Forwarded from DevTwitter | توییت برنامه نویسی
معماری مقیاسپذیر برای دیپلوی Laravel با Load Balancer
در این مدل معماری ما از چند سرور برای اجرای اپلیکیشن استفاده میکنیم تا هم پرفورمنس افزایش پیدا کنه، هم در برابر خطاها مقاومتر باشیم.
معماری کلی:
- Load Balancer (مثل Nginx / HAProxy / AWS ELB)
- چندین Instance از Laravel روی پورت یا سرور مختلف
- دیتابیس مرکزی (مثلاً MySQL یا PostgreSQL)
- کش مرکزی با Redis یا Memcached
- اشتراکگذاری فایلها و sessionها با NFS یا S3
مراحل پیادهسازی:
نصب PHP، Nginx و سایر روی هر سرور
دیپلوی Laravel روی چند سرور یا پورت
تنظیم nginx برای هر سرور تا درخواستها به درستی به اپلیکیشن برسن
راهاندازی دیتابیس و کش روی سرور جدا برای دسترسی همه Instanceها
کانفیگ Load Balancer برای پخش درخواستها بین سرورها
فرانتاند چطور به API وصل میشه؟
فقط کافیه به IP یا دامنه Load Balancer درخواست بزنه.با این روش طبق الگوریتم هایی که برای کانفیگ nginx سرور لودبالانسر تنظیم میکنیم میتونیم درخواست ها رو طبق الگوریتم به سرور مربوطه ارسال کنیم.
میتونین دیاگرام رو هم ببینین تا ارتباطشون رو بهتر درک کنین.
@DevTwitter | <Saber Qadimi/>
در این مدل معماری ما از چند سرور برای اجرای اپلیکیشن استفاده میکنیم تا هم پرفورمنس افزایش پیدا کنه، هم در برابر خطاها مقاومتر باشیم.
معماری کلی:
- Load Balancer (مثل Nginx / HAProxy / AWS ELB)
- چندین Instance از Laravel روی پورت یا سرور مختلف
- دیتابیس مرکزی (مثلاً MySQL یا PostgreSQL)
- کش مرکزی با Redis یا Memcached
- اشتراکگذاری فایلها و sessionها با NFS یا S3
مراحل پیادهسازی:
نصب PHP، Nginx و سایر روی هر سرور
دیپلوی Laravel روی چند سرور یا پورت
تنظیم nginx برای هر سرور تا درخواستها به درستی به اپلیکیشن برسن
راهاندازی دیتابیس و کش روی سرور جدا برای دسترسی همه Instanceها
کانفیگ Load Balancer برای پخش درخواستها بین سرورها
فرانتاند چطور به API وصل میشه؟
فقط کافیه به IP یا دامنه Load Balancer درخواست بزنه.با این روش طبق الگوریتم هایی که برای کانفیگ nginx سرور لودبالانسر تنظیم میکنیم میتونیم درخواست ها رو طبق الگوریتم به سرور مربوطه ارسال کنیم.
میتونین دیاگرام رو هم ببینین تا ارتباطشون رو بهتر درک کنین.
@DevTwitter | <Saber Qadimi/>
Forwarded from IRCF | اینترنت آزاد برای همه
اتحادیه اروپا DNS خودش رو راه انداخته.
برای استفاده از سرویس عمومی #DNS4EU، میتونید یکی از پنج سرور ارائهشده (با ویژگیهای حفاظتی مختلف) رو متناسب با نیاز خودتون انتخاب کنین.
لیست DNSهای اتحادیه اروپا:
👉 joindns4.eu/for-public
راهنمای استفاده:
💡 joindns4.eu/dns-guidelines
© AminSabeti
🔍 ircf.space
@ircfspace
برای استفاده از سرویس عمومی #DNS4EU، میتونید یکی از پنج سرور ارائهشده (با ویژگیهای حفاظتی مختلف) رو متناسب با نیاز خودتون انتخاب کنین.
لیست DNSهای اتحادیه اروپا:
👉 joindns4.eu/for-public
راهنمای استفاده:
💡 joindns4.eu/dns-guidelines
پینوشت: توی #oblivionDesktop هم میتونین وارد بخش تنظیمات شبکه شده و اطلاعات DNS موردنظرتون رو ست کنین
© AminSabeti
🔍 ircf.space
@ircfspace
Forwarded from DevTwitter | توییت برنامه نویسی
تا حالا پیش اومده تیم بکاند یا فرانتاند هی بهتون بگن: «یه دسترسی به پادهای استیج بدید، میخوایم یه کامند بزنیم یا لاگ ببینیم»؟ ولی بعدش وقت و حوصله نداشته باشید بشینید براشون kubectl و کوبرنیتس رو توضیح بدید؟
اینجاست که Lens میاد وسط و کار رو حسابی راحت میکنه!
