Forwarded from Abolfazl Devs (Abolfazl)
این روزا که همه از وی پی ان استفاده میکنیم من همیشه نیاز دارم چک کنم آی پی و تایم زون مرورگرم تغیر کرده یا نه!
برا همین این وبسایت رو با ورکر کلاد فلر ساختم که هم مشخصات آی پی رو نشون میده هم مشخصات سیستم و تایم زون
ازینجا میتونید بهش دسترسی داشته باشید:
https://5ip.ir
میتونید با curl هم تو ترمینال به صورت زیر بهش دسترسی داشته باشید.
اینم سورس کدش تو گیتهاب👇
https://github.com/ixabolfazl/ip-info
نحوه ران کردن برای خودتون تو همین ریپو هست و حتی میتونید دامین شخصی هم وصل کنید که رو دامین خودتون باشه 👌
اگه باهاش حال کردید یادتون نره به ریپو استار بدید😉
📌 @abolfazl_devs
برا همین این وبسایت رو با ورکر کلاد فلر ساختم که هم مشخصات آی پی رو نشون میده هم مشخصات سیستم و تایم زون
ازینجا میتونید بهش دسترسی داشته باشید:
https://5ip.ir
میتونید با curl هم تو ترمینال به صورت زیر بهش دسترسی داشته باشید.
curl 5ip.ir
اینم سورس کدش تو گیتهاب👇
https://github.com/ixabolfazl/ip-info
نحوه ران کردن برای خودتون تو همین ریپو هست و حتی میتونید دامین شخصی هم وصل کنید که رو دامین خودتون باشه 👌
اگه باهاش حال کردید یادتون نره به ریپو استار بدید😉
📌 @abolfazl_devs
Forwarded from Laravel News
Lightweight Access Control Management for Laravel with Porter https://laravel-news.com/porter
Laravel News
Lightweight Access Control Management for Laravel with Porter - Laravel News
Simple, fast and focused access control with Porter
Forwarded from DevTwitter | توییت برنامه نویسی
This media is not supported in your browser
VIEW IN TELEGRAM
یه سایت بصری خفن برای اینکه کارکرد الگوریتمای مختلف رو ببینید و بهتر درکش کنین:
https://algorithm-visualizer.org
@DevTwitter | <Abolfazl/>
https://algorithm-visualizer.org
@DevTwitter | <Abolfazl/>
Forwarded from IRCF | اینترنت آزاد برای همه
کتابخونه python-v2ray، یه ابزار کاربردی برای مدیریت و تستکردن کلاینتهای تحت Xray-core و Hysteria هست.
این کتابخونه کارهایی مثل مدیریت خودکار فایلهای اجرایی، خوندن و تبدیل انواع کانفیگها، تست همزمان سرعت و اتصال، ساخت راحت کانفیگهای پیچیده و گرفتن آمار زنده رو آسون و یکدست میکنه و برای سیستمعاملهای ویندوز، مک و لینوکس در دسترس قرار گرفته.
👉 github.com/arshiacomplus/python_v2ray
🔍 ircf.space
@ircfspace
این کتابخونه کارهایی مثل مدیریت خودکار فایلهای اجرایی، خوندن و تبدیل انواع کانفیگها، تست همزمان سرعت و اتصال، ساخت راحت کانفیگهای پیچیده و گرفتن آمار زنده رو آسون و یکدست میکنه و برای سیستمعاملهای ویندوز، مک و لینوکس در دسترس قرار گرفته.
👉 github.com/arshiacomplus/python_v2ray
🔍 ircf.space
@ircfspace
Forwarded from Linuxor ?
یه نفر گفته اگه به 5k فالور برسم یه لایسنس وینرار به یه فالور رندوم میدم.
