سایت یکی از مشتریانمون روی سرور ایران بهینه کردیم و کانفیگ های سرور رو مجدد انجام دادیم

وضعیت Core web vitals ببنید یکباره چه تغییری کرد به کلی از بین رفت

بعضیا فکر میکنن سرور باید حتما خارج باشه تا لینک poor ( قرمز) نداشته باشن

در صورتی Core web vitals سرعت کاربر رو نشون میده یعنی از طریق api مرورگر سرعتی که باز میشه رو نشون میده و ربطی به جی متریکس و گوگل پیج اسپید نداره

@poinair پوینا

جالبه بدونید همین مشتری ما فقط 1.5 میلیون ورودی داره از طریق دیسکاور میگیره اونم سایت فروشگاهی و روی سرور ایران و فقط داره 125 هزار تا ورودی از سرچ در گوگل به دست میاره

دیسکاور گوگل خیلی میتونه نسبت به سرچ گوگل براتون ورودی بیاره سعی کنید سایتتون رو طوری بهینه کنید که وارد دیسکاور بشید

@poinair پوینا

سام علیک و از این حرفا Github Actions 🎬

حتماً اسم GitHub Actions به گوشتون خورده این ابزار می‌تونه خیلی از کارهای تکراری و روتین پروژه‌تون رو خودکار کنه، بدون اینکه لازم باشه خودتون دست به کار بشین. از بررسی کدهای کامیت‌شده تا اجرای تست‌ها و دیپلوی خودکار، همه‌چیز رو می‌سپارین بهش و خیالتون راحته تو این پست قراره حسابی راجب GitHub Actions حرف بزنیم، ببینیم این ابزار چیه، چه کارایی می‌تونه بکنه و چرا باید یه پای ثابت تو هر رپوی برنامه‌نویسی باشه.

🧠اول از همه GitHub Actions چیه؟

‏GitHub Actions یه پلتفرم اتوماسیونه که مستقیم تو GitHub ادغام شده و بهتون اجازه می‌ده workflow خودکار برای پروژه‌هاتون بسازین. این ابزار برای CI/CD (ادغام مداوم و تحویل/استقرار مداوم) (همیشه انگلیسی رو به معادل فارسی ترجیح میدم) طراحی شده، ولی فقط به این محدود نیست، می‌تونه هر کاری از تست کد و دیپلوی اپلیکیشن تا مدیریت مسائل (issues) و حتی ارسال نوتیفیکیشن رو خودکار کنه. به زبان ساده، GitHub Actions مثل یه رباته که با یه سری دستور (نوشته‌شده با YAML) بهش می‌گین چیکار کنه.

این ابزار از سال ۲۰۱۸ توسط GitHub معرفی شد و حالا یکی از محبوب‌ترین ابزارهای اتوماسیون تو اکوسیستم توسعه نرم‌افزاره، چون هم قدرتمنده، هم انعطاف‌پذیره و هم با خود GitHub جوش خورده.

📚 قابلیت‌های کلیدی GitHub Actions

1⃣ ‏CI/CD (ادغام و تحویل مداوم) 🛠️
می‌تونین پایپ لاین‌هایی بسازین که کدتون رو به‌صورت خودکار بیلد، تست و دیپلوی کنه.

مثال:
هر بار که یه تغییر (push) تو شاخه main می‌کنین، کد بیلد بشه، تست‌ها اجرا بشن و اگه همه‌چیز اوکی بود، به سرور production دیپلوی بشه.

name: CI Pipeline
on: [push]
jobs:
  build:
    runs-on: ubuntu-latest
    steps:
    - uses: actions/checkout@v4
    - name: Set up Python
      uses: actions/setup-python@v4
      with:
        python-version: '3.10'
    - name: Install dependencies
      run: pip install -r requirements.txt
    - name: Run tests
      run: pytest

2⃣ اتوماسیون وظایف مختلف ⚙️
فراتر از CI/CD، می‌تونین هر کار تکراری رو خودکار کنین، مثل اضافه کردن لیبل به issues یا ارسال نوتیف به اسلک.

