هر کسب و کاری داشته باشید بالاخره جمع‌آوری اطلاعات scrape و خزش crawl رو از وب باید یاد بگیرید این دوستمون توی این ویدیوی 1 ساعته بهتون با یه کتابخونه هوش مصنوعی crawl4ai یاد می‌ده چطوری اطلاعات رو به صورت تمیز جمع آوری کنید حتی می‌تونید یه بخش خاص از یه سایتی رو که دسترسی بهش سخته رو با هوش مصنوعی به راحتی در بیارید

ریپو تا الان 80 هزار ستاره گرفته:
github.com/unclecode/crawl4ai

ویدیوی یوتیوب:
youtube.com/watch?v=xo3qK6Hg9AA

@Linuxor

امروز الکامپ بودم انصافا اینو جمش کنید بره با دلار 220 تومنی چیزی از اقتصاد دیجیتال مونده مگه... یه سالن بزرگ از صد ها استارتاپ اونجا بود باور کنید اگه درآمد همشون رو جمع بزنید اندازه اون شخصی که توی اینستاگرام داره دادو بیداد میکنه کره بادوم زمینی میفروشه کمتره!

مردم زمانی به سمت تکنولوژی و دیجیتال میرن که حداقل یه زندگی پایداری داشته باشن و پول توی جیبیشون بی ارزش نشه.

@Linuxor

انشالله که زندگی همتون مثل فرایند نصب DirectX باشه هر چقدر گیر کرده باشه یهویی بعدش با سرعت نور پر شه.


@Linuxor

هرجای سایتتون نوشتید
Loading...
تبدیلش کنید به
Thinking...


تبریک میگم با صفر ریال هزینه سایت شما الان یه سایت هوشمند و پر پایه هوش مصنوعیه!


@Linuxor

اینم پروژه جالبیه یه سیستم بینایی ماشین برای اینه که از روی ویدیوی دوربین مداربسته معمولی + تصویر ماهواره‌ای همون محل، یه جور Digital Twin سه‌بعدی از ترافیک بسازه.

یعنی مثلاً یه دوربین بالای یه چهارراه داری. سیستم ماشین‌ها و آدم‌ها رو توی ویدیو تشخیص میده، حرکتشون رو Track می‌کنه، بعد سعی می‌کنه موقعیتشون رو روی نمای ماهواره‌ای همون چهارراه بندازه و برای هر وسیله اطلاعاتی مثل موقعیت، جهت حرکت، سرعت و bounding box سه‌بعدی بسازه:

github.com/duy-phamduc68/TrafficLab-3D

@Linuxor

یه نکته کوچیک برای اونایی که روی سایتشون ابزار های آنالیزی ندارن یا نمی‌دونن چیه، دقت کنید لینک هایی که ChatGPT به کاربراش میده بای دیفالت به ته همشون پارامتر utm_source رو اضافه می‌کنه این یعنی اگه گوگل آنالیتیکس نصب کنید روی سایتتون می‌تونید بفهمید چند نفر از سمت چت جی پی تی اومدن توی سایتتون.

نصب کردنش هم کاری نداره راحت ترین روشش اضافه کردن اسکریپت گوگل آنالیتیکس به داخل فایل های HTML سایتتونه.

@Linuxor

این در واقع یه مجموعه Skill برای Coding Agentها هستش که Matt Pocock ساخته. اگر با چیزهایی مثل Claude Code، Codex، Cursor یا Agentهای برنامه‌نویسی کار می‌کنی، موضوعش خیلی به‌دردبخوره.