اصلا با این کاری ندارم که لایسنس وینرار نمادینه و هیچ ویژگی نداره و بیشتر جهت حمایت میخرنش و هدیه دادنش معنی نداره. جای جالب اینجاست خود وینرار برگشته گفته کمکش کنید که 5k فالور برسه که ما 30 دلار بگیریم :)
شرکت با این همه عظمت منتظرن فالورای یه نفر به 5k برسه که 30 دلار بگیرن😂😂
@Linuxor
اصلا با این کاری ندارم که لایسنس وینرار نمادینه و هیچ ویژگی نداره و بیشتر جهت حمایت میخرنش و هدیه دادنش معنی نداره. جای جالب اینجاست خود وینرار برگشته گفته کمکش کنید که 5k فالور برسه که ما 30 دلار بگیریم :)
شرکت با این همه عظمت منتظرن فالورای یه نفر به 5k برسه که 30 دلار بگیرن😂😂
@Linuxor
Forwarded from Linuxor ?
ابزار Decap CMS یه Headless CMS هست، یعنی جدا از ظاهر سایت، میتونی محتوا رو ازش بگیری و تو هر جایی نشون بدی: وب، موبایل، حتی اپلیکیشن React Native. بدون اینکه گیر قالبهای از پیش ساخته شده باشی.
مزیت بزرگش: هرکسی با Git و Markdown میتونه محتوا رو آپدیت کنه، بدون اینکه دیتابیس پیچیده درست کنی.
تست آنلاین:
demo.decapcms.org
مستنداتش:
decapcms.org/docs/intro
@Linuxor
مزیت بزرگش: هرکسی با Git و Markdown میتونه محتوا رو آپدیت کنه، بدون اینکه دیتابیس پیچیده درست کنی.
تست آنلاین:
demo.decapcms.org
مستنداتش:
decapcms.org/docs/intro
@Linuxor
Forwarded from a pessimistic researcher (Kc)
یه reading list دیدم برای یه کورسی بود تو دانشگاه CMU که اومده بود یه سلکشن خوبی از پیپرهای کلاسیک حوزهی PL و Program Logic رو لیست کرده بود.
https://www.cs.cmu.edu/~crary/819-f09/
یه لیست دیگهای هم دیده بودم قدیما که کمی جامع تر بود :
https://github.com/yihozhang/most-influential-pl-papers
ولی به شدت ناقصن و خیلی از مقالات مهم و کلیدی رو ندارن. به طور مثال هیچکدوم از دو لیست به مقالهی بسیار مهم و influential خانم Susan Owicki و آقای David Gries که در سال ۱۹۷۶ با عنوان :
An axiomatic proof technique for parallel programs
منتشر کردند، اشاره نکردند. این مقاله در حقیقت توسعهی Hoare Logic برای برنامههای concurrent بود.
ولی خب به نظرم این مقالات خوراک اینن که reading group تشکیل بدید و بخونید و به همدیگه یاد بدید.
https://www.cs.cmu.edu/~crary/819-f09/
یه لیست دیگهای هم دیده بودم قدیما که کمی جامع تر بود :
https://github.com/yihozhang/most-influential-pl-papers
ولی به شدت ناقصن و خیلی از مقالات مهم و کلیدی رو ندارن. به طور مثال هیچکدوم از دو لیست به مقالهی بسیار مهم و influential خانم Susan Owicki و آقای David Gries که در سال ۱۹۷۶ با عنوان :
An axiomatic proof technique for parallel programs
منتشر کردند، اشاره نکردند. این مقاله در حقیقت توسعهی Hoare Logic برای برنامههای concurrent بود.
ولی خب به نظرم این مقالات خوراک اینن که reading group تشکیل بدید و بخونید و به همدیگه یاد بدید.
Forwarded from a pessimistic researcher (Kc)
راستی ما قدیما یه سری پست نوشتیم با عنوان "هزار و یک باگ" که اگر توی کانال سرچ کنید میتونید بخونیدشون. به زودی ادامهاش میدم. اینجا قسمت اولش رو میتونید بخونید.
Forwarded from DevTwitter | توییت برنامه نویسی
در تازهترین آپدیت پینت هاب،
میشه برای ریپوهای گیت هاب پوستر و بنر به سبک (Breaking Bad) ساخت.
نسخه وب (بدون نیاز به کلون):
https://painthub.elesoft.ir
آدرس ریپو:
https://github.com/AmirHosseinOstad/Paint_Hub
@DevTwitter | <Sherlock/>
میشه برای ریپوهای گیت هاب پوستر و بنر به سبک (Breaking Bad) ساخت.
