Forwarded from DevTwitter | توییت برنامه نویسی
از این آدرس میتونید تمام پروژههای AI گوکل رو ببینید:
labs.google/experiments
@DevTwitter | <Reza Ghanaat/>
labs.google/experiments
@DevTwitter | <Reza Ghanaat/>
Forwarded from DevTwitter | توییت برنامه نویسی
من یک کتابخونه پایتونی نوشتم که میتونه هرکدی رو به ایجنت AI تبدیل کنه:
https://github.com/prp-e/serverless-agents
ممنون میشم استفاده کنید، مشارکت کنید، استار بدید
@DevTwitter | <Mohammedreza Haghiri/>
https://github.com/prp-e/serverless-agents
ممنون میشم استفاده کنید، مشارکت کنید، استار بدید
@DevTwitter | <Mohammedreza Haghiri/>
Forwarded from 🎄 یک برنامه نویس تنبل (The Lazy 🌱)
🔶 آیا یه برنامه نویس تازه کار به هوش مصنوعی روی بیاورد؟
استفاده از هوش مصنوعی (مثل ChatGPT، Copilot، Deepseek, Claude و...) بهعنوان یک برنامهنویس تازهکار میتواند هم مفید باشد و هم خطرناک، بسته به نحوه استفاده شما دارد.
مزایا :
۱- یادگیری سریعتر مفاهیم:
— توضیح کدها به زبان ساده و ارائه مثالهای کاربردی.
— پاسخ به سوالات پایهای (مثل «جاوااسکریپت چیه؟» یا «API چطور کار میکنه؟»
۲- رفع خطاها (Debugging):
— تشخیص سریع خطاهای سینتکسی و منطقی در کد شما.
— پیشنهاد راهحل برای خطاهای رایج (مثل مشکلات npm، خطاهای مرورگر و...)
۳- تولید کد اولیه:
— ساخت اسکلت پروژه (مثل یک فرم لاگین ساده یا رابط REST API).
— جلوگیری از «سندروم صفحه خالی» با ارائه نقطه شروع.
۴- افزایش بهرهوری:
— خودکارسازی کارهای تکراری (مثل نوشتن توابع تست، مستندسازی).
— تمرکز بیشتر روی حل مسئله به جای جستجوی طولانی در گوگل.
۵- دستیار شخصیسازی شده:
— پاسخهای متناسب با سطح دانش شما (میتوانید بگویید: «مثل یک مبتدی توضیح بده»).
— در دسترس بودن 24 ساعته.
معایب:
۱- وابستگی بیش از حد:
— اگر همیشه جواب را مستقیماً از هوش مصنوعی بگیرید، مهارت حل مسئله و تفکر انتقادی شما رشد نمیکند.
— خطر تبدیل شدن به «تایپیست کد» به جای «فهمیدن کد».
۲- خطاهای پنهان:
— هوش مصنوعی گاهی کد نادرست یا ناامن تولید میکند (مخصوصاً در مباحث پیچیده مثل امنیت یا معماری).
— تشخیص این خطاها برای تازهکارها سخت است.
۳- فقدان درک عمیق:
— کپیکردن کد بدون فهمیدن «چرایی» آن باعث میشود پایههای یادگیری شما سست بماند.
— در مصاحبههای شغلی یا پروژههای واقعی دچار مشکل خواهید شد.
۴- منسوخ شدن اطلاعات:
— برخی مدلها (مثل ChatGPT 3.5) اطلاعات قدیمی دارند و ممکن است تکنولوژیهای جدید را پوشش ندهند.
۵- کاهش خلاقیت:
— اتکا به هوش مصنوعی ممکن است مانع تجربه کردن راهحلهای شخصی و یادگیری از اشتباهات شود.
#هوش_مصنوعی
@TheRaymondDev
استفاده از هوش مصنوعی (مثل ChatGPT، Copilot، Deepseek, Claude و...) بهعنوان یک برنامهنویس تازهکار میتواند هم مفید باشد و هم خطرناک، بسته به نحوه استفاده شما دارد.