مثال:
وقتی یه issue جدید باز می‌شه، به‌صورت خودکار لیبل "triage" بهش اضافه بشه:

name: Auto Label Issues
on:
  issues:
    types: [opened]
jobs:
  label:
    runs-on: ubuntu-latest
    steps:
    - uses: actions/github-script@v6
      with:
        script: |
          github.rest.issues.addLabels({
            issue_number: context.issue.number,
            owner: context.repo.owner,
            repo: context.repo.repo,
            labels: ['triage']
          })

3⃣ پشتیبانی از چند پلتفرم 🖥️
‏GitHub Actions روی ماشین‌های مجازی لینوکس، ویندوز و مک اجرا می‌شه. حتی می‌تونین self-hosted runners (ماشین‌های خودتون) رو استفاده کنین.

مثال: تست کد روی نسخه‌های مختلف پایتون و سیستم‌عامل‌ها با یه matrix workflow:

name: Test on Multiple Platforms
on: [push]
jobs:
  test:
    runs-on: ${{ matrix.os }}
    strategy:
      matrix:
        os: [ubuntu-latest, windows-latest, macos-latest]
        python-version: ['3.8', '3.9', '3.10']
    steps:
    - uses: actions/checkout@v4
    - name: Set up Python
      uses: actions/setup-python@v4
      with:
        python-version: ${{ matrix.python-version }}
    - name: Run tests
      run: pytest

4⃣ اکشن‌های آماده و Marketplace 🛒
یه عالمه اکشن آماده تو GitHub Marketplace وجود داره که می‌تونین مستقیم تو ورک‌فلاتون استفاده کنین.

مثال: اکشن برای ارسال نوتیفیکیشن به اسلک یا دیپلوی به AWS.

- name: Notify Slack
  uses: slackapi/[email protected]
  with:
    slack-bot-token: ${{ secrets.SLACK_BOT_TOKEN }}
    channel-id: 'my-channel'
    text: 'New deployment completed!'

✍ جمع‌بندی
‏GitHub Actions یه ابزار قدرتمند و انعطاف‌پذیره که می‌تونه پروژه‌هاتون رو از یه مجموعه کد ساده به یه سیستم خودکار و حرفه‌ای تبدیل کنه. از CI/CD و تست چندپلتفرمی گرفته تا اتوماسیون کارهای روزمره مثل ارسال اعلان یا مدیریت مسائل، این ابزار همه‌چیز رو تو یه پکیج بهتون می‌ده. فقط کافیه یه فایل YAML بسازین.

اگه خواستین بیشتر درمودش صحبت بکنم و نکات حرفه ای تری بگم با ریکشن و شیر این پست رو حمایت کنید 😊❤️

#️⃣ #web #programming

➖➖➖➖➖➖➖➖➖➖ 

🥷🏻 CHANNEL | GROUP

اگه داری با Docker یا Kubernetes کار می‌کنی و دیگه خسته شدی از این همه کامند خطی یه ابزار خوشگل و راحت هست به اسم Portainer!
با Portainer می‌تونی:
همه‌ی کانتینراتو گرافیکی ببینی و مدیریت کنی
لاگ بگیری
شبکه‌ها، ولوم‌ها و استک‌ها رو ببینی
با یه کلیک کانتینر بسازی یا پاک کنی!
حتی چندتا سرور Docker رو از یه پنل مدیریت کنی
به Kubernetes هم وصل میشه و کلی امکانات باحال داره!
مزایا؟
دیگه نیاز نیست همه چی رو حفظ باشی
مناسب برای تازه‌کارها و حتی حرفه‌ای‌ها
سبک و ساده‌ست، با یه Docker run بالا میاد!
تحت وبه، فقط پورتش رو باز کن و عشق و حال کن
برای نصبش ؟ فقط این یه خطو بزن:

docker run -d -p 9000:9000 --name=portainer \
 -v /var/run/docker.sock:/var/run/docker.sock \
 portainer/portainer-ce

اگه تازه داری وارد دنیای Docker می‌شی، Portainer مثل GPS می‌مونه برات! من که هرروز استفاده میکنم ازش.