نسخه وب (بدون نیاز به کلون):
https://painthub.elesoft.ir
آدرس ریپو:
https://github.com/AmirHosseinOstad/Paint_Hub
@DevTwitter | <Sherlock/>
Forwarded from a pessimistic researcher (Kc)
جا داره بگم نویسنده این پست، در یک سال و چند ماهی که از نوشتن این پست گذشت، کمی تغییر عقیده داده و معتقده که SV-COMP بولشتی بیش نیست ولی خب برای ثبت در تاریخ، پاراگراف اول این پست رو تغییر نمیدم.
Forwarded from Abolfazl Devs (ixAbolfazl)
🔸چرا میانگین همیشه راست نمیگه؟
فرض کن یک سرویس تاکسی اینترنتی داری. بیشتر سفرها سریع انجام میشه، اما بعضی سفرها همیشه با تأخیر زیاد همراه میشن
حالا اگر بیای میانگین زمان رسیدن تاکسیها رو حساب کنی و مثلا بشه ۵ دقیقه، اینطور به نظر میاد که اوضاع برنامه خیلی خوبه
واقعیت چیه؟ برای ۹۵٪ کاربرها بله، اوضاع خوبه. اما اون ۵٪ باقیمونده که مجبور شدن ۲۰ دقیقه صبر کنن، همونهایی هستن در نهایت تو گوگل پلی بهت امتیاز منفی میدن و شاید دیگه از اپلیکیشنت استفاده نکنن و حتی باعث بشن بقیه هم از برنامه تو استفاده نکنن!
اینجاست که Percentile به دادت میرسه!
برای بدست اوردنش
عددها رو از کوچیک به بزرگ سورت میکنیم حالا
P50 ( یا همون میانه) عددیه که دقیقا وسط لیست باشه.
P95 عددیه که ۹۵٪ عددها از اون کوچیکترن.
P99: عددیه که تقریبا همه (99%) ازش کوچیکترن و فقط تعداد کمی ازش بزرگترن.
مثلا:
P95 = ۳۵۰ms
یعنی ۹۵٪ درخواستها در کمتر از ۳۵۰ میلیثانیه جواب گرفتن و فقط ۵٪ درخواست ها ازین عدد کندتر بودن
برخلاف میانگین که میتونه با داده های پرت گمراهکننده بشه، این دید دقیقتری از عملکرد سیستم میده و معیار بهتری برای سنجیدن عملکرد سیستمت هست
حالا با این عددا باید چیکار کنیم؟
هیچی! سعی کنیم که اون عددی که P99 یا P95 بهمون میدن رو به صفر میلش بدیم یعنی زمان پاسخ رو کمتر کنیم
البته اینو باید در نطر بگیریم که تو سیستم های واقعی باید روی حجم زیادی از داده حساب بشه که نتیجه ای که میده معنی دار تر باشه
📌 ixAbolfazl | @abolfazl_devs
فرض کن یک سرویس تاکسی اینترنتی داری. بیشتر سفرها سریع انجام میشه، اما بعضی سفرها همیشه با تأخیر زیاد همراه میشن
حالا اگر بیای میانگین زمان رسیدن تاکسیها رو حساب کنی و مثلا بشه ۵ دقیقه، اینطور به نظر میاد که اوضاع برنامه خیلی خوبه
واقعیت چیه؟ برای ۹۵٪ کاربرها بله، اوضاع خوبه. اما اون ۵٪ باقیمونده که مجبور شدن ۲۰ دقیقه صبر کنن، همونهایی هستن در نهایت تو گوگل پلی بهت امتیاز منفی میدن و شاید دیگه از اپلیکیشنت استفاده نکنن و حتی باعث بشن بقیه هم از برنامه تو استفاده نکنن!
اینجاست که Percentile به دادت میرسه!
برای بدست اوردنش
عددها رو از کوچیک به بزرگ سورت میکنیم حالا
P50 ( یا همون میانه) عددیه که دقیقا وسط لیست باشه.
P95 عددیه که ۹۵٪ عددها از اون کوچیکترن.
