20 篇文章含有標籤「Cloud Computing」

TechSummary 2025-09-22

2025年9月23日 · 閱讀時間約 12 分鐘

AI Assistant

🚀 Gartner 再次將 GitHub 評為 2025 年 AI 程式碼助理魔力象限領導者

Source: https://github.blog/ai-and-ml/github-copilot/gartner-positions-github-as-a-leader-in-the-2025-magic-quadrant-for-ai-code-assistants-for-the-second-year-in-a-row/

Gartner 預測，到 2028 年，90% 的企業軟體工程師將採用 AI 程式碼助理，顯著高於 2024 年初的不到 14%。這顯示 AI 正以前所未有的速度重塑軟體開發。
GitHub Copilot 已擁有超過 2000 萬用戶和 77,000 家企業客戶，其規模使其在快速發展的 AI 程式碼助理市場中脫穎而出。
GitHub 連續第二年被 Gartner 評為 2025 年 AI 程式碼助理魔力象限的領導者，在「執行能力」方面排名最高，在「願景完整性」方面也位居最右側。
Gartner 指出，領導者透過將尖端模型整合到強大的代理工作流程中，提升生產力、程式碼品質和安全性，並提供長上下文推理、混合部署靈活性等創新功能。
GitHub Copilot 的多項創新持續推動 AI 開發：
- GitHub Copilot Coding Agent: 一個雲端異步隊友，能處理問題並發送經過測試的拉取請求。
- Copilot agent mode: 一個即時協作者，能在編輯器中根據需求修改文件。
- Copilot Application Modernization: 幫助開發者自動更新和重構舊版程式碼庫，以使用新的語言、框架或庫。
- GitHub Copilot in VS Code / Visual Studio: 將核心 Copilot 體驗直接整合到 IDE 中，提供實時程式碼建議和自動完成功能。

TechSummary 2025-09-19

2025年9月20日 · 閱讀時間約 10 分鐘

Gemini

AI Assistant

🐳 Docker Desktop 無聲元件更新與全新更新體驗

Source: https://www.docker.com/blog/docker-desktop-silent-component-updates/

Docker Desktop 4.46 引入自動元件更新功能及重新設計的更新體驗，旨在提升開發者生產力。
更新目標是「零工作流程中斷」，讓 Docker Scout、Docker Compose、Ask Gordon、Model Runner 等工具在後台自動更新，不影響正在運行的容器。
新方法提升安全性，確保始終運行最新、最安全的版本。
提供個人用戶和企業管理員兩種控制層級：
- 個人用戶可在 Docker Desktop Settings > Software Updates 中切換「Automatically update components」。
- Docker Business 訂閱者可透過 Admin Console 進行組織級別的更新策略管理。

TechSummary 2025-09-12

2025年9月13日 · 閱讀時間約 10 分鐘

Gemini

AI Assistant

🛠️ 以開源和 AI 構建個人應用程式

Source: https://github.blog/open-source/maintainers/building-personal-apps-with-open-source-and-ai/

強調小工具的魔力：即使任務再小，一個能精準滿足需求的工具也能帶來巨大影響，例如將不同格式的答案轉換為 Markdown 列表，或將 CSV 轉換為 Markdown，這些都能大幅節省時間和心力。
開源作為實驗場：GitHub 等開源平台是尋找、修改和分享個人工具的絕佳場所。若已有類似工具，可透過 Fork 進行調整以符合個人工作流程；若將自己的工具開源，也能啟發他人貢獻新功能，如個人待辦應用程式被建議新增「暫停任務履歷」功能。
AI 作為倍增器：AI 技術如 GitHub Copilot 大幅加速個人軟體開發。過去需耗時處理的框架、錯誤，現在 AI 能協助專案建構、故障排除，甚至解釋複雜程式碼，降低了開發門檻。
減少心智負擔：透過將重複性任務自動化並利用 AI 輔助，開發者能從繁瑣工作中解放，專注於更具創造性或有意義的工作，讓軟體開發過程變得更加愉快。
分享與成長：當工具開源並有其他人使用時，安全性與可維護性變得重要。社群的參與能協助發現問題、提出改進，甚至帶領專案走向新方向，透過協作共同成長。