@DevTwitter | <Amir Nasiri/>

جایگزین یوتوب پریمیوم با کلی امکانات دیگه

https://github.com/libre-tube/LibreTube

@DevTwitter | <iman/>

انتخاب بین Apache، NGINX و LiteSpeed برای پروژه‌های Laravel بحث «سلیقه» نیست؛ بیشتر شبیه تصمیم مهندسیه. اگر دنبال تعادل بین کارایی، سادگی راه‌اندازی و پایداری هستید، NGINX با PHP‑FPM هنوز هم یه گزینه‌ی مطمئنه—البته به شرطی که FPM درست تیون بشه و روت هم روی ‎/public‎ بشینه.
وقتی KPI اصلی شما TTFB خیلی پایین با کش تمام‌صفحه‌ست، ورق به نفع LiteSpeed/OpenLiteSpeed برمی‌گرده. به لطف LSCache و LSAPI، توی سناریوهای cache‑hit معمولاً جلو می‌زنن و حس می‌کنید پاسخ قبل از اینکه پلک بزنید برگشته.
اما اگر سقف توان پاسخ‌گویی برای ریکوئست‌های پویا دغدغه‌ی اصلیه، بازی یه جور دیگه می‌شه. اون‌جا Laravel Octane با Swoole/RoadRunner/FrankenPHP، پشت یه reverse proxy (اغلب NGINX)، فاصله‌ی محسوسی ایجاد می‌کنه. توی این چیدمان، وب‌سرور بیشتر نقش «دروازه‌بان» رو داره تا «موتور».
فقط در صورتی HTTP/3 رو فعال کنید که مسیر شبکه و CDN واقعا برای UDP آماده باشه؛ وگرنه از خیرش بگذرید تا وقتش برسه. کش هم بدون پاک‌سازی آگاهانه (invalidation)، به‌جای کمک، دردسر درست می‌کنه—حواستون به چرخه‌ی عمر محتوا باشه.

@DevTwitter | <Amir hossein Bagheri/>

اگر شما هم مثل من برنامه نویس هستید و از هوش مصنوعی استفاده می کنید، ابتدای هر سوالتون این متن رو بنویسید و بعدش سوالتون رو بنویسید. خیلی در وقت تون صرفه جویی میشه.
باشد که مفید واقع شود:
از این لحظه به بعد، فقط و فقط اطلاعاتی را ارائه بده که یا در مستندات رسمی وجود دارد یا از منبع معتبری (با لینک دقیق) آمده است. اگر چیزی وجود ندارد یا پیدا نکردی، خیلی رک و واضح بگو که: «جستجو کردم ولی در منابع رسمی چیزی پیدا نشد». تحت هیچ شرایطی مسیر، قابلیت، وب-ای-پی-آی، وب-هوک، وب-سوکت یا اطلاعات ساختگی ارائه نده. اگر به چیزی مطمئن نیستی، همون‌جا اعلام کن.
فقط براساس مستندات رسمی یا لینک معتبر بگو، نه چیزی ساختگی یا فرضی. اگر پیدا نکردی، بگو پیدا نشد.

@DevTwitter | <Mohammad Taheri/>

از چک کردن ده‌ها سورس و پلتفرم برای پیگیری اخبار، پیپرها و ریپوهای داغ اخیر در دنیای AI خسته شدی؟

من یه پروژه AI News Aggregator Bot زدم که با استفاده از RSS Feed، جدیدترین و دست اول‌ترین اخبار، مقالات علمی، پروژه‌ها و ریپوهای داغ اخیر AI رو جمع‌آوری می‌کنه و مستقیم می‌فرسته به کانال تلگرام!

اینجوری دیگه همه چیزو یه جا داری و لازم نیست هزار تا سورس جدا رو چک کنی.

لینک ریپو:
https://github.com/hrnrxb/AI-News-Aggregator-Bot

دوستان عزیز می‌تونن فورکش کنن و با ایده‌های خودشون بهترش کنن و قابلیت‌های بیشتری بهش اضافه کنن.

در آینده نزدیک هم می‌خوام یه سیستم Sentiment Analysis قوی بندازم پشتش تا بر اساس میزان هایپ بودن، مقدار کلیک شدن و احساسات اون خبر، بازم بهترین‌ها رو گلچین کنه و هوشمندتر عمل کنه!