P99: عددیه که تقریبا همه (99%) ازش کوچیکترن و فقط تعداد کمی ازش بزرگترن.
مثلا:
P95 = ۳۵۰ms
یعنی ۹۵٪ درخواستها در کمتر از ۳۵۰ میلیثانیه جواب گرفتن و فقط ۵٪ درخواست ها ازین عدد کندتر بودن
برخلاف میانگین که میتونه با داده های پرت گمراهکننده بشه، این دید دقیقتری از عملکرد سیستم میده و معیار بهتری برای سنجیدن عملکرد سیستمت هست
حالا با این عددا باید چیکار کنیم؟
هیچی! سعی کنیم که اون عددی که P99 یا P95 بهمون میدن رو به صفر میلش بدیم یعنی زمان پاسخ رو کمتر کنیم
البته اینو باید در نطر بگیریم که تو سیستم های واقعی باید روی حجم زیادی از داده حساب بشه که نتیجه ای که میده معنی دار تر باشه
📌 ixAbolfazl | @abolfazl_devs
X (formerly Twitter)
ixAbolfazl 🤯 (@ixabolfazl) on X
#رشتو
1/ چرا میانگین همیشه راست نمیگه؟
فرض کن یک سرویس تاکسی اینترنتی داری. بیشتر سفرها سریع انجام میشه، اما بعضی سفرها همیشه با تأخیر زیاد همراه میشن
حالا اگر بیای میانگین زمان رسیدن تاکسیها رو حساب کنی و مثلا بشه ۵ دقیقه، اینطور به نظر میاد که اوضاع…
1/ چرا میانگین همیشه راست نمیگه؟
فرض کن یک سرویس تاکسی اینترنتی داری. بیشتر سفرها سریع انجام میشه، اما بعضی سفرها همیشه با تأخیر زیاد همراه میشن
حالا اگر بیای میانگین زمان رسیدن تاکسیها رو حساب کنی و مثلا بشه ۵ دقیقه، اینطور به نظر میاد که اوضاع…
Forwarded from Reza Jafari
مدل Qwen یک تریلیون پارامتری!
ایده برای بهتر کردن مدلت نداری؟! تعداد پارامترهات رو زیاد کن.
تیم Qwen وابسته به علیبابا بهتازگی از Qwen3-Max-Preview (Instruct) رونمایی کرده؛ مدلی که با بیش از یک تریلیون پارامتر، عنوان بزرگترین و قدرتمندترین محصول این مجموعه رو گرفته. این مدل همین حالا از طریق Qwen Chat برای کاربران عادی و از راه Alibaba Cloud API برای توسعهدهندهها و سازمانها در دسترسه و با ویژگیهایی مثل پشتیبانی از کانتکست ۲۶۲ هزار توکنی و قابلیت «context cache»، هم ورودیهای خیلی طولانی رو پردازش میکنه و هم سرعت و هزینه رو بهینهتر مدیریت میکنه.
مقایسهی این مدل با نسخهی قبلی یعنی Qwen3-235B-A22B-2507 و همچنین رقبایی مثل Kimi K2، Claude Opus 4 و DeepSeek-V3.1 نشون داده که Qwen3-Max-Preview در همهی بنچمارکهای مهم جلوتره. بهویژه در آزمونهای سختی مثل AIME25 و Arena-Hard v2 اختلاف چشمگیری ایجاد کرده و توانسته بالاترین امتیاز رو ثبت کنه. حتی در معیارهای عمومیتر مثل SuperGPQA، LiveCodeBench v6 و LiveBench هم بالاتر از بقیه قرار گرفته.
این مدل اپن سورس نیست ولی میتونید از طریق لینک زیر ازش استفاده کنید
🔗 لینک Qwen Chat
🔤 🔤 🔤 🔤 🔤 🔤 🔤
🥇 اهورا اولین اپراتور هوش مصنوعی راهبردی ایران در حوزه ارائه خدمات و سرویسهای زیرساخت هوش مصنوعی
🛍 کد تخفیف ۱۰ درصدی محصولات اهورا برای اعضای کانال
🌐 لینک وبسایت اهورا
@reza_jafari_ai
ایده برای بهتر کردن مدلت نداری؟! تعداد پارامترهات رو زیاد کن.
