开发者工具箱｜编程·开发工具·资源

HTTP探针返回200，工作进程未绑定端口

在部署后，健康检查显示服务正常，但后台工作进程根本没有绑定任何端口。通过重现一个简易的本地示例，验证了探针只能返回200时无法发现工作进程问题。解决方案是让探针读取工作进程写入的心跳文件，并在文件缺失、过期或时间戳无效时返回503，从而真正能检测到工作进程状态。

```bash
# 运行工作进程
python worker.py &

# 运行探针
python honest_probe.py &

# 检查健康状态
curl -sS
```

HTTP/1.1 503 Service Unavailable
missing heartbeat

当工作进程正常写入心跳后，curl 将返回 200。

#开发者 #工具 #HealthCheck #Python #DevOps #CI_CD #Heartbeat
@DevToolboxHub

ERPNext 助力肯尼亚农企实现全链路数字化

Meru Greens Horticulture（成立1996）与小农户合作，生产并出口蔬菜。其业务涵盖种植、投入、收获、加工、包装、库存、销售、HR 等多环节。传统系统分散，导致农户信息、投入管理、产量跟踪、库存盘点等多项流程缺乏统一视图。

通过与 ERPNext 合作，Meru Greens 将所有业务模块集成到单一平台。关键做法包括：

- 农户双重角色建模：在 ERP 中将农户同时设为供应商和客户，自动生成对应记录，形成完整的商业关系链。
- 流程映射与配置：利用现有销售、采购、库存、制造等模块，结合自定义字段和脚本，覆盖种植计划、投入发放、收获检验、加工工序、质量控制等业务。
- 制造与质量一体化：使用 BOM、工序、工作站等功能，将加工流程串联为连贯的生产链，质量检查嵌入每个工序。
- 统一库存与报表：标准库存报表与自定义报表相结合，实时掌握仓储状态，支持部门 KPI。
- HR 与薪酬本地化：配置薪酬结构、班次管理，并开发符合肯尼亚税务要求的报表。

实施采用敏捷方法，先映射业务流程，再进行配置、数据迁移、培训与验收。项目强调内部项目负责人角色，确保变更管理与用户采纳。

通过 ERPNext，Meru Greens 打破了部门孤岛，实现了从农户到终端客户的全链路可视化与协同，提升了运营效率与数据一致性。

GitHub: GitHub

#开发者 #工具 #ERPNext #肯尼亚 #农企 #供应链 #制造 #质量控制 #HR #报表 #敏捷实施 @频道号
@DevToolboxHub

Cognous Agent Governance Evidence Pack：让技术证明变成可审计文件

Cognous 的 Open Control Stack 通过 Manifest 声明代理权限，控制平面实时执行，运行后生成签名的 Replay Bundle。Evidence Pack（证据包）将这些技术记录转化为非工程师可阅读的报告。

- 用途：支持 Agent 在生产环境下减少工单响应时间，代理可调用 3 个工具并提出 3 个动作，其中 2 个需授权或人工复核。
- 验证：报告基于 1 个已签名的 Replay Bundle，验证通过后仍有 1 个开放风险（如 draft_ticket_reply 需手工复核）。
- 流程：agep 渲染生成 Markdown 报告；agep validate 检查 schema 规则，缺失授权信息会被捕获并需手工补充。
- 审计：完成验证后，CISO 或风险经理在 Review Records 中签字，才可将状态改为 approved，随后可用于审计、董事会评审或更广泛部署。

证据包由 JSON 文件驱动，需手工或脚本+LLM 生成 reason_summary 等字段，当前工具已提供 replay-bundle 导入助手，未来将支持更丰富的叙事生成。

GitHub: GitHub

#开发者 #工具 #Cognous #OpenControlStack #AgentGovernance #EvidencePack #AuditReady #Python
@DevToolboxHub

零依赖实现 Git：单文件 Python 版 pygit

pygit 是一个 3,390 行、单文件的 Python 实现，完全不依赖任何第三方库。它实现了 Git 的核心功能：内容寻址对象存储、索引与分支切换、三路合并、完整的 30 条命令集，以及自定义的客户端/服务器同步协议。所有操作均使用 Python 标准库完成，运行方式仅需 python3 pygit_single.py <command>。

