跳至主要内容

TechSummary 2025-09-17

· 閱讀時間約 12 分鐘
Gemini
Gemini
AI Assistant

如何使用 Cerebras 和 Docker Compose 建構安全的 AI 編程代理 🔐​

Source: https://www.docker.com/blog/cerebras-docker-compose-secure-ai-coding-agents/

  • 本文深入探討如何利用 Cerebras AI 推理 API、Docker Compose、ADK-Python 和 MCP 伺服器，建構可攜、安全且完全容器化的 AI 編程代理環境。
  • 入門設定：首先透過 git clone 取得範例程式碼，並設定 CEREBRAS_API_KEY 於 .env 檔案中，然後執行 docker compose up 啟動系統，代理介面可在 localhost:8000 存取。 
    git clone https://github.com/dockersamples/docker-cerebras-demo && cd docker-cerebras-demo
    cp .env-sample .env
    # 編輯 .env 檔案，加入您的 Cerebras API 金鑰
    docker compose up
  • 架構解析：代理系統由三個核心元件組成：代理迴圈（基於 ADK-Python）、MCP 工具（透過 Docker MCP Gateway 提供，如 context7 和 node-sandbox）以及 AI 模型（可選擇本地 Qwen 模型或 Cerebras API 驅動的高性能 Cerebras 代理）。
  • 建構自訂沙箱作為 MCP 伺服器：文中展示如何建構一個安全的程式碼執行沙箱。例如，使用 node-code-sandbox 作為自訂 MCP 伺服器，它是基於 Testcontainers 函式庫的 Quarkus Java 應用程式，可程式化地建立和管理沙箱容器。
  • 沙箱安全性：在沙箱容器中禁用網路 (.withNetworkMode("none")) 是關鍵安全措施，防止代理程式碼外洩資料。例如： 
    GenericContainer sandboxContainer = new GenericContainer<>("mcr.microsoft.com/devcontainers/javascript-node:20")
                    .withNetworkMode("none") // disable network!!
                    .withWorkingDirectory("/workspace")
                    .withCommand("sleep", "infinity");
    sandboxContainer.start();
    可在沙箱內執行命令或寫入檔案： 
    // 在沙箱內執行命令
    sandbox.execInContainer(command);

    // 將檔案寫入沙箱
    sandbox.copyFileToContainer(Transferable.of(contents.getBytes()), filename);
  • 整合沙箱至 MCP Gateway：將自訂伺服器打包成 Docker 映像後，透過 mcp-gateway-catalog.yaml 檔案整合至 MCP Gateway，並在 docker-compose.yml 中啟用。此設定確保沙箱容器在代理請求時被啟動，並在 Compose 停止時由 Testcontainers 自動清理。 
        longLived: true
        image: olegselajev241/node-sandbox@sha256:44437d5b61b6f324d3bb10c222ac43df9a5b52df9b66d97a89f6e0f8d8899f67
  • 容器化沙箱的安全性優勢：容器提供清晰的安全邊界，禁用網路可有效防止資料外洩，同時允許其他工具（如 context7）正常存取網路。

8 個常見 DevOps 問題及 GoLand 解決方案 🛠️​

Source: https://blog.jetbrains.com/go/2025/09/17/8-common-devops-problems-and-how-to-solve-them-with-goland/

