跳到正文
10月25日週日
  1. DEV Community75

    LiteLLM 主密鑰外洩遭利用,攻擊者透過 GitHub 發布惡意 PyPI 與容器套件

    LiteLLM 主密鑰外洩後,攻擊者利用取得的 GitHub 權限,於 10 月 21 日發布含惡意程式的 1.107.0 版本。密鑰於 5 月 27 日被提交至公開儲存庫,團隊雖發現外洩並改寫提交紀錄,卻未撤銷密鑰;攻擊者於 10 月 10 日利用它取得 GitHub 組織擁有者的 token,再竊取兩名維護者的 token 並停用分支保護。

  2. DEV Community46

    QuestSloth:在本機以 Gemma 將課堂筆記轉成地城問答遊戲

    QuestSloth 以 Gemma 2 2B 在瀏覽器本機將課堂筆記轉成地城問答遊戲,教師 Forge 會輸出包含五道選擇題的 quest.json,學生則可在沒有 AI 推理的情況下遊玩。Forge 透過 WebLLM 使用 WebGPU;Notes 不會離開裝置,首次下載模型約需 1.5GB,若 GPU 不支援 shader-f16 則會改用約 2.5GB 的版本。

  3. DEV Community48

    Sloth-Sorter:命令列檔案整理工具

    Sloth-Sorter 是一款開源命令列工具,使用本機小型 AI 模型整理並重新命名 Downloads 資料夾內的檔案,檔案不會離開用戶的電腦。工具預設使用可在 CPU 執行的 Qwen2.5 3B,亦可改用 Llama 3.2 3B;每次移動均可復原,且不會刪除或覆寫檔案。

  4. DEV Community39

    構建 scLock:綁定 Apple Secure Enclave 的 256 槽多態非線性 MBA 虛擬機(熱路徑 8.15 us)

    scLock 為 macOS arm64 應用程式提供硬件鎖定保護,使用 Apple Secure Enclave 在執行時推導金鑰,並為每次編譯生成 256 槽多態指令集。熱路徑下單次虛擬化函數呼叫需時 8.15 us,約每秒 120,000 次;GitHub 提供受 scLock v1.0.0 保護的 CrackMe,商業 SDK 售價 $79。

  5. DEV Community46

    Napper:可在睡眠期間運作並找出漏水、漲價及遺忘訂閲的 AI 智能體

    Napper 是一款離線優先的自主 AI 智能體,夜間讀取本機 CSV,預測未來 30 天並篩查異常與交易問題,早上生成摘要。示範數據中,它找出水量升至 425.0 升、健身會籍月費由 $24.99 升至 $29.99、$77.86 重複扣款,以及每月 $9.99 的閒置訂閲;預測由本機運行的開放權重模型 TabPFN-3.5 提供。

  6. 新浪科技48

    人大等團隊開源 TabClustPFN,讓表格聚類開箱即用

    中國人民大學等機構的研究團隊提出並開源 TabClustPFN,以預訓練後的一次前向推斷,從無標籤表格預測樣本分組及簇數。模型為 2 到 10 類的候選簇數提供概率;在 3,200 個未參與訓練的合成數據集上,95% 累計概率候選集合的真實簇數覆蓋率為 96.8%。團隊亦在 44 個真實數據集上評估模型,簇數估計誤差中位數為 1。

  7. DEV Community32

    PrepFlow:用 Gemma 將課程大綱轉為温習計劃

    PrepFlow 使用 Gemma 從課程資料中整理科目和主題,再由應用程式驗證來源證據、估算所需時間並安排温習計劃。計劃會考慮考試日期、每日可用時間、主題重要性及先修要求,並在進度落後或工作量超出可用時間時調整安排。項目尚未部署,也未經真實用戶測試。

  8. DEV Community44

    實體 AI 系統設計:永不向 DCS 寫入的蒸汽渦輪狀態監測架構

    CodeNinja Praxis 設計的實體 AI 參考架構用於蒸汽渦輪狀態監測,透過硬件單向輸出讀取 DCS,沒有返回控制網絡的路徑。MOMENT-1 用於零樣本異常檢測,IBM Granite 4.2 8B 草擬診斷筆記及測試報告,兩者在廠區內一張 48 GB PCIe 推理卡上運行。設計設定每週 2 次誤報上限,三年場地成本估算為 21,600 至 23,400 美元。

  9. DEV Community49

    Dogear 如何用小型開放權重模型在夜間擷取紙本書的螢光筆摘錄

    Dogear 會在夜間以 CPU 上運行的開放權重模型 Gemma 4,從用戶拍攝的紙本書頁面中擷取螢光筆標記的段落,早上供用戶檢查。流程結合 Tesseract OCR 與 Gemma 4:兩者讀取結果一致時採用模型文字,有分歧則標記供用戶核對;用戶可保留、編輯或刪除摘錄。原文測試的兩頁共找到 6 段摘錄,4 段讀取結果一致,另 2 段被標記。

  10. DEV Community57

    MarketMirror 以 120 名模擬買家測試 8 則 Facebook 廣告,排名幾乎倒置卻找出註冊頁阻礙

    作者用 MarketMirror 讓 120 名模擬學生及家長評估 8 則 Facebook 廣告,模擬點擊排名與真實排名的相關係數為 -0.84,幾乎倒置。實際勝出的印尼家長廣告 CTR 為 2.32%;1,500 人瀏覽登陸頁後只有 16 人註冊,而模擬調查中 56% 把信任疑慮、28% 把私隱列為主要阻礙。

