DevTwitter | توییت برنامه نویسی

خب این یکی دیگه خیلی جالبه یه نفر توی استرالیا به هوش مصنوعی گفت توی یه باشگاه ورزشی براش جا بگیره. اما ابزار OpenClaw کل سیستم رزرو باشگاه رو هک کرد، یه نفر دیگه رو از لیست انتظار انداخت بیرون به جاش ایشون رو گذاشت توی سیستم. @DevTwitter | <Behrad Javed/>

freedium با این سایت میتونید مقالات پولی این منابع رو رایگان بخونید: Medium NYT WaPo Bloomberg Reuters Economist Financial Times https://freedium-mirror.cfd @DevTwitter | <Meisam/>

اگه مشکل ریجن هنگام نصب کردن antigravity دارید، از دوتا ریپوی زیر استفاده کنید. بنده خداها مشکل یک ایران رو با پچرهاشون حل کرده‌اند: https://github.com/kakajan/antigravity-patch https://github.com/AvenCores/open-antigravity-patcher @DevTwitter | <Amin/>

توی رویدادی که اخیراً درباره Sovereign AI برگزار شد، بحث اصلی این بود که چرا شرکت‌ها دارند از اجاره کردن API مدل‌های بسته فاصله می‌گیرند و به سمت ساخت استک بومی خودشون میروند. چرا خیلی از تیم‌ها به این سمت حرکت می‌کنند؟ یک. هزینه: در مقیاس بالا، هزینه‌های API مدل‌های بسته سرسام‌آور میشه. دو. سرعت: برای کارهای تخصصی مثل کدنویسی یا امنیت، مدل‌های کوچک‌تر و تقطیرشده به‌خاطر تاخیر کمتر خیلی بهتر عمل می‌کنند. سه. کیفیت: الان مدل‌های وزن‌بازی مثل Kimi K3 یا GLM-52 به سطحی رسیدن که با Post-training روی داده‌های تخصصی خودتون، می‌تونن حتی از مدل‌های فرانتیر هم توی دامین شما بهتر جواب بدن. چهار. کنترل روی محصول: شعار جالبشون این بود که اگه مالکیتی روی وزن‌های مدل ندارید، عملاً مالک واقعی محصولتون هم نیستید. معماری این استک هم معمولاً چند بخش اصلی داره: - انتخاب یک مدل پایه وزن‌باز - انجام Post-training روی داده‌های تخصصی و سنتی - تنظیم Harness و سیستم‌های ارزیابی (Evals) - مدیریت Context و حافظه (مثل Vector DB یا MCP) - پیاده‌سازی یادگیری آنلاین (Online Learning) تا مدل با هر تعامل کاربر بهتر بشه Youtube: https://youtu.be/bMMv0bZzONg?is=1GQt0FEbSO09Ljet @DevTwitter | <Mehdi Allahyari/>

دانشگاه Stanford یه دوره‌ی رایگان درباره Self-Improving AI Agents منتشر کرده؛ یعنی ساختن AI Agentهایی که فقط کار انجام نمی‌دن، بلکه می‌تونن عملکرد خودشون رو بررسی کنن، اشتباهاتشون رو پیدا کنن و از Feedback برای بهتر شدن استفاده کنن. توی این دوره درباره‌ی موضوعاتی مثل Constitutional AI، Verifiers، Test-time Compute، RL، Tools، Memory، Planning، Multi-step Reasoning و ساخت Deep Research Agents صحبت می‌شه و در نهایت هم با ارزیابی Agentها روی کارهای پیچیده و طولانی آشنا می‌شی. دوره ۹ لکچر داره و تمرکزش بیشتر روی یادگیری عملی و ساخت پروژه است. لینک پلی‌لیست یوتیوب https://www.youtube.com/playlist?list=PLangBM27OtEA&si=YoLVpSP5LvYoA-yP @DevTwitter | <Reza Jafari/>