مزایا :
۱- یادگیری سریعتر مفاهیم:
— توضیح کدها به زبان ساده و ارائه مثالهای کاربردی.
— پاسخ به سوالات پایهای (مثل «جاوااسکریپت چیه؟» یا «API چطور کار میکنه؟»
۲- رفع خطاها (Debugging):
— تشخیص سریع خطاهای سینتکسی و منطقی در کد شما.
— پیشنهاد راهحل برای خطاهای رایج (مثل مشکلات npm، خطاهای مرورگر و...)
۳- تولید کد اولیه:
— ساخت اسکلت پروژه (مثل یک فرم لاگین ساده یا رابط REST API).
— جلوگیری از «سندروم صفحه خالی» با ارائه نقطه شروع.
۴- افزایش بهرهوری:
— خودکارسازی کارهای تکراری (مثل نوشتن توابع تست، مستندسازی).
— تمرکز بیشتر روی حل مسئله به جای جستجوی طولانی در گوگل.
۵- دستیار شخصیسازی شده:
— پاسخهای متناسب با سطح دانش شما (میتوانید بگویید: «مثل یک مبتدی توضیح بده»).
— در دسترس بودن 24 ساعته.
معایب:
۱- وابستگی بیش از حد:
— اگر همیشه جواب را مستقیماً از هوش مصنوعی بگیرید، مهارت حل مسئله و تفکر انتقادی شما رشد نمیکند.
— خطر تبدیل شدن به «تایپیست کد» به جای «فهمیدن کد».
۲- خطاهای پنهان:
— هوش مصنوعی گاهی کد نادرست یا ناامن تولید میکند (مخصوصاً در مباحث پیچیده مثل امنیت یا معماری).
— تشخیص این خطاها برای تازهکارها سخت است.
۳- فقدان درک عمیق:
— کپیکردن کد بدون فهمیدن «چرایی» آن باعث میشود پایههای یادگیری شما سست بماند.
— در مصاحبههای شغلی یا پروژههای واقعی دچار مشکل خواهید شد.
۴- منسوخ شدن اطلاعات:
— برخی مدلها (مثل ChatGPT 3.5) اطلاعات قدیمی دارند و ممکن است تکنولوژیهای جدید را پوشش ندهند.
۵- کاهش خلاقیت:
— اتکا به هوش مصنوعی ممکن است مانع تجربه کردن راهحلهای شخصی و یادگیری از اشتباهات شود.
#هوش_مصنوعی
@TheRaymondDev
Forwarded from a pessimistic researcher (Kc)
امروز فهمیدم که خط ۱۴ مترو پاریس هم توسط ایشون با استفاده از زبان Event-B و ابزار Rodin وریفای شده
https://www.clearsy.com/wp-content/uploads/2020/03/Formal-methods-for-Railways-brochure-mai-2020.pdf
https://www.clearsy.com/wp-content/uploads/2020/03/Formal-methods-for-Railways-brochure-mai-2020.pdf
Forwarded from a pessimistic researcher (Kc)
a pessimistic researcher
امروز فهمیدم که خط ۱۴ مترو پاریس هم توسط ایشون با استفاده از زبان Event-B و ابزار Rodin وریفای شده https://www.clearsy.com/wp-content/uploads/2020/03/Formal-methods-for-Railways-brochure-mai-2020.pdf
خب من یکم اینو بیشتر کندوکاو کنم. توی پاریس یکی از چیزای عجیبی که دیدم این بود که برخی از خطوط متروشون مثل خط ۱ و ۴ و ۱۴ بدون راننده بود و کاملا autonomous کار میکرد. حتی شما میتونستی بری انتها یا ابتدای مترو بشینی و از پنجره جلو بیرون رو ببینی. هیچ خبری از اتاق کنترل یا راننده نبود.
