اقا عجب اکستنشنی براتون پیدا کردم 30 هزار نصب 5 ستاره

کاربردش هم اینه استایل هر سایتی رو تبدیل به متن یا SKILL یا پرامپت دیزاین می‌کنه می‌تونید بدینش به هوش مصنوعی دقیقا براتون شبیهش رو بسازه

chromewebstore.google.com/...

@Linuxor

یکی یه بازی موتور سواری روی چارت سهام شرکت ها و بیت کوین ساخته😁

stonkrider.org


@Linuxor

الان که ساخت بازی های سه بعدی با هوش مصنوعی داغه اینو بگم اکثرشون Three.js ساخته می‌شن این اکستنشنو داشته باشید قدیما برای دیباگ Three.js مجبور بودی کلی console.log بزنی یا هی داخل DevTools دنبال آبجکت‌ها بگردی.

این افزونه دقیقاً همون چیزیه که جاش خالی بود؛ یه DevTools مخصوص Three.js که کل Scene رو جلوی چشمت باز می‌کنه Hierarchy صحنه، Meshها، Materialها، Textureها، Lightها و Cameraها رو می‌بینی، آبجکت انتخاب می‌کنی و همون لحظه Position، Rotation، Scale یا حتی متریالش رو تغییر می‌دی؛ بدون اینکه کدت رو دست بزنی یا صفحه رو رفرش کنی. اگه با Three.js یا React Three Fiber کار می‌کنید، حتماً یه نگاه به Needle DevTools بندازید. حسش شبیه Inspector یونیتی، ولی این بار مستقیم داخل Chrome برای پروژه‌های وبه.

chromewebstore.google.com/...

@Linuxor

قدیما تقلب فقط توی بازی شطرنج بود چون قوانین بازی ثابته و ماشین راحت می‌تونه یادش بگیره، اما امروزه با دیپ لرنینگ و فراهم شدن دسترسی ارزون به هوش مصنوعی توی هر بازی‌ای به راحتی می‌شه تقلب کرد.

ویدیو بالا ترین دیپ لرنینگ روی بازی کلش رویال


@Linuxor

اگه دیزاینری هر هفته به این سایت یه نگاهی بنداز، همیشه بهترین دیزاین هایی که توی توییرتر گذاشته می‌شه رو جمع می‌کنه و قرار می‌ده

bestdesignsonx.com

@Linuxor

اقا این نوع loading که اختصاصا توی Google Play هم استفاده شده (و بهش هم اون موقع تو کانال می‌خندیدم) جدیدا مد شده و اومدن کدش رو نوشتن :


تست آنلاین :
ksokolovskyi.github.io/material_wavy_progress_indicator

سورس کد:
github.com/ksokolovskyi/material_wavy_progress_indicator

@Linuxor

آتیش چطوری ساخته می‌شه ؟ (افترافکت)

اینایی که اینارو طراحی می‌کنن واقعا خارج از چارچوب فکر می‌کنن و دیدگاه جالبی دارن.

@Linuxor

تا حالا صفحه‌های معرفی محصول اپل رو دیدی؟ همونایی که با اسکرول کردن انگار دوربین وارد یه دنیای سه‌بعدی میشه، محصول‌ها حرکت می‌کنن و همه‌چی مثل یه فیلم بدون کات جلو میره.

ساخت همچین چیزی تا امروز کار هر کسی نبود؛ معمولاً چند هزار تا چند ده هزار دلار هزینه داشت و ماه‌ها زمان می‌برد. تیم طراحی، سه‌بعدی‌کار و WebGL دولوپر لازم داشت.

حالا پروژه‌ای به اسم scroll-world اومده که میگه: این داستان رو با یه پرامپت بساز! برندتو توضیح بده، صحنه‌ها رو بگو، خودش دنیای سه‌بعدی، حرکت دوربین و کد اسکرول رو تولید می‌کنه. اوپن‌سورس و رایگانه؛ یعنی چیزی که قبلاً پروژه‌ی چند ده هزار دلاری بود، می‌تونه با چند ساعت کار و هزینه‌ی تولید محتوا ساخته بشه.

github.com/oso95/scroll-world

@Linuxor

فریم‌ورک Open-Code-Review؛ ابزار کد‌ریویوی علی‌بابا که تو مقیاس واقعی تست شده و اپن‌سورس شد! یک معماری ترکیبی داره که لاین به لاین کد رو بررسی میکنه و جلوی مشکلاتی مثل خطاهای نخ (Thread Safety)، تزریق SQL و خطاهای NPE رو با هوش مصنوعی میگیره.
open-codereview.ai

@Linuxor ~ callitVer1

اینم یه ترفند جالب گیتهابی، کافیه explain رو به اول ریپو اضافه کنی و هوش مصنوعی ریپو رو توضیح می‌ده.

