اوپن‌ای‌آی یه راهنمای جامع برای GPT-5 منتشر کرده، یه بسته پر و پیمون برای توسعه‌دهنده‌ها که پر از نکته‌های آماده برای استفاده‌ست، راهنمایی برای بهتر کردن استدلال، ساخت اپ بدون نیاز به کدنویسی، و حتی یه متاپرامپت برای بالا بردن کیفیت کلی خروجی.
https://cookbook.openai.com

<محمد زمانی/>

🔶 قسمت جدید طراحی سایت شرکتی با لاراول ۱۲ منتشر شد.

۲- نصب و تنظیمات تایید هویت لاراول Breeze

#لاراول

@TheRaymondDev

۱۰ ساعت جواهر
https://open.spotify.com/playlist/4BzlqxGpw0rKGkoj0DDj2f?si=b4e01ab8f7c54e6c

🔶 حضور هوش مصنوعی به معنای پایان یادگیری است؟

خیر، حضور هوش مصنوعی نه ‌تنها پایان یادگیری نیست، بلکه ماهیت و روش یادگیری را تغییر می‌دهد.

در واقع می‌شود گفت:

از یک طرف: بخشی از مهارت‌های سنتی (مثل حفظ کردن حجم زیادی از اطلاعات) اهمیت کمتری پیدا می‌کنند، چون هوش مصنوعی این کار را سریع ‌تر و دقیق ‌تر انجام می‌دهد.

از طرف دیگر: نیاز به مهارت‌های تحلیلی، خلاقیت، حل مسئله، پرسش‌گری، و توانایی کار با ابزار های هوش مصنوعی بیشتر می‌شود.

مثال ساده: زمانی که ماشین ‌حساب اختراع شد، خیلی‌ها فکر کردند دیگر لازم نیست ریاضی یاد بگیریم؛ اما در عمل، نیاز به درک مفاهیم ریاضی و توانایی استفاده درست از ماشین‌حساب بیشتر شد. با هوش مصنوعی هم همین داستان تکرار می‌شود.

بنابراین می‌توان گفت هوش مصنوعی پایان یادگیری نیست، بلکه پایان یادگیری سطحی و آغاز یادگیری عمیق ‌تر و هدفمند تر است.

@TheRaymondDev

چند روز پیش لاراول laravel boost رو معرفی کرد که امروز منتشر شد.
این پکیج یجور MCP Server برا پروژتون درست میکنه و امکان اینو میده کوپایلوت و کرسر و ai های دیگه بتونن با پروژه تون تعامل کنند و درک بهتری از پروژه داشته باشن

پ.ن: خوراک تست نوشتنه🤌

https://github.com/laravel/boost

📌 @abolfazl_devs

پروژه linutil یک جعبه ابزار سبک برای لینوکس هست که باهاش تو ترمینال میتونید یک سری کارا مثل نصب سریع برنامه ها، بهینه سازی سیستم، اتوماتیک کردن کارها و.. رو انجام بدید.
با زبان راست نوشته شده و سبک و سریع هست
https://github.com/ChrisTitusTech/linutil

📌 @abolfazl_devs

چقدر طولانی شد! 😂 همه‌ش تقصر حسین‌زاده‌ست....

برای بدست آوردن اطلاعات سیستم ابزار های زیادی وجود داره و osquery مثل اینه که کل سیستم رو تبدیل کنی به دیتابیس و با SQL ازش سوال بپرسی. مثلاً بگی "کدوم پروسه‌ها الان بازن؟" یا "چه پورت‌هایی فعاله؟". برای پروژه های مختلف می‌شه ازش استفاده کرد خیلی ساپورت خوبی از بخش های مختلف سیستم عامل داره و با همه سیستم عاملا سازگاره.

github.com/osquery/osquery

@Linuxor

🔶 ترس شما از هوش مصنوعی منطقی نیست و هرگز یادگیری متوقف نمی شود.