برای اینکه بشه به یک چنین سیستمی دستیافت باید بخشهای مربوط به خطوط راهآهن مثل Zone Controller و Interlocking و همچنین بخشهای مربوط به خود قطار مثل automatic train pilot رو طوری ساخت که بتونه driverless train رو ساپورت کنه. برای اینکه سمت نرمافزاری این بخشهایی که گفتم با هم ارتباط داشته باشند و بتونن کار کنن یک تکنولوژی ای استفاده میشه به اسم Communications-Based Train Control یا CBTC. نکتهای که وجود داره اینه که پیادهسازی بخش software این مباحث به شکلی که bug-free باشه کار راحتی نیست. و خب حتی اگر چنین سیستمی نوشته بشه باید اثبات بشه درستیش که خب این یعنی Formal Verification.
سال ۱۹۹۸ برای اولین بار چنین سیستمی طراحی میشه و خط ۱۴ متروی پاریس رو برای این سیستم در نظر میگیرن. این سیستم توسط آقای Jean-Raymond Abrial با استفاده از زبان B اثبات و پیادهسازی میشه. به این صورت که اول کل specification سیستم رو از زبان طبیعی با استفاده از زبان B به شکل فرمال توصیف میکنن و با استفاده از تکنیک Refinement کامپایل میکنن به کد C و Ada. بدین شکل پیادهسازی سیستم کاملا بر spec منطبقه و اثبات میشه که هیچ باگی نداره و میشه Deploy کرد.
تکیه بر چنین framework محکمی، امروزه چندین خط مترو در دنیا داریم که کاملا automated کار میکنن که نقشهای این متروها رو میتونید توی document ای که توی پست قبلی گذاشتم ببینید.
https://www.event-b.org/index.html
برای اینکه بشه به یک چنین سیستمی دستیافت باید بخشهای مربوط به خطوط راهآهن مثل Zone Controller و Interlocking و همچنین بخشهای مربوط به خود قطار مثل automatic train pilot رو طوری ساخت که بتونه driverless train رو ساپورت کنه. برای اینکه سمت نرمافزاری این بخشهایی که گفتم با هم ارتباط داشته باشند و بتونن کار کنن یک تکنولوژی ای استفاده میشه به اسم Communications-Based Train Control یا CBTC. نکتهای که وجود داره اینه که پیادهسازی بخش software این مباحث به شکلی که bug-free باشه کار راحتی نیست. و خب حتی اگر چنین سیستمی نوشته بشه باید اثبات بشه درستیش که خب این یعنی Formal Verification.
سال ۱۹۹۸ برای اولین بار چنین سیستمی طراحی میشه و خط ۱۴ متروی پاریس رو برای این سیستم در نظر میگیرن. این سیستم توسط آقای Jean-Raymond Abrial با استفاده از زبان B اثبات و پیادهسازی میشه. به این صورت که اول کل specification سیستم رو از زبان طبیعی با استفاده از زبان B به شکل فرمال توصیف میکنن و با استفاده از تکنیک Refinement کامپایل میکنن به کد C و Ada. بدین شکل پیادهسازی سیستم کاملا بر spec منطبقه و اثبات میشه که هیچ باگی نداره و میشه Deploy کرد.
تکیه بر چنین framework محکمی، امروزه چندین خط مترو در دنیا داریم که کاملا automated کار میکنن که نقشهای این متروها رو میتونید توی document ای که توی پست قبلی گذاشتم ببینید.
