اگه بیشتر از کد زدن دوست دارین ادای کد زدن رو در بیارین و چشم اطرافیانتون رو در بیارین اینجا بهشت شماست،‌ ریپازیتوری های با README های رنگی رنگی با سبک های مختلف رو جمع کردن اینجا:

zzetao.github.io/awesome-github-profile

@Linuxor

فکر می‌کنی نوشتن کد FizzBuzz (یه چیزی شبیه بازی هپ هپ خودمونه) فقط یه تمرین ساده مصاحبه‌ست؟ این ریپو بهت نشون می‌ده همون تمرین می‌تونه تبدیل بشه به یک سیستم Enterprise واقعی. با تست ها و الگوهای طراحی مثل Strategy Pattern یا Dependency Injection و ... ساخته شده. و می‌بینید که یه کد خیلی خیلی ساده چطوری تبدیل به یه کد سازمانی و قابل توسعه می‌شه.

github.com/EnterpriseQualityCoding/FizzBuzzEnterpriseEdition

@Linuxor

حافظ | غزلیات | غزل شمارهٔ ۲۷۵

صوفی گلی بچین و مرقع به خار بخش
وین زهد خشک را به می خوشگوار بخش
طامات و شطح در ره آهنگ چنگ نه
تسبیح و طیلسان به می و میگسار بخش
زهد گران که شاهد و ساقی نمی خرند
در حلقه چمن به نسیم بهار بخش
راهم شراب لعل زد ای میر عاشقان
خون مرا به چاه زنخدان یار بخش
یا رب به وقت گل گنه بنده عفو کن
وین ماجرا به سرو لب جویبار بخش
ای آن که ره به مشرب مقصود برده ای
زین بحر قطره ای به من خاکسار بخش
شکرانه را که چشم تو روی بتان ندید
ما را به عفو و لطف خداوندگار بخش
ساقی چو شاه نوش کند باده صبوح
گو جام زر به حافظ شب زنده دار بخش

#حافظ | گنجور
📍@iipoem

دیگر نگران اشتباهات خود در محیط لینوکس و bash نباشید، اینو در نرم افزار جهانی پایتون اینستال کنید، هنگام اکثر ارور ها کافیه یک fuck بدید تا خودش ترتیب اثر بده و حلش کنه

https://github.com/nvbn/thefuck

@DevTwitter | <vandi/>

پلتفرم متن باز Jan AI برای اجرای مدل های GPT روی سیستم

کاملاً آفلاین، رایگان و منبع‌باز بدون اینترنت
اجرای مدل‌های Llama3، Mistral و…
https://github.com/menloresearch/jan

@DevTwitter | <MehrdadLinux/>

من یه سری ابزار برای مصرف شخصی نوشتم و دوست دارم کم کم معرفیشون کنم.
مثلا برای ترجمه و جایگزین کوییل بات quilbot یه ریپو دارم شاید به دردتون بخوره.
فرصت کردم یه ویدیو در مورد نحوه استفاده ازش میسازم

https://github.com/mortezadalil/Pro-Translator

@DevTwitter | <Morteza Dalil/>

https://github.com/TryHackBox/Kaveh-WebDiff-Monitor
توضیحات :
این ابزار یک مانیتورینگ تغییرات و وضعیت HTTP است که برای بررسی سلامت سرویس‌های وب، مانیتورینگ Virtual Hostها و شناسایی تغییرات محتوا استفاده می‌شود.
با استفاده از این اسکریپت می‌توانید چندین IP/Port/Schema/Vhost را به صورت دوره‌ای بررسی کنید و..

@DevTwitter | <kaveh/>

از همین حالا میتونید catjam رو سینک شده با سرعت تایپتون توی vscode داشته باشید

https://github.com/AmirhosseinAghighi/catjam

@DevTwitter | <اردک تنها />

امروز خیلی رندوم رفتم stackoverflow رو از روی طاقچه برداشتم که خاکش رو بگیرم، یهو یه چیزی توجهم رو جلب کرد!!

stackoverflow.ai

دیتای خود stackoverflow رو داره و هر چرتی که سرچ کنید سعی می‌کنه از دیتای خودش برای جواب دادن بهتون استفاده کنه .



امتحانش کنید که دوباره شمارو می‌بره به دورانی که stackoverflow داشت حکومت می‌کرد.

خودش میگه: «من یک دستیار هوش‌مصنوعی با کلی سوالات فنی تو حوزه‌ی برنامه‌نویسی هستم»

I am an AI assistant designed to help you with a wide range of technical questions, particularly in areas like coding, development, and other professional or hobbyist domains. My goal is to provide clear solutions and explanations, helping you understand concepts and solve problems effectively.