该项目通过 141 条单元测试覆盖对象序列化、仓库操作、diff、冲突处理、stash、tag、rebase、push 等关键场景，并提供 SHA‑256 可验证的源码完整性检查。
通过去除 GitPython、dulwich、pygit2 等常用库，pygit 让开发者直面对象格式、序列化、合并语义、网络协议等底层细节，提升对版本控制系统的理解。

GitHub 仓库：<GitHub

#开发者 #工具 #pygit #Python #ZeroDependencyHack #Git #CLI #PythonStandardLibrary #BuildInPublic
@DevToolboxHub

让 AI 代码助手不再拥有仓库记忆

AI 代码工具如 Claude Code、Codex、Gemini CLI 等已能理解大规模代码库，但它们在每次会话结束后都会丢失上下文。DoozCTL 通过把仓库本身变成持久记忆层，解决了“上下文丢失”与“所有权”问题。

- 仓库记忆：DoozCTL 在仓库中生成 .ai/current-context.md、repository-analysis.json、sessions/ 等文件，记录架构、约定、决策等信息。任何 AI 助手（Claude、Codex、Gemini、Cursor、OpenCode 等）都能直接读取这些文件。
- 标准包：通过 @dooziesoft/standards 等标准包，DoozCTL 只渲染包声明的文件，保持生成过程可预测、可复现。
- 可合并策略：支持 overwrite、append、replace-generated 等合并方式，避免覆盖开发者已有内容。
- 离线 & CI 验证：所有记忆存储在仓库中，无云依赖，可通过 CI 进行验证。

DoozCTL 2.0 已发布，提供 init、sync、analyze、summarize、doctor、status、plan、verify 等命令，构建轻量级工程控制平面。

GitHub: GitHub

#开发者 #工具 #DoozCTL #AI助手 #仓库记忆 #标准包
@DevToolboxHub

AILYS Lens：免费监测 AI 爬虫访问的 WordPress 插件

AILYS Lens 通过在站点本地拦截，仅记录 AI 爬虫的请求，帮助你了解内容被 AI 读取的真实情况。它会区分爬虫目的：模型训练、搜索索引、实时用户查询，并分别统计请求次数。即使传统分析仪表盘只显示几次访问，插件也能揭示数万次的 AI 读取行为，让站长判断是否被 AI 静默使用。

插件完全在你的服务器上运行，不会向外发送数据，也不记录普通访客。非爬虫请求在毫秒级直接放行，前端不加载额外 CSS/JS。安装后保持一周，即可得到 AI 爬虫的完整报告，帮助你判断内容是被训练、被索引还是被即时回答使用。

从 2026 年 9 月 15 日起，AILYS Lens 将继续免费提供；配套的诊断服务 AILYS Doctor 将转为付费订阅，提供问题根因分析与优化建议。

#开发者 #工具 #AILYSLens #WordPress #AI爬虫 #网站监测 @开发者工具库频道
@DevToolboxHub

PHP 9 标识符规则与 PEAR 终止提案概览

PHP 社区本周聚焦两大议题：Luca Rodenhäuser 通过扫描 5 000 个 Packagist 包，发现 1 447 条非 ASCII 标识符，提出在文件层面声明以规范变量名；Nick Sdot 发起 RFC，计划在 PHP 9 中正式废除对 PEAR 的官方支持，仅剩 Net_SMTP 仍在维护。两项提案均已引发关于兼容性、错误处理与生态维护的激烈讨论。

标识符规范

- 现行扫描规则按字节而非字符判断标识符，导致如 $x （后接不间断空格）产生隐藏变量。
- 重新扫描 5 000 包后，约 14 % 的非 ASCII 标识符出现在 math‑php 中，用于公式表达。
- 提案分为诊断、良好形式规则和合规规则，旨在提供可选的 per‑file declare，并在 PHP 9 中可能强制执行。

PEAR 终止

- PEAR 被指已基本失活，仅 6 个包仍向其发布，其中 1 个独立维护的 Net_SMTP 被赞为 “legend”。
- RFC 主张移除官方 endorsement，防止长期未维护的仓库被垃圾邮件利用。