این ابزار گرافیکی مثل یه دستیار باحاله که به همه، حتی کسایی که زیاد با کوبرنیتس آشنا نیستن، اجازه میده به سادگی:
- به کلاستر وصل بشن و پادها رو ببینن
- لاگها رو چک کنن
- کامند اجرا کنن، بدون نیاز به یه عالمه دستور پیچیده!
من خودم از وقتی Lens رو تو پروژههامون استفاده کردم، دیگه لازم نیست هر سری برم برای تیم توضیح بدم چی به چیه. فقط کافیه بهشون دسترسی بدم و خودشون میتونن گشتوگذار کنن تو کلاستر!
یه نکته مهم: حتماً با RBAC دسترسیها رو درست تنظیم کنید که یه وقت تیم نره یه چیزی رو تو پروداکشن خراب کنه!
@DevTwitter | <Farid Arjmand/>
اینجاست که Lens میاد وسط و کار رو حسابی راحت میکنه!
این ابزار گرافیکی مثل یه دستیار باحاله که به همه، حتی کسایی که زیاد با کوبرنیتس آشنا نیستن، اجازه میده به سادگی:
- به کلاستر وصل بشن و پادها رو ببینن
- لاگها رو چک کنن
- کامند اجرا کنن، بدون نیاز به یه عالمه دستور پیچیده!
من خودم از وقتی Lens رو تو پروژههامون استفاده کردم، دیگه لازم نیست هر سری برم برای تیم توضیح بدم چی به چیه. فقط کافیه بهشون دسترسی بدم و خودشون میتونن گشتوگذار کنن تو کلاستر!
یه نکته مهم: حتماً با RBAC دسترسیها رو درست تنظیم کنید که یه وقت تیم نره یه چیزی رو تو پروداکشن خراب کنه!
@DevTwitter | <Farid Arjmand/>
Forwarded from Linuxor ?
در راستای 30 سالگی php جانی سینز خالق لاراول قراره بیاد برامون توی جت برینز صحبت کنه. پیشنهاد میکنم حضوری نرید از همین پشت مانیتور نصیحت هاشو گوش بدید
lp.jetbrains.com/phpverse-2025
@Linuxor
lp.jetbrains.com/phpverse-2025
@Linuxor
Forwarded from Geek Alerts
شرکت OpenAI گفته تعدادی حساب کاربری ChatGPT که متعلق به گروههای هکری روسی، چین و ایران بودن رو مسدود کرده، این گروهها از مدلهای OpenAI برای توسعه تروجان ویندوزی و چیزهای دیگه استفاده میکردن مثلا یه گروهشون تروجانهاییرو با زبان Go نوشتن و خروجیش در قالب یک ابزار معروف به اسم Crosshair X داخل بازیهای ویندوزی مخفی میکردن. (بازیهایی که غیر قانونی تهیه میشه و توی سایتها به صورت دانلودی هست)
وقتی کاربری نسخه آلوده رو دانلود میکنه، یک لودر روی سیستمش نصب میشه و فایلهای مخرب بیشتری رو از یک سرور خارجی دانلود و اجرا میکنه، بعد به صورت مخفیانه روی سیستم ماندگار میشه جوری که کاربر متوجه نشه و بتونه برای زمان زیادی اطلاعات رو سرقت کنه.
عملیات Storm-2035 (مرتبط با ایران): این گروه از مدلهای OpenAI برای تولید کامنتهای کوتاه به زبانهای انگلیسی و اسپانیایی استفاده میکرد. این کامنتها در حمایت از حقوق لاتینتبارها، استقلال اسکاتلند، اتحاد مجدد ایرلند و حقوق فلسطینیان و همچنین در ستایش قدرت نظامی و دیپلماتیک ایران بودند و توسط حسابهای کاربری جعلی که خود را ساکن آمریکا، بریتانیا، ایرلند و ونزوئلا جا میزدند، در پلتفرم ایکس منتشر میشدند. [L]
🤓 @geekalerts
وقتی کاربری نسخه آلوده رو دانلود میکنه، یک لودر روی سیستمش نصب میشه و فایلهای مخرب بیشتری رو از یک سرور خارجی دانلود و اجرا میکنه، بعد به صورت مخفیانه روی سیستم ماندگار میشه جوری که کاربر متوجه نشه و بتونه برای زمان زیادی اطلاعات رو سرقت کنه.
