من یک پروژه Open Source به نام SourceLens توسعه دادم؛ یک جایگزین چندزبانه، رایگان و قابل‌کنترل برای NotebookLM.

قابلیت‌های اصلی پروژه:
- امکان Agentic RAG و جست‌وجوی چندمرحله‌ای میان منابع
- جست‌وجوی ترکیبی متنی و برداری
- پاسخ‌های مستند همراه Citation و پنل شواهد
- پردازش PDF، متن، تصویر و منابع وب
-امکان OCR و پشتیبانی کامل از فارسی و انگلیسی
- تولید پادکست طبیعی با امکان شخصی‌سازی گویندگان و دیالوگ‌ها
- ساخت ارائه ویدیویی با تصاویر و ویدیوهای واقعی
- تولید پاورپوینت حرفه‌ای و کاملاً قابل‌ویرایش
- ساخت گزارش، فلش‌کارت، آزمون، نقشه مفهومی، اینفوگرافیک، نمودار، جدول، تایم‌لاین و تحلیل شکاف پژوهشی

بخش زیادی از قابلیت‌ها با APIهای رایگان Gemini و بدون نیاز به سخت‌افزار خاص اجرا می‌شن. برای نمایش عملکرد واقعی پروژه نیز یک دموی دوزبانه شامل ۲۶ خروجی فارسی و انگلیسی داخل ریپو قرار گرفته.

GitHub:
https://github.com/msmahdinejad/SourceLens

Demo & Evaluation:
https://github.com/msmahdinejad/SourceLens/blob/main/docs/demo/README.md

@DevTwitter | <Saleh/>

استخدام برنامه‌نویس Laravel (فقط حضوری)

سطح: Mid-Level

برای توسعه و نگهداری یک پروژه مبتنی بر PHP Laravel، به دنبال یک برنامه‌نویس Laravel با تجربه، مسئولیت‌پذیر و مسلط به توسعه بک‌اند هستیم.

مهارت‌های مورد نیاز

- تسلط به PHP و Laravel
- تسلط به طراحی و توسعه REST API
- تسلط به Git
- تسلط نسبی به Filament
- آشنایی با MySQL، PostgreSQL و MongoDB
- آشنایی با Design Patternها و اصول SOLID
- تجربه کار با Queue، Cache و Redis
- توانایی تحلیل، دیباگ و بهینه‌سازی کدهای موجود

مزیت محسوب می‌شود

- تجربه کار با Docker
- آشنایی با CI/CD

شرایط همکاری

- همکاری به‌صورت تمام وقت
- تهران، محدوده‌ی توحید
- دستمزد توافقی (متناسب با تجربه و توانمندی)

در صورت تمایل، لطفا رزومه‌ی خود را به ادمین چنل @DevTwitter ارسال نمایید.

مهلت ارسال رزومه تا 1405/05/25

توی رویدادی که اخیراً درباره Sovereign AI برگزار شد، بحث اصلی این بود که چرا شرکت‌ها دارند از اجاره کردن API مدل‌های بسته فاصله می‌گیرند و به سمت ساخت استک بومی خودشون میروند.

چرا خیلی از تیم‌ها به این سمت حرکت می‌کنند؟
یک. هزینه: در مقیاس بالا، هزینه‌های API مدل‌های بسته سرسام‌آور میشه.
دو. سرعت: برای کارهای تخصصی مثل کدنویسی یا امنیت، مدل‌های کوچک‌تر و تقطیرشده به‌خاطر تاخیر کمتر خیلی بهتر عمل می‌کنند.
سه. کیفیت: الان مدل‌های وزن‌بازی مثل Kimi K3 یا GLM-52 به سطحی رسیدن که با Post-training روی داده‌های تخصصی خودتون، می‌تونن حتی از مدل‌های فرانتیر هم توی دامین شما بهتر جواب بدن.
چهار. کنترل روی محصول: شعار جالبشون این بود که اگه مالکیتی روی وزن‌های مدل ندارید، عملاً مالک واقعی محصولتون هم نیستید.