(اونی که دیروز معرفی کردم فقط برای مهندسی معکوس بود این خودش هوش مصنوعیه و توضیح می‌ده البته اولین بار باید لاگین کنید)

@Linuxor

می‌خوای مدل رایگان Gemma گوگل رو روی مک، با فقط چند گیگابایت RAM اجرا کنی؟

این پروژه رو از دست نده Turbo Fieldfare یک موتور اجرای LLM برای Apple Silicon هستش که با تکنیک‌های فشرده‌سازی، اجرای مدل‌های بزرگ رو با مصرف حافظه بسیار کمتر ممکن می‌کنه.

قابلیت‌هاش:
اجرای مدل‌های Gemma روی Apple Silicon
کاهش چشمگیر مصرف RAM
استفاده از GPU اپل (Metal) برای افزایش سرعتش
اجرای مدل‌های بزرگ روی مک‌های معمولی

github.com/drumih/turbo-fieldfare

@Linuxor ~ pedrambirack

یه نفر یک ابزار متن‌باز ساخته به اسم AirLLM که باهاش می‌تونی یه مدل 2.8 تریلیون پارامتری رو با یه GPU فقط 4GB VRAMروی لپ تاپت اجرا کنی! از روشی به اسم Layer-wise Inference استفاده می‌کنه؛ یعنی به‌جای اینکه کل مدل رو یکجا داخل VRAM بریزه، فقط همون لایه‌ای که همون لحظه لازمه رو بارگذاری می‌کنه.

نه Quantization نه Distillation نه Pruning
نمونه‌ها:
مدل DeepSeek-V3 (671B) روی 12GB
مدل Llama 3.1 405B روی 8GB
مدل Kimi K3 (2.8T) با کمتر از 4GB
و با تقریباً همه مدل‌های متن‌باز هم کار می‌کنه.

جالب‌تر اینکه بزرگ‌ترین مدل، کمترین VRAM رو لازم داره. دلیلش اینه که Kimi K3 یه مدل Sparse MoE هست و برای هر توکن فقط Expertهای موردنیازش رو اجرا می‌کنه، نه کل لایه. یعنی یه مدل 2.8 تریلیون پارامتری می‌تونه با VRAM کمتر از بعضی مدل‌های 70B اجرا بشه. البته این به معنی سریع‌تر بودن نیست؛ فقط یعنی محدودیت حافظه دیگه اون مانع نیست.

github.com/lyogavin/airllm

@Linuxor

بوریس (سرپرست کلاد کد) می‌گه که هر ۶ ماه یک بار claude.md و skillها و hookها رو حذف کنین، ببینین خود مدل بدون این دستورات چطوری عمل می‌کنه و ممکنه شگفت‌زده بشین. به صورت مشخص برای Opus 5 اینو پیشنهاد می‌کنه چون مدل بهشون نیازی نداره.

@Linuxor ~ Hamed

سیستم آب ایالت مینه‌سوتا آمریکا هک شده و آمریکایی ها می‌گن این کار ایران بوده.

رویترز: در بعضی مناطق اختلال موقت ایجاد شد؛ مثلاً کنترل برخی تجهیزات از دسترس خارج شد یا مجبور شدند سیستم‌ها را دستی کنترل کنند، اما گزارشی از آلوده شدن آب آشامیدنی یا آسیب به مردم منتشر نشده است

اِنگَجِت: حملات سایبری به تاسیسات آبی در هفت ایالت آمریکا منجر به جاری شدن سیل و از دست دادن فشار آب شده است و اف‌بی‌آی و آژانس حفاظت از محیط زیست (EPA) هشدار صادر کرده‌اند. هکرها به سیستم‌ها نفوذ کرده‌اند، به ویژه کنترل‌کننده‌های منطقی برنامه‌پذیر (PLC) را هدف قرار داده

@Linuxor

یه ریپوی خیلی خفن برای کسایی که دنبال یادگیری رباتیک با پایتون، این کلی الگوریتم مهم رباتیک رو با کدهای قابل فهم پیاده‌سازی کرده؛ از لوکالیزیشن با EKF و Particle Filter گرفته تا ساخت نقشه و SLAM.