其他热点

- Sjoerd Langkemper 提议让 octdec、hexdec、bindec、base_convert 在非法输入时抛出 ValueError，但在错误层级使用上与 Tim Düsterhus 存在分歧。
- 新增数组函数 array_str_contains 目标 PHP 8.7，围绕性能与 API 设计展开争论。
- Théo Attali 为 ISO‑8601 Zulu 时间格式建议常量或实例方法，关联即将发布的 PHP 8.6 日期时间 API。

这些讨论将直接影响 PHP 9 的语言特性走向，开发者可关注相应 RFC 进度，提前评估迁移影响。

#开发者 #工具 #PHP #RFC #PEAR #标识符 #数组函数 #日期时间
@DevToolboxHub

DepZero：零依赖 Python 依赖智能分析工具

DepZero 通过 Python 标准库的 ast 模块，静态解析项目源码，定位第三方 import 的调用位置，并评估这些使用是否可以用标准库替代，帮助团队发现未使用的依赖和缺失的声明。工具全程不执行目标代码，避免安全风险，支持 requirements.txt、pyproject.toml 与 setup.py 的静态读取。

关键特性
• 仅使用 Python 3.11+ 标准库（ast、sys.stdlib_module_names、tomllib）实现，无任何 pip 包依赖。
• 精准追踪 import 别名、相对导入、作用域遮蔽等复杂模式，输出调用点与使用的具体 API。
• 对比清单与实际调用，自动标记未使用的依赖和未声明的第三方 import。
• 基于调用证据的迁移建议，提供高/中/低置信度评级，帮助决定是否可安全替换为 urllib、csv 等标准库。
• 生成 DepZero Score，量化项目依赖健康度并跟踪优化进度。
• 单文件实现（depzero.py），可直接在任意 Python 3.11+ 环境运行，附带离线本地 Web Dashboard 供可视化审查。

DepZero 适用于希望降低供应链风险、简化部署并提升代码可维护性的 Python 项目，尤其在严格限制第三方包的环境（如内部安全审计、CI/CD 镜像构建）中表现突出。

GitHub

#开发者 #工具 #DepZero #PythonAST #ZeroDependency #DependencyIntelligence #Hackathon2026 #CR7Team @开发者工具库频道
@DevToolboxHub

免费服务器上让 Agent 重新执行时的 Token 预算管理

在 MonkeyCode 免费层（10 M Token）上运行的 Agent 循环，常因下游服务返回 429 而触发重试。每次重试都会把完整对话历史重新拼入 Prompt，导致 Token 消耗呈指数增长，短时间内耗尽配额。

关键问题
• 重试时未检查剩余 Token，只有在模型端返回错误后才发现预算不足。
• 模型超时、限流、工具调用失败等所有异常都被统一视为“需要重放”，导致同一轮次的副作用被重复执行。

为避免这种失控的 Token 烧毁，建议在免费服务器环境下做三件事：
1. 在编排器层预先检查 Token 预算，维护递减计数并在每次完成后持久化到磁盘，防止在即将耗尽时仍发起新请求。
2. 根据错误类型区分重试策略：对 503/超时可使用一次带退避的重试；对 429 限流则直接暂停并记录，避免重复请求。
3. 为所有工具调用加入幂等键，在缺失幂等键时阻止重放或写入死信队列，确保副作用不被重复执行。

此外，将免费服务器设计为状态机而非长进程：在每一步后将当前状态（待处理轮次、已执行工具、剩余 Token）序列化。服务器重启后恢复状态，并询问用户是否重放中断的轮次，这一步已在实际使用中显著降低 Token 消耗。

该方案适用于批处理式 Agent、评估脚本或实验环境；对需要毫秒级响应的生产交易系统而言，免费服务器和免费 Token 配额并不合适。

#开发者 #工具 #MonkeyCode #Agent #TokenBudget #免费服务器 #重试策略 #幂等性
@DevToolboxHub

Skillware 0.5.3：可安装的 AI Agent 技能库

Skillware 0.5.3 已发布到 PyPI 与 GitHub，新增了完整的办公/邮件栈、KPI 业务指标门控、离线 smoke 测试等功能。核心改进包括：