استخدام برنامه‌نویس Laravel (فقط حضوری) سطح: Mid-Level برای توسعه و نگهداری یک پروژه مبتنی بر PHP Laravel، به دنبال یک برنامه‌نویس Laravel با تجربه، مسئولیت‌پذیر و مسلط به توسعه بک‌اند هستیم. مهارت‌های مورد نیاز - تسلط به PHP و Laravel - تسلط به طراحی و توسعه REST API - تسلط به Git - تسلط نسبی به Filament - آشنایی با MySQL، PostgreSQL و MongoDB - آشنایی با Design Patternها و اصول SOLID - تجربه کار با Queue، Cache و Redis - توانایی تحلیل، دیباگ و بهینه‌سازی کدهای موجود مزیت محسوب می‌شود - تجربه کار با Docker - آشنایی با CI/CD شرایط همکاری - همکاری به‌صورت تمام وقت - تهران، محدوده‌ی توحید - دستمزد توافقی (متناسب با تجربه و توانمندی) در صورت تمایل، لطفا رزومه‌ی خود را به ادمین چنل @DevTwitter ارسال نمایید. مهلت ارسال رزومه تا 1405/05/25

یک فرد یا گروه ناشناس در حال انجام اسکن‌های گسترده آسیب‌پذیری بر روی وب‌سایت‌ها است و برای پنهان‌ماندن، ترافیک ارسالی را با جعل هویت بات‌های شناخته‌شده AI ارسال می‌کند. این بازیگر، تمرکز ویژه‌ای روی مسیرها و فایل‌های مرتبط با credentials و تنظیمات ابزارهای کدنویسی مبتنی بر AI از جمله مسیرهای پیکربندی، فایل‌های .env و endpointهای مربوط به ابزارهای coding agent دارد. این ترافیک جعلی با استفاده از User-Agent بات‌هایی نظیر ClaudeBot، ChatGPT-User، Googlebot و موارد مشابه ارسال می‌شود. ترافیک مذکور از نظر احراز هویت معتبر (شامل محدوده‌های IP رسمی منتشرشده یا روش‌های تأیید مانند Web Bot Auth) رد می‌شود و در نتیجه به‌عنوان ترافیک جعلی شناسایی می‌گردد. https://knownagents.com/insights @DevTwitter | <VAHID NAMENI/>

یک مدل Vision-Language سبک و سریع از Liquid AI منتشر شده می‌تونه صفحه‌نمایش، اسناد، نمودارها و دنیای واقعی رو درک کنه و فقط حدود ۳GB حافظه مصرف می‌کنه جالب‌تر اینکه روی Galaxy S26 Ultra هم حدود ۲۰ توکن بر ثانیه اجرا می‌شه یعنی یک مدل بینایی قدرتمند که می‌تونه کاملا روی دستگاه خودت اجرا بشه @DevTwitter | <Davinchi/>

ربات‌های تحلیل بازار با هوش مصنوعی این روزها توی تلگرام زیاد شده‌اند؛ ربات‌هایی که نمودار می‌گیرند، تحلیل تکنیکال می‌دهند، اخبار بازار را بررسی می‌کنند و می‌شود مستقیم با AI درباره بازار گفتگو کرد. چاپار (Chapar) هسته‌ی یکی از همین ربات‌هاست؛ پروژه‌ای که حدود یک سال واقعاً روی تلگرام کار کرده و توسط کاربران مختلف استفاده شده. حالا نسخه‌ی اصلی آن را Open Source کرده‌ام. داخلش فقط اتصال به LLM نیست؛ تحلیل چارت، تحلیل خبر، AI Chat، صف پردازش، Redis، PostgreSQL، سیستم اشتراک و Referral، پنل ادمین و ساختار یک سرویس واقعی را دارد. https://github.com/ahkarimi/chapar @DevTwitter | <Amir/>

