今日目標 理解為什麼在微服務架構下,Service(NodePort / LoadBalancer)不足以應對複雜路由需求。 搞懂 Ingress(規則定義)...
昨天的 TT-Metal 範例要手動安排 reader、compute、writer、circular buffer 與 NoC synchronization...
❯❯ spec 凍結下的正式覆寫:issue #90 拆 UI、留 API 實錄 📍 流水線位置|入口 → 【flow】 → 型別 → mock → 測試 →...
簡短回顧 前兩天我們拿外部的 Benchmark 量了自己一次,跑完之後最實際的收穫不是名次,是抓到自己的算法一直在替自己加分。 到今天為止,這個系列一直在做同...
摘要Day 22 已經替 live FHIR /metadata 入口補上 allowlist、redirect blocking、endpoint safe...
開始前先題外話一下,因為我在封面畫了超多細節,但其實大多數跟 CSS 內容無關,就是想畫所以就畫了!原本想說要用同一種封面排 30 天,但我發現第 5 天開始...
Day 09 · W2 · AI 線 · 難度 ★★★☆☆ 本系列由 AI 協作撰寫。 內容、技術判斷、程式碼由 light-design 數位顧問團隊與 C...
💡 今日學習目標:掌握 Secure SDLC (安全軟體開發生命週期) 的全貌,學會在軟體開發的 5 大環節中植入資安防守機制。 📌 前言:被資安打回重...
現在,我們有 LLM, 有語音轉文字,有文字轉語音。接下來,讓我們來讓系統能看:OCR 功能,以便建一個知識庫。 網域設定:ocr.iron30.comrag...
Day 21 整理出一份完整的流程說明文件,但結尾也留下另一個問題:文件回答了「這個流程做了什麼」,卻還沒說明「這些內容要怎麼畫」。今天就從節點分類與配色開始,...
上一篇已把檢索結果整理成 ContextBundle,每份來源都有 S1、S2 等代號。現在資料已經送到模型門口,接下來的問題是:模型可以怎麼用?如果只補上一句...
Day 07 談到,資料可以用 Block 的形式在 Pipeline 裡逐步往下游流。當 Execution Engine 把這些 Block 分到多台機器,...
「Flaky Test 就像是測試體系裡的『狼來了』的故事——當 CI 上 30% 的失敗都是假警報時,團隊就會開始無視所有紅燈,自動化測試也就失去了防線的意...
上一篇終於把中斷點下下去了~ F9 下 Breakpoint F5 開始 Debug F10 往下一行 F11 進入方法 然後 Visual Stud...
文章同步發表在我的Blog 建立「晚上十點後原則上不再進食」這條保護線後,我很快遇到最難處理的例外。 有些日子,我會在晚上七點或八點開始跑步。完成訓練、收操、洗...
上一篇介紹的動態區塊資料存在區塊自己的屬性裡,但有時候你要的資料不在區塊身上,它可能在文章的自訂欄位、在網站的全域設定甚至是要透過某個 API 才能取得。這一篇...
為什麼要接訊息平台 服務的通知管道除了 App 推播,還接了一個大眾普及率極高的訊息平台官方帳號。理由很實際:使用者不一定裝 App,但幾乎人人都用這個訊息平台...
分散式服務之間的資料要如何同步? 前一章確認分散式架構會增加跨服務通訊、部分失敗與資料一致性的處理成本。當一項功能需要多個服務共同完成時,這些服務不能直接修改彼...
系列:30 天打造企業級 PLM|面向:後端|素材:AuthService、UserService、實際資料表 問題場景 企業系統的使用者體驗,第一條就是...
Day 22: 監控體系 (一):Prometheus 與 Grafana 的架構與安裝 建立系統的靈魂之窗,觀測所有資源指標。 1. 為什麼微服務需要監控 單...
第一天就聊一些簡單且符合知識背景的的話題,在我們開始進入技術的世界前,我們需要了解 Bun 的故事與前世今生 故事背景 Bun 是一個新一代的 JavaScri...
架構會議進行到下午三點,白板上已有三支 Agent。 Incident Agent Release Risk Agent Change Review Agen...
【CVE 通報 ③】後續實際引用: 一份每日漏洞通報,怎麼變成客戶資安認證的一環? D22 說了人面對全球漏洞的牆: 每天新增的 CVE 多到沒有人讀得完,規模...
Day 05 第二輪加入兩個會影響架構的示範條件:每日約 1 TB,資料來源速率約 12 MB/s。若兩者都以十進位計算,而且 12 MB/s 是可持續的端到...
前言 前四天我們講了 TorchDynamo 四條重要的生產線,分別是 InstructionTranslator(Day 4)、VariableTracker...
在昨天的文章中,我們拆解了 Context Engineering 的核心我們知道Agent的上下文不該被動堆疊,而需要透過一套動態機制進行調度 今天我們進入實...
上一篇我們談到 AI Red Team 到底在測什麼,也提到一個聊天機器人背後,至少可以拆成資料、模型、應用與系統四個層次,另外還有一條貫穿所有環節的供應鏈,這...
Day 02: Prompt Engineering 工作流:給開發者的精準 Prompt 調校與 Context 設計 (Prompt Engineering...
今天要做的服務邊界, 目的是防止攻擊者取得機敏資料, 我們要做的就是對gcp的api除了檢查身份, 還檢查發起的位置, 如此就算攻擊者取得service acc...
前言:單頁 APP 是不夠的,我們需要導覽列! 昨天我們完成了「KAKERU」的第一個首頁畫面。有讀者一定有發現,畫面底部出現了一個非常有質感的黑色懸浮導覽列!...