Dev Perfects
40 subscribers
9.23K photos
1.26K videos
468 files
13K links
بخوام خیلی خلاصه بگم
این کانال میاد مطالب کانالای خفن تو حوزه تکنولوژی و برنامه نویسی رو جمع میکنه

پست پین رو بخونید
https://t.iss.one/dev_perfects/455


ارتباط:
https://t.iss.one/HidenChat_Bot?start=936082426
Download Telegram
Forwarded from Linuxor ?
برنامه نویس های PHP به اختصار می‌تونن بیوشون بنویسن

₱ Developer

@Linuxor
Forwarded from Linuxor ?
به چت جی پی تی گفتم من
₱ Developer
هستم منظورم از ₱ همون PHP یا پول پزوی فیلیپین بود خواستم ببینم میفهمه زبان برنامه نویسی PHP رو یا نه، خوشبختانه فهمید چون الگوریتم های ترنسفورمر چیزی که اکثر مدل های هوش مصنوعی و چت جی پی تی ازش استفاده می‌کنن بر پایه Self-Attention هست یعنی موقیت ₱ نسبت به Developer و ارزشش توی جمله چقدره این روش خیلی مفیده چون این ارتباط‌ها به مدل کمک می‌کنه معنی دقیق کلمه رو توی زمینه یا جمله تشخیص بده.

اما یه مشکلی داره! اگه ازش بپرسی از کجا فهمیدی ! نمی‌دونه و در واقع مجددا میره بررسی می‌کنه و شبیه ترین و نزدیک ترین دلیل رو می‌آره و در واقع دلیل واقعی رو نمی‌اره. و هیچ حافظه ای نداره که چطوری به اون جواب رسیده.

یه درسی که این پست بهتون میده اینه که هیچ وقت از مدل های زبانی نپرسید چرا اینطوری شده؟ و چرا اینو گفتی! چون جواب درستی احتمالا بهتون نخواهند داد.


@Linuxor
Forwarded from a pessimistic researcher (Kc)
Media is too big
VIEW IN TELEGRAM
چهار پنج سال پیش می‌تونستم بگم تا حد خوبی از سیاه‌مشق سایه رو حفظ بودم. این مثنوی رو هم همینطور منتهی الان چند جاییش رو فراموش کرده بودم. سایه هم فکر کنم چند بیتی رو جا انداخت و نخوند توی این جلسه.

زندگی‌ چیست؟ عشق ورزیدن
زندگی را به عشق بخشیدن
Forwarded from یه شعر (Poem Bot)
مولانا | دیوان شمس | رباعیات | رباعی شمارهٔ ۱۴۷۲

دلها مثل رباب و عشق تو کمان
زامد شد این کمانچه دلها نالان
وانگه عمل کمان به مو وابسته است
گر مو شود اندیشه نگنجد به میان

#مولانا | گنجور
📍@iipoem
اگر برای CVEها دنبال PoC میگردین این چیز خوبیه
https://github.com/0xMarcio/cve

@DevTwitter | <iM4n Emperor/>
Forwarded from Linuxor ?
هیچ وقت از آدما هم نپرسید چرا اینطوری شده؟ چرا اینو گفتی! چون احتمالا بهتون جواب درستی نخواهند داد

فروید، بخش مکانزیم های دفاعی انسان و صیانت از خود، کتاب ایگو و مکانیزم‌های دفاعی

@Linuxor
Kube-Copilot

یک دستیار هوش مصنوعی برای Kubernetes , که مدیریت و نگهداری خوشه‌ها رو هوشمندتر و ساده‌تر میکنه. این ابزار با اتصال مستقیم به API سرور، پروسه های  پیچیده رو خودکار میکنه و پیشنهادهای عملی برای بهبود پایداری و امنیت ارائه میکنه.