https://www.event-b.org/index.html
www.event-b.org
Event-B.org
The home of Event-B and the Rodin Platform
Forwarded from DevTwitter | توییت برنامه نویسی
از این آدرس میتونید تمام پروژههای AI گوکل رو ببینید:
labs.google/experiments
@DevTwitter | <Reza Ghanaat/>
labs.google/experiments
@DevTwitter | <Reza Ghanaat/>
Forwarded from Database Labdon
🔵 عنوان مقاله
📊 PG Exporter 1.0: Advanced Postgres + Pgbouncer Metrics Exporter for Prometheus
🟢 خلاصه مقاله:
مقالهای که مورد بررسی قرار گرفته، به معرفی یک اکسپورتر جدید برای پایگاه دادهی PostgreSQL میپردازد که بیش از 600 معیار از اجزای اصلی و افزونههای محبوب را افشا میکند. این ابزار در نسخهی 1.0 خود، پشتیبانیهای اولیهای از PostgreSQL 18 را ارائه میدهد. از خصوصیات برجستهی این اکسپورتر قابلیت شخصیسازی کامل آن میباشد، که به کاربران امکان میدهد تا دادههای مورد نیاز خود را به طور دقیق ترکیب و نمایش دهند. به طور خلاصه، این ابزار جدید فرصتهای وسیعی را برای مدیریت دقیقتر و کارآمدتر پایگاههای داده فراهم میآورد، و با پشتیبانی از نسخه جدید PostgreSQL، قابلیتهای گستردهتری را در اختیار مدیران سیستم قرار میدهد.
🟣لینک مقاله:
https://postgresweekly.com/link/169840/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
📊 PG Exporter 1.0: Advanced Postgres + Pgbouncer Metrics Exporter for Prometheus
🟢 خلاصه مقاله:
مقالهای که مورد بررسی قرار گرفته، به معرفی یک اکسپورتر جدید برای پایگاه دادهی PostgreSQL میپردازد که بیش از 600 معیار از اجزای اصلی و افزونههای محبوب را افشا میکند. این ابزار در نسخهی 1.0 خود، پشتیبانیهای اولیهای از PostgreSQL 18 را ارائه میدهد. از خصوصیات برجستهی این اکسپورتر قابلیت شخصیسازی کامل آن میباشد، که به کاربران امکان میدهد تا دادههای مورد نیاز خود را به طور دقیق ترکیب و نمایش دهند. به طور خلاصه، این ابزار جدید فرصتهای وسیعی را برای مدیریت دقیقتر و کارآمدتر پایگاههای داده فراهم میآورد، و با پشتیبانی از نسخه جدید PostgreSQL، قابلیتهای گستردهتری را در اختیار مدیران سیستم قرار میدهد.
🟣لینک مقاله:
https://postgresweekly.com/link/169840/web
➖➖➖➖➖➖➖➖
👑 @Database_Academy
GitHub
GitHub - pgsty/pg_exporter: Advanced PostgreSQL & Pgbouncer Metrics Exporter for Prometheus
Advanced PostgreSQL & Pgbouncer Metrics Exporter for Prometheus - pgsty/pg_exporter
Forwarded from 🎄 یک برنامه نویس تنبل (The Lazy 🌱)
🔶 آیا یه برنامه نویس تازه کار به هوش مصنوعی روی بیاورد؟
استفاده از هوش مصنوعی (مثل ChatGPT، Copilot، Deepseek, Claude و...) بهعنوان یک برنامهنویس تازهکار میتواند هم مفید باشد و هم خطرناک، بسته به نحوه استفاده شما دارد.
مزایا :
۱- یادگیری سریعتر مفاهیم:
— توضیح کدها به زبان ساده و ارائه مثالهای کاربردی.
— پاسخ به سوالات پایهای (مثل «جاوااسکریپت چیه؟» یا «API چطور کار میکنه؟»
۲- رفع خطاها (Debugging):
— تشخیص سریع خطاهای سینتکسی و منطقی در کد شما.
— پیشنهاد راهحل برای خطاهای رایج (مثل مشکلات npm، خطاهای مرورگر و...)
۳- تولید کد اولیه:
— ساخت اسکلت پروژه (مثل یک فرم لاگین ساده یا رابط REST API).
— جلوگیری از «سندروم صفحه خالی» با ارائه نقطه شروع.