TechSummary 2025-09-11

2025年9月12日 · 閱讀時間約 13 分鐘

Gemini

AI Assistant

📉 GitHub 2025 年 8 月可用性報告

Source: https://github.blog/news-insights/company-news/github-availability-report-august-2025/

8 月 5 日事件 (32 分鐘)：因資料庫遷移過程中，ORM 仍引用已刪除的欄位，導致推播、Webhooks、通知和拉取請求出現錯誤率升高（峰值達 4% 的 Web 和 REST API 流量）。GitHub 通過部署變更，指示 ORM 忽略該欄位來緩解問題。此事件揭露了應用程式監控的漏洞以及跨環境更新的不足。
8 月 12 日事件 (3 小時 44 分鐘)：GitHub 搜尋服務降級，使用者遇到不準確的結果、部分頁面（如 issues, pull requests）載入失敗。問題源於負載平衡器與搜尋主機間的間歇性連線問題，最終導致重試佇列超載。通過限制搜尋索引管道和自動重啟搜尋主機解決。GitHub 隨後改進了內部監控、操作手冊並調整了負載平衡器。
8 月 27 日事件 (46 分鐘)：Copilot、Web 和 REST API 流量性能降級。此事件與 8 月 5 日類似，也是因資料庫遷移刪除欄位但 ORM 仍引用所致，導致 Copilot 請求高達 77% 的失敗率。GitHub 應用了生產模式修復並實施了臨時阻止所有刪除欄位操作的措施，同時也在開發 Copilot 的優雅降級機制，以避免其問題影響其他功能。

TechSummary 2025-09-08

2025年9月9日 · 閱讀時間約 9 分鐘

Gemini

AI Assistant

🤖 Introducing an Interactive Code Review Experience with Amazon Q Developer in GitHub

Source: https://aws.amazon.com/blogs/devops/introducing-an-interactive-code-review-experience-with-amazon-q-developer-in-github/

Amazon Q Developer in GitHub現推出互動式程式碼審查體驗，旨在解決傳統程式碼審查耗時且缺乏上下文的問題。
新功能包括：
- Pull Request 中的互動式對話：透過 /q 指令提問或要求 Q Developer 提出程式碼變更建議，例如 /q explain this finding 或 /q propose a change that replaces class toggles with a data attribute for state。
- 帶有串接發現的程式碼審查摘要：每個審查都以簡潔摘要開始，並將個別發現串接在下方，提升可追蹤性。
- 更快的執行與清晰的通知：縮短等待時間，加快審查週期。
在 GitHub 安裝 Amazon Q Developer GitHub App 即可開始使用（預覽期間無需 AWS 帳戶），新建立或重新開啟的 PR 會自動觸發審查，若要對後續提交進行重新分析，請在 PR 中發布 /q review。

TechSummary 2025-09-02

2025年9月3日 · 閱讀時間約 27 分鐘

Gemini

AI Assistant

🚀 AI 驅動的規範式開發：GitHub 開源工具包 Spec Kit 入門

Source: https://github.blog/ai-and-ml/generative-ai/spec-driven-development-with-ai-get-started-with-a-new-open-source-toolkit/

挑戰與解決方案: 隨著 AI 程式碼生成工具日益強大，傳統的「憑感覺寫程式」(vibe-coding) 方式常導致程式碼無法編譯或未能完全符合需求。GitHub 提出「規範式開發」(Spec-driven development)，將規範視為活生生的可執行文件，作為工具與 AI 代理生成、測試、驗證程式碼的單一事實來源。
Spec Kit 工具包: GitHub 開源工具包 Spec Kit 旨在將規範式開發引入 AI 程式碼生成工作流程，支援 GitHub Copilot、Claude Code 和 Gemini CLI 等工具。
四階段開發流程:
1. Specify (規範): 提供高層次的「是什麼」和「為什麼」，AI 生成詳細的用戶旅程和預期成果規範。
2. Plan (規劃): 提供技術棧、架構和限制，AI 生成全面的技術實作計劃。
3. Tasks (任務): AI 將規範與計劃分解為可單獨實作與測試的小型任務。例如，從「建置認證」變成「創建驗證電子郵件格式的用戶註冊端點」。
4. Implement (實作): AI 根據任務逐一生成程式碼，開發者審查針對特定問題的精確變更。
核心優勢:
- 意圖即真理: 從「程式碼是真理來源」轉變為「意圖是真理來源」，使規範可執行並自動轉化為工作程式碼。
- 減少猜測: 明確的規範、技術計劃和任務提供 AI 更高清晰度，提高其效率。
- 適用場景: 適用於從零開始的新專案 (Greenfield)、現有系統的功能擴展 (Feature work) 及遺留系統現代化 (Legacy modernization)。
- 大規模應用: 組織的安全政策、合規規則、設計系統限制等要求可直接整合到規範和計劃中，供 AI 使用。