  11. DEV Community26

    LazyDesk AI:更智能的文件整理方式

    LazyDesk AI 是一款文件整理工具,支援上載 PDF 和 TXT 文件、擷取文字、分類、搜尋、檢視中繼資料,以及下載或刪除文件。項目使用 React、Node.js/Express 和 MongoDB,並計劃以 Ollama 配合 Gemma 3 1B 進行本機文件分析;自動測試及前端正式版本建置已通過,但完整的 AI 分析流程仍待驗證。

  12. DEV Community47

    Knovum 0.0.2:以 Tauri 2、Vue 3 和 Rust 建構開源、本地優先的 AI 畫布

    Knovum 推出開源、本地優先的桌面 AI 知識工作區 Knovum 0.0.2,以無限 2D 畫布整理知識,採用 Tauri 2、Vue 3 和 Rust,閒置時約佔用 45MB RAM。新版本加入差異化空間索引、串流對話區塊邊界、互動語音預覽,以及會在來源筆記變更後標示的引用功能。Knovum 以 Apache-2.0 授權免費開源,支援 macOS 和 Windows。

  13. DEV Community34

    熱門 PyPI 套件依賴「OS Independent」嗎?不是:長尾比例更高(81% vs 72%),熱門套件會列出實際平台

    PyPI 下載量最高的 3,000 個項目中,列出作業系統分類的項目較常標示具體平台,而不是隻用「OS Independent」。在有列出分類的項目中,長尾有 80.8% 標示「OS Independent」,高於熱門項目的 71.9%;熱門項目列出多個作業系統的比例則為 28.3%,長尾為 10.5%。分類由項目自行申報,不能證明套件實際具備跨平台或純 Python 特性。

  14. 螞蟻 inclusionAI:HuggingFace 新模型61

    inclusionAI 發佈 Ling-3.1-flash-base 基礎模型檢查點

    inclusionAI 發佈 Ling-3.1-flash-base 基礎模型檢查點,總參數量為 560B,每個 token 啟用 25B 參數。它採用與 Ling-3.1-flash 相同的混合線性 MoE 架構,結合 KDA 和 Gated MLA,並在 47 項基準、八個領域進行評測。檢查點以 BF16 權重發佈,模型以 FP8 訓練,適用於持續預訓練、領域適配及後訓練研究。

  15. 新浪科技59

    PHP 基金會執行董事稱資金不足,僅有 1 名全職員工

    PHP 基金會執行董事伊麗莎白・巴倫表示,基金會經費緊張,只有她一名全職員工,另有十四名大多兼職的外包人員。本週 PHP 高危漏洞的排查與補丁開發由基金會聯同外部研究人員及 OpenAI、Wiz、Calif 等合作進行;Cloudflare 監測到數百萬次攻擊嘗試,但巴倫稱沒有證據顯示漏洞公開前已被成功利用,或已修補的網站遭到攻擊。

  16. DEV Community59

    Qwen 4 即將推出:哪些資訊已確認,以及對本地 AI 的意義

    阿里巴巴在 Apsara Conference 確認 Qwen 4 正在訓練,但未公佈推出日期、規格、基準測試結果或授權條款。目前可運行的相關架構預覽是 Qwen3.8-Flash-Next,但其測試表現不能單獨歸因於架構,因為它是規模更大的 MoE。文章亦整理 27B 級模型的預測基準表現、量化和硬件需求,並區分官方確認資訊與社羣推測。

  17. DEV Community34

    MediaMend:Hacktoberfest 開源 AI 挑戰第 3 週參賽作品

    MediaMend 是一款在本機運作的 AI 助理,用來標記模糊相片、黑畫面影片、無聲錄音、空檔案及重複檔案,供用戶逐項檢查。獲批檔案會移至回收區而非直接刪除,用戶可還原、封存或永久刪除;永久刪除須另行確認。工具以 OpenCV、FFmpeg 和 SHA-256 進行檢測,並使用本機視覺語言模型判斷標記相片是否值得保留。

  18. DEV Community60

    slothdesk 用本機 Gemma 4 整理下載資料夾,找出被遺忘的秘密

    開發者 Kunal 建立 slothdesk,讓本機 Gemma 4 整理下載資料夾、分類檔案並生成待辦摘要,也可辨識截圖中的秘密。工具透過 Ollama 在筆電運行,規則會鎖定機密檔案而不讓模型開啟;程式碼處理日期排序和重複檔案,Gemma 負責分類及挑選優先事項。作者以 69 個截圖檔案測試,掃描需時 7.8 分鐘,並發現一張檔名規則未能識別、顯示恢復資訊的截圖。

  19. DEV Community40

    MediaMend:本機 AI 媒體清理助理

    MediaMend 是一款本機 AI 助理,掃描資料夾並標記模糊相片、黑畫面、無聲錄音、空檔案及重複檔案,讓用戶檢視後移至暫存區,而非直接刪除。它以 OpenCV、FFmpeg 和 SHA-256 執行可量度的檢查,並使用本機開放權重視覺語言模型評估被標記的相片;檔案可還原,永久刪除則須另行確認。所有處理均在電腦上進行,個人相片和錄音不會上載。

  20. DEV Community48

    SlothScout:凌晨 3 時代讀求職提醒的本機智能體

    SlothScout 是一個以 Ollama 本機執行 Gemma 3 4B 的智能體,會在凌晨 3 時讀取求職提醒電郵,按履歷和條件為職位評分。首次運行讀取 15 封提醒、評估 49 個職位,只有 1 個高於 70 分門檻,耗時 152 秒。作者表示,SlothScout 每日可節省約 3 小時,履歷和收件箱內容不會傳送至任何 API。