۴- افزایش بهرهوری:
— خودکارسازی کارهای تکراری (مثل نوشتن توابع تست، مستندسازی).
— تمرکز بیشتر روی حل مسئله به جای جستجوی طولانی در گوگل.
۵- دستیار شخصیسازی شده:
— پاسخهای متناسب با سطح دانش شما (میتوانید بگویید: «مثل یک مبتدی توضیح بده»).
— در دسترس بودن 24 ساعته.
معایب:
۱- وابستگی بیش از حد:
— اگر همیشه جواب را مستقیماً از هوش مصنوعی بگیرید، مهارت حل مسئله و تفکر انتقادی شما رشد نمیکند.
— خطر تبدیل شدن به «تایپیست کد» به جای «فهمیدن کد».
۲- خطاهای پنهان:
— هوش مصنوعی گاهی کد نادرست یا ناامن تولید میکند (مخصوصاً در مباحث پیچیده مثل امنیت یا معماری).
— تشخیص این خطاها برای تازهکارها سخت است.
۳- فقدان درک عمیق:
— کپیکردن کد بدون فهمیدن «چرایی» آن باعث میشود پایههای یادگیری شما سست بماند.
— در مصاحبههای شغلی یا پروژههای واقعی دچار مشکل خواهید شد.
۴- منسوخ شدن اطلاعات:
— برخی مدلها (مثل ChatGPT 3.5) اطلاعات قدیمی دارند و ممکن است تکنولوژیهای جدید را پوشش ندهند.
۵- کاهش خلاقیت:
— اتکا به هوش مصنوعی ممکن است مانع تجربه کردن راهحلهای شخصی و یادگیری از اشتباهات شود.
#هوش_مصنوعی
@TheRaymondDev
استفاده از هوش مصنوعی (مثل ChatGPT، Copilot، Deepseek, Claude و...) بهعنوان یک برنامهنویس تازهکار میتواند هم مفید باشد و هم خطرناک، بسته به نحوه استفاده شما دارد.
مزایا :
۱- یادگیری سریعتر مفاهیم:
— توضیح کدها به زبان ساده و ارائه مثالهای کاربردی.
— پاسخ به سوالات پایهای (مثل «جاوااسکریپت چیه؟» یا «API چطور کار میکنه؟»
۲- رفع خطاها (Debugging):
— تشخیص سریع خطاهای سینتکسی و منطقی در کد شما.
— پیشنهاد راهحل برای خطاهای رایج (مثل مشکلات npm، خطاهای مرورگر و...)
۳- تولید کد اولیه:
— ساخت اسکلت پروژه (مثل یک فرم لاگین ساده یا رابط REST API).
— جلوگیری از «سندروم صفحه خالی» با ارائه نقطه شروع.
۴- افزایش بهرهوری:
— خودکارسازی کارهای تکراری (مثل نوشتن توابع تست، مستندسازی).
— تمرکز بیشتر روی حل مسئله به جای جستجوی طولانی در گوگل.
۵- دستیار شخصیسازی شده:
— پاسخهای متناسب با سطح دانش شما (میتوانید بگویید: «مثل یک مبتدی توضیح بده»).
— در دسترس بودن 24 ساعته.
معایب:
۱- وابستگی بیش از حد:
— اگر همیشه جواب را مستقیماً از هوش مصنوعی بگیرید، مهارت حل مسئله و تفکر انتقادی شما رشد نمیکند.
— خطر تبدیل شدن به «تایپیست کد» به جای «فهمیدن کد».
۲- خطاهای پنهان:
— هوش مصنوعی گاهی کد نادرست یا ناامن تولید میکند (مخصوصاً در مباحث پیچیده مثل امنیت یا معماری).
— تشخیص این خطاها برای تازهکارها سخت است.
۳- فقدان درک عمیق:
— کپیکردن کد بدون فهمیدن «چرایی» آن باعث میشود پایههای یادگیری شما سست بماند.