تیم Qwen وابسته به علیبابا بهتازگی از Qwen3-Max-Preview (Instruct) رونمایی کرده؛ مدلی که با بیش از یک تریلیون پارامتر، عنوان بزرگترین و قدرتمندترین محصول این مجموعه رو گرفته. این مدل همین حالا از طریق Qwen Chat برای کاربران عادی و از راه Alibaba Cloud API برای توسعهدهندهها و سازمانها در دسترسه و با ویژگیهایی مثل پشتیبانی از کانتکست ۲۶۲ هزار توکنی و قابلیت «context cache»، هم ورودیهای خیلی طولانی رو پردازش میکنه و هم سرعت و هزینه رو بهینهتر مدیریت میکنه.
مقایسهی این مدل با نسخهی قبلی یعنی Qwen3-235B-A22B-2507 و همچنین رقبایی مثل Kimi K2، Claude Opus 4 و DeepSeek-V3.1 نشون داده که Qwen3-Max-Preview در همهی بنچمارکهای مهم جلوتره. بهویژه در آزمونهای سختی مثل AIME25 و Arena-Hard v2 اختلاف چشمگیری ایجاد کرده و توانسته بالاترین امتیاز رو ثبت کنه. حتی در معیارهای عمومیتر مثل SuperGPQA، LiveCodeBench v6 و LiveBench هم بالاتر از بقیه قرار گرفته.
این مدل اپن سورس نیست ولی میتونید از طریق لینک زیر ازش استفاده کنید
AHURA5@reza_jafari_ai
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Reza Jafari
اگر میخواین در حوزه Data Analysis فعالیت کنید، به هیچ عنوان این ریپو رو از دست ندید.
لینک ریپو
@reza_jafari_ai
لینک ریپو
@reza_jafari_ai
GitHub
GitHub - Coder-World04/Complete-Data-Analytics-with-Projects: This repository contains everything you need to become proficient…
This repository contains everything you need to become proficient in Data Analytics - Coder-World04/Complete-Data-Analytics-with-Projects
Forwarded from Reza Jafari
اگر دنبال یه دوره خوب و فشرده برای آشنایی و یادگیری احتمالات هستین، بوتکمپ پروفسور استیو برونتون از دانشگاه واشینگتن میتونه گزینه خوبی براتون باشه.
علاوه بر احتمالات مباحث جذاب دیگهای هم تدریس میکنند که میتونید تو صفحه پلیلیستشون بررسی کنید.
لینک پلیلیست یوتیوب دوره
@reza_jafari_ai
علاوه بر احتمالات مباحث جذاب دیگهای هم تدریس میکنند که میتونید تو صفحه پلیلیستشون بررسی کنید.
لینک پلیلیست یوتیوب دوره
@reza_jafari_ai
YouTube
Probability Bootcamp
This playlist covers a rapid short course in probability, starting from the basics and building quickly to foundational and advanced topics. This course is b...
Forwarded from InvestFund
⚽️ شرکتهای AI یا تیمهای حرفهای فوتبال؟
چطور محققان هوش مصنوعی به ستارههای میلیارد دلاری تبدیل شدن
💡تا چند سال پیش، دستمزدهای عجیب فقط مخصوص دنیای فوتبال بود. اما حالا محققا و مهندسای AI همون نقشی رو پیدا کردن که فوتبالیستهای معروف برای باشگاهها دارن: نماد قدرت، اعتبار و رقابت جهانی. این چند نمونه رو فقط بررسی کنیم:
🔸شرکت Meta برای جذب محققای ارشد AI بستههایی تا ۳۰۰ میلیون دلار تو ۴ سال پیشنهاد داده. برای «روومینگ پانگ» از اپل هم قراردادی ۲۰۰ میلیون دلاری رو میز گذاشتن.
مایکروسافت هم با سرمایهگذاریهای چند میلیارد دلاری داره تلاش میکنه OpenAI و تیم سم آلتمن رو حفظ کنه.