عملیات Storm-2035 (مرتبط با ایران): این گروه از مدلهای OpenAI برای تولید کامنتهای کوتاه به زبانهای انگلیسی و اسپانیایی استفاده میکرد. این کامنتها در حمایت از حقوق لاتینتبارها، استقلال اسکاتلند، اتحاد مجدد ایرلند و حقوق فلسطینیان و همچنین در ستایش قدرت نظامی و دیپلماتیک ایران بودند و توسط حسابهای کاربری جعلی که خود را ساکن آمریکا، بریتانیا، ایرلند و ونزوئلا جا میزدند، در پلتفرم ایکس منتشر میشدند. [L]
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Md Daily (Mahan)
هوش مصنوعی تو کدنویسی: تجربه بیتعارف!
مدتها بود دلم میخواست در مورد تجربههام و ابزارهایی که تو زمینه هوش مصنوعی برای کدنویسی استفاده میکنم، بنویسم. ولی خب، تو یه منطقه امن بودم و نیاز داشتم کلی چیزهای مختلف رو تو بازههای زمانی متفاوت تست کنم تا بتونم یه قضاوت درست و حسابی داشته باشم.
این روزها که بازار هوش مصنوعی داغه، شرکتهای مختلف با انتشار بنچمارکهای جورواجور، حسابی تو بوق و کرنا هستن و میخوان بهت ثابت کنن که با محصول اونا، بهرهوری تو کدنویسی میره بالا و دیگه نیازی نیست خودت کد بزنی. بذارین همین الان، بیمقدمه، ته قضیه رو براتون رو کنم: تو کوتاهمدت آره، بهرهوری میره بالا، ولی تو بلندمدت نه، و حتی ممکنه بهرهوریت بیاد پایین. حالا چطوری؟
"بیخیال، بذار خودم فکر کنم!"
جز اون وقتا که یه کار واقعاً روتین دارم – کارهایی که سر و تهشون رو دقیق میدونم، میدونم چی باید چطوری نوشته بشه، و انقدر مطمئنم که اطلاعاتی که ابزار تکمیل خودکار هوش مصنوعی داره دقیقه که با زدن چندتا `Tab`، نیازی به نوشتن اون کدهای تکراری و تغییرات مشخص نیست – تو بقیه وقتا، بجز اون تکمیل خودکار پیشفرض و کلاسیک IDEام، بقیه ابزارهای هوش مصنوعی خاموش هستن. میپرسی چرا؟
خب، وقتی دارم یه مسئلهای رو حل میکنم یا حجم کدی که قراره تغییر کنه زیاده، مغزت نمیتونه همزمان هم روی این تمرکز کنه که الان باید چیکار کنه و هم تحلیل کنه چیزی که هوش مصنوعی داره پیشنهاد میده درسته یا نه. بارها ممکنه پیش بیاد یه کدی هوش مصنوعی بهت پیشنهاد بده، تو دکمه `Tab` رو بزنی و کد هم به ظاهر درست باشه، ولی پسر! همونجایی که باید کار کنه، کار نمیکنه و باید تازه بری دیباگ کنی ببینی هوش مصنوعی چی زده. این کار چندین برابر ازت وقت و انرژی میگیره تا اینکه از اول با درک کامل خودت، درستش رو میزدی. پس اینجا به جای افزایش بهرهوری، ممکنه با کاهشش روبرو بشی.
"ساختار رو به هم نریز!"
خیلی باحاله که یه چتبات کنار دستت باشه و فایلهات رو بهش بدی و براش با چند خط متن نوشتن به زبون خودمونی، خودش بره تغییرات رو انجام بده و تنها کاری که تو باید بکنی اینه که بزنی رو دکمه تایید؟ آره، باحاله و کمککنندهست، ولی فقط وقتی کمککنندهست که دقیقاً خودت از ساختار خبر داشته باشی، بدونی چی رو به چه روشی باید حل کرد و قدم به قدم بتونی برای مدلهای زبانی توضیح بدی تا لازم نباشه با فرضیات خودش و تغییر ساختار، مسئلهای رو حل کنه و ساختارت رو به هم بریزه. وگرنه مجبور میشی تمام تغییرات رو برگردونی و از اول انجام بدی.
چه تجربهای که با ابزاری مثل Cursor داشتم و چه تجربه بقیه، اگه خودت ندونی دقیقاً چی میخوای و انتظار معجزه از هوش مصنوعی داشته باشی یا بخوای تغییرات زیادی تو پروژهت ایجاد کنه، احتمال تولید کد اشتباه یا حتی تغییر ساختار فعلی به سلیقه خودش افزایش پیدا میکنه.