قابلیت‌های اصلی Kube-Copilot :

تولید و بهینه‌سازی مانفیست‌های YAML برای منابعی مثله Deployment، Service، Ingress و ConfigMap

بررسی وضعیت Pod ها و Nodeها و ارائه راهکار برای خطاها یا CrashLoopBackOff

تحلیل لاگ‌ها و پیشنهاد اقدامات اصلاحی در سطح workload

پشتیبانی از استراتژی‌های دیپلویمنت مثل Rolling Update و Canary Rollout

اتوماسیون وظایف تکراری مانند scale کردن، به‌روزرسانی ایمیج‌ها و مانیتورینگ سلامت سرویس‌ها

ارائه توصیه‌های امنیتی برای جلوگیری از misconfiguration و آسیب‌پذیری‌ها


با استفاده از Kube-Copilot، تیم‌ها یجورایی میتونن،  زمان دیباگ و عملیات روزمره رو  به حداقل برسونن ، در عین حال از پایداری، امنیت و کارایی بیشتر در خوشه‌های Kubernetes برخوردار بشن.

github.com/feiskyer/kube-copilot



#DevOps
#kubernetes
#byteforge
@byteforge_chan 🛸
الکامپ امسال باحال بود، ولی شبیه هر سال...
ارائه‌ی جدیدی نبود.
کلی هم چت‌بات هوش مصنوعی زده بودن.

با وجود تکراری بودن و کپی بودن خیلی چیزا که اسمش «اولین...» بود، ارزشش رو داشت.
دم همتون گرم، تو این شرایط و اوضاع همین نمایشگاه‌ها هم کیف میده.
Forwarded from Geek Alerts
کلاد سونت ۴.۵ اومد با عنوان بهترین مدل کدنویسی در جهان. رکوردهاش هم توی بنچمارک‌ها جالبه، بیشتر جاها عملکرد بالاتر از Opus 4.1. اکستنشن Claude for Chrome هم برای کسایی که توی لیست انتظار بودن در دسترس قرار گرفت.

یه ویژگی ساخت فایل هم به چت‌بات اضافه شده و میتونه براتون اسلاید و داک بسازه. واکنش‌ها خوب بوده و میگن بیشترین جهش عملکرد رو از زمان معرفی Sonnet 3.6 داشته.

این مدل میتونه بیشتر از ۳۰ ساعت به صورت خودکار روی پروژه‌های چند مرحله‌ای کار کنه. برای Opus 4 عددش ۷ ساعت هست، این نیاز نظارت رو کم میکنه و رسما بیش از ۱ روز میتونه خودکار فعالیت خودش‌رو ادامه بده. [L]

🤓 @geekalerts
Please open Telegram to view this post
VIEW IN TELEGRAM
دوره های خوبی هستش به نظرم ،
دوره‌های فریلنسینگ و دیجیتال مارکتینگ
ببینید هرکدوم رو که نیاز داشتید سریع و رایگان دانلود کنید تا برداشته نشده
https://drive.google.com/drive/mobile/folders/1ezDZ3uDplBOjbuBGw1qxzzD64tiXhtDt?usp=sharing

Pass: hackinsider

@DevTwitter | <Mr.programmer/>
Forwarded from 🎄 یک برنامه نویس تنبل (Lazy 🌱)
🔶 طالبان اینترنت افغانستان رو کامل قطع کرد.

#خبر

@TheRaymondDev
Forwarded from Linuxor ?
نوشتن وب، بدون فریم ورکی و استفاده از ویژگی های خود جاوااسکریپ (وانیلا) و CSS کار ساده ای نیست، ولی کلی چیز مفید بهتون یاد می‌ده و درکتون از وب عمیق تر می‌شه. اینجا یه لیستی از برنامه های کوچیک نوشته شده وب و بدون هیج فریم ورکی رو جمع کرده هم می‌تونید زنده اجراشون کنید هم کداش رو ببینید و کلی چیز یاد بگیرید:

github.com/bradtraversy/vanillawebprojects


@Linuxor
#کوته_نیوز

عربستان شرکت بازی‌سازی EA رو خرید ://

@DevTwitter
Forwarded from CleverDevs (Mammad)
حرف شما درسته

Source
@CleverDevs - @CleverDevsGp
Forwarded from Linuxor ?
فرهنگستان واژه نامیاد رو جایگزین فارسی منشن قرار داده.

دیروز ممدو تو گیتهاب نامیاد کردم.