@DevTwitter | <hrnrxb/>

این پروژه یه ابزار ساده برای آموزش مدل‌های کلاسیفیکیشن تصاویر با PyTorch هست. می‌تونید به راحتی مدل‌های مختلف رو آموزش بدید، از دیتاست‌های خودتون استفاده کنید و تنظیمات رو شخصی‌سازی کنید. قابلیت‌هایی مثل early stopping، mixed precision و augmentation هوشمند داره. برای پروژه‌های کوچیک و متوسط خیلی به درد می‌خوره!

https://github.com/AidinHamedi/Pytorch-Img-Classification-Trainer-V2

@DevTwitter | <Fastnovel/>

یادگیری هیجان انگیز + بهبود کیفیت کد با CodeRabbit
واقعاً شگفت‌زده شدم!
انگار که یه مهندس ارشد نرم افزار در کنارته و کدت رو review میکنه!
این ابزار نه‌تنها کیفیت code reviewها رو در Pull Requestها بالا می‌بره، بلکه به شکل فوق‌العاده‌ای توی یادگیری عملی برنامه‌نویسی میتونه به شما کمک کنه.
خوبی ش اینه برای پروژه های open-source رایگانه و میتونید از همین الان حالش رو ببرید.
شما می‌تونید برای خودتون پروژه‌هایی با هدف یادگیری تعریف کنید، و CodeRabbit مثل یه منتور حرفه‌ای PRهاتون رو از جنبه‌های مختلف مثل:
رعایت best practice
بهبود performance
ساختار معماری کد
بهینه‌سازی queryهای دیتابیس
ریویو می‌کنه و نکات دقیقی بهتون می‌ده.

مثلا من یه پروژه Elixir رو بهش دادم و ازش خواستم که review کنه و خروجی یه جاهایی واقعا میخکوبم کرد.
یکی قسمت Critical Issueها و ارزیابی پروژه از نظر best practices و performance بود که خیلی آموزنده ست. (کد شما رو با کد بهتر مقایسه میکنه).
https://github.com/landofbeam/dns_rabbit/pull/1#issuecomment-3130715195

یکی هم قسمت Sequence Diagram(s) بود که خودش flow درخواست هارو طراحی کرد.
https://github.com/landofbeam/dns_rabbit/pull/1#issuecomment-3124812290

کلا با CodeRabbit میشه به یه سطح دیگه ای از linting هم رسید. تا حالا ابزارهای linting زیادی دیدیم که syntax و style رو بررسی می‌کنن. اما واقعاً چند تا ابزار سراغ داریم که منطق کد، ساختار معماری، performance یا best practiceها رو بررسی کنن؟
این چیزیه که با CodeRabbit میشه تجربه ش کرد.

@DevTwitter | <Hossein Nazari/>

معرفی یک ریپوی عالی دیگه. که یک پیاده سازی سریع و سبک از روش GraphRAG هست. اگه نمیدونید GraphRAG چیه، یک روش پیشرفته برای پیاده سازی RAG هست، که به‌جای استفاده از اسناد به صورت جداگانه، از ساختار گراف/ knowledge graph استفاده میکنه.
تو این ریپو میتونید از مدلهای اپن سورس هم

@DevTwitter | <Mehdi Allahyari/>

هوش مصنوعی جدید چین معرفی شد؛ ارزان‌تر از دیپ‌سیک با قابلیت تولید پاورپوینت

استارتاپ ناشناس چینی Z.ai یا Zhipu از مدل‌های GLM-4.5 و GLM-4.5-Air رونمایی کرده است و از آنها به‌عنوان راه‌حل‌هایی مناسب برای استدلال هوش مصنوعی، رفتار عامل‌محور (Agentic) و برنامه‌نویسی نام می‌برد. به گفته Z.ai، این مدل‌ها از نظر عملکرد در سطحی نزدیک به برترین مدل‌های زبانی بزرگ (LLM) اختصاصی ساخت ایالات متحده قرار دارند.

به‌عنوان مثال، مدل پرچم‌دار GLM-4.5 توانسته در ارزیابی‌هایی مانند BrowseComp ،AIME24 و SWE-bench Verified با مدل‌های قدرتمندی همچون Claude 4 Sonnet ،Claude 4 Opus و جمینای 2.5 پرو رقابت کند یا حتی از آنها پیشی بگیرد. این مدل در مجموع در بین ۱۲ آزمون رقابتی، رتبه سوم را کسب کرده است.