Spec Kit 使用範例 (CLI):

初始化專案：

uvx --from git+https://github.com/github/spec-kit.git specify init <PROJECT_NAME>

生成規範：

/specify "Build a new e-commerce product catalog with search functionality."

生成技術計劃：

/plan "Use Python, FastAPI, PostgreSQL, and integrate with Stripe for payments."

分解任務並實作：
```
/tasks
```

TechSummary 2025-08-28

2025年8月29日 · 閱讀時間約 15 分鐘

Gemini

AI Assistant

🤖 GitHub Models 如何幫助開源維護者專注於核心工作

Source: https://github.blog/open-source/maintainers/how-github-models-can-help-open-source-maintainers-focus-on-what-matters/

開源專案維護者常因重複性管理工作（如分類問題、處理重複項、要求重現步驟）而分心，GitHub Models 旨在利用 AI 自動化這些重複性工作。
透過 GitHub Models 結合 GitHub Actions，實現「持續 AI」(Continuous AI) 模式，提供自動化工作流程，例如自動問題去重、問題完整性檢查、垃圾郵件與低品質貢獻偵測、持續解決方案以及新貢獻者引導。

自動問題去重範例：

name: Detect duplicate issues
on:
  issues:
    types: [opened, reopened]
permissions:
  models: read
  issues: write
jobs:
  continuous-triage-dedup:
    if: ${{ github.event.issue.user.type != 'Bot' }}
    runs-on: ubuntu-latest
    steps:
      - uses: pelikhan/action-genai-issue-dedup@v0
        with:
          github_token: ${{ secrets.GITHUB_TOKEN }}
          # Optional tuning:
          # labels: "auto"          # compare within matching labels, or "bug,api"
          # count: "20"             # how many recent issues to check
          # since: "90d"            # look back window, supports d/w/m

問題完整性檢查範例：

name: Issue Completeness Check
on:
  issues:
    types: [opened]
permissions:
  issues: write
  models: read
jobs:
  check-completeness:
    runs-on: ubuntu-latest
    steps:
      - name: Check issue completeness
        uses: actions/ai-inference@v1
        id: ai
        with:
          prompt: |
            Analyze this GitHub issue for completeness. If missing reproduction steps, version info, or expected/actual behavior, respond with a friendly request for the missing info. If complete, say so.
            
            Title: ${{ github.event.issue.title }}
            Body: ${{ github.event.issue.body }}
          system-prompt: You are a helpful assistant that helps analyze GitHub issues for completeness.
          model: openai/gpt-4o-mini
          temperature: 0.2
      - name: Comment on issue
        if: steps.ai.outputs.response != ''
        uses: actions/github-script@v7
        with:
          script: |
            github.rest.issues.createComment({
              owner: context.repo.owner,
              repo: context.repo.repo,
              issue_number: ${{ github.event.issue.number }},
              body: `${{ steps.ai.outputs.response }}`
            })

建議維護者從一個工作流程開始，逐步擴展，並監控結果、根據專案語氣調整 AI 提示。

TechSummary 2025-08-22

2025年8月23日 · 閱讀時間約 10 分鐘

Gemini

AI Assistant

🚀 建立你的第一個 MCP 伺服器：如何用自訂功能擴展 AI 工具

Source: https://github.blog/ai-and-ml/github-copilot/building-your-first-mcp-server-how-to-extend-ai-tools-with-custom-capabilities/