کسی معنیشو ندونه فک میکنه ممد مُرده😂


@Linuxor
Forwarded from Golden Code (علی 🇨🇴)
در نسخه‌ی ۱۲ لاراول، یک قابلیت کاربردی اضافه شده:
میتونید ستونهای Eloquent رو بصورت خودکار به رشته HTML امن (HtmlString) cast کنید.

🔹 چرا مهمه؟

وقتی ستونی مثل content یا description شامل HTML باشه، معمولا باید توی Blade با {!! !!} چاپش کنیم. اما حالا لاراول خودش این کار رو مدیریت می‌کنه و مقدار رو به صورت HtmlString برمیگردونه.


📌 یه مثال

use Illuminate\Database\Eloquent\Casts\AsHtmlString;

class Post extends Model
{
protected $casts = [
'content' => AsHtmlString::class,
];
}

حالا براحتی میتونین در Blade بنویسین:

{{ $post->content }}

و خروجی HTML به درستی رندر میشه


نتیجش:
با AsHtmlString::class کدی تمیزتر، امن‌تر و راحت‌تر برای کار با ستون‌های حاوی HTML در لاراول 12 خواهیم داشت.

#Laravel #Laravel_tip #لاراول

@GoldenCodeir 🔥

(به‌منبع و مثالش دقت کنید 👇🏾)
https://x.com/iamgurmandeep/status/1972171914891207129?t=p2MJGutuSORj99oSJ5woww&s=35
1
Forwarded from a pessimistic researcher (Kc)
Dutchman Daily
Video
توی یک open environment، اون آقا آخریه، یک Trajectory پیدا کرد که نشون داد مجموعه‌ی bad state ها از state آغازین reachable هستش و باگ رو پیدا کرد :)
اگر تو رایتل ربات رو verify کرده بودن اون Trajectory رو زودتر میدیدن و این بی‌آبرویی رخ نمی‌داد
#ایده #تجربه

برای یک علاقمندی شخصی چندروزی بود که داشتم سرچ میکردم و نهایتا به ۵۰ تا وبسایت رسیدم؛ از این موارد ۲۰ مورد انگلیسی - ۸ مورد فرانسه - ۸ مورد داچ و آلمانی و باقی موارد هم شرق آسیا شامل چین و ژاپن و کره بود.

من از همه‌ی این سایت‌ها و تمام مطالبی که انتشار میدادند به یک سری موارد خاص نیاز داشتم؛ که خب اکثر سایت‌ها این فیلترها رو توی بخش Advance خودشون فراهم میکردند ولی بیش از ۴۰-۵۰ فیلتر مختلف داشتند.

مثلا: فرض کنید ۵۰ تا سایت مثل آمازون که هزاران نوع محصول رو برای فروش دارند و شما هم جدیدترین محصول رو می‌خواید هم توی دسته بندی و تنظیمات خاص خودتون هم اینکه مثلا اگر دریل فلان رو سفارش دادید بر اساس توضیحاتش دقیقا به مته و سه‌راهی و کابل و پاور و ... هم برسید. (من مثال ساده زدم ولی این سایت‌ها چون تخصصی هست دقیقا همه‌ی این تنظیمات فیلترها رو ارائه میده)

۵۰ مورد سایت هرکدوم ۵۰ تا تنظیمات و فیلتر - و البته بیش از ۶-۷ زبان زنده دنیا؛ تقریبا داشتم ناامید می‌شدم و به این فکر میکردم که api های رایگان رو پول بدم و از یک شرکت واسط بخرم که :
۱- فیلتر‌ها برام از قبل انجام شده باشه
۲- همه موارد به زبان انگلیسی باشه
۳- دردسری نداشته باشه
اما مشکل اصلی این بود که حداقل ۵ دقیقه و حداکثر ۱۵ دقیقه تاخیر داره این API و این سایت بهترین ارائه دهنده هست.

یکباره به ذهنم زد چیزی که دقیقا میخوام اتفاق بیوفته رو به LLM بدم + سورس کد سایت‌ها یا لینک صفحه فیلترها و ازش بخوام یک url کامل با فیلترها بهم بده.

واقعا باورم نمیشه؛ ۱ ساعت طول کشید prompt نوشتم و درنهایت فقط و فقط Grok تونست کار رو برام انجام بده هر ۵۰ وبسایت (هربار پرامپت را با ۱۰ تا از سایت‌ها بهش میدادم)
الان من ۵۰ تا url دارم که دقیق فیلتر شده و فقط کافیه هر ۳۰ دقیقه یکبار request بدم و آپدیتش کنم!