حرف آخر و یه دید کلی
به نظر من، هوش مصنوعی تو کدنویسی یه ابزار خیلی قویه، ولی مثل هر ابزار دیگهای، اینکه چقدر ازش بهرهوری ببری، به مهارت و درک خودت بستگی داره. برای کارهای روتین و تکراری، هوش مصنوعی میتونه یه موتور جت باشه! اما برای حل مسائل پیچیده، طراحی معماری یا ایجاد تغییرات ساختاری بزرگ، تکیه کردن به هوش مصنوعی بدون درک عمیق، میتونه منجر به تولید کدهای مشکلدار، نیاز به دیباگینگ طولانیتر و در نهایت کم شدن بهرهوریت بشه.
نکته اصلی برای استفاده موثر از هوش مصنوعی تو کدنویسی این نیست که برنامهنویس رو کلاً بندازه کنار، بلکه اینه که تواناییهاش رو چند برابر کنه. یعنی برنامهنویس باید همچنان مرکز تصمیمگیری و درک عمیق از پروژه باشه و از هوش مصنوعی به عنوان یه دستیار باهوش برای سرعت بخشیدن به کارهای تکراری و پیشنهاد راهحلها استفاده کنه. تهش، مسئولیت کیفیت و درستی کد، بازم پای خود برنامهنویسه.
—-
💡 مثل همیشه کنجکاو بمونید :)
🆔 @MdDaily
مدتها بود دلم میخواست در مورد تجربههام و ابزارهایی که تو زمینه هوش مصنوعی برای کدنویسی استفاده میکنم، بنویسم. ولی خب، تو یه منطقه امن بودم و نیاز داشتم کلی چیزهای مختلف رو تو بازههای زمانی متفاوت تست کنم تا بتونم یه قضاوت درست و حسابی داشته باشم.
این روزها که بازار هوش مصنوعی داغه، شرکتهای مختلف با انتشار بنچمارکهای جورواجور، حسابی تو بوق و کرنا هستن و میخوان بهت ثابت کنن که با محصول اونا، بهرهوری تو کدنویسی میره بالا و دیگه نیازی نیست خودت کد بزنی. بذارین همین الان، بیمقدمه، ته قضیه رو براتون رو کنم: تو کوتاهمدت آره، بهرهوری میره بالا، ولی تو بلندمدت نه، و حتی ممکنه بهرهوریت بیاد پایین. حالا چطوری؟
"بیخیال، بذار خودم فکر کنم!"
جز اون وقتا که یه کار واقعاً روتین دارم – کارهایی که سر و تهشون رو دقیق میدونم، میدونم چی باید چطوری نوشته بشه، و انقدر مطمئنم که اطلاعاتی که ابزار تکمیل خودکار هوش مصنوعی داره دقیقه که با زدن چندتا `Tab`، نیازی به نوشتن اون کدهای تکراری و تغییرات مشخص نیست – تو بقیه وقتا، بجز اون تکمیل خودکار پیشفرض و کلاسیک IDEام، بقیه ابزارهای هوش مصنوعی خاموش هستن. میپرسی چرا؟
خب، وقتی دارم یه مسئلهای رو حل میکنم یا حجم کدی که قراره تغییر کنه زیاده، مغزت نمیتونه همزمان هم روی این تمرکز کنه که الان باید چیکار کنه و هم تحلیل کنه چیزی که هوش مصنوعی داره پیشنهاد میده درسته یا نه. بارها ممکنه پیش بیاد یه کدی هوش مصنوعی بهت پیشنهاد بده، تو دکمه `Tab` رو بزنی و کد هم به ظاهر درست باشه، ولی پسر! همونجایی که باید کار کنه، کار نمیکنه و باید تازه بری دیباگ کنی ببینی هوش مصنوعی چی زده. این کار چندین برابر ازت وقت و انرژی میگیره تا اینکه از اول با درک کامل خودت، درستش رو میزدی. پس اینجا به جای افزایش بهرهوری، ممکنه با کاهشش روبرو بشی.
"ساختار رو به هم نریز!"