من یک پروژه Open Source به نام SourceLens توسعه دادم؛ یک جایگزین چندزبانه، رایگان و قابل‌کنترل برای NotebookLM. قابلیت‌های اصلی پروژه: - امکان Agentic RAG و جست‌وجوی چندمرحله‌ای میان منابع - جست‌وجوی ترکیبی متنی و برداری - پاسخ‌های مستند همراه Citation و پنل شواهد - پردازش PDF، متن، تصویر و منابع وب -امکان OCR و پشتیبانی کامل از فارسی و انگلیسی - تولید پادکست طبیعی با امکان شخصی‌سازی گویندگان و دیالوگ‌ها - ساخت ارائه ویدیویی با تصاویر و ویدیوهای واقعی - تولید پاورپوینت حرفه‌ای و کاملاً قابل‌ویرایش - ساخت گزارش، فلش‌کارت، آزمون، نقشه مفهومی، اینفوگرافیک، نمودار، جدول، تایم‌لاین و تحلیل شکاف پژوهشی بخش زیادی از قابلیت‌ها با APIهای رایگان Gemini و بدون نیاز به سخت‌افزار خاص اجرا می‌شن. برای نمایش عملکرد واقعی پروژه نیز یک دموی دوزبانه شامل ۲۶ خروجی فارسی و انگلیسی داخل ریپو قرار گرفته. GitHub: https://github.com/msmahdinejad/SourceLens Demo & Evaluation: https://github.com/msmahdinejad/SourceLens/blob/main/docs/demo/README.md @DevTwitter | <Saleh/>

تاحالا شده چندین تا خروجی از مقالات پابمد، اسکوپوس، وب آف ساینس گرفته باشین و بخواین همشو باهم ادغام کنید و تکراری هاشو پاک کنید؟ اگه این کارو با زوترو بخواین انجام بدید؛ باید همه RISهارو یکی یکی به زوترو ایمپورت کنید، بعد بیاین این بخش داپلیکیت و یکی یکی Merge بزنید تا اوکی شه! اگه فایلتون سنگین باشه که علاوه بر هنگ کردن نرم افزار، کار وقت گیریه! بعضی از مقالات که ایمپورت میشن، گاها فیلد نویسنده یا کیووردها یا بقیه فیلدها مشکل داره، درحالی که اگه همه فیلدها پر باشه، خیلی راحتتر میشه تصمیم گرفت درمورد مقالات. علاوه بر این برای پیدا کردن PDF مقالات open-access، چندتا سایتو باید جا به جا شید.مثلا یدور میرید pub-med بعد، از پابمد لینک دادن به ژورنال توی ژورنال باید بگردین دنبال لینک! برای حل این مشکلات یه کتابخونه پایتون هست که همه این مواردی که گفتمو حل کرده! نصبش خیلی راحته، مثل بقیه کتابخونه ها: pip install risforge و استفادش هم راحتتر: risforge pipeline raw_export.ris و حتی GUI هم داره که به راحتی میتونید مقالات رو drag & drop کنید! نصبش: pip install "risforge[gui]" استفادش: risforge-gui درنهایت یه فایل RIS تروتمیز دارید که میتونید هرجایی ایمپورتش کنید. (لینک مقاله هم در بخش url قرار میگیره، که کلیک کنید روش مستقیم میره جایی که PDF مقاله هست). اگه خواستین بیشتر بدونید درمورد پروژه؛ لینک گیتهاب: https://github.com/pythyn/risforge ستاره هم یادتون نره! @DevTwitter | <Amyr/>

احتمالا کلیت اینکه وقتی یه ریکوئست زده میشه، از DNS و TCP تا رسیدن به سرور و گرفتن ریسپانس چه اتفاقی میفته رو میدونین. ولی اگه دوست داشتین این پروسه رو با دیتیل بیشتری بدونین به نظرم این رو حتما چک کنین: https://200ms.thenodebook.com/ @DevTwitter | <Omid Nikrah/>

یک برنامه عالی برای ویندوز که باهاش میتونید به راحتی هرچیزی که میاد روی صفحه دسکتاپ رو به صورت آنی به زبان دلخواهتون ترجمه کنه . https://github.com/killkimno/mort مخصوصا اگر گیمر هستی میتونی باهاش زیرنویس و منوی بازی ها رو فارسی کنی و اینجوری کامل داستان اون بازی رو بفهمی و پیش بری @DevTwitter | <AminiYT/>