فرض کن به Agent می‌گی: فلان قابلیت رو به پروژه اضافه کن. Agent ممکنه مستقیم بره سراغ کدنویسی و بعد از 30 دقیقه یه چیزی تحویلت بده که technically کار می‌کنه، ولی اصلاً چیزی نباشه که واقعاً می‌خواستی. Matt اومده یه سری دستورالعمل و workflow آماده نوشته که به Agent می‌گه:

قبل از کدنویسی دقیقاً بفهم مسئله چیه
سوال‌های درست از کاربر بپرس
اول تست بنویس
مرحله‌به‌مرحله پیاده‌سازی کن
موقع Debug کردن حدس نزن و منظم جلو برو
معماری پروژه رو بررسی کن
کار بزرگ رو به Ticketهای کوچیک‌تر تقسیم کن
قبل از commit کد رو Review کن
اصطلاحات و Domain پروژه رو مستند نگه دار

در اصل هوش جدیدی به مدل اضافه نمی‌کنه؛ بیشتر داره نحوه کار کردن Agent رو منظم می‌کنه. خود ریپو هم دقیقاً روی همین ایده تأکید داره: Skillها فایل‌های کوچیک و قابل تغییر هستن که می‌تونی متناسب با پروژه خودت دستکاریشون کنی:

github.com/mattpocock/skills

@Linuxor

اینکه میگن هوش مصنوعی می‌تونه افسار گسیخته بشه و بر علیه انسان ها در بیاد ایده خنده داریه ول نمی‌شه ردش هم کرد.

شرکتا تمام سعیشون رو می‌کنن که داده های خراب مثل فحش ها، خرابکاری ها، کارهای بد و... رو از فرایند یادگیری مدل فیلتر کنن اما مشکل جایی شروع میشه که یک قطعه پازل رو حذف کنی خود مدل میتونه حدودی با بقیه دیتا هایی که داره کشفش کنه حتی مدل می‌تونه از الگوهایی که یاد گرفته، ترکیب جدیدی بسازه که تابحال ندیدتشون! پس این ایده افسار گسیختگی ممکنه یه روزی به وجود بیاد البته بازم راه حل های زیادی برای کنترلش هست ولی یه روزنه کوچیک هم ممکنه کارو خراب کنه اگه مدل دسترسی و permission به دنیای واقعی داشته باشه و قدرت پردازش زیادی هم داشته باشه ممکنه واقعا افسار گسیخته عمل کنه. بخاطر همینه اکثر ایجنت ها توی اپدیت های جدیدشون دسترسی مستقیم اجرای فرمان هارو ندارن بجاش از API های مصنوعی و کنترل شده استفاده می‌کنن.

@Linuxor

اگه دنبال یه جایگزین Local برای ElevenLabs هستید، VoiceStudio رو ببینید یه استودیوی کامل AI برای صداست که می‌تونه روی سخت‌افزار خودتون اجرا بشه؛ بدون اکانت، API Key، اشتراک یا پرداخت به‌ازای مصرف در workflow لوکال.
قابلیت Voice Cloning با یه نمونه صدای کوتاه، صدای گوینده رو Clone کنید. حتی 3 ثانیه نمونه هم قابل استفاده‌ست، ولی 5 تا 15 ثانیه معمولاً نتیجه بهتری میده.

با قابلیت Text-to-Speec متن رو با موتورهای مختلف TTS به صدای طبیعی تبدیل کنید.

با Voice Design حتی لازم نیست نمونه صدا داشته باشید؛ می‌تونید سن، لهجه، pitch، سبک و نوع بیان صدا رو توصیف کنید و صدا بسازید.
با Video Dubbing ویدیو رو Transcribe می‌کنه، ترجمه می‌کنه، speakerها رو تشخیص میده، دوباره با صدای مناسب تولید می‌کنه و خروجی ویدیو میده.
با Voice Isolation صدای گوینده رو از موسیقی و background جدا می‌کنه.
با Speaker Diarization تشخیص میده هر بخش از فایل صوتی رو کدوم speaker گفته:

github.com/debpalash/VoiceStudio


@Linuxor

گوگل یه مدل خیلی خوب برای پیش‌بینی سری‌های زمانی ساخته به اسم TimesFM یه جورایی میشه گفت Foundation Model برای اعداد و زمان؛ به‌جای متن، الگوهای داده‌های زمانی رو یاد می‌گیره و آینده رو پیش‌بینی میکنه.

با TimesFM 3.0 حالا:
پیش‌بینی Univariate و Multivariate
پشتیبانی از Covariates
بدون نیاز به آموزش مدل برای هر Task
عملکرد خیلی قوی روی بنچمارک‌های اصلی Forecasting

کاربردهاش هم زیاده:
پیش‌بینی فروش و تقاضا
مدیریت موجودی و زنجیره تأمین
مصرف انرژی
داده‌های سنسورها و صنعت
تحلیل و Forecast داده‌های مالی
مانیتورینگ و پیش‌بینی متریک‌ها

یعنی به‌جای اینکه برای هر دیتاست از صفر یه مدل Forecasting بسازی، می‌تونی از یه مدل Foundation آماده شروع کنی.


github.com/google-research/timesfm

@Linuxor

من اگه از مهندسی کار خوبی پیدا نکنم ایده 10 جوجه رو پیاده میکنم ایده اینطوریه که 10 تا جوجه می‌خرید با تولید مثل و تکثیر حرفه ای طی دو سه سال میشه به درامدی حدود 10k دلار یا بیشتر رسید، ایدش خیلی قدیمی و امتحان‌پس‌داده و سال ها تکرار شده و همیشه هم جواب داده فرمول ها رو روش نگهداری هم کاملا ثابت و مکتوبه و توی اینترنت هست.

جالب اینجاست این ایده ممکنه در شاًن بعضیا نباشه و ترجیحشون مهندسی و کارای کارمندی باشه ولی این ایده درامدش قابل توسعه و پسیو هستش یعنی میتونی تقریبا بخوابی و پول دربیاری ولی مهندسی هرچقدر هم کت شلوار قشنگ تنتون باشه همچنان حمالیه و به اندازه کاری که کردی بهت حقوق میدن.


@Linuxor

یکی از کاربردهای AI Agentها اینه که دیگه فقط بهت جواب ندن؛ برن خودشون کار رو انجام بدن مثلاً وارد LinkedIn بشن، سرچ کنن، اطلاعات جمع کنن، فرم پر کنن یا یه workflow کامل رو انجام بدن.


این ابزار یه Browser مخصوص Agentها که می‌تونه از Session و Loginهای مرورگرت استفاده کنه و Agent رو بذاره پشت فرمون:

نسخه مک (نسخه ویندوز و لینوکس هم بزودی اضافه می‌شه):

github.com/citrolabs/ego-lite

@Linuxor

من حس میکنم تا چند سال آینده بخشی از شبکه های اجتماعی معروف فعلی جایگزین می‌شن و رقبای احتمالی جاشون رو می‌گیرن

حالا چرا؟‌ چون تعداد محتوا های آشغال هوش مصنوعی توی شبکه های اجتماعی فعلی می‌ره بالا و غلظت مطالب مفید میاد پایین اگه نتونن با این محتوا ها مقابله کنن و حذفشون کنن کاربرا به مرور پلتفرمو ترک می‌کنن، حالا برنده بازی کیه؟ شرکتیه که پلتفرمی بسازه دربرابر محتوای هوش مصنوعی مقاوم باشه و به شدت کاربرا جذبش می‌شن و به مرور ممکنه جایگاه شبکه های اجتماعی فعلی رو به خطر بندازه. البته حذف ناگهانی نیست حذف به مروره مثل کنار گذاشتن فیسبوک به مرور بخاطر فید ضعیفش (و دلایل دیگه).


@Linuxor

این ویدیوی یوتیوب سرعت دیتابیس پستگرس و مای اسکیوال مقایسه می‌کنه رو ببینید!‌ پستگرس توی بنجمارک ها بهتر عمل کرد البته به این معنی نیست که مای اسکیوال چیز بدیه چون تونست 10 هزار ریکوست برثانیه پردازش انجام بده یعنی حدودا ده برابر ریکوست هایی که به سمت سایت توییتر میره و این برای یه سایت معمولی که شما می‌خواید بالا بیارید خیلیه!


youtu.be/R7jBtnrUmYI?si=A_p0RregN_kYwurO


@Linuxor

شاید منظورش The Django بوده!

@Linuxor

یه پروژه جالب پیدا کردم برای ترکیب هوش مصنوعی و ترید کریپتو که با استفاده از Gemini و داده‌های اجتماعی LunarCrush، وضعیت بازار و sentiment مربوط به ارزهای مختلف رو تحلیل می‌کنه و در نهایت سیگنال‌هایی مثل BUY / SELL / HOLD تولید می‌کنه. (البته احتیاط کنید چون قیمت یه ارز رو فقط احساسات تشکیل نمیده و عامل های دیگه هم هست همچنین این پروژه تفریحیه)

دموی آنلاین :
ai-trading-agent-gemini.vercel.app
سورس کد:

github.com/danilobatson/ai-trading-agent-gemini


@Linuxor

یه پروژه خیلی جالب برای ساخت AI Agentهای موبایلی، با Android و iOS واقعاً کار می‌کنه؛ صفحه رو می‌تونه ببینه، روی UI کلیک کنه، اسکرول کنه، تایپ کنه و حتی کارهای چندمرحله‌ای رو خودش برنامه‌ریزی و اجرا کنه.

مثلاً بهش می‌گی:
برو توی Settings و Dark Mode رو روشن کن یا مخاطب John رو پیدا کن و براش ایمیل بفرست

کاربردهاش هم خیلی زیاده:
• اتوماسیون کارهای تکراری موبایل
• تست و QA اپلیکیشن‌ها
• استخراج دیتا از اپ‌های موبایل
• اجرای workflow روی چند دستگاه
• ساخت AI Agentهایی که واقعاً با اپ‌ها کار می‌کنن

از OpenAI و Gemini گرفته تا Claude و DeepSeek هم پشتیبانی می‌کنه:

github.com/droidrun/mobilerun

@Linuxor

این سایت صحنه‌های فیلم‌هایی که توی اون خیابون‌ها فیلم‌برداری شدن رو بهت نشون می‌ده حتی ایرانم توش چند تا فیلم هست.

روی هر پینی که خواستی کلیک کن؛ می‌بینی چه فیلمی اونجا فیلم‌برداری شده.

اسم هر فیلمی رو که خواستی سرچ کن؛ همه‌ی جاهایی که اون فیلم توشون فیلم‌برداری شده رو می‌بینی.

قلعه‌های Game of Thrones توی کرواسی.
خیابون‌های Breaking Bad توی آلبوکرکی.
تپه‌های Lord of the Rings توی نیوزیلند.
اون چاهی که توی The Dark Knight Rises می‌بینیم، توی Mehrangarh Fort شهر جودپور هند قرار داره.
فواره‌ی Woman in Red از فیلم The Matrix توی سیدنی:


moviescenemap.com

@Linuxor

قدیما می‌رفتی یه کامپوننتی یه قالبی، لوگویی چیزی دانلود کنی یا کدو بهت می‌داد یا فایلش رو اما جدیدا یه دکمه Copy Prompt گذاشتن که هوش مصنوعی خودت زحمتش رو بکشه بسازتش! اقا این چه مسخره بازی‌ایه ما هوش مصنوعیمون ضعیفه نمیتونه اونطوری که توی سایت گذاشتی بسازه😂

@Linuxor

کارتون تام و جری استیت لس هستش یعنی اینکه وسط یک قسمت چند بار با بمب و چاقو دست همو میبرن ولی چند ثانیه بعد توی سکانس بعدی سالم میشه دستش. وب هم استیت لسه یعنی یه ریکوست میفرستی توی ریکوست بعدی همچی رو از اول باید به سرور توضیح بدی چون یادش نیست، به این توضیح دادن میگن کوکی.


چند دقیقه آموزش برای کودکان
@Linuxor