هم ۵۰۰۰ دلار هزینه سالیانه api رو از رو دوشم برداشت؛ هم قوانین سایت رو پیدا کرد (هر ۳۰ دقیقه آپدیت میشه) هم تاخیر‌ها رو حذف کرد و در نهایت کدش رو برام نوشت (یک مقدار اشتباه داشت ولی خب بازم عالی بود)

این تسک رو هیچکدوم از مدل‌های دیگه نتونستند انجام بدند ( حتی ۱۰٪ اش رو)
اینم تبدیل شد به یکی از تست‌هایی که ازین به بعد انجام خواهم داد برای ارزیابی مدل‌ها؛ خلاصه خواستم بگم این توانایی‌هارو هم دارند مدل‌های LLM خیلی چیز جالبی هست.
🔥🔥 آنتروپیک مدل Claude Sonnet 4.5 را معرفی کرد؛

این مدل در زمینه کدنویسی، ساخت ایجنت‌های پیچیده و استفاده از کامپیوتر عملکرد برتری دارد و پیشرفت‌های قابل توجهی در استدلال و ریاضی نشان می‌دهد.

در ارزیابی‌ها: 77.2% در SWE-bench Verified، 61.4% در OSWorld، و قابلیت حفظ تمرکز در وظایف چندمرحله‌ای برای بیش از ۳۰ ساعت.

به‌روزرسانی‌های محصول شامل چک‌پوینت‌ها در Claude Code، افزونه بومی VS Code، قابلیت ویرایش کانتکست و ابزار حافظه در API برای اجرای طولانی‌تر، و افزودن اجرای کد و ساخت فایل در اپ‌ها است. افزونه Chrome نیز برای کاربران منتخب فعال شده.

با انتشار Claude Agent SDK زیرساخت داخلی را برای ساخت ایجنت‌های سفارشی در اختیار توسعه‌دهندگان قرار می‌دهد.

این مدل ایمن‌ترین نسخه آنتروپیک تاکنون است؛ با دفاع بهتر در برابر حملات Prompt Injection و عرضه تحت استاندارد ASL-3 با فیلترهای CBRN.

همراه با پیش‌نمایش پژوهشی موقتی "Imagine with Claude" برای مشترکان Max به مدت پنج روز.


@code2_ir
کانال کد۲
Forwarded from Md Daily (Mahan)
چطوری System Design رو یاد بگیریم قسمت ۱ از ۲

داشتم یه مقاله از 📱 میخوندم با عنوان چطوری System Design رو یاد گرفتم. اول بریم سراغ این مقاله و آخر کارم منابعی که قبلا توی کانال معرفی کردم رو بهشون لینک میدم.

نویسنده ی مقاله که سفر یادگیریش رو باهامون به اشتراک میذاره میگه زمانی بود که هر ویدیو یا بلاگی که اسم «طراحی سیستم» (System Design) روش بود رو کلاً بی‌خیال می‌شده و با خودش میگفته اینا مال سنیور هاست نه من. بعد میره تو مصاحبه بهش میگن برای طراحی یه اپ مثل Uber باید چیکار کرد.

اصلاً نمی‌دونسته چطور باید از پس مقیاس‌پذیری بربیاد، هیچ ایده‌ای راجع به صف‌ها (Queues) نداشته، یا حتی نمی‌دونست چطور موقعیت لحظه‌ای کاربرها رو ذخیره کنه.

اینجاس که System Design وارد میشه.

---

1️⃣ اول از همه حالا که میدونیم چیو نمیدونیم بریم یادش بگیریم

طراحی سیستم اولش خیلی ترسناکه.

آدما یه سری کلمه میگن مثل «شاردینگ» (Sharding)، «CQRS»، «متوازن‌کننده بار» (Load Balancer)، (Eventual Consistency) و...

همه اولش احساس گم شدن دارن.

طراحی سیستم یه موضوع تکی نیست. یه «فصل» نیست که بتونی تو یه هفته تمومش کنی.