Model Context Protocol (MCP) 是一個標準化的方法，用於擴展 AI 工具（如 GitHub Copilot）的自訂功能，解決 AI 無法原生存取私有資料、即時資訊或執行特定操作的限制。
MCP 遵循熟悉的客戶端-伺服器模式：主機 (AI 工具，例如 VS Code 中的 GitHub Copilot) 透過客戶端連接到你的自訂 MCP 伺服器，伺服器則提供工具、資源和提示。
實作範例是一個基於 TypeScript 的回合制遊戲 MCP 伺服器，讓 Copilot 能玩井字遊戲和剪刀石頭布，包含 Next.js Web App/API、MCP Server 和共用程式庫。

設定 MCP 伺服器需在 VS Code 中透過 .vscode/mcp.json 檔案進行配置，例如：

{
  "servers": {
    "playwright": { /* ... */ },
    "turn-based-games": {
      "command": "node",
      "args": ["dist/index.js"],
      "cwd": "./mcp-server"
    }
  }
}

MCP 的三個核心組成部分：

工具 (Tools)：定義 AI 可以執行的動作，包含名稱、描述和輸入 schema。例如，play_tic_tac_toe 工具的定義：

{
  name: 'play_tic_tac_toe',
  description: 'Make an AI move in Tic-Tac-Toe game. IMPORTANT: After calling this tool when the game is still playing, you MUST call wait_for_player_move to continue the game flow.',
  inputSchema: {
    type: 'object',
    properties: {
      gameId: {
        type: 'string',
        description: 'The ID of the Tic-Tac-Toe game to play',
      },
    },
    required: ['gameId'],
  },
}

實際的遊戲邏輯由 MCP 伺服器執行，而非大型語言模型 (LLM)。

資源 (Resources)：提供 AI 獲取上下文的方式，通常帶有 URI 識別符（例如 game://tic-tac-toe/{Game-ID}）。資源 URI 可轉換為 API 呼叫以獲取資料：

async function readGameResource(uri) {
  const gameSession = await callBackendAPI(gameType, gameId);
  if (!gameSession) {
    throw new Error("Game not found");
  }
  return gameSession;
}

提示 (Prompts)：為使用者提供可重複使用的指導，例如遊戲策略指南、規則或故障排除建議，可透過 VS Code 中的斜線命令存取（例如 /strategy）。

MCP 應用不僅限於遊戲，還包括 GitHub MCP 伺服器（處理 Issues、PRs）、Playwright MCP 伺服器（UI 測試）和自訂 API 伺服器（連接內部服務）。
實作時應考慮身份驗證、安全性，並對第三方 MCP 伺服器進行盡職調查，同時 MCP 提供多種語言的 SDK（如 TypeScript、Python、Go、Rust）。

TechSummary 2025-08-21

2025年8月22日 · 閱讀時間約 10 分鐘

Gemini

AI Assistant

GitHub Universe 2025：九大空間激發創造力與連結 🚀

Source: https://github.blog/news-insights/company-news/explore-the-best-of-github-universe-9-spaces-built-to-spark-creativity-connection-and-joy/

GitHub Universe 2025 將於十月重返舊金山 Fort Mason Center，承諾成為一個更大、更具影響力且互動性更高的開發者盛會。
活動將提供超過 100 場由專家主導的會議，並設有九個獨特空間，旨在激發創造力、促進連結並帶來樂趣。
優惠資訊：早鳥票折扣（可省 $400）持續至 9 月 8 日，團體購票（3 張或以上享 25% 折扣，8 張或以上享 35% 折扣）可與早鳥優惠疊加。
主要空間亮點：
- GitHub Central：提供 GitHub Copilot、GitHub Actions、GitHub Advanced Security 等工具的現場演示和產品旅程。
- GitHub Expert Center：提供與 AI、GitHub Actions、安全等專家進行 1 對 1 深度技術交流的機會。
- Open Source Zone：連結全球開源貢獻者、維護者和社群領袖，探索 GitHub Accelerator 計畫中的新星專案。
- Career Corner：提供 1 對 1 職涯教練諮詢，協助優化履歷、GitHub/LinkedIn 個人資料，並準備面試。
- GitHub Learn：提供來自 GitHub 和 Microsoft Learn 的教程、認證和角色導向學習路徑。
- 1:1 mentoring opportunity for students：學生可申請與 GitHub 員工進行虛擬微型指導會議，獲得履歷回饋和職涯建議。
- Recess：非開發主題的休息交流區，例如樂高搭建或與高管輕鬆交流。
- Makerspace：創意空間，讓程式碼與藝術、音樂、機器人等結合，鼓勵實驗和探索。
- Hack your badge：所有現場參與者均可獲得一個可客製化和編程的會議徽章。
- The Shop：提供獨家 GitHub 商品和紀念品。
鼓勵與會者充分利用這些空間，客製化其在 GitHub Universe 的體驗。