- monitoring/kpi_gate v0.1.0：基于运营方制定的政策对指标快照进行评估，返回错误、警告或数据不足的拒绝，完全使用标准库，无网络依赖。
- office/gmail_handler：支持 IMAP/SMTP、地址簿、邮件预览、发送确认、附件和多签名配置，配套 CLI 可直接管理邮件。
- 安全防护：prompt_injection_firewall、deceptive_ui_guard 等离线扫描工具提升模型上下文安全。
- 框架与 CLI：持久化 .skillware.yaml、全局配置编辑、skillware doctor、加载时依赖锁定等，提升开发调试体验。

使用方式：pip install skillware，可选安装特定技能如 pip install "skillware[monitoring_kpi_gate]"。加载示例：SkillLoader.load_skill("monitoring/kpi_gate")，通过适配器对接 Gemini、Claude、OpenAI 等模型，即可在 agent 循环中调用。

GitHub: GitHub
PyPI: PyPI

#开发者 #工具 #Skillware #AI #Agent #KPI #Gmail #Security
@DevToolboxHub

DeepSeek Harness：开源 Agent Harness 让你掌控每一步

DeepSeek Harness（dsh）是基于 Cordis 的插件化 Agent Harness，所有功能——工具、循环、UI、沙箱、权限、工作流、子代理、Token 计量、上下文压缩——均可通过插件自定义。

- 可观测性：Trajectory 视图记录每个回合的 User/Assistant/Tool/Subtool 事件，显示 TTFT、解码时间、token 消耗，错误信息如 [sandbox: file access denied under workspace‑write mode] 直观可追踪。
- 安全硬化：支持 read‑only、workspace‑write、danger‑full‑access 三种沙箱模式，bash 沙箱基于 Seatbelt/Landlock，敏感权限通过 ask 策略确认。
- 可定制 UI：UI 也是插件（client‑ui‑*），可改主题、布局、侧边栏、品牌，支持 HMR，完全可重品牌。
- 多 Agent 编排：Goals、Workflow、Ralph、subagent 等原生支持，能在同一会话中持久化目标、分阶段执行、无上下文偏差的迭代。
- 自托管：可在本地或私有云运行，控制数据、成本与 Token 计量。
- 跨供应商 Skills：通过插件可解析 Claude、Codex 等格式的 Skills，统一管理，避免 Vendor 锁定。

目前处于 release candidate（0.1.x）阶段，MIT 许可。

GitHub: GitHub

#开发者 #工具 #DeepSeekHarness #Cordis #插件化 #多Agent编排 #自托管 #安全沙箱
@DevToolboxHub

Antigravity CLI + IoT 实现火山冲击波预警

利用日本 29 334 台 Netatmo 家庭气象站和 Gemini AI 多代理，Antigravity CLI 能在 2.5–15 分钟内提供火山冲击波提前预警，且零误报。系统通过 Google Apps Script 每 20 分钟抓取气压、温度、湿度数据，自动存入 Google Drive；随后在 CLI 环境中结合一阶连续介质力学模型和温度依赖声速计算，完成：

- 重建温度相关的冲击波速度（冬季 304.38 m/s，春季 313.27 m/s），精度达 98.5%。
- 以 1.78° 误差定位未监测火山口方位。
- 量化爆炸能量 178.8–1 041.1 吨 TNT 当量。
- 在强风暴基线下实现 0 % 假警报率。

该框架将千余住宅气象传感器视作大陆级声学天线，克服传统 100–500 km 稀疏监测站的盲区，实现对下游城市、航空、轨道等关键基础设施的提前防护。

折叠细节

• 自动化云端抓取：Google Apps Script 每 20 分钟触发 Netatmo API，持续构建长期气象档案。
• 历史事件映射：提取 2018 年 Kusatsu‑Shirane 与 Shinmoedake 两次喷发前后 24 小时窗口。
• 物理模型驱动 AI：在 Antigravity CLI 中将 Gemini AI 与 2D Lamb 波方程、Bolton 热力学、延迟‑求和波束成形等约束结合，确保模式发现符合第一性原理。
• 双层噪声过滤：速度门剔除 10–25 m/s 风噪，区域合唱测试要求多站相位一致（相似度 ≥ 0.70），实现 100 % 零误报。

该方法已在两次真实喷发中验证，可进一步扩展至火山海啸预警、盲火山口定位等场景，为智慧城市提供可扩展的行星级灾害感知能力。

#开发者 #工具 #AntigravityCLI #GeminiAI #Netatmo #火山预警 @开发者工具库频道
@DevToolboxHub