@DevTwitter | <Milad Niroee/>

اگه دنبال یه ابزاری برای user test هستین ولی یوزر واقعی ندارین یا زمانشو ندارین میتونین از این AI استفاده کنین.
یه پلاگین AI توی فیگماس که براتون تست میکنه و heatmap هم میسازه.

https://figma.com/community/plugin/1397952939678206595/velocity-ai-user-testing-for-prototypes

@DevTwitter | <Siavash/>

بنظرم اینکه خودتون درک کنید تکنولوژی هایی که باهاشون کار میکنید چطور در زیرلایه کار میکنن دید از بالای خوبی به ادم توی کار میده؛ توی این ریپو برای زبان های متخلف ساخت مرحله به مرحله تکنولوژی هایی مثل git, docker, redis, torent , http و sql هست.

https://github.com/codecrafters-io/build-your-own-x?tab=readme-ov-file

@DevTwitter | <Moj./>

اگه دوست دارید بدونید چطور میشه مدل اوپن سورس openai رو جیلبریک کرد و بدون فیلتر و قانون هر درخواستی ازش کرد این ویدیو رو ببینید.
این توییت صرفا جنبه آموزشی دارد و توصیه من این است که نکنید.

https://www.youtube.com/watch?v=QTGrqASdZGo&ab_channel=PromptEngineering

@DevTwitter | <Amin Anvary/>

سرورهای لینوکس رابط گرافیکی ندارن. به کمک نسخه فلت‌پک نرم‌افزار Cockpit می‌تونیم بدون نیاز به نصب پنل روی سرور، بخشی از کار نظارت و مدیریتش رو از طریق یه رابط کاربری ساده انجام بدیم.

+ دریافت از فلت‌هاب :
https://flathub.org/apps/org.cockpit_project.CockpitClient

@DevTwitter | <Yaser Shahi/>

یه اپلیکیشن کوچولو نوشتم برای calendar کردن قطعی های برق، با systemd و docker هم امکان بالا آوردنش هست.
اگر دوست داشتید استفاده کنید.

https://github.com/dozheiny/barghman

@DevTwitter | <[at]iliya[at]cyberplace social/>

یه برنامه که جدیدا برای آپدیت کردن خودم استفاده میکنم برنامه DevBytes هست اینطوریه که میاد محتوای سایت های مثل مدیوم و dev.to و.. رو با ai شبیه ریلزای اینستا میکنه ولی به صورت متنی

گزینه خوبیه که جاگزین وقت تلف کردن با ریلزای اینستا بشه

@DevTwitter | <ixAbolfazl />

این مخزن GitHub، از سوی مهندس کلامی هریس، مجموعه‌ای از تکنیک‌های نوآورانه برای «پراپمت‌نویسی» (Prompt Engineering) رو ارائه می‌ده. این دکوریتورها (decorators) ابزارهای قدرتمندی‌ان که تجربه‌ کار با مدل‌های هوش مصنوعی رو مؤثرتر می کنند.

https://github.com/smkalami/prompt-decorators

@DevTwitter | <Mohammadreza M/>

معرفی یک فریمورک جالب به اسم Parlant:
ساختن یه هوش مصنوعی ساده که جواب بده آسونه. ولی ساختن یه Agent که دقیقاً همون‌جوری رفتار کنه که کسب‌وکار شما نیاز داره؟ اینجاست که سخت می‌شه.
اغلب تیم‌ها به یه دیوار می‌خورن و معمولا یکی از روشهای زیر را انتخاب میکنند:
- استفاده از Flow engines ⟵ مکالمه‌های خشک و از پیش تعیین‌شده، تعامل ضعیف.
- پرامپت‌کاری بی‌نظم/Prompt soup ⟵ قاطی‌پاتی، غیرقابل اعتماد، نگهداری سخت.
- استفاده از NLU workflows ⟵ شکننده، انعطاف پایین.
- فقط LLM ⟵ انعطاف بالا ولی غیرقابل پیش‌بینی.

نتیجه؟ بات‌هایی که قوانین رو نادیده می‌گیرن، کاربر رو گیج می‌کنن و کارشناس‌های کسب‌وکار رو ناراضی.

اینجاست که مدل‌سازی رفتاری ایجنت ها/Agentic Behavior Modeling (ABM) وارد می‌شه. روش ABM یعنی تعریف ساختاریافته‌ی رفتار ایجنت ها: دستورالعمل‌ها، اهداف، ابزارها، مسیرها و حتی پاسخ‌های آماده. همه توی یه مدل رفتاری.

به جای کلنجار با پرامپت‌های شلخته یا فلوچارت‌های خشک، ABM به شما قابلیت های پایین را میده:
- انعطاف بالا در برابر تعامل طبیعی کاربر
- پیش‌بینی‌پذیری بالا در اجرای قوانین
- ساختار معنایی شفاف که می‌تونید روش استدلال کنید

اینجا Parlant میاد وسط ⟵ یه موتور متن‌باز ABM برای ایجنت های LLM.
باهاش می‌تونید:
- رفتار ایجنت رو دقیق کنترل کنید
- اصول، اکشن‌ها و متغیرها رو مدل کنید
- قوانین کسب‌وکار رو به‌طور ثابت enforce کنید
- تصمیم‌های ایجنت رو دنبال و تحلیل کنید

به زبون ساده: خروج از «اسپاگتی پرومپت» ⟵ و رسیدن به یه فریمورک ساختاریافته برای ایجنتهای مشتری‌محور.

اگه از ایجنتهایی خسته شدین که باهوش به‌نظر میان ولی رفتاراشون گیج‌کننده‌ست، ABM (و Parlant) میتونه همون قطعه‌ی گمشده‌ باشه.
Github: https://github.com/emcie-co/parlant

@DevTwitter | <Mehdi Allahyari/>

اگر به مباحث LLM علاقه دارید و می‌خواید سریع یک دید کلی و پایه‌ای از همه مفاهیم پیدا کنید، این کتاب رو پیشنهاد می‌کنم.
زبانش ساده‌ است و خیلی شفاف مطالب رو با نمونه‌ کد توضیح داده:
hands on large language models language understanding and generation book

https://github.com/HandsOnLLM/Hands-On-Large-Language-Models

@DevTwitter | <Maryam/>