خیلی باحاله که یه چتبات کنار دستت باشه و فایلهات رو بهش بدی و براش با چند خط متن نوشتن به زبون خودمونی، خودش بره تغییرات رو انجام بده و تنها کاری که تو باید بکنی اینه که بزنی رو دکمه تایید؟ آره، باحاله و کمککنندهست، ولی فقط وقتی کمککنندهست که دقیقاً خودت از ساختار خبر داشته باشی، بدونی چی رو به چه روشی باید حل کرد و قدم به قدم بتونی برای مدلهای زبانی توضیح بدی تا لازم نباشه با فرضیات خودش و تغییر ساختار، مسئلهای رو حل کنه و ساختارت رو به هم بریزه. وگرنه مجبور میشی تمام تغییرات رو برگردونی و از اول انجام بدی.
چه تجربهای که با ابزاری مثل Cursor داشتم و چه تجربه بقیه، اگه خودت ندونی دقیقاً چی میخوای و انتظار معجزه از هوش مصنوعی داشته باشی یا بخوای تغییرات زیادی تو پروژهت ایجاد کنه، احتمال تولید کد اشتباه یا حتی تغییر ساختار فعلی به سلیقه خودش افزایش پیدا میکنه.
حرف آخر و یه دید کلی
به نظر من، هوش مصنوعی تو کدنویسی یه ابزار خیلی قویه، ولی مثل هر ابزار دیگهای، اینکه چقدر ازش بهرهوری ببری، به مهارت و درک خودت بستگی داره. برای کارهای روتین و تکراری، هوش مصنوعی میتونه یه موتور جت باشه! اما برای حل مسائل پیچیده، طراحی معماری یا ایجاد تغییرات ساختاری بزرگ، تکیه کردن به هوش مصنوعی بدون درک عمیق، میتونه منجر به تولید کدهای مشکلدار، نیاز به دیباگینگ طولانیتر و در نهایت کم شدن بهرهوریت بشه.
نکته اصلی برای استفاده موثر از هوش مصنوعی تو کدنویسی این نیست که برنامهنویس رو کلاً بندازه کنار، بلکه اینه که تواناییهاش رو چند برابر کنه. یعنی برنامهنویس باید همچنان مرکز تصمیمگیری و درک عمیق از پروژه باشه و از هوش مصنوعی به عنوان یه دستیار باهوش برای سرعت بخشیدن به کارهای تکراری و پیشنهاد راهحلها استفاده کنه. تهش، مسئولیت کیفیت و درستی کد، بازم پای خود برنامهنویسه.
—-
🆔 @MdDaily
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from DevTwitter | توییت برنامه نویسی
اگر دنبال یه ابزار هوشمند برای تولید توضیحات سئوشده و جذاب برای محصولات فروشگاهت هستی، این پروژه مخصوص خودته!
با استفاده از مدلهای هوش مصنوعی (رایگان و متنباز)، فقط با چند خط کد میتونی توضیحات حرفهای و بهینهشده برای محصولاتت بسازی.
مناسب برای فروشگاههای اینترنتی، رباتهای قیمتگذار، یا هر کسی که محتوای جذاب و آماده لازم داره!
https://github.com/mehdi-jahani/seo-product-description-generator
@DevTwitter | <Mehdi Jahani/>
با استفاده از مدلهای هوش مصنوعی (رایگان و متنباز)، فقط با چند خط کد میتونی توضیحات حرفهای و بهینهشده برای محصولاتت بسازی.
مناسب برای فروشگاههای اینترنتی، رباتهای قیمتگذار، یا هر کسی که محتوای جذاب و آماده لازم داره!
https://github.com/mehdi-jahani/seo-product-description-generator
@DevTwitter | <Mehdi Jahani/>
Forwarded from Gopher Academy
🔵 عنوان مقاله
The Guide to In-House Vs Managed Kubernetes-As-A-Service
🟢 خلاصه مقاله:
مقاله به بررسی تصمیمگیری سازمانها برای انتخاب بین ساخت یا خرید مدیریت زیرساخت کوبرنتیز میپردازد. راهنمای ارائهشده در مقاله، مزایا و معایب هر گزینه را به همراه هزینهها، ریسکها و بازگشت سرمایه بررسی میکند تا سازمانها بتوانند تصمیمگیری آگاهانهای داشته باشند.
🟣لینک مقاله:
https://golangweekly.com/link/170017/web
➖➖➖➖➖➖➖➖
👑 @gopher_academy
The Guide to In-House Vs Managed Kubernetes-As-A-Service
🟢 خلاصه مقاله:
مقاله به بررسی تصمیمگیری سازمانها برای انتخاب بین ساخت یا خرید مدیریت زیرساخت کوبرنتیز میپردازد. راهنمای ارائهشده در مقاله، مزایا و معایب هر گزینه را به همراه هزینهها، ریسکها و بازگشت سرمایه بررسی میکند تا سازمانها بتوانند تصمیمگیری آگاهانهای داشته باشند.