— در مصاحبههای شغلی یا پروژههای واقعی دچار مشکل خواهید شد.
۴- منسوخ شدن اطلاعات:
— برخی مدلها (مثل ChatGPT 3.5) اطلاعات قدیمی دارند و ممکن است تکنولوژیهای جدید را پوشش ندهند.
۵- کاهش خلاقیت:
— اتکا به هوش مصنوعی ممکن است مانع تجربه کردن راهحلهای شخصی و یادگیری از اشتباهات شود.
#هوش_مصنوعی
@TheRaymondDev
Forwarded from GptGate Support
📱 توسعهدهندگان موبایل (iOS/Android)
🖥️ دانشجویان رشتههای کامپیوتر و IT
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from 🎄 یک برنامه نویس تنبل ( MΞ)
❓یه سوال از الفبای کامپیوتر
مهندس ها بفرمایند که، در کامپیوتر چه زمانی جمع دو تا عدد مثبت، منفی میشه ؟
@TheRaymondDev
مهندس ها بفرمایند که، در کامپیوتر چه زمانی جمع دو تا عدد مثبت، منفی میشه ؟
@TheRaymondDev
Forwarded from abolfazl
This media is not supported in your browser
VIEW IN TELEGRAM
ابزار طراحی رابط کاربری Figma قراره با کمک MCP، پروژههارو رو به ابزارهای کدنویسی ایجنت محور مثل Copilot توی VS Code یا Cursor وصل کنه.
این کار باعث میشه به جای توصیف کردن یک طرح برای هوش مصنوعی، اون رو مستقیما به پروژه فیگما وصل کرد و با اسکرین شات و پرامپت نویسی کد رو تغییر داد. تو این حالت هوش مصنوعی درک بهتری از ساختار محیط گرافیکی داره و اون رو توسعه میده.
این ابزار فعلا به صورت بتا برای کاربران با دسترسی کامل فیگما عرضه شده.
🔗 Figma
🤓 abolfazl @geekalerts
این کار باعث میشه به جای توصیف کردن یک طرح برای هوش مصنوعی، اون رو مستقیما به پروژه فیگما وصل کرد و با اسکرین شات و پرامپت نویسی کد رو تغییر داد. تو این حالت هوش مصنوعی درک بهتری از ساختار محیط گرافیکی داره و اون رو توسعه میده.
این ابزار فعلا به صورت بتا برای کاربران با دسترسی کامل فیگما عرضه شده.
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Geek Alerts
This media is not supported in your browser
VIEW IN TELEGRAM
ابزار طراحی رابط کاربری Figma قراره با کمک MCP، پروژههارو رو به ابزارهای کدنویسی ایجنت محور مثل Copilot توی VS Code یا Cursor وصل کنه.
این کار باعث میشه به جای توصیف کردن یک طرح برای هوش مصنوعی، اون رو مستقیما به پروژه فیگما وصل کرد و با اسکرین شات و پرامپت نویسی کد رو تغییر داد. تو این حالت هوش مصنوعی درک بهتری از ساختار محیط گرافیکی داره و اون رو توسعه میده.
این ابزار فعلا به صورت بتا برای کاربران با دسترسی کامل فیگما عرضه شده.
🔗 Figma
🤓 abolfazl @geekalerts
این کار باعث میشه به جای توصیف کردن یک طرح برای هوش مصنوعی، اون رو مستقیما به پروژه فیگما وصل کرد و با اسکرین شات و پرامپت نویسی کد رو تغییر داد. تو این حالت هوش مصنوعی درک بهتری از ساختار محیط گرافیکی داره و اون رو توسعه میده.
این ابزار فعلا به صورت بتا برای کاربران با دسترسی کامل فیگما عرضه شده.