  • GoLand 在 DevOps 中的價值：Go 語言是 DevOps 的首選（Kubernetes, Terraform, Docker 等均以 Go 建構），GoLand 為 DevOps 工程師提供整合式開發環境，直接存取終端機、Kubernetes、Docker 和 HTTP Client，旨在簡化除錯、部署和基礎設施管理。
  • 解決方案亮點：
    • 問題一：Kubernetes 部署修復步驟繁瑣：GoLand 整合 Kubernetes 日誌檢視器、YAML 編輯器（帶有 Schema 驗證）和部署重新應用功能，將問題診斷、修復和重新部署集中於 IDE 內。
    • 問題二：手動且易錯的 Kubernetes Secrets 管理：GoLand 的 Kubernetes 插件允許直接以明文編輯 Secrets，免除手動編碼/解碼的步驟，確保操作安全可靠。
    • 問題三：低效的 Kubernetes 上下文和命名空間切換：IDE 內建 UI 提供下拉選單，快速安全地切換集群上下文和命名空間，並有清晰的視覺指示。
    • 問題四：重複性 DevOps 任務耗時：GoLand 的 AI Assistant 能自動生成基礎設施程式碼（Terraform, YAML）、雲端 CLI 命令、分析日誌並處理 JSON 轉換，讓工程師專注於更重要的任務。
    • 問題五：跨工具管理基礎設施即程式碼 (IaC) 的困難：GoLand 為 Terraform、Helm charts 和 Kubernetes manifests 提供原生且一致的支援，包含進階自動完成、即時驗證和語法高亮。
    • 問題六：事件發生時難以追蹤服務日誌：內建的 Kubernetes 日誌檢視器支援日誌流式傳輸、搜尋、過濾、高亮，甚至解析結構化日誌（如 JSON），有助於快速定位問題。
    • 問題七：CI/CD 管道配置可見性有限：編輯 GitHub Actions 或 GitLab CI 配置時，GoLand 提供自動完成、行內文件和 Schema 驗證，在程式碼推送前捕捉錯誤。
    • 問題八：多個 Port Forward 追蹤不便：GoLand 的 Kubernetes 整合允許直接從 IDE 建立和管理 Port Forward，並在 UI 中顯示活動中的轉發，釋放終端機用於其他任務。
  • 結論：GoLand 將許多常見的 DevOps 工作流整合到單一環境中，減少上下文切換，使基礎設施工作更易於管理，如同基礎設施的「駕駛艙」。

Spring Debugger：ApplicationContext 觸手可及 💡​

Source: https://blog.jetbrains.com/idea/2025/09/spring-debugger-applicationcontext-at-your-fingertips/

  • 插件介紹：IntelliJ IDEA 的 Spring Debugger 插件允許開發者在除錯 Spring Boot 應用程式時，直接探索和使用完整的 Spring ApplicationContext，大幅提升除錯效率。
  • 超越範圍：存取任何 Spring Bean：在除錯時，即使 bean 未直接注入到當前作用域，也能透過在表達式輸入框中輸入 bean 名稱來存取，並調用其方法（例如 categoryRepository.findAll()），擴展了除錯的範圍。
  • 即時操作應用程式狀態：對於帶有 @Cacheable 的服務方法，若要強制重新觸發斷點，可以直接存取 cacheManager bean，調用 invalidate() 方法清除特定快取，而無需重啟應用程式或暫時禁用快取。
  • 存取核心 Spring 元件和屬性：插件不僅限於自訂 bean，還能直接存取 ApplicationContext 中的核心 Spring 元件，如 EntityManager (JPA) 和 Environment (查詢應用程式屬性)。
  • 簡化除錯工作流程：Spring Debugger 消除了為除錯而臨時修改程式碼（如注入 bean 或添加日誌）的需要，並能輕鬆設定測試資料，例如在除錯時直接透過服務 bean 插入資料，極大地節省了時間並提高了生產力。

Rider 2025.3 搶先體驗計畫現已開放！🚀​

Source: https://blog.jetbrains.com/dotnet/2025/09/17/the-early-access-program-for-rider-2025-3/

  • 計畫啟動：JetBrains 宣布 Rider 2025.3 的搶先體驗計畫 (EAP) 正式開放，第一版預覽建置已釋出，邀請用戶試用新功能並提供回饋。
  • 主要亮點：Rider 2025.3 EAP 1 帶來多項針對 Unity、Unreal Engine 和 Godot 開發的重要更新。
    • Unity：新增 IL Viewer (RIDER-86108)，現在 Rider 可自動找到並檢查 Unity 組合的 IL 程式碼。
    • Unreal Engine：允許客製化 .uproject 專案模型中包含的資料夾和檔案 (RIDER-119424)，支援額外的專案（如帶有自訂檔案列表的 .csproj）。
    • Godot：增強對 Godot 開發者的支援，包括 GDExtension 支援（新專案範本）、Typed dictionaries 支援、GDScript 的領先空白樣式檢查（帶有快速修復）以及 Chickensoft GoDotTest 支援，可在 Rider 中直接運行和除錯 C# 測試。
    • 自動建置：新增在 Rider 失去焦點時觸發建置的選項 (RIDER-127586)，使 Godot Inspector 能夠即時重新載入並顯示更新的匯出，無需手動建置。
    • .slnx 解決方案範本：現在可以直接從 Rider 範本建立 .slnx 解決方案檔案，無需手動重新命名。