🔸گوگل فقط برای حقوق تیم Windsurf حدود ۲.۴ میلیارد دلار هزینه کرده.
همزمان Anthropic بیش از ۶ میلیارد دلار سرمایه تازه گرفته تا بهترین استعدادای AI رو سمت خودش بکشه.
🔸طبق گزارش Reuters، حقوق سالانه یه پژوهشگر ارشد AI تو سیلیکونولی بین ۲ تا ۲۰ میلیون دلاره. بعضی شرکتا مثل Thinking Machines Lab (استارتاپ جدید میرا موراتی) هم حقوق پایه ۵۰۰ هزار دلار و مشوقهای چندمیلیونی میدن.
📌 این رقابت فقط سر پول نیست. الان GPUها هم اندازه حقوق مهم شدن. زاکربرگ گفته بیشتر محققا دنبال دسترسی به هزاران GPU قدرتمند مثل Nvidia H100 و آزادی عمل تو تحقیق هستن.
برای همین Meta و مایکروسافت تو همین یک سال میلیاردها دلار صرف قرارداد ابری و خرید دیتاسنتر کردن تا زیرساخت بینظیری بسازن.
📌 شباهت این ماجرا با فوتبال خیلی جالبه:
▫️باشگاهها برای جذب بازیکن ستاره پول انتقال میدن. غولای فناوری برای جذب تیم تحقیقاتی کامل، قراردادهای چندمیلیاردی میبندن یا همون acqui-hire میکنن.
▫️شاید این اعداد عجیب باشه، اما وقتی یه مدل مثل GPT-4 میتونه سالی ۱.۵ میلیارد دلار درآمد داشته باشه، این سرمایهگذاری منطقی به نظر میاد.
▫️امروز محققای AI همون جایگاهی رو دارن که یه زمانی ستارههای فوتبال داشتن: قهرمانایی که آینده صنعت رو میسازن.
و این تازه شروع یه رقابت بزرگه.
▫️ شاید تا 5 سال پیش فکر نمیکردیم یک دانشمند کامپیوتر بتونه حقوقی مشابه کریستیانو رونالدو بگیره و حتی اگر روند سرمایهگذاریها ادامه پیدا کنه، این دستمزدها حتی از فوتبال هم جلو خواهد زد.
@investingfund
چطور محققان هوش مصنوعی به ستارههای میلیارد دلاری تبدیل شدن
💡تا چند سال پیش، دستمزدهای عجیب فقط مخصوص دنیای فوتبال بود. اما حالا محققا و مهندسای AI همون نقشی رو پیدا کردن که فوتبالیستهای معروف برای باشگاهها دارن: نماد قدرت، اعتبار و رقابت جهانی. این چند نمونه رو فقط بررسی کنیم:
🔸شرکت Meta برای جذب محققای ارشد AI بستههایی تا ۳۰۰ میلیون دلار تو ۴ سال پیشنهاد داده. برای «روومینگ پانگ» از اپل هم قراردادی ۲۰۰ میلیون دلاری رو میز گذاشتن.
مایکروسافت هم با سرمایهگذاریهای چند میلیارد دلاری داره تلاش میکنه OpenAI و تیم سم آلتمن رو حفظ کنه.
🔸گوگل فقط برای حقوق تیم Windsurf حدود ۲.۴ میلیارد دلار هزینه کرده.
همزمان Anthropic بیش از ۶ میلیارد دلار سرمایه تازه گرفته تا بهترین استعدادای AI رو سمت خودش بکشه.
🔸طبق گزارش Reuters، حقوق سالانه یه پژوهشگر ارشد AI تو سیلیکونولی بین ۲ تا ۲۰ میلیون دلاره. بعضی شرکتا مثل Thinking Machines Lab (استارتاپ جدید میرا موراتی) هم حقوق پایه ۵۰۰ هزار دلار و مشوقهای چندمیلیونی میدن.
📌 این رقابت فقط سر پول نیست. الان GPUها هم اندازه حقوق مهم شدن. زاکربرگ گفته بیشتر محققا دنبال دسترسی به هزاران GPU قدرتمند مثل Nvidia H100 و آزادی عمل تو تحقیق هستن.