🟣لینک مقاله:
https://golangweekly.com/link/170017/web
➖➖➖➖➖➖➖➖
👑 @gopher_academy
Fairwinds
In-House Kubernetes vs. Managed Kubernetes-as-a-Service
Get the full guide to determine whether managing Kubernetes in-house or Managed Kubernetes-as-a-Service is the right approach for your organization.
Forwarded from DevTwitter | توییت برنامه نویسی
یکی از مهمترین ویژگی های AI Agent ها داشتن حافظه ست. دوتا لایبرری هست که عالی اند برای اینکار.
- فریمورک Graphiti: یه فریمورک گرافِ دانش زمانمند (temporally-aware knowledge graphs) از تیم Zep AI هست. بر خلاف سیستمهای RAG سنتی، Graphiti دادههای اپیزودیک رو میگیره و خودش به صورت خودکار entity ها و ارتباطها رو با زمانبندی دقیق (مثل valid_at یا invalid_at) بهروز میکنه.
یعنی چی؟ یعنی میتونی سؤالهایی بپرسی که بر اساس زمان باشن، بدون اینکه کل گراف رو دوباره بسازی!
- پشتیبانی از نوعهای دلخواه entity ها
- جستجوهای ترکیبی (semantic ، BM25، گراف)
مناسب برای ایجنتهایی که با آدمها یا دادههای در حال تغییر سروکار دارن
- فریمورک Cognee: یه موتور حافظه سبکه که فقط با ۵ خط کدبه ایجنتت حافظه میده. با یه ساختار ECL (Extract – Cognify – Load) کار میکنه و میتونه اطلاعاتی مثل چت، داکیومنت، عکس و ... رو به یه گراف + وکتور یکپارچه تبدیل کنه.
- پشتیبانی از RDF و Ontology های دلخواه
- حافظه معنایی با گرافهای واقعی
- مناسب برای ایجنتهایی که باید واقعاً بفهمن چه خبره—not just retrieve. برای کساییه که میخوان حافظهی هوشمند با گراف و آنتولوژی داشته باشن، اونم با کمترین پیچیدگی.
Graphiti github: https://github.com/getzep/graphiti
Cognee github: https://github.com/topoteretes/cognee
@DevTwitter | <Mehdi Allahyari/>
- فریمورک Graphiti: یه فریمورک گرافِ دانش زمانمند (temporally-aware knowledge graphs) از تیم Zep AI هست. بر خلاف سیستمهای RAG سنتی، Graphiti دادههای اپیزودیک رو میگیره و خودش به صورت خودکار entity ها و ارتباطها رو با زمانبندی دقیق (مثل valid_at یا invalid_at) بهروز میکنه.
یعنی چی؟ یعنی میتونی سؤالهایی بپرسی که بر اساس زمان باشن، بدون اینکه کل گراف رو دوباره بسازی!
- پشتیبانی از نوعهای دلخواه entity ها
- جستجوهای ترکیبی (semantic ، BM25، گراف)
مناسب برای ایجنتهایی که با آدمها یا دادههای در حال تغییر سروکار دارن
- فریمورک Cognee: یه موتور حافظه سبکه که فقط با ۵ خط کدبه ایجنتت حافظه میده. با یه ساختار ECL (Extract – Cognify – Load) کار میکنه و میتونه اطلاعاتی مثل چت، داکیومنت، عکس و ... رو به یه گراف + وکتور یکپارچه تبدیل کنه.
- پشتیبانی از RDF و Ontology های دلخواه
- حافظه معنایی با گرافهای واقعی
- مناسب برای ایجنتهایی که باید واقعاً بفهمن چه خبره—not just retrieve. برای کساییه که میخوان حافظهی هوشمند با گراف و آنتولوژی داشته باشن، اونم با کمترین پیچیدگی.