اگه می‌خوای ببینی ربات‌ها چطوری جای خودشون رو پیدا می‌کنن، محیط رو می‌سنجن و مسیر بهینه پیدا می‌کنن، اینجا کلی مثال عملی پیدا می‌کنی. الگوریتم‌هایی مثل Dijkstra، A*، RRT*، ICP و FastSLAM رو می‌تونی مستقیم اجرا و بررسی کنی.

یه جورایی مثل یه کتاب درسی تعاملیه که به جای فقط فرمول و تئوری، می‌ذاره با کد واقعی دست به کار بشی. برای شروع رباتیک، بینایی ماشین و مسیر‌یابی ربات‌ها واقعاً ارزش ذخیره کردن داره:

github.com/AtsushiSakai/PythonRobotics


@Linuxor

اقای Kamran Ahmed جدیدا 70 هزار آیکون خودش رو متن باز و رایگان کرده :

koboyo.com/icons

@Linuxor

یه نفر به Kimi K3، Grok 4.5، GPT 5.6 Sol و Claude Opus 5 یه سرنخ اولیه‌ی یکسان داد و ازشون خواست که خودشون ادامه‌ی نقاشی رو کامل کنن.
بهشون هم گفت که به سبک و روش خودشون خلاقیت به خرج بدن.
این‌ها نتیجه‌ها هستن و راستش واقعاً سخته تصمیم بگیم کدومشون بهتر از همه دراومده.

@Linuxor

یه نفر اومده کتاب هاشو توی سایتش با ThreeJs سه بعدی کرده خیلی خوبه حتی می‌شه ورقش هم زد

تست آنلاین :
mengto.github.io/complete-shelf

سورس کد :
github.com/mengto/complete-shelf

@Linuxor

اگه بین انتخاب llama.cpp و vLLM برای اجرای لوکال مدل‌ها شک دارین، این مقایسه خیلی کوتاه و کاربردی از IBM که چهار روز پیش آپلود شده تکلیف رو روشن می‌کنه.

اصلی‌ترین تفاوتشون توی هدف و محیط اجراست:

ابزار llama.cpp برای اجرا روی سیستم‌های شخصی، CPU و دیوایس‌های کم‌مصرف عالیه با فشردگی وزن‌ها و فرمت GGUF اجازه می‌ده مدل‌های بزرگ رو حتی روی لپ‌تاپ یا رزبری پای اجرا کنین. ابزارهایی مثل Ollama هم از همین موتور استفاده می‌کنن.

ابزار vLLM برای محیط‌های سروری و پروداکشن ساخته شده. با تکنیک‌هایی مثل PagedAttention برای مدیریت KV cache و بچینگ پیوسته، سرعت سرویس‌دهی به چندین کاربر همزمان رو به شدت بالا می‌بره.

نکته خوب اینه که هر دو ابزار APIهای سازگار با الگوی OpenAI ارائه می‌دن، پس تعویضشون توی کد RAG یا ایجنت‌ها بسیار سادس.

www.youtube.com/watch?v=0ujh7hfutq0

@Linuxor ~ MehdiAllahyari

ما همیشه داریم به نرم افزار جدی نگاه می‌کنیم و توصیه می‌کنیم سمت وایب کدینگ نرید چون منطقی هم هست دیگه اقا هیچ پروداکت جدی ‌ای با وایب کدینگ بالا نیومده

ولی واقعیت اینه که وایب کدینگ تقاضای بالایی داره مثلا یه پلتفرمی قشر نوجوان دارن به اسم روبلاکس توش بازی های وایب کدینگی و تفریحی می‌سازن و جالبه 1 میلیارد هم دانلود داره این عدد خیلی مارکت بزرگیه! نکته جالب اینجاست خیلیاتون مثل من نصبش کنید اصلا نمی‌تونید باهاش کار کنید چون اصلا توی دنیای دیگه ایه.

با چیزی که ترند می‌شه هرگز سعی نکنید بجنگید باید سوارش شید دنیا اصلا براش مهم نیست شما محصول خفن تولید کردید یا نه فقط براش مهمه آیا الان تقاضا داره یا نه!

@Linuxor