章亦介紹以 bookmarks 對應 Git branches,並透過堆疊式 PR 將大型變更拆分成較小的審查步驟。

  5. DEV Community32

    如何為 GitHub 編碼智能體設定權限範圍

    越來越多人讓編碼智能體建立 PR、推送分支及執行工作流程,而智能體持有的 token 權限決定了操作失誤可能造成的影響。文章提出以每個儲存庫專用的細粒度個人存取 token、權限受限的 GitHub App、分支保護或規則集,以及獨立 bot 帳戶管理權限,並詢問用戶現有設定仍有哪些隱憂。