DLeX: AI Python
هوشمصنوعی و برنامهنویسی توییتر : https://twitter.com/NaviDDariya تا آزادی ایران از جمهوری اسلامی تبهکار، تبلیغات نداریم.
إظهار المزيد📈 نظرة تحليلية على قناة تيليجرام DLeX: AI Python
تُعد قناة DLeX: AI Python (@ai_python) في القطاع اللغوي Farsi لاعباً نشطاً. يضم المجتمع حالياً 21 431 مشتركاً، محتلاً المرتبة 6 078 في فئة التكنولوجيات والتطبيقات والمرتبة 15 800 في منطقة إيران.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 21 431 مشتركاً.
بحسب آخر البيانات بتاريخ 25 أغسطس, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -18، وفي آخر 24 ساعة بمقدار 1، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 8.13%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 3.59% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 1 742 مشاهدة. وخلال اليوم الأول يجمع عادةً 770 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 10.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل مصنوعی, توییتر, ماهواره, داده, فناوری.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“هوشمصنوعی و برنامهنویسی
توییتر :
https://twitter.com/NaviDDariya
تا آزادی ایران از جمهوری اسلامی تبهکار، تبلیغات نداریم.”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 26 أغسطس, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
جاري تحميل البيانات...
| التاريخ | نمو المشتركين | الإشارات | القنوات | |
| 26 أغسطس | 0 | |||
| 25 أغسطس | +2 | |||
| 24 أغسطس | +1 | |||
| 23 أغسطس | +3 | |||
| 22 أغسطس | +6 | |||
| 21 أغسطس | 0 | |||
| 20 أغسطس | +1 | |||
| 19 أغسطس | +4 | |||
| 18 أغسطس | +3 | |||
| 17 أغسطس | +2 | |||
| 16 أغسطس | +3 | |||
| 15 أغسطس | 0 | |||
| 14 أغسطس | +4 | |||
| 13 أغسطس | +1 | |||
| 12 أغسطس | +1 | |||
| 11 أغسطس | +1 | |||
| 10 أغسطس | +5 | |||
| 09 أغسطس | +1 | |||
| 08 أغسطس | +5 | |||
| 07 أغسطس | +7 | |||
| 06 أغسطس | +3 | |||
| 05 أغسطس | 0 | |||
| 04 أغسطس | 0 | |||
| 03 أغسطس | 0 | |||
| 02 أغسطس | 0 | |||
| 01 أغسطس | +6 |
| 2 | آژور کوپایلوت 4 تا Agent در اختیار ادمین های Cloud قرار داده که قراره در تسک های مختلف بهمون کمک کنن.
👉 @ai_python 🦁 ☀️ | 609 |
| 3 | لا يوجد نص... | 816 |
| 4 | برای اونایی که خیلی با چت جی پی تی درد و دل می کنن
👉 @ai_python 🦁 ☀️
ChatGPT’ye aşk şarkısı yapılamaz.
Balkan-Sänger
https://x.com/Mysstikk/status/2090870283984892265 | 1 175 |
| 5 | 🏉MITracker: Multi-View Track🏉
👉MITracker is a novel Multi-View Integration Tracker to efficiently integrate multi-view object features and provide stable tracking. Code & Dataset announced💙
👉Review https://t.ly/RTNUo
👉Paper arxiv.org/pdf/2502.20111
👉Repo github.com/XuM007/MITracker
👉Project xum007.github.io/MITracker.github.io | 789 |
| 6 | پلاگین AntiGravity برای vs code ارائه شد
👉 @ai_python 🦁 ☀️ | 888 |
| 7 | 👉 @ai_python 🦁 ☀️
به نظرم دقیق و درست 👌 | 1 091 |
| 8 | مفهوم هارنس در مدل های هوش مصنوعی
👉 @ai_python 🦁 ☀️
https://youtu.be/HVF9I25WyVY?si=0yENtGT22ezc6nUs | 1 188 |
| 9 | استراتژی های کاهش مصرف توکن در مایکروسافت فاندری
👉 @ai_python 🦁 ☀️
https://youtu.be/mB0IyELzjRg?si=W9hgABZ5UX2CagjW | 1 344 |
| 10 | مایکروسافت یک لب جدید تهیه کرده برای نحوه ارتباط اجنت های هوش مصنوعی که از Work IQ استفاده می کنند، از طریق پروتکل پروتکل A2A
👉 @ai_python 🦁 ☀️
https://microsoft.github.io/copilot-camp/pages/work-iq/02-work-iq-a2a/ | 1 636 |
| 11 | یک بحث بسیار جالبی در گروه مطرح شد که پیشنهاد می کنم حتمن بخونید. درباره آینده هوش مصنوعی. لینک پیام هارو در این جا قرار می دم از اون قسمتی که بسیار جالب هست و بلاگی که لینک شده :
https://t.me/weallarebits/15700 | 2 746 |
| 12 | صفر تا صد مدرک AI-103 مایکروسافت
👉 @ai_python 🦁 ☀️
https://youtu.be/WK2BvjOYTCQ?si=PJkNYT-Z4aJl-Izx | 1 582 |
| 13 | Apple or Nvidia: who stays on top?
Apple taught the world to pay for an ecosystem. Nvidia unexpectedly for everyone, including itself, became the foundation of the AI era.
Today Nvidia's market cap is $5.26T, Apple's is $4.5T. The gap is "just" $760B. | 1 362 |
| 14 | ♞ گردش اسب؛ یک مسئلهٔ کلاسیک در ریاضیات و شطرنج
آیا اسب میتواند روی هر یک از ۶۴ خانهٔ صفحهٔ شطرنج دقیقاً یکبار قرار بگیرد و در پایان، تنها یک حرکت تا خانهٔ آغاز فاصله داشته باشد؟
در این ویدیو یک گردش بستهٔ معتبر نمایش داده میشود: تمام خانهها بدون تکرار بازدید میشوند و همهٔ جابهجاییها حرکت قانونی اسباند.
در زبان نظریهٔ گراف، هر خانه یک رأس و هر حرکتِ مجاز اسب یک یال است؛ بنابراین چنین گردشی یک دور همیلتونی میسازد.
برای انتخاب حرکتها از روش ابتکاری وارنزدورف استفاده شده است: به خانهای برو که کمترین تعداد حرکتِ بعدی به خانههای بازدیدنشده را دارد.
مسئلهای زیبا در پیوند میان شطرنج، ترکیبیات و نظریهٔ گراف؛ مسئلهای که اویلر نیز آن را بررسی کرده بود.
تهیه و تنظیم: گروه ریاضی مزداهیک
@mazdaahik | 1 322 |
| 15 | چه قدر از خودش تعریف می کنه. 😅
👉 @ai_python 🦁 ☀️ | 1 330 |
| 16 | Normal Distribution (PDF, CDF, PPF) in 3 Minutes
👉 @ai_python 🦁 ☀️
https://youtu.be/3VYupIsbLlY?si=XfHt-1z9gIOlkdnQ | 1 529 |
| 17 | ایده بسیار قشنگی هست برای اینکه Accountability داشته باشیم روی تصمیم های AI و در جایی (گراف) نگهشون داریم. 😍
👉 @ai_python 🦁 ☀️ | 1 516 |
| 18 | همه آنجه که نیازه از DeepSeek Harness بدونید
اگر بخوایم خیلی ساده بگم، DeepSeek Harness یک framework برای ساخت و اجرای coding agentهاست که DