کازمیک آلفا ۶ خیلی از نظر کاربری روان‌تر از قبله.

هنوزم شرتکات تغییر زبان رو ایمپلمنت نکردن البته.

@sohrabcontents

Golang First Commit on 1972 :)

main( ) {
 extrn a, b, c;
 putchar(a); putchar(b); putchar(c); putchar('!*n');
}

a 'hell';
b 'o, w';
c 'orld';

https://github.com/golang/go/commit/7d7c6a97f815e9279d08cfaea7d5efb5e90695a8

راز بقا : اگه کد کثیف بنویسی برای اصلاحش مجبور می‌شن نگهت دارن


@Linuxor

🔶 مایکروسافت اعلام کرد، دو نسخه‌ی محبوب ۲۰۱۶ و ۲۰۱۹ مایکروسافت آفیس هم از ۱۴ اکتبر ۲۰۲۵ بازنشسته خواهند شد. تعدادی از اپلیکیشن‌های مستقل و سرور‌ها هم از همین تاریخ دیگر پشتیبانی نخواهند شد و توصیه می‌کند به نسخه‌ی ابری Microsoft 365 مهاجرت کنید.

#خبر

@TheRaymondDev

فدورای ۴۲ با نصب کننده جدید منتشر شد.


@Sohrabcontents

مولانا | دیوان شمس | رباعیات | رباعی شمارهٔ ۱۷۳۵

ای دوست بهر سخن در جنگ زنی
صد تیر جفا بر من دلتنگ زنی
در چشم تو من مسم دگر کس زر سرخ
فردا بنمایمت چو بر سنگ زنی

#مولانا | گنجور
📍@iipoem

🔵 عنوان مقاله
golangci-lint v2: A Fast Linter Runner for Go

🟢 خلاصه مقاله:

مقاله به بررسی ابزاری برای اجرای بررسی‌کننده‌های کد Go می‌پردازد که قابلیت اجرای حدود ۱۰۰ بررسی‌کننده مختلف را به صورت همزمان دارد. این ابزار با استفاده از حافظه کش و پیکربندی YAML، بهینه‌سازی شده و قابلیت یکپارچگی با محیط‌های توسعه مجتمع (IDE) را دارد. همچنین، دستورالعمل‌هایی برای به‌روزرسانی از نسخه ۱ به کاربران ارائه شده تا انتقال نرم‌افزاری را راحت‌تر کند.

🟣لینک مقاله:
https://golangweekly.com/link/167341/web

➖➖➖➖➖➖➖➖
👑 @gopher_academy

‏من کتاب مهندسی پرامپت گوگل که چند روزه وایرال شده رو به فارسی ترجمه کردم و گذاشتم روی گیتهاب.

کتاب خوبیه، سبکه و اصول اولیه و روش‌های اصلی رو شرح داده و دسته‌بندی کرده و خواننده یه جورایی شیرفهم میشه که چطوری میشه پرامپت نوشت.

بخونین و به اشتراک بذارید
https://teal33t.github.io/prompt-engineering/

@DevTwitter | <Saman/>

این اکستنشن VsCode هم کار راه بندازه یه محیطی شبیه به Postman داخل خود VsCode براتون فراهم می‌کنه

نصب Thunder Client با Ctrl+P

ext install rangav.vscode-thunder-client


@Linuxor

یه نفر تجربه 2 ساله خودش از استفاده از Rust رو نوشته، اگه می‌خواین تازه Rust یاد بگیرین خیلی جلوتون می‌ندازه

borretti.me/article/two-years-of-rust


@Linuxor

این ویدیو را حتما ببینید اگه با سیستمهای RAG Agent کار میکنید یا نیاز دارید تو پروداکشن پیاده سازی کنید. تو این ویدیو ۱۰ تا درس مهم را اشاره میکنه که من اینجا فقط لیست میکنم. ولی ویدیو را کامل ببینید. یک کلاس درس خودش!

1. Better LLMs Alone Are Not the Answer
2. Expertise is the Fuel (Specialization over Generality)
3. Enterprise Scale is the Moat (Handling Real Data)
4. The Pilot-to-Production Gap is Large
5. Speed and Iteration > Perfection
6. Engineers Spend Too Much Time on "Boring Stuff"
7. Make AI Easy to Consume (Workflow Integration)
8. Wow Your Users
9. Observability > Accuracy
10. Be Ambitious
https://youtube.com/watch?v=kPL-6-9MVyA

@DevTwitter | <Mehdi Allahyari/>

راه حل مشکلات ویندوز REBOOT 😬
راه حل مشکلات لینوکس BE ROOT 😎
@MehrdadLinuxchannel

شاید شما هم تعجب کردید؛ شایدم نه که موزیلا مدتی قبل یک سری اخراج توی تیم‌هاش انجام داد (که کم هم نبود) ولی اپلیکیشن‌هاش توی ios, android, desktop توی آپدیت‌های بعدی به مراتب بهتر و بهتر شد.