معماری این استک هم معمولاً چند بخش اصلی داره:
- انتخاب یک مدل پایه وزن‌باز
- انجام Post-training روی داده‌های تخصصی و سنتی
- تنظیم Harness و سیستم‌های ارزیابی (Evals)
- مدیریت Context و حافظه (مثل Vector DB یا MCP)
- پیاده‌سازی یادگیری آنلاین (Online Learning) تا مدل با هر تعامل کاربر بهتر بشه
Youtube: https://youtu.be/bMMv0bZzONg?is=1GQt0FEbSO09Ljet

@DevTwitter | <Mehdi Allahyari/>

یک مدل Vision-Language سبک و سریع از Liquid AI منتشر شده
می‌تونه صفحه‌نمایش، اسناد، نمودارها و دنیای واقعی رو درک کنه و فقط حدود ۳GB حافظه مصرف می‌کنه
جالب‌تر اینکه روی Galaxy S26 Ultra هم حدود ۲۰ توکن بر ثانیه اجرا می‌شه یعنی یک مدل بینایی قدرتمند که می‌تونه کاملا روی دستگاه خودت اجرا بشه

@DevTwitter | <Davinchi/>

دانشگاه Stanford یه دوره‌ی رایگان درباره Self-Improving AI Agents منتشر کرده؛ یعنی ساختن AI Agentهایی که فقط کار انجام نمی‌دن، بلکه می‌تونن عملکرد خودشون رو بررسی کنن، اشتباهاتشون رو پیدا کنن و از Feedback برای بهتر شدن استفاده کنن.

توی این دوره درباره‌ی موضوعاتی مثل Constitutional AI، Verifiers، Test-time Compute، RL، Tools، Memory، Planning، Multi-step Reasoning و ساخت Deep Research Agents صحبت می‌شه و در نهایت هم با ارزیابی Agentها روی کارهای پیچیده و طولانی آشنا می‌شی. دوره ۹ لکچر داره و تمرکزش بیشتر روی یادگیری عملی و ساخت پروژه است.

لینک پلی‌لیست یوتیوب
https://www.youtube.com/playlist?list=PLangBM27OtEA&si=YoLVpSP5LvYoA-yP

@DevTwitter | <Reza Jafari/>

ربات‌های تحلیل بازار با هوش مصنوعی این روزها توی تلگرام زیاد شده‌اند؛ ربات‌هایی که نمودار می‌گیرند، تحلیل تکنیکال می‌دهند، اخبار بازار را بررسی می‌کنند و می‌شود مستقیم با AI درباره بازار گفتگو کرد.
چاپار (Chapar) هسته‌ی یکی از همین ربات‌هاست؛ پروژه‌ای که حدود یک سال واقعاً روی تلگرام کار کرده و توسط کاربران مختلف استفاده شده. حالا نسخه‌ی اصلی آن را Open Source کرده‌ام.
داخلش فقط اتصال به LLM نیست؛ تحلیل چارت، تحلیل خبر، AI Chat، صف پردازش، Redis، PostgreSQL، سیستم اشتراک و Referral، پنل ادمین و ساختار یک سرویس واقعی را دارد.
https://github.com/ahkarimi/chapar

@DevTwitter | <Amir/>

یک همکار گوشیش رو توی دفتر گم کرد. Find My به‌خاطر محدودیت MDM جواب نداد.

رفت و از Claude کمک گرفت؛ یک دقیقه بعد یک ابزار داشت که با شدت سیگنال بلوتوث (RSSI) گوشی رو دنبال می‌کرد. آخرش هم پیداش کرد.

منم همون ایده رو گرفتم و کامل بازسازیش کردم روی Flutter 📱

findphone X:
- معماری تمیز واقعی (domain/data/presentation)
- فیلتر کالمن برای هموارسازی نویز سیگنال، نه میانگین ساده
- تخمین فاصله با مدل Path-Loss
- اسکن پس‌زمینه، حتی وقتی اپ minimize شده
- تاریخچه محلی با Drift/SQLite
- دو‌زبانه: فارسی و انگلیسی
- حالت مخفی‌سازی آدرس برای ضبط صفحه

اگه گوشیت گم شد و Find My جواب نداد، الان یه راه‌حل واقعی و متن‌باز داری.

کد و ریلیز:
github.com/7Na7iD7/findphone-X

@DevTwitter | <Na7iD/>

تاحالا شده چندین تا خروجی از مقالات پابمد، اسکوپوس، وب آف ساینس گرفته باشین و بخواین همشو باهم ادغام کنید و تکراری هاشو پاک کنید؟

اگه این کارو با زوترو بخواین انجام بدید؛ باید همه RISهارو یکی یکی به زوترو ایمپورت کنید، بعد بیاین این بخش داپلیکیت و یکی یکی Merge بزنید تا اوکی شه!
اگه فایلتون سنگین باشه که علاوه بر هنگ کردن نرم افزار، کار وقت گیریه!

بعضی از مقالات که ایمپورت میشن، گاها فیلد نویسنده یا کیووردها یا بقیه فیلدها مشکل داره، درحالی که اگه همه فیلدها پر باشه، خیلی راحتتر میشه تصمیم گرفت درمورد مقالات.