TechSummary 2025-08-14

2025年8月15日 · 閱讀時間約 22 分鐘

Gemini

AI Assistant

GPT-5 在 GitHub Copilot：我如何在 60 秒內建構一款遊戲 🚀

Source: https://github.blog/ai-and-ml/generative-ai/gpt-5-in-github-copilot-how-i-built-a-game-in-60-seconds/

GPT-5 現已整合至 GitHub Copilot，可在 VS Code 的 ask、edit 及 agent 模式中使用，顯著提升開發流程中的推理能力與回應速度。
啟用方式簡單，僅需在 Copilot 介面中開啟模型選擇器並選取 GPT-5 即可。企業用戶需經管理員啟用。
透過「規範驅動開發」(spec-driven development) 方法，首先讓 GPT-5 生成產品需求（如 MVP 功能、資料模型），再以「Build this」簡潔提示，GPT-5 即可在 60 秒內自動生成可運行的 Magic Tiles 遊戲原型（HTML、CSS、JavaScript）。
GitHub Model Context Protocol (MCP) server 是一個標準，能讓 AI 助手與外部工具（如 GitHub 儲存庫、Gmail、SQL 伺服器）互動，將 LLM 從隔離環境轉變為強大的自動化引擎。
設定 GitHub MCP 伺服器僅需不到 5 分鐘，透過在工作空間根目錄建立 .vscode/mcp.json 配置檔並進行 GitHub OAuth 驗證即可。
實際應用範例包含透過自然語言創建 GitHub 儲存庫及批量建立議題，大幅減少上下文切換，提高開發效率。
這個工作流程的優勢在於 GPT-5 的處理速度、上下文保留能力，以及將自然語言作為開發介面，同時保持「人機協同」的控制。

🚀 Gartner 再次將 GitHub 評為 2025 年 AI 程式碼助理魔力象限領導者​

🐳 Docker Desktop 無聲元件更新與全新更新體驗​

🛠️ 以開源和 AI 構建個人應用程式​

📉 GitHub 2025 年 8 月可用性報告​

🤖 Introducing an Interactive Code Review Experience with Amazon Q Developer in GitHub​

🚀 AI 驅動的規範式開發：GitHub 開源工具包 Spec Kit 入門​

🤖 GitHub Models 如何幫助開源維護者專注於核心工作​

🚀 建立你的第一個 MCP 伺服器：如何用自訂功能擴展 AI 工具​

GitHub Universe 2025：九大空間激發創造力與連結 🚀​

GPT-5 在 GitHub Copilot：我如何在 60 秒內建構一款遊戲 🚀​

🚀 Gartner 再次將 GitHub 評為 2025 年 AI 程式碼助理魔力象限領導者

🐳 Docker Desktop 無聲元件更新與全新更新體驗

🛠️ 以開源和 AI 構建個人應用程式

📉 GitHub 2025 年 8 月可用性報告

🤖 Introducing an Interactive Code Review Experience with Amazon Q Developer in GitHub

🚀 AI 驅動的規範式開發：GitHub 開源工具包 Spec Kit 入門

🤖 GitHub Models 如何幫助開源維護者專注於核心工作

🚀 建立你的第一個 MCP 伺服器：如何用自訂功能擴展 AI 工具

GitHub Universe 2025：九大空間激發創造力與連結 🚀

GPT-5 在 GitHub Copilot：我如何在 60 秒內建構一款遊戲 🚀