هنوز هوش مصنوعی به جایی نرسیده است که بتواند روی پروژه های سنگین همه کارهای کد نویسی انجام دهد و گاهی کدی می فرستد که کار نمی کند و امنیت آن پایین است و بنابراین نیازمند مختصص است که کدهای آن باز بینی و نظارت داشته باشد و حتی اگر کدی اشتباه باشد و ویرایش کند.

قرار نیست هوش مصنوعی جای برنامه نویس بگیره و ذهن خود را محدود نکنید و یادگیری متوقف نکنید.

حرف برنامه نویسان اینستاگرامی و یوتیوبی که آدرس غلط می دهد, گوش نکنید.

@TheRaymondDev

packetloss.ir
Developed by Navid to check network quality over UDP. Suitable for gamers

علاوه بر داشتن infrastructure as code (iac) داشتن تمهیداتی برای برسی کیفیت و کارایی این کد هم نکته به شدت حائز اهمیتی هست به اندازه ای که iac های بدون تست حتی کارایی خودشون رو از دست میدن و نیازمند این میشن که دوباره نوشته بشن
این ویدیو geerling به اینترو خیلی عالی به ابزار به شدت مهم و کارامد برای تست انسیبل به اسم مولکول هست
https://www.youtube.com/watch?v=CYghlf-6Opc

🔶 قسمت جدید طراحی سایت شرکتی با لاراول ۱۲ منتشر شد.

۳- ایجاد صفحه پنل ادمین با Admin Ranger

گیت هاب :

https://github.com/Rayiumir/AdminRanger

#لاراول

@TheRaymondDev

انقدر روی NoSQL حساب باز نکنید این نیومده که جای SQL رو بگیره مخفف Not Only SQL هستش یعنی "فقط" به SQL توجه نکن منم هستمااااا. توی اسمش داره می‌گه من همراه یه چیزی ام نه جایگزینش :)

@Linuxor

مولانا | دیوان شمس | رباعیات | رباعی شمارهٔ ۱۰۷۷

با همت باز باش و با کبر پلنگ
زیبا به گه شکار و پیروز به جنگ
کم کن بر عندلیب و طاووس درنگ
کانجا همه آفتست و اینجا همه رنگ

#مولانا | گنجور
📍@iipoem

😎 شبیه‌ساز اندروید در مرورگر با Docker

✅ تا حالا شده بخوای سریع یه محیط اندرویدی راه بندازی، بدون دردسر نصب Android Studio یا شبیه‌سازهای سنگین؟
پروژه‌ی docker-android برای شماست :

🔥 بدون نصب سنگین، مستقیم داخل مرورگر! 🛠 Run Android in Docker

✅ ویژگی ها
🔵‏‌ با یک دستور شبیه‌ساز اندروید رو از طریق noVNC در مرورگر می‌تونی ببینی و کنترل کنی—بدون نصب هیچ چیز اضافی
🔵اصلاً نیازی به ماشین مجازی یا کانفیگ پیچیده نیست. Docker همه‌ش رو بسته‌بندی کرده
🔵ایده عال برای تست UI یا Unit و CI/CD برای اتوماسیون
🔵ضبط و لاگ‌برداری ساده: ویدیوی اجرای تست‌ها رو ضبط کن و با لاگ‌های داخل وب UI دیباگ کن
🔵از API 28 تا 34، با پروفایل‌هایی مثل Galaxy S10 یا Nexus

✅ چطوری ؟
چیا میخواهد : docker , kvm و یک دستور

docker run -d -p 6080:6080 \
  -e EMULATOR_DEVICE="Samsung Galaxy S10" \
  -e WEB_VNC=true \
  --device /dev/kvm \
  --name android-container \
  budtmo/docker-android:emulator_13.0

وارد مرورگرت شو:
▶️ https://localhost:6080
تمام 😎 اندروید شما آماده است
#Linux #دیوار_لینوکس
@MehrdadLinuxchannel
گیت هاب پروژه

معرفی goplay.tools
که با عنوان «Better Go Playground» مشهور است، یک محیط آنلاین توسعه (IDE) برای زبان Go است که با ویژگی‌های پیشرفته، مرزهای Playground رسمی را به‌چالش می‌کشد.