Graphiti github: https://github.com/getzep/graphiti
Cognee github: https://github.com/topoteretes/cognee
@DevTwitter | <Mehdi Allahyari/>
Forwarded from Laravel News
Remove Collection Items Directly with Laravel's forget Method https://laravel-news.com/collection-forget
Laravel News
Remove Collection Items Directly with Laravel's forget Method - Laravel News
Laravel's collection forget method removes elements by their keys while modifying the original collection in place. This utility enables direct data manipulation for cleanup operations, temporary setting removal, and preference management without creating…
Forwarded from PhiloLearn | فیلولرن
شاید بگید که منظورم از این چیزی که نوشتم دقیقا چی بوده؟
اینجاست که باید فرق کلمه ی خلق (create) و تولید (generate) رو بدونیم. خلق به معنی آفرینش چیزی نو و بدیعه؛ چیزی که از قبل وجود و ماهیت خارجی نداشته و شما اون رو به وجود آوردید. تولید از اون سمت به معنی ساختاری و سازمانیه که به یه سری جواب های مشخص قراره برسه. خلق بنز با تولید بنز تفاوت داره. ولی بنز خلق میشه یعنی یک ماشینی به وجود اومده که از قبل وجود نداشته؛ درسته اجزای سازندش میتونن از قبل وجود داشته باشند ولی نتیجه ی نهاییت چیزی نیست که ما رو به یاد چیزی به غیر از اون شی میندازه. اما تولید بنز به معنی ساخت ۱۰۰ ها نسخه از اون مدل خلق شدست.
تاکیدم روی خلق و تولید به این دلیله که خب تولید کاریه به مراتب ساده تر از خلق. کافیه دست باقی سازنده ها رو ببینی و ازشون تقلید کنی، کاری که هوش مصنوعی با قدرت خیلی زیاد و دقت بالاتری از انسان قادر به انجامشه. و در نهایت بخاطر قدرت پردازش و جست و جوی بالایی که داره انسان رو میتونه شکست بده.
اما هوش مصنوعی در این لحظه توانایی خلق نداره و با تمام امیدی که دارم که به این توانایی هم دست پیدا کنه، به نظرم تنها جایی که انسان توانایی برتری پیدا کردن به هوش مصنوع رو داره اینه که بتونه خلق کنه. که البته خلق کردن اصلا و ابدا کار ساده ای نیست و نخواهد بود ولی تنها نقطه ای که هنوز چند هفته ای وقت داریم که در امان باشیم از این ماشین.
اینجاست که باید فرق کلمه ی خلق (create) و تولید (generate) رو بدونیم. خلق به معنی آفرینش چیزی نو و بدیعه؛ چیزی که از قبل وجود و ماهیت خارجی نداشته و شما اون رو به وجود آوردید. تولید از اون سمت به معنی ساختاری و سازمانیه که به یه سری جواب های مشخص قراره برسه. خلق بنز با تولید بنز تفاوت داره. ولی بنز خلق میشه یعنی یک ماشینی به وجود اومده که از قبل وجود نداشته؛ درسته اجزای سازندش میتونن از قبل وجود داشته باشند ولی نتیجه ی نهاییت چیزی نیست که ما رو به یاد چیزی به غیر از اون شی میندازه. اما تولید بنز به معنی ساخت ۱۰۰ ها نسخه از اون مدل خلق شدست.
تاکیدم روی خلق و تولید به این دلیله که خب تولید کاریه به مراتب ساده تر از خلق. کافیه دست باقی سازنده ها رو ببینی و ازشون تقلید کنی، کاری که هوش مصنوعی با قدرت خیلی زیاد و دقت بالاتری از انسان قادر به انجامشه. و در نهایت بخاطر قدرت پردازش و جست و جوی بالایی که داره انسان رو میتونه شکست بده.
اما هوش مصنوعی در این لحظه توانایی خلق نداره و با تمام امیدی که دارم که به این توانایی هم دست پیدا کنه، به نظرم تنها جایی که انسان توانایی برتری پیدا کردن به هوش مصنوع رو داره اینه که بتونه خلق کنه. که البته خلق کردن اصلا و ابدا کار ساده ای نیست و نخواهد بود ولی تنها نقطه ای که هنوز چند هفته ای وقت داریم که در امان باشیم از این ماشین.
Forwarded from Linuxor ?
اتحادیه اروپا DNS خودش رو راه انداخته و الان میتونید از این دیاناس به صورت رایگان استفاده کنید.
joindns4.eu/for-public
@Linuxor ~ AminSabeti
joindns4.eu/for-public
@Linuxor ~ AminSabeti
Forwarded from محتوای آزاد سهراب
خوب بالاخره سیستم RFCS پارچ رو راه انداختم از این به بعد تغییرات بزرگ در قالب یک درخواست منتشر میشن و توسط جامعه قابل نقد و بررسیه و در نهایت اعضای پارچ یا همون کسایی که Parch membership دارن میتونن رایگیری در این باره.