عجیب اما واقعی! داریم وارد دوره‌ای می‌شیم که حتی " خود متن" هم شناسنامه خواهد داشت و شما text رو فاقد سند نخواهی دونست. خبرای امروز میگن Anthropic روی خروجی مدل‌های جدید Claude یک Watermark نامرئی قرار میده، یعنی متنی که Claude تولید می‌کنه، حتی بعد از Copy کردن یا بعضی تغییرات جزئی، می‌تونه همچنان به‌عنوان محتوای AI قابل شناسایی باشه. نکته جالب اینه که Watermark متنی لزوما یه کاراکتر مخفی نیست که با Ctrl+A پیداش کنید. می‌تونه به‌صورت یک الگوی آماری داخل انتخاب کلمات و Tokenها قرار بگیره؛ یعنی امضا بخشی از خود متن باشه. و به نظرم این اتفاق هم خیلی خوبه، هم می‌تونه خیلی بد باشه. سمت خوبش واضحه: (داداشیا این روی کد هم اعمال خواهد شد در آینده 99% ک البته همین حالا هم مشخصه ولی خب...) تشخیص Spam و محتوای انبوه AI راحت‌تر میشه، شناسایی محتوای جعلی بهتر میشه و حتی شرکت‌های AI می‌تونن بفهمن چه دیتایی قبلا توسط مدل‌های دیگه تولید شده. و بنظرم دیگه مدل ها رو روی متن هایی ک خود AI تولید کرده Train نمیکنن. ولی سمت عجیب داستان از جایی شروع میشه که سوال کنیم: این Watermark دقیقا چه چیزی رو مشخص می‌کنه؟ فقط اینکه "این متن توسط AI ساخته شده"؟ یا در آینده می‌تونه مشخص کنه توسط کدوم Model، کدوم سرویس، چه زمانی و حتی تحت چه Session یا Accountی تولید شده؟ این تفاوت خیلی مهمه. چون دقیق از وقتی ک Watermark رو اختراع کرد بشر برای صدها سال Watermark روی کاغذ، اسکناس و اسناد به ما می‌گفت یک چیز "از کجا آمده". حالا داریم همین مفهوم رو وارد زبان می‌کنیم. و حالا فرض کنید Claude یک متن برام نوشته، من نصفش رو پاک کردم، چند پاراگراف اضافه کردم، ساختارش رو عوض کردم و ایده‌های خودم رو واردش کردم. این متن دیگه متعلق به کیه؟ من؟ Claude؟ یا یه همکاری بین انسان و ماشین؟ به نظرم در آینده دعوا فقط سر این نیست که "این متن رو AI نوشته یا انسان؟" دعوا سر مفهوم جدیدی به اسم "Provenance" یا منشا محتواست. من برای محتواهام همیشه از AI کمک میگیرم. اصلا مگر میشه ازش کمک نگرفت وقتی با همچین توانایی سر و کار داریم. از grok گرفته ک اخیرا مدلش داره راضیم میکنه و متن ها بهتری ارائه میده تا GPT و Kimi و Qwen و البته میکسی از همه اینها. بنظرم من با Watermark مخالف نیستم، اتفاقا اینترنت آینده احتمالا شدیدا بهش نیاز داره. ولی چیزی که برام مهم‌تره اینکه Watermark چه اطلاعاتی قراره با خودش ببره و بیاره، چه کسی می‌تونه اون رو بخونه و چه کسی کنترل و دستگاه و کلید تشخیصش رو داره. این هاست ک مشخصا باید صحبت بشه درموردش. اساسا فکر میکنم محتواهای AI دوران طلایی خواهند داشت و بعدش ب گوشه انداخته خواهند شد، چون فقط ارزش چیزی ک ذهن خلق کرده بیشتر خواهد بود. شاید هم اینطور نباشه. https://x.com/i/trending/2086917643093827879 @DevTwitter | <Kaveh/>