علاوه بر این برای پیدا کردن PDF مقالات open-access، چندتا سایتو باید جا به جا شید.مثلا یدور میرید pub-med بعد، از پابمد لینک دادن به ژورنال توی ژورنال باید بگردین دنبال لینک!

برای حل این مشکلات یه کتابخونه پایتون هست که همه این مواردی که گفتمو حل کرده!
نصبش خیلی راحته، مثل بقیه کتابخونه ها:
pip install risforge
و استفادش هم راحتتر:
risforge pipeline raw_export.ris

و حتی GUI هم داره که به راحتی میتونید مقالات رو drag & drop کنید!

نصبش:
pip install "risforge[gui]"
استفادش:
risforge-gui


درنهایت یه فایل RIS تروتمیز دارید که میتونید هرجایی ایمپورتش کنید. (لینک مقاله هم در بخش url قرار میگیره، که کلیک کنید روش مستقیم میره جایی که PDF مقاله هست).

اگه خواستین بیشتر بدونید درمورد پروژه؛ لینک گیتهاب:
https://github.com/pythyn/risforge
ستاره هم یادتون نره!


@DevTwitter | <Amyr/>

یک فرد یا گروه ناشناس در حال انجام اسکن‌های گسترده آسیب‌پذیری بر روی وب‌سایت‌ها است و برای پنهان‌ماندن، ترافیک ارسالی را با جعل هویت بات‌های شناخته‌شده AI ارسال می‌کند.
این بازیگر، تمرکز ویژه‌ای روی مسیرها و فایل‌های مرتبط با credentials و تنظیمات ابزارهای کدنویسی مبتنی بر AI از جمله مسیرهای پیکربندی، فایل‌های .env و endpointهای مربوط به ابزارهای coding agent دارد.
این ترافیک جعلی با استفاده از User-Agent بات‌هایی نظیر ClaudeBot، ChatGPT-User، Googlebot و موارد مشابه ارسال می‌شود.
ترافیک مذکور از نظر احراز هویت معتبر (شامل محدوده‌های IP رسمی منتشرشده یا روش‌های تأیید مانند Web Bot Auth) رد می‌شود و در نتیجه به‌عنوان ترافیک جعلی شناسایی می‌گردد.
https://knownagents.com/insights

@DevTwitter | <VAHID NAMENI/>

یه پکیج خفن برای مدیریت State داخل URL!
با nuqs می‌تونی خیلی راحت Stateهای اپلیکیشن رو داخل Query String مرورگر مدیریت کنی، بدون دردسرهای معمول useSearchParams و URLSearchParams.
مناسب برای:
- فیلترها و Sort
- صفحه‌بندی
- جستجو
- حفظ State در URL
- امکان Shareable URL
جالب‌تر اینکه Type-safe ـه و با React و Next.js خیلی خوب کار می‌کنه.
اگه توی پروژه‌ات Stateهایی داری که باید با URL سینک باشن، حتماً nuqs رو ببین

https://nuqs.dev/

@DevTwitter | <Mohsen Karimvand/>

این روزا سطح دسترسی AI Agentها برای خیلیامون جدی شده مخصوصاً وقتی قراره روی سیستم شخصی اجراشون کنیم!
گل سرسبدشون هم چیزی نیس جز Hermes Agent
برای حل این مسئله یه روش ساده و ایزوله برای بالا آوردنش هست که نمیذاره دسترسی مستقیم به محیط اصلی سیستم داشته باشه که من این نیاز رو با OrbStack رفع و رجوعش میکنم OrbStack یه ابزار خیلی سبک و سریع هستش که بهت اجازه میده Docker، Kubernetes و Ubuntu را روی مک بوک اجرا کنی.
حالا راه و روشش چیه؟
با OrbStack یه Ubuntu سبک بالا میاری، با SSH و Docker Hermes رو داخل کانتینر اجرا میکنی و از داخل سیستم خودت بهش وصل میشی انگار که یه سرور لینوکس خریدی!
مزیت های این روش چیه؟
- محیط اصلیت تمیز باقی میمونه
- ایجنت داخل یه محیط جدا اجرا میشه
- کنترل بیشتر روی دسترسی های ایجنت داری
برای ویندوز هم میتونیم از ترکیب Hyper-V + Ubuntu VM استفاده بکنیم و جایگزین خوبی برای OrbStack میتونه باشه.
https://orbstack.dev
https://hermes-agent.nousresearch.com

@DevTwitter | <Javad/>

یه نفر با Opus 5 یه نسخه هشت نفره از بازی Pong ساخته.