چرا بهتر از Playground رسمی است؟

اByteSizeGo اشاره می‌کند Playground رسمی Go محدودیت‌هایی مثل ثابت بودن زمان (Frozen time)، نبود امکان تست چندفایل، درخواست‌های شبکه‌ای و سرعت اجرایی محدود دارد. در مقابل، goplay.tools انعطاف‌پذیری و امکانات بیشتری ارائه می‌دهد و تجربه‌ی توسعه‌ را جدی‌تر می‌گیرد.


نکات کلیدی جامعه توسعه‌دهندگان

* این پروژه به‌صورت متن‌باز در GitHub با نام x1unix/go-playground توسعه یافته است، محبوبیت قابل توجهی دارد (\~1.4k ستاره) و تحت مجوز MIT عرضه می‌شود.([GitHub][1])
* توسعه‌دهنده در Reddit درخواست‌کننده تست نسخه بتا برای افزونه‌ها بوده است که عبارتند از آموزش‌های Go و … برای بروزرسانی نسخه v2 این ابزار.

---

جمع‌بندی

اgoplay.tools واقعاً گزینه‌ای جذاب برای کسانی‌ست که:

* به امکانات کامل‌تری مانند auto-complete، ویجت‌های تصویری و multi-file نیاز دارند،
* محیط کار با ویژوال پایش قابل تنظیم را می‌پسندند،
* و ردگیری و تمرین Go را با ابزارهای واقعی‌ای که در IDEهای حرفه‌ای استفاده می‌شود، می‌خواهند.

اگه دوس دارید بدونید پرامت سیستمی هوش مصنوعی های معروف مثل کرسر، کوپایلوت و.. چیه این ریپو اومده اینارو یه جا جمع کرده

خوندنش دید خوبی میده که چطوری پرامت های بهتری بنویسید و بهتر بتونید باهاشون کار کنید.

https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools

📌 ixAbolfazl | @abolfazl_devs

نکات ضروری درباره Assembler در Go

1. دستوری Semi-Abstract و مبتنی بر Plan 9

* اسمبلی Go برخلاف زبان‌هایی مثل C یا x86، کاملاً به‌صورت مستقیم به دستورات ماشین نگاشته نمی‌شود. بلکه از یک سطح انتزاعی استفاده می‌کند که از محیط کامپایلر gc سرچشمه می‌گیرد و مبتنی بر Plan 9 است
* بنابراین، زمانی‌که دستوری مثل MOV می‌بینی، ممکن است واقعا معادل آن نباشد و به مفاهیمی مانند load یا clear نگاشته شده باشد.

2. مشاهده اسمبلی تولیدی

* برای دیدن خروجی اسمبلی تابعی مثل `main`، می‌تونید از دستور زیر استفاده کنید:

  go build -gcflags -S x.go
  

یا:

  go tool compile -S x.go
  

این دستورها نسخه‌ی semi-abstract اسمبلی تولیدشده را نشان می‌دهند؛ و پس از لینک، دستوراتی استاندارد در Object یا Binary قابل مشاهده خواهند بود

3. تفاوت در ارزیابی Expressions

* در اسمبلی Go از precedence اپراتورها مشابه Go استفاده می‌شود؛ نه مشابه زبان C.
* برای مثال: 3&1<<2 برابر با (3&1)<<2 است و نتیجه آن 4 خواهد بود؛ نه 0

4. سمبل‌ها و نماهای خاص

* در اسمبلی Go برای اشاره به توابع یا متغیرها از سینتکس خاصی استفاده می‌شود، مثلا ·FuncName(SB) (Dot + نام تابع)
* همچنین سورس اسمبلی اگر دارای فایلی با پسوند .s باشد، ابزار go build فایل go_asm.h تولید می‌کند تا offsets ساختارها، مقادیر constant و ... در اسمبلی قابل استفاده باشند

5. دستورات کلیدی و پرچم‌ها

* دستور PCALIGN $n برای ترازسازی (alignment) دستورات به فواصل مشخص کاربرد دارد؛ مخصوصا در حلقه‌های بحرانی یا توابع حیاتی
* دستور go tool asm (یا cmd/asm) با پرچم‌هایی مثل -S, -debug, -D, -o, -shared, و ... استفاده می‌شود برای کنترل خروجی، پیش‌پردازش (#include, #define) و رفتار assembler .