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Golden Code (@lix)
🎯 استفاده از متغیر $loop در حلقههای foreach@ در Laravel Blade
یکی از قابلیتهای قدرتمند و کمتر شناختهشدهی blade وجوده متغیری به نام $loop در هنگام استفاده از دستور foreach@ است. این متغیر بهصورت خودکار و فقط درون حلقه در دسترس قرار میگیره و اطلاعات بسیار مفیدی درباره وضعیت فعلی تکرار حلقه فراهم میکنه.
کاربردهای عملی $loop :
زمانیکه در یک Blade از foreach@ استفاده میکنید، لاراول بطور خودکار یک شیء Loop اختصاصی تولید میکنه که مهم هاشو نوشتم براتون :
🔹 $loop->index
int — شماره اندیس فعلی (از 0 شروع میشه)
🔹 $loop->iteration
int — شماره تکرار (از 1 شروع میشه)
🔹 $loop->count
int — تعداد کل آیتمها در حلقه
🔹 $loop->first
bool — آیا این اولین تکراره؟ (true/false)
🔹 $loop->last
bool — آیا این آخرین تکراره؟ (true/false)
🔹 $loop->remaining
int — چند آیتم دیگه تا پایان حلقه باقی مونده
🔹 $loop->even
bool — آیا تکرار فعلی زوجه؟
🔹 $loop->odd
bool — آیا تکرار فعلی فرده؟
🔹 $loop->depth
int — عمق حلقه (در حلقههای تو در تو)
🔹 $loop->parent
object|null — دسترسی به حلقهی والد در صورت وجود
مثال؟؟
درین مثال از $loop->iteration برای شمارهگذاری استفاده شده.
با $loop->odd استایل متفاوت برای ردیفهای فرد و زوج اعمال شده.
اولین و آخرین محصول با نشان خاصی مشخص شدهاند.
نکات مهم:
این $ loop فقط در Blade و فقط در داخل foreach@ (یا for@) در دسترسه.
اگه حلقههای توو در توو دارید، میتونین از $loop->depth و $loop->parent استفاده کنین.
این قابلیت در Viewها به کاهش پیچیدگی کد و خوانایی بیشتر کمک میکند.
✅ نتیجهگیری
استفاده از $loop در Laravel Blade نهتنها کدنویسی را تمیزتر و خواناتر میکند، بلکه امکاناتی مثل تشخیص اولین یا آخرین آیتم، استایلگذاری زوج و فرد، و شمارنده حلقه را بدون نیاز به تعریف متغیرهای دستی فراهم میکند.
#Laravel
(بهمنبع و مثالش دقت کنید 👇🏾)
@GoldenCodeir
https://x.com/laravelbackpack/status/1929863164302393517?s=35
یکی از قابلیتهای قدرتمند و کمتر شناختهشدهی blade وجوده متغیری به نام $loop در هنگام استفاده از دستور foreach@ است. این متغیر بهصورت خودکار و فقط درون حلقه در دسترس قرار میگیره و اطلاعات بسیار مفیدی درباره وضعیت فعلی تکرار حلقه فراهم میکنه.
کاربردهای عملی $loop :
زمانیکه در یک Blade از foreach@ استفاده میکنید، لاراول بطور خودکار یک شیء Loop اختصاصی تولید میکنه که مهم هاشو نوشتم براتون :
🔹 $loop->index
int — شماره اندیس فعلی (از 0 شروع میشه)
🔹 $loop->iteration
int — شماره تکرار (از 1 شروع میشه)
🔹 $loop->count
int — تعداد کل آیتمها در حلقه
🔹 $loop->first
bool — آیا این اولین تکراره؟ (true/false)
🔹 $loop->last
bool — آیا این آخرین تکراره؟ (true/false)
🔹 $loop->remaining
int — چند آیتم دیگه تا پایان حلقه باقی مونده
🔹 $loop->even
bool — آیا تکرار فعلی زوجه؟
🔹 $loop->odd
bool — آیا تکرار فعلی فرده؟
🔹 $loop->depth
int — عمق حلقه (در حلقههای تو در تو)
🔹 $loop->parent
object|null — دسترسی به حلقهی والد در صورت وجود
مثال؟؟
<ul>
@foreach ($products as $product)
<li class="{{ $loop->odd ? 'bg-light' : 'bg-dark' }}">
{{ $loop->iteration }}. {{ $product->name }}
@if ($loop->first)
<span class="badge">New!</span>
@endif
@if ($loop->last)
<span class="badge">End</span>
@endif
</li>
@endforeach
</ul>
درین مثال از $loop->iteration برای شمارهگذاری استفاده شده.