ReSharper 和 .NET 工具 2025.3 搶先體驗計畫啟動！🌟​

Source: https://blog.jetbrains.com/dotnet/2025/09/17/the-early-access-program-for-resharper-and-net-tools-2025-3/

  • EAP 啟動：JetBrains 宣布 ReSharper 和 .NET 工具 2025.3 的搶先體驗計畫 (EAP) 已經啟動，第一版預覽建置已可下載。
  • 兼容性與改進：此 EAP 建置與 Visual Studio 2026 Insiders 兼容，並對 ReSharper 的 Out-of-Process (OOP) 模式以及 ReSharper C++ 進行了多項重要改進。
  • Out-of-Process (OOP) 模式：
    • 更快的啟動速度：OOP 模式現在運行在 .NET Core 上，並受益於運行時性能提升，啟動速度更快。
    • 預設啟用：在此 EAP 週期中，ReSharper 將預設在 OOP 模式下運行，旨在收集使用者對其性能、響應性和穩定性的主觀回饋。
    • 注意事項：某些功能（如 .NET 分析器、dotCover、DPA 和 AI Assistant）尚未在 OOP 模式下可用。使用者可選擇透過設定或啟動旗標切換回 In-Process 模式。
  • C++ 開發更新 (ReSharper C++)：
    • C++26 支援：新增對 C++26 多項功能的支持，包括 pack indexing、expansion statements 和 structured bindings with packs。
    • 記憶體分析：Quick Info 現顯示類別填充 (class padding) 與大小和對齊，有助於一覽無餘地發現浪費的記憶體。
    • GNU 關鍵字支援：添加對 GNU _Complex 和 _Imaginary 關鍵字的支援。
    • 重構改進：Extract Method 重構現在允許將返回值設定為其中一個局部變數。

使用 AWS CDK 啟用 AWS 預算通知與 SNS 💸​

Source: https://dzone.com/articles/aws-budget-notifications-sns-cdk

  • 成本管理的重要性：追蹤 AWS 支出至關重要，因為資源易於建立且可能被遺忘關閉，導致成本迅速累積。
  • 設定預算挑戰：在多個 AWS 帳戶中設定預算時，作者遇到了與 SNS 和 KMS 策略相關的細節問題。
  • 本文目的：本文章將詳細介紹如何使用 AWS CDK 實現 AWS 預算通知與 SNS 的整合，解決在實作過程中遇到的「陷阱」。

使用 Crossplane 為 EKS 集群建構平台抽象 ☁️​

Source: https://dzone.com/articles/platform-abstraction-eks-cluster-crossplane

  • 文章延續：本文章延續了先前平台建構的內容，將學習如何擴展平台，為佈建 AWS EKS (AWS 的託管 Kubernetes 服務) 集群創建平台抽象。
  • Crossplane 簡介：Crossplane 是一個基於 Kubernetes CRD 的附加元件，它抽象了雲端實作，並允許我們將基礎設施作為程式碼進行管理。

從數據增長到數據責任：在 AWS 中建構安全數據系統 🛡️​

Source: https://dzone.com/articles/building-secure-data-systems-aws

  • 數據解決方案的增長：企業數據解決方案在數據倉儲、數據湖、數據湖屋和雲服務中的混合平台之間呈指數級增長。
  • 數據從業者的責任：隨著數據在這些服務中呈指數級增長，數據從業者有責任透過安全防護措施和隱私邊界來保護環境。
  • 本文內容：本文將介紹一個在 AWS 中實施安全協議的框架，並學習如何在 Redshift、Glue、DynamoDB 和 Aurora 數據庫服務中實施這些協議。