بلکه ترکیبی از ایناست:

✔️ جریان حرکت داده‌ها چطوریه؟

✔️ سرویس‌ها چطور با هم صحبت می‌کنن؟

✔️ چطور سیستم‌ها زیر بار ترافیک سنگین دوام میارن؟

✔️ و چطور می‌شه سیستم رو قابل‌اطمینان، سریع و مقاوم در برابر خطا (Fault-tolerant) ساخت؟

پس دست از تلاش برای کمال‌گرایی باید برداشت و روی موفقیت‌های کوچیک تمرکز کرد.

---

2️⃣ «طراحی سیستم» رو به موضوعات کوچیک تقسیم کنیم

طراحی سیستم یه موضوع بزرگ نیست، بلکه مجموعه‌ای از بلوک‌های ساختمانی به هم پیوسته است.

بریم برای نقشه راه:

الف) اصول اولیه (The Basics)

✔️ وقتی توی مرورگر یه آدرس (URL) رو تایپ می‌کنی، چه اتفاقی می‌افته؟

✔️ مفاهیم DNS، متوازن‌کننده بار (Load Balancer) و CDN چی هستن؟

✔️ پروتکل TCP در برابر UDP، HTTP در برابر HTTPS

ب) داده و ذخیره‌سازی (Data and Storage)

✔️ دیتابیس SQL در برابر NoSQL

✔️ ایندکسینگ (Indexing)، رپلیکا (Replication)، شاردینگ (Sharding)

✔️ کی باید MongoDB رو انتخاب کنی و کی PostgreSQL؟

ج) تکنیک‌های مقیاس‌گذاری (Scaling Techniques)

✔️ مقیاس‌گذاری افقی (Horizontal) در برابر عمودی (Vertical)

✔️ کشینگ (Caching) (مثل Redis، Memcached)

✔️ متوازن‌سازی بار (Load Balancing) (مثل Round-robin، IP Hashing)

این بخش باعث میشه چیزی رو طراحی کنید که برای میلیون‌ها کاربر کار کنه، حتی اگه فقط روی کاغذ باشه.

د) الگوهای معماری (Architecture Patterns)

✔️ مونولیت (Monolith) در برابر میکروسرویس‌ها (Microservices)

✔️ معماری مبتنی بر رویداد (Event-Driven Architecture)

✔️ مفاهیم Pub/Sub، صف‌های پیام (Message Queues) (مثل Kafka، RabbitMQ)

---

3️⃣ تماشای تفکر آدم‌های واقعی، نه فقط آموزش دادن اون‌ها

به جای دیدن ویدیوهایی که سبک آموزشی دارن، شروع کنید به دیدن مصاحبه‌های شبیه‌سازی‌شده (Mock Interviews).

و باور کنید، این کل قضیه رو عوض میکنه.

چون وقتی یه نفر بلندبلند فکر می‌کنه، اشتباه می‌کنه، عقب‌نشینی می‌کنه و از انتخاب‌هاش دفاع می‌کنه، تو یاد می‌گیری که چطور فکر کنی، نه فقط کپی کنی.

کانال‌هایی که خیلی کمک کننده میتونن باشن:

🎞 یوتیوب Gaurav Sen: توضیح دادن از صفر و اساس

🎞 یوتیوب Exponent: مصاحبه‌های شبیه‌سازی‌شده با کاندیداهای واقعی

🎞 یوتیوب ByteByteGo: رویکرد بصری و قصه‌گویی‌شون

بهتون یاد میده چطور:

✔️ سؤالات درست و شفاف‌کننده بپرسید.

✔️ نیازمندی‌های عملکردی (Functional) و غیرعملکردی (Non-functional) رو تعریف کنید.

✔️ مراحل طراحی API، انتخاب پایگاه داده و منطق مقیاس‌گذاری رو توضیح بدید.

✔️ و همیشه در مورد مبادله‌ها (Tradeoffs) صحبت کنید، نه فقط انتخاب‌ها.

—-

⬅️ هنوز تموم نشده و ادامه در قسمت بعدی

💡 تا قسمت بعدی مثل همیشه کنجکاو بمونید :)

🆔 @MdDaily
Please open Telegram to view this post
VIEW IN TELEGRAM