با $loop->odd استایل متفاوت برای ردیفهای فرد و زوج اعمال شده.
اولین و آخرین محصول با نشان خاصی مشخص شدهاند.
نکات مهم:
این $ loop فقط در Blade و فقط در داخل foreach@ (یا for@) در دسترسه.
اگه حلقههای توو در توو دارید، میتونین از $loop->depth و $loop->parent استفاده کنین.
این قابلیت در Viewها به کاهش پیچیدگی کد و خوانایی بیشتر کمک میکند.
✅ نتیجهگیری
استفاده از $loop در Laravel Blade نهتنها کدنویسی را تمیزتر و خواناتر میکند، بلکه امکاناتی مثل تشخیص اولین یا آخرین آیتم، استایلگذاری زوج و فرد، و شمارنده حلقه را بدون نیاز به تعریف متغیرهای دستی فراهم میکند.
#Laravel
(بهمنبع و مثالش دقت کنید 👇🏾)
@GoldenCodeir
https://x.com/laravelbackpack/status/1929863164302393517?s=35
X (formerly Twitter)
Backpack for Laravel (@laravelbackpack) on X
1/3. Laravel Tip
Did you know... While iterating through a foreach loop, a $loop variable will be available inside of your loop. This variable provides access to some useful bits of information.
More info in the short 🧵👇
Did you know... While iterating through a foreach loop, a $loop variable will be available inside of your loop. This variable provides access to some useful bits of information.
More info in the short 🧵👇
🔥2
Forwarded from 🎄 یک برنامه نویس تنبل (The Lazy 🌱)
🔶 شرکت Windsurf میگوید که شرکت آنتروپیک دسترسی مستقیم به مدلهای هوش مصنوعی کلود را محدود کرده است.
ویندسرف، استارتاپ محبوب حوزه برنامهنویسی که گفته میشود در حال خریداری شدن توسط OpenAI است، اعلام کرده که شرکت آنتروپیک دسترسی مستقیم این شرکت به مدلهای هوش مصنوعی Claude 3.7 Sonnet و Claude 3.5 Sonnet را بهطور قابلتوجهی کاهش داده است.
#خبر
@TheRaymondDev
ویندسرف، استارتاپ محبوب حوزه برنامهنویسی که گفته میشود در حال خریداری شدن توسط OpenAI است، اعلام کرده که شرکت آنتروپیک دسترسی مستقیم این شرکت به مدلهای هوش مصنوعی Claude 3.7 Sonnet و Claude 3.5 Sonnet را بهطور قابلتوجهی کاهش داده است.
#خبر
@TheRaymondDev
TechCrunch
Windsurf says Anthropic is limiting its direct access to Claude AI models | TechCrunch
The CEO of Windsurf, a popular AI-assisted coding tool, said Anthropic is limiting its direct access to certain AI models.
Forwarded from Linuxor ?
با نود جی اس یه فریم ورک برای وبلاگ نویسی ساختن به اسم hexo که خیلی راحت هم میتونین نصبش کنید تم های قشنگی هم داره
نحوه نصبش :
hexo.io
لیست تم هاش:
hexo.io/themes
@Linuxor
نحوه نصبش :
hexo.io
لیست تم هاش:
hexo.io/themes
@Linuxor
Forwarded from code2 - تکنولوژی و فناوری