دلیلش خیلی تو مخ من بود (فکر میکردم از ابزاری مثل Dioxus استفاده می‌کنند؛ که درست در نمیومد چون هنوز تیم‌های native خودشون رو داشتند.

این قضیه تو مخی من بود تا اینکه متوجه توسعه UniFFI شدم؛ بر اساس خود داکیومنت :

UniFFI is currently used extensively by Mozilla in Firefox mobile and desktop browsers; written once in Rust, auto-generated bindings allow that functionality to be called from both Kotlin (for Android apps) and Swift (for iOS apps). It also has a growing community of users shipping various cool things to many users.

ابنطوری منطق رو ۱ بار می‌نویسه و بعد توی کدهای مختلف android, ios, desktop اون رو استفاده می‌کنند. دیگه مشکلی هم برای استفاده از جدیدترین فیچرهای هر پلتفرم نداره (وقتی ایده خوب و پیاده‌سازی خوب کنار هم میاد).


مثال جایی که کاربرد زیادی داره:
یک پروژه‌ای چندین سال قبل داشتم که شامل بیش از ۵۰ تا فرمول ریاضی و بیش از ۲۰ مورد الگوریتم بود تا خروجی درست رو تحویل بده؛ حتما پیش خودتون می‌گید ببرش ۱ بار روی سرور پیاده‌سازی کن یک endpoint بده به فرانت تموم بشه بره.
گزینه خوبی هست ولی نه وقتی مزیت رقابتی کار شما نسبت به باقی privacy دیتای کاربر هست و این محاسبات بطور کامل باید روی دستگاه کاربر باشه؛ غیر از اون حجم دیتاها توی بعضی شرایط بسیار بالا بود که خیلی عاقلانه نبود برای اون دیتاها هم از کاربر بخوایم آپلود انجام بده.

پس مجبور بودیم؛ ۴ بار پیاده‌سازی کنیم:
۱- تیم تحقیقاتی که دائمی روی پایتون کار می‌کرد.
۲- تیم C# که برای ویندوز نرم‌افزار رو تولید می‌کرد (دسترسی بالاتر)؛ کاربر ios, android می‌تونستند دیتاهاشون رو باهاش به اشتراک بذارند برای همین نیاز بود قابلیت پردازش قویتر هم داشته باشه اگر خواست گزارش جزئی تری بدست بیاره و ....
۳- تیم Swift که روی نسخه iOS, iPadOS کار می‌کرد.
۴- تیم Kotlin که روی نسخه Android کار می‌کرد.

خیلی وقتا پیش میومد یک اشتباه توی منطق کار با آرایه‌های چند بعدی (برای optimization باید اینطوری پیاده‌سازی می‌شد که بشه از GPU, CPU همزمان استفاده کرد) باعث می‌شد یا نتایج نهایی اشتباه بشه یا محاسبات خیلی کند بشه و البته گوشی بیش از حد داغ کنه.

هیچ وقت یادم نمیره اون روزا مجبور بودم کار با آرایه رو روی C#, Js, Kotlin, Swift یاد بگریم تا ایرادات بچه‌ها رو پیدا کنم؛ کاری که اگر به عقب برگردم حتما یکبارم که شده با این پکیج تستش می‌کنم.

اون زمان اینطوری بودیم که تا مجبور نشدیم؛ الگوریتم جدید رو برای پیاده‌سازی نفرستیم وقتی رقیبا الگوریتم‌هاشون به خوبی کار ما می‌شد اونوقت نسخه جدید میدادیم. اینطوری بود که تیم تحقیق v70 الگوریتم روی میداد برای پیاده‌سازی ولی روی اپلیکیشن می‌شد v5 الگوریتم. خیلی میفهمم چرا یک تیم باید از چنین ابزاری استفاده کنه.

سوال تکراری چندماه اخیر:

- چرا کمتر پست میذاری ؟
- دیگه آموزش نمیدی ؟

دقت کردید صفحه‌ی گوگل همیشه نصفش خالیه؟؟

از نظر تجربه‌ی کاربری، اگر از همه‌ی صفحه استفاده می‌کرد، مدت‌زمان بیشتری طول می‌کشید تا ما به چیزی که دنبالشیم برسیم.

* البته گاهی برای بعضی از جستجو‌های برندی اون بخش رو به اطلاعات اون برند اختصاص میده.

@DevTwitter