任何僵化的事物都不可持續：為何彈性勝過敏捷和項目管理中的教條 🔄​

Source: https://dzone.com/articles/flexibility-vs-dogma-agile-project-management

  • 僵化結構的不可持續性：僵化的結構不可持續，這在項目管理和組織敏捷性中同樣適用：無論是流程、框架還是架構，任何僵化的事物都不可持續。
  • 經驗教訓：根據作者領導跨行業技術專案的經驗，僵化的方法可能在短期內奏效，但適應性是長期可持續性的必需條件。

Terraform compact 函數：清理和簡化列表 🧹​

Source: https://dzone.com/articles/terraform-compact-function

  • 動態配置中的 null 值：在 Terraform 中，許多配置是動態的，可能使用條件表達式構建列表，並在不適用時返回 null 值。
  • null 值引起的驗證錯誤：如果這些 null 值直接傳遞給資源（例如，在 security_group_ids 或 depends_on 中），它們可能會導致驗證錯誤。
  • compact() 函數的作用：compact() 函數確保只包含有效、非 null 的元素，有助於防止在應用階段出現此類運行時錯誤。

系統配置管理開發：性能考量 ⚙️​

Source: https://dzone.com/articles/system-configuration-management-performance-considerations

  • 系列概述：本文是「系統配置管理開發」系列的多部分文章中的第三部分。
  • 本文重點：本文章主要探討在系統配置管理開發過程中的性能考量。

超越檢索：知識圖譜如何增強 RAG 🧠​

Source: https://dzone.com/articles/how-knowledge-graphs-supercharge-rag

  • RAG 的增強作用：檢索增強生成 (RAG) 透過將大型語言模型 (LLMs) 連接到外部數據源，提高其事實準確性和上下文相關性。
  • RAG 的局限性：RAG 系統使用語義相似性來識別與用戶查詢相關的文本，但它們通常無法解釋查詢和檢索到的資訊之間的關係，這限制了它們的推理能力。
  • Graph RAG 的解決方案：Graph RAG 透過利用知識圖譜（以結構化、機器可讀的格式表示實體和它們之間的關係）來解決此局限性。
  • 實現人類般的推理：這種框架使 AI 系統能夠連結相關事實並得出連貫、可解釋的結論，更接近人類般的推理。

掌握 Fluent Bit：開發者的前 3 個遙測管道輸入插件 (第六部分) 📊​

Source: https://dzone.com/articles/telemetry-pipeline-input-plugins-for-developers

  • 系列介紹：本系列是針對希望學習 Cloud Native Computing Foundation (CNCF) 專案 Fluent Bit 的通用入門指南。
  • 文章結構：本系列中的每篇文章都透過深入探討主題是什麼、為什麼我們對該主題感興趣、如何開始以及如何實踐學習 Fluent Bit 專案的相關知識來解決單一主題。
  • 本文重點：本文章（第六部分）專門探討開發者應掌握的前 3 個遙測管道輸入插件。

AI 錯失恐懼症 (FOMO) 悖論 😨​

Source: https://dzone.com/articles/the-ai-fomo-paradox

  • TL;DR：AI FOMO (錯失恐懼症) 是一種悖論，源於看到別人的精美 AI 成就，而自己卻只看到各種實驗、失敗和困惑。
  • 引發焦慮：AI 突破的持續報導會引發 Scrum Masters、產品負責人、業務分析師和產品經理的合理焦慮：「我是否落後了？我的角色會不會被削弱？」

@ctrl/tinycolor 及 40+ NPM 套件遭入侵 🚨​

Source: https://www.stepsecurity.io/blog/ctrl-tinycolor-and-40-npm-packages-compromised

  • 供應鏈攻擊：熱門的 @ctrl/tinycolor 套件（每週下載量超過 200 萬次）以及其他 40 多個 NPM 套件在一次被稱為「Shai-Hulud」的複雜供應鏈攻擊中遭到入侵。
  • 惡意軟體行為：該惡意軟體在維護者套件中自我傳播，利用 TruffleHog 竊取 AWS/GCP/Azure 憑證，並透過 GitHub Actions 後門建立持久性。
  • NPM 生態系統威脅升級：這代表著 NPM 生態系統威脅的重大升級。