برای همین Meta و مایکروسافت تو همین یک سال میلیاردها دلار صرف قرارداد ابری و خرید دیتاسنتر کردن تا زیرساخت بینظیری بسازن.
📌 شباهت این ماجرا با فوتبال خیلی جالبه:
▫️باشگاهها برای جذب بازیکن ستاره پول انتقال میدن. غولای فناوری برای جذب تیم تحقیقاتی کامل، قراردادهای چندمیلیاردی میبندن یا همون acqui-hire میکنن.
▫️شاید این اعداد عجیب باشه، اما وقتی یه مدل مثل GPT-4 میتونه سالی ۱.۵ میلیارد دلار درآمد داشته باشه، این سرمایهگذاری منطقی به نظر میاد.
▫️امروز محققای AI همون جایگاهی رو دارن که یه زمانی ستارههای فوتبال داشتن: قهرمانایی که آینده صنعت رو میسازن.
و این تازه شروع یه رقابت بزرگه.
▫️ شاید تا 5 سال پیش فکر نمیکردیم یک دانشمند کامپیوتر بتونه حقوقی مشابه کریستیانو رونالدو بگیره و حتی اگر روند سرمایهگذاریها ادامه پیدا کنه، این دستمزدها حتی از فوتبال هم جلو خواهد زد.
@investingfund
Forwarded from DevTwitter | توییت برنامه نویسی
یکی از مسائل رو اعصاب زندگیم که کمتر بهش توجه می کردم، مدیریت پسوردهام بوده؛ از دردسر پسورد منیجرهای تحریم شده تا محدودیت های ابزار هایی مثل GPG و البته چند بارم به خاطر فراموش کردن پسورد Master داستان داشتم. یه مدتم بهخاطر بیحوصلگی رو passwords.txt بودم!
ولی بالاخره به خودم اومدم و یه پسورد منیجر معقول نوشتم که نیاز هایی که دارم رو پوشش بده. البته فکر کنم بیشتر به درد خودم میخوره، ولی لینکش رو میذارم، هرکی خواست میتونه استفاده کنه.
https://github.com/naseridev/cortex
@DevTwitter | <Nima Naseri/>
ولی بالاخره به خودم اومدم و یه پسورد منیجر معقول نوشتم که نیاز هایی که دارم رو پوشش بده. البته فکر کنم بیشتر به درد خودم میخوره، ولی لینکش رو میذارم، هرکی خواست میتونه استفاده کنه.
https://github.com/naseridev/cortex
@DevTwitter | <Nima Naseri/>
Forwarded from کانال اطلاعرسانی توزیع پارچ
دو عدد نظرسنجی برای رلیز بعدی پارچ آماده شده، هردوی این نظرسنجیها تک سواله بوده و مطالب مفید داخل آن برای توسعه پارچ به کار گرفته خواهد شد.
نظرسنجی در رابطه با نسخه پلاسما:
https://survay.parchlinux.com/index.php/572538?lang=fa
نظرسنجی در رابطه با نسخه گنوم:
https://survay.parchlinux.com/index.php/418324?lang=fa
تمامی پاسخها پس از بررسی در قالب یک فایل csv در گیت پارچ در دسترس عموم قرار خواهند گرفت.
@ParchLinux
نظرسنجی در رابطه با نسخه پلاسما:
https://survay.parchlinux.com/index.php/572538?lang=fa
نظرسنجی در رابطه با نسخه گنوم:
https://survay.parchlinux.com/index.php/418324?lang=fa
تمامی پاسخها پس از بررسی در قالب یک فایل csv در گیت پارچ در دسترس عموم قرار خواهند گرفت.
@ParchLinux
Forwarded from جامعهٔ فارسی زبان کیدیای (Sohrab)
افزونه Kgithub یک افزونه کاربردی برای توسعه دهندههاست که مخازنشون، کامیتهاشون و همینطور ایشوها (مشکلات) که باز شده روی مخازنشون رو بهشون نشون میده:
https://store.kde.org/p/2300790
@kde_fa
https://store.kde.org/p/2300790
@kde_fa