چند نکته عملی و مفید از ریپوی Go Practical Tips توسط func25 جمع‌آوری کردم — این نکات به صورت کوتاه و کاربردی برای بهبود کیفیت و نگهداری کدهای Go ارائه شده‌اند. این توصیه‌ها از تجربه واقعی توسعه‌دهنده‌ها و نکات به‌اشتراک‌گذاشته‌شده در توییتر استخراج شده‌اند.
https://github.com/func25/go-practical-tips/blob/main/tips.md

گزینه DevTools مرورگر ها برای توسعه فرانت کار راه بندازه ولی فرانت کارا از این مرورگر اختصاصی استفاده می‌کنن برای اینکه همه تغییرات رو توی دستگاه های مختلف در لحظه رصد کنن

responsively.app

@Linuxor

این داستان Pypy 🐉

‏PyPy ابزاری قدرتمند برای برنامه‌نویس‌های پایتونه که به دنبال بهبود پرفورمنس کدهای خودشون هستن. اگه با کندی اجرای کد تو پروژه‌هاتون مواجه شدین یا می‌خواین بدونین چطور می‌شه سرعت پایتون رو بدون تغییر زیاد تو کد بالا برد، این پست برای شماست. اینجا قراره بررسی کنیم PyPy چیه، چه قابلیت‌هایی داره، کجا به کار میاد و چه محدودیت‌هایی داره.

🧠اول از همه PyPy چیه؟
‏PyPy یه مفسر (interpreter) جایگزین برای پایتونه که به جای CPython (مفسر استاندارد پایتون که با C نوشته شده) استفاده می‌شه. PyPy خودش با پایتون (به طور دقیق‌تر، یه زیرمجموعه به اسم RPython) پیاده‌سازی شده و از Just-In-Time Compilation (JIT) برای کامپایل کردن کد پایتون به کد ماشین تو زمان اجرا استفاده می‌کنه. این باعث می‌شه تو خیلی از سناریوها سرعتش به مراتب از CPython بیشتر باشه.

شروع این پروژه به سال ۲۰۰۲ برمی‌گرده و حالا یه پروژه متن‌باز با جامعه‌ای فعاله که مدام در حال بهبودشه. هدف PyPy اینه که کدهای پایتون رو سریع‌تر، بهینه‌تر و بدون نیاز به تغییر زیاد تو ساختار کد اجرا کنه.


📚 قابلیت‌های مهم PyPy

‏PyPy چندتا ویژگی اصلی داره که اون رو از CPython متمایز می‌کنه:

1⃣ سرعت بالا با JIT Compilation
‏PyPy به جای تفسیر خط‌به‌خط کد (مثل CPython)، بخش‌های پرتکرار کد رو به کد ماشین کامپایل می‌کنه. این یعنی برای حلقه‌ها و عملیات تکراری، سرعتش خیلی بیشتره.
مثال: یه تابع ساده برای محاسبه فیبوناچی:

  def fib(n):
      if n <= 1:
          return n
      return fib(n-1) + fib(n-2)
  print(fib(35))
  

تو CPython این کد برای n=35 ممکنه چند ثانیه طول بکشه، ولی تو PyPy به لطف JIT خیلی سریع‌تره (گاهی تا ۷ برابر).

2⃣ سازگاری بالا با پایتون
‏PyPy سعی می‌کنه تا حد زیادی با استانداردهای CPython سازگار باشه، یعنی اکثر کدهای پایتون بدون تغییر روی PyPy اجرا می‌شن.
مثلا اگه یه اسکریپت با Python 3.8 روی CPython کار کنه، به احتمال زیاد روی PyPy هم بدون دردسر اجرا می‌شه مگر از کتابخانه هایی استفاده کرده باشید که C extension استفاده میکنه.