یک همکار گوشیش رو توی دفتر گم کرد. Find My به‌خاطر محدودیت MDM جواب نداد. رفت و از Claude کمک گرفت؛ یک دقیقه بعد یک ابزار داشت که با شدت سیگنال بلوتوث (RSSI) گوشی رو دنبال می‌کرد. آخرش هم پیداش کرد. منم همون ایده رو گرفتم و کامل بازسازیش کردم روی Flutter 📱 findphone X: - معماری تمیز واقعی (domain/data/presentation) - فیلتر کالمن برای هموارسازی نویز سیگنال، نه میانگین ساده - تخمین فاصله با مدل Path-Loss - اسکن پس‌زمینه، حتی وقتی اپ minimize شده - تاریخچه محلی با Drift/SQLite - دو‌زبانه: فارسی و انگلیسی - حالت مخفی‌سازی آدرس برای ضبط صفحه اگه گوشیت گم شد و Find My جواب نداد، الان یه راه‌حل واقعی و متن‌باز داری. کد و ریلیز: github.com/7Na7iD7/findphone-X @DevTwitter | <Na7iD/>

#میم_شبانگاهی @DevTwitter

ربات خلاصه‌ساز هوشمند تلگرام — NewsBot خسته شدی از خوندن پست‌های طولانی و شلوغ کانال‌ها؟ NewsBot با کمک هوش مصنوعی محتوای کانال‌های تلگرامی رو به‌صورت لحظه‌ای می‌خونه و براتون یه خلاصه‌ی تمیز و سریع می‌سازه. ویژگی‌ها: - مانیتورینگ زنده‌ی کانال‌ها - خلاصه‌سازی هوشمند با AI - نوشته‌شده کاملاً با پایتون خالص و Telethon - تنظیمات ساده و قابل شخصی‌سازی پروژه متن‌بازه و روی گیت‌هاب در دسترسه. اگه به کارتون اومد یا جالب بود، یه ستاره بهش بدید تا بیشتر دیده بشه. لینک پروژه https://github.com/arshiachillguy/NewsBot @DevTwitter | <Arshia/>

🚀 هزینه VPSت رو کمتر کن، بدون اینکه از کیفیت زیرساخت کم کنی! آوابرید برای مدت محدود: ۴۰٪ تخفیف روی ترافیک ۲۰٪ تخفیف روی سرورهای مجازی (VPS) اگر به پایداری، سرعت و امنیت سرویس اهمیت می‌دی، الان بهترین زمان برای تهیه یا ارتقای سرورته. 🎁 ثبت سفارش سرور مجازی با کدتخفیف 25% : vps555 🎁 ترافیک حجمی اختصاصی با کدتخفیف 40% : traffic40 https://avabarid.com/DevTwitter

✨ اکانت ChatGPT Plus پیش‌ساخته یک ماهه، کاملاً اختصاصی🔐 ‌ ✅ ۲ هفته گارانتی بی‌قید و شرط ‌✅مدل Codex 5.6 Sol ✅ قابلیت اجرا در VS Code و Cursor ✅ به همراه Codex Windows ❗️ موجودی بسیار محدود 💥 فقط ۱.۵۰۰.۰۰۰ تومان ⚡️ برای خرید کلیک کنید

یه ابزار کوچیک و کاربردی ساختم به اسم Git Activity Report این برنامه تاریخچه‌ی Git رو به یک گزارش مرتب و خوانا در Excel تبدیل می‌کنه؛ با پشتیبانی از تقویم شمسی، گزارش روزانه، جزئیات کامیت‌ها و امکان بررسی چند پروژه در یک فایل. نسخه‌ی ویندوز کاملاً پرتابله و بدون نیاز به نصب پایتون اجرا می‌شه؛ فقط کافیه Git روی سیستم نصب باشه. دانلود و اطلاعات بیشتر: https://github.com/Mahdi-Hazrati/Git-Activity-Report @DevTwitter | <Mahdi/>