در حال حاضر یک درخواست ایجاد کردم برای اسلات دوگانه آپدیت که میتونید از لینک زیر بخونیدش.
https://git.parchlinux.com/documention/rfcs/pulls/1
@SohrabContents
در حال حاضر یک درخواست ایجاد کردم برای اسلات دوگانه آپدیت که میتونید از لینک زیر بخونیدش.
https://git.parchlinux.com/documention/rfcs/pulls/1
@SohrabContents
Parch git
Request for comments, A/B update system
Signed-off-by: sohrab <[email protected]>
Forwarded from DevTwitter | توییت برنامه نویسی
یکی از پلاگینهای کاربردی Webpack بدون شک Module Federation هست که از نسخه ۵ به Webpack اضافه شده. این پلاگین امکان اشتراکگذاری و بارگذاری ماژولها بین چند پروژه یا چند بخش از یک پروژه رو فراهم میکنه و یکی از مهمترین کاربردهاش در معماری Micro Frontend هست.
توی این ویدیو بهصورت ساده توضیح دادم که این پلاگین چیه و چطوری میتونیم ازش توی یه پروژه واقعی استفاده کنیم. قدمبهقدم از مفاهیم پایه تا پیادهسازی عملی جلو میریم.
لینک ویدئو:
https://www.youtube.com/watch?v=uvzu54M8ef8
@DevTwitter | <Seyyed mahdi jalali/>
توی این ویدیو بهصورت ساده توضیح دادم که این پلاگین چیه و چطوری میتونیم ازش توی یه پروژه واقعی استفاده کنیم. قدمبهقدم از مفاهیم پایه تا پیادهسازی عملی جلو میریم.
لینک ویدئو:
https://www.youtube.com/watch?v=uvzu54M8ef8
@DevTwitter | <Seyyed mahdi jalali/>
Forwarded from Laravel News
Laravel Migration With Schema Validation in MongoDB https://laravel-news.com/laravel-migration-with-schema-validation-in-mongodb
Laravel News
Laravel Migration With Schema Validation in MongoDB - Laravel News
In this tutorial, we will walk through how to perform migration with MongoDB in Laravel
Forwarded from Laravel News
Laravel Migration With Schema Validation in MongoDB https://laravel-news.com/laravel-migration-with-schema-validation-in-mongodb
Laravel News
Laravel Migration With Schema Validation in MongoDB - Laravel News
In this tutorial, we will walk through how to perform migration with MongoDB in Laravel
Forwarded from DevTwitter | توییت برنامه نویسی
یک رقیب تازه برای XGBoost و LightGBM وارد شد!
در دنیای یادگیری جدولی (Tabular ML)، همه سالها به گریدینت بوستینگ وفادار بودند — اما حالا مدل TabM داره همهچیز رو بههم میریزه!
مدل TabM، ترکیبی هوشمند از MLP و انسمبلهای سبکوزن، موفق شده در بیش از ۴۶ دیتاست، حتی از مدلهای محبوبی مثل CatBoost و LightGBM بهتر عمل کنه.
چی خاصش میکنه؟
سرعت بالا مثل MLP
دقت بالا مثل GBDT
بدون سنگینی مدلهای انسمبلی
همه اینها با یک ترفند ساده: استفاده از لایه adapter و مدل مشترک بهجای ۳۲ شبکه جدا.
https://github.com/yandex-research/tabm
@DevTwitter | <Danial Soleimany/>
در دنیای یادگیری جدولی (Tabular ML)، همه سالها به گریدینت بوستینگ وفادار بودند — اما حالا مدل TabM داره همهچیز رو بههم میریزه!
مدل TabM، ترکیبی هوشمند از MLP و انسمبلهای سبکوزن، موفق شده در بیش از ۴۶ دیتاست، حتی از مدلهای محبوبی مثل CatBoost و LightGBM بهتر عمل کنه.
چی خاصش میکنه؟
سرعت بالا مثل MLP
دقت بالا مثل GBDT
بدون سنگینی مدلهای انسمبلی
همه اینها با یک ترفند ساده: استفاده از لایه adapter و مدل مشترک بهجای ۳۲ شبکه جدا.
https://github.com/yandex-research/tabm
@DevTwitter | <Danial Soleimany/>
Forwarded from Laravel News
Perfect Pagination: Unlock UI Control with onEachSide https://laravel-news.com/perfect-pagination-unlock-ui-control-with-oneachside
Laravel News
Perfect Pagination: Unlock UI Control with onEachSide - Laravel News
Tired of cluttered pagination in your interface? The 'onEachSide' method refines your page navigation by controlling the number of links around the current page. With dynamic adjustments, it keeps your interface clean and user-friendly, whether managing small…