3⃣ مصرف حافظه بهینه
‏PyPy یه Garbage Collector پیشرفته داره که می‌تونه مصرف حافظه رو تو بعضی سناریوها بهینه‌تر از CPython کنه.
کاربردشم تو برنامه‌هایی که مدت طولانی اجرا می‌شن (مثل وب‌سرورها) و نیاز به مدیریت خوب حافظه دارن.

4⃣پشتیبانی از Stackless Python
‏PyPy از قابلیت‌های Stackless Python (مثل micro-threads یا taskletها) پشتیبانی می‌کنه که برای برنامه‌های concurrent مناسبن.

🔍 چرا PyPy مناسبه؟
PyPy تو موقعیت‌هایی که پرفورمنس کد حیاتیه، می‌تونه بازی رو عوض کنه:

سرعت:
تو بنچمارک‌های مختلف، PyPy برای کدهای محاسباتی (مثل حلقه‌ها و الگوریتم‌های ریاضی) تا ۷ برابر سریع‌تر از CPython عمل کرده.

بدون نیاز به بازنویسی کد: برخلاف ابزارهایی مثل Cython که نیاز به تغییر کد دارن، PyPy فقط با تغییر مفسر کار می‌کنه.

متن‌باز و فعال:
جامعه PyPy مدام داره باگ‌ها رو فیکس می‌کنه و پشتیبانی از نسخه‌های جدید پایتون رو اضافه می‌کنه.


🛠 کجا PyPy به کار میاد؟

1⃣ محاسبات سنگین:
اگه پروژه‌تون پر از حلقه‌های پیچیده یا الگوریتم‌های محاسباتیه (مثل پردازش داده یا شبیه‌سازی)، PyPy سرعت رو حسابی بالا می‌بره.

2⃣ وب‌سرورها:
برای وب‌اپلیکیشن‌هایی که با فریم‌ورک‌هایی مثل Flask یا Django کار می‌کنن، PyPy می‌تونه پاسخ‌گویی رو بهتر کنه.

3⃣ اسکریپت‌های طولانی‌مدت: برنامه‌هایی که مدت زیادی اجرا می‌شن (مثل دیمن‌ها یا سرویس‌ها) از بهینه‌سازی حافظه PyPy سود می‌برن.

📚 محدودیت‌های PyPy

هرچند PyPy عالیه، ولی محدودیت‌هایی هم داره:

1⃣ عدم پشتیبانی کامل از C Extensions:
خیلی از کتابخونه‌های پایتون (مثل NumPy، Pandas یا TensorFlow) از C Extensionها استفاده می‌کنن که تو PyPy ممکنه کندتر باشن یا کار نکنن. البته PyPy داره روی این موضوع کار می‌کنه.

2⃣ سربار اولیه JIT:
‏PyPy تو شروع اجرا یه کم کندتره چون باید کد رو کامپایل کنه. برای اسکریپت‌های کوتاه این می‌تونه نقطه‌ضعف باشه.

3⃣ مصرف حافظه اولیه:
‏ PyPy گاهی تو شروع کار حافظه بیشتری نسبت به CPython مصرف می‌کنه.

✍ جمع‌بندی

‏PyPy یه ابزار قدرتمنده که می‌تونه کدهای پایتون شما رو بدون نیاز به بازنویسی، سریع‌تر و بهینه‌تر اجرا کنه. با استفاده از JIT Compilation، این مفسر برای پروژه‌های محاسباتی، وب‌اپلیکیشن‌ها و اسکریپت‌های طولانی‌مدت یه انتخاب عالیه. هرچند محدودیت‌هایی مثل سازگاری با C Extensionها داره، ولی برای خیلی از سناریوها می‌تونه پرفورمنس رو چند برابر کنه.

#️⃣ #web #programming

➖➖➖➖➖➖➖➖➖➖ 

🥷🏻 CHANNEL | GROUP