داستان این‌طوریه که ۸ تا بازیکن داریم و هر کدوم یه دیوار دارن. اگه نتونید توپ رو بگیرید، دیوارتون ناپدید می‌شه و زمین بازی کوچیک‌تر می‌شه و سرعت توپ هم بالاتر می‌ره.

وقتی هم که می‌سوزید، می‌تونید برای کسایی که هنوز زنده‌ان تله بذارید.

https://www.reddit.com/r/aigamedev/comments/1vmdx2q/8player_survival_pong_built_with_opus_the_arena/

@DevTwitter | <Behrad Javed/>

بالاخره وقت کردم یه پروژه شخصی رو جمع‌وبندی کنم!
چند وقت پیش داشتم فکر می‌کردم چرا وردپرس یه راه ساده و سبک برای نمایش «استوری» مثل اینستاگرام نداره؟ نه افزونه سنگین، نه وابستگی به المنتور، نه کتابخانه اضافه.
نتیجه شد Storyino 📱

یه پلاگین مینیمال وردپرس که:
- با یه شورت‌کد [storyino] دکمه استوری می‌سازه
- تصویر و ویدیو رو مستقیم از کتابخانه رسانه انتخاب می‌کنه — بدون محدودیت تعداد
- ترتیب استوری‌ها با درگ‌اند‌دراپ
- پلیر اختصاصی با نوار پیشرفت، سوایپ، کیبورد و پشتیبانی RTL
- تا فایل کامل آماده نشه، تایمر استوری حرکت نمی‌کنه
- بدون هیچ وابستگی خارجی — کاملاً Vanilla JS
- از فونت خود قالب سایت استفاده می‌کنه — بدون هیچ تداخل ظاهری با تم

چیزهایی که توی این پروژه برام چالش و یادگیری جذاب داشت:
- مدیریت دانلود کامل مدیا قبل از پخش (Fetch + Blob)
- شبیه‌سازی سرعت شبکه برای تست UX
- ایزوله‌سازی کامل استایل دکمه از قالب، در عین ارث‌بری فونت سایت

لینک گیت هاب:
https://github.com/Amirrezaheydari81/storyino

@DevTwitter | <Amirreza Heydari/>

خبر داغ این هفته برای توسعه‌دهنده‌های React و Next.js:
تیم Next.js نسخه‌ی ۱۶.۳ رو منتشر کرده که مصرف حافظه در پروژه‌های بزرگ رو تا حدود ۹۰٪ کاهش داده. اگه تا حالا با ارور معروف FATAL ERROR: هنگام build یا dev سروکار داشتی، این آپدیت دقیقاً برای همین درد طراحی شده.
چرا این موضوع مهمه؟
پروژه‌های بزرگ React، به‌خصوص با تعداد زیاد صفحه و Server Component، معمولاً رم رو پر می‌کنن و باعث کرش شدن پروسه‌ی Node.js می‌شن. این بهینه‌سازی یعنی:
- بیلدهای پایدارتر روی CI/CD
- تجربه‌ی dev بهتر روی سیستم‌های ضعیف‌تر
- کاهش هزینه‌ی سرور در دیپلوی‌های edge
نکته برای شما: اگه پروژه‌تون روی Next.js 15.x یا 16.x هست، این آپدیت رو حتماً امتحان کنید، مخصوصاً اگه با dataset یا صفحات زیاد کار می‌کنید.
راستی، این هفته همزمان یک آپدیت امنیتی مهم هم برای Next.js و React منتشر شده (مربوط به middleware و RSC caching) — پس اگه هنوز آپدیت نکردید، الان بهترین زمانشه.

@DevTwitter | <amirhossein ghoampour/>

دیپ سیک دیروز یه هارنس اوپن‌سورس داد بیرون، میری تو گیتهابش پوشه .claude داره :)))

البته که این لزوما چیز بد و اشتباهی نیست ولی جالب بود.

@DevTwitter | <Mahdi MirMohamadi/>

🚀 اکانت Gemini Pro 🦉
دسترسی به قدرتمندترین ابزارهای هوش مصنوعی با فعال‌سازی قانونی و تضمینی روی اکانت شخصی شما.