این مدل‌ها می‌توانند به‌صورت خودکار و تنها با یک پرامپت، یک ارائه پاورپوینت کامل تولید کنند که آنها را برای آماده‌سازی جلسات، آموزش و تهیه گزارش‌های داخلی بسیار کاربردی می‌کند.

اما دیگر نکته جالب در مورد مدل‌های Z.ai هزینه بسیار پایین آن حتی در مقایسه با دیپ‌سیک است. براساس اعلام Z.ai، هزینه استفاده از مدل GLM-4.5 برای هر یک میلیون توکن ورودی ۰.۶۰ دلار و برای هر یک میلیون توکن خروجی ۲.۲۰ دلار است.

@DevTwitter | <Digiato/>

درسته که دونستن ریاضیات و فیزیک شاید (در ظاهر البته) در تخصص IT و کامپیوتر و شبکه کاربردی نداشته باشه
ولی قطعا دونستنش در نحوه نگرش شما به مشکلات و منطق‌ شما تاثیر خواهد گذاشت.
شما با مطالعه ریاضی و فیزیک عملا مغزتون رو تربیت میدید که بتونه درک بهتری از اتفاقات اطرافتون و تحلیل درست‌تری داشته باشه

بی‌شک مغز یک آدمی که ریاضی بلده خیلی خیلی متفاوت از آدمی که بلد نیست کار میکنه

بنابراین توصیه من به شما اینه که حتما سعی کنید ریاضی و فیزیک رو یاد بگیرید

پ.ن
دونستن هرچیزی بهتر از ندونستنش هست

دیدید یه سریا یهو غیب میشن؟
یهو میبینی خداحافظی میکنن و برای مدتی نیستن!
هر از گاهی هستند شلوغ میکنند و بعد یهو نیستند
بزارید یه واقعیتی راجع به اینطور آدما بهتون بگم
اینا همیشه خسته هستند
اینا در یه لول دیگری از رد دادگی هستند
اینا یهو تصمیم به رفتن نگرفتن، بلکه مدتهاست دارن پشت صورت نرمالشون با چالش و جنگ، لحظه به لحظه به رفتن فکر میکنن و فقط منتظر زمانش هستند. خودشونم نمیدونن زمانش کی هست.
ممکنه با یه اتفاق ساده مثل دیدن یه منظره باشه
ممکنه یه فیلم
یا یه پیام

میرن و در گوشه‌ی دنجی که برای خودشون درست کردن قایم میشن، نه از ترس، بلکه از لبریز شدن ظرفیتشون
میرن خالی میشن و بعد برمیگردن
دوباره پر میشن و میرن
همین حلقه تکرار میشه تا دیگه ظرفی باقی نمونه
اینا برای بودنشون دلیلی ندارن، ولی برا رفتنشون ۱۰۰۰ دلیل

اینو یکی از دوستام بهم معرفی کرد که خودم نمیدونستم
خیلی خیلی جالبه
این آمار دانلود اسکنر کلادفلر (پایتون) هست
جالبه که بیشترین دانلود رو از آمریکا و چین داشته



https://clickpy.clickhouse.com/dashboard/cfscanner

یکی از مزیت های داکیومنت نوشتن، حتی در حد کامنت اینه که مابین پروژه های دیگه می‌تونید اون پروژه رو جلو ببرید؛ یکی از مشکلاتی که باعث می‌شه یه پروژه پاره وقت جلو نره اینه که حوصله نداریم هی از اول کد خودمون رو بخونیم ببینیم چی بوده؛ هرباری که استارت می‌زنید به کد زدن اگه اطلاعات بیشتری درباره محیط پروژه داشته باشید مغز علاقه بیشتری نشون میده به کار کردن.

@Linuxor

پایتون کاری که سادگی رو انتخاب کرده حقش نیست با CUDA درگیر بشه و روزش خراب بشه

@Linuxor

امروز گوگل قابلیت مرور ویدیویی (Video Overviews) رو توی NotebookLM اضافه کرده. قبلا فقط می‌تونستید از اسنادتون فقط فایل صوتی تولید کنید اما الان به صورت یه ویدیوی باحال براتون مرورش می‌کنه.

تازه قابلیت اضافه شده و ممکنه برای همه هنوز فعال نباشه :

notebooklm.google.com

@Linuxor