✨ پکیج شامل: Gemini 3 | Google One (5TB) | Veo 3.1 | NoteBookLM | Nano Banana 2

طرح دانشجویی ۱۲ ماهه + جیمیل :

💰قیمت : 1,100,000 تومان

طرح ۱۸ ماهه روی جیمیل شخصی :

💰 قیمت : 550,000تومان 459,000 هزار تومان
👇 برای خرید و فعال‌سازی پیام دهید:

آدرس ربات جهت خرید:
@ZikoTechBot
🔈 آدرس کانال:
@ZikoTech
کانال اعتماد:
@ZikoTechtrust
👩‍💻 دریافت مشاوره و خرید:
@ZikoTechAdmin

یه skill باحال برای Claude Code و Codex پیدا کردم: Diagram Design

به‌جای دیاگرام‌های زشت و معمولی، خروجی HTML+SVG تمیز و ادیتوریال می‌ده.
۲۷ نوع دیاگرام داره و حتی رنگ برند سایتت رو هم می‌خونه و اعمال می‌کنه.

بدون Figma و بدون ظاهر Mermaid.

https://github.com/cathrynlavery/diagram-design

@DevTwitter | <Saeid/>

یچی ساختن از صدتا فیچر پولی خفن تره. بوکمارک‌های توییترو با ai به دیتابیس لوکال و قابل جستجو تبدیل می‌کنه. تازه با دسته‌بندی خودکار محتوا، mind map میسازه و امکان جستجوی فیلترشده محتوا رو بهت میده

https://github.com/viperrcrypto/Siftly

@DevTwitter | <Amir Bagheri/>

توی اکثر بنچمارک‌های استخراج داده از سند، مدل‌ها روی اسناد کوتاه زیر ۱۰ صفحه سنجیده میشن و اونجا همه‌شون نمره بالای ۹۰ میگیرن. اما وقتی همین مدل‌ها رو روی اسناد ۵۰ یا ۱۰۰ صفحه‌ای واقعی میذاری، کارایی‌شون به شدت افت میکنه.

بنچمارک جدید ExtractBench از لاماایندکس دقیقا روی همین نقطه کور دست گذاشته. اونا ۳۷۰ سند سازمانی واقعی رو در ۴۸۶۹ صفحه ارزیابی کردن و چند تا نتیجه خیلی جالب گرفتن:

اول اینکه توی اسناد بالای ۵۰ صفحه، میزان Recall تمام مدل‌های VLM تجاری به زیر ۳۵ درصد سقوط میکنه. یعنی مدل چند صفحه اول رو میخونه و بقیه سند رو کلا رها میکنه.

دوم اینکه قیمت بالاتر لزوماً به معنی دقت بیشتر نیست. توی تست‌ها گرون‌ترین سیستم با ۳۴ سنت برای هر صفحه، دقت کمتری نسبت به سیستم‌های ۸ سنتی داشت.

سوم هم اینکه ایجنت‌های کدنویسی مثل Claude Code یا Codex هنوز توی درک بصری اسناد اسکن‌شده، چرخیده یا دست‌نویس نقاط کور جدی دارند.

اگه توی پروژه‌هاتون با RAG یا ایجنت‌های تحلیل سند کار می‌کنید، حتما این بنچمارک و دیتاسِتش رو بررسی کنید.
لینک بنچمارک و گیت‌هاب:
https://github.com/run-llama/ExtractBench

@DevTwitter | <Mehdi Allahy

ابزار کدنویسی متن‌باز DeepSeek Harness برای رقابت با Claude Code معرفی شد

دیپ‌سیک با معرفی Harness، رسماً وارد حوزه فریم‌ورک‌های مدیریت ایجنت‌های هوش مصنوعی شد. این ابزار محیطی منعطف و ماژولار را برای توسعه‌دهندگان فراهم می‌کند تا بتوانند به کمک هوش مصنوعی کدهای خود را ویرایش کنند، دستورات خط فرمان را اجرا کنند و وظایف برنامه‌نویسی پیچیده را به مدل‌ها بسپارند.

ابزار جدید تحت مجوز MIT منتشر شده و به توسعه‌دهندگان اجازه می‌دهد تمامی بخش‌ها از جمله مدل، ابزارها و سیستم دسترسی را از طریق پلاگین‌ها شخصی‌سازی کنند. این پروژه درحال‌حاضر به عنوان جایگزینی متن‌باز برای سرویس‌های کدنویسی مانند Claude Code و Codex شناخته می‌شود.

@DevTwitter | <Digiato/>

اسفند ماه برای واحد شبکه‌های کامپیوتری یه سرور، کلاینت و پروتکل چت خصوصی با C و LibEV برپایه TCP نوشتم. بماند که هیچ وقت بررسی نشد ولی از اون موقع همینجوری مونده بود
تنها قسمتی از کد که دوسش دارم بخش io هست و بخاطر همون گذاشتمش روی گیتهاب
https://github.com/thehxdev/chatroom

@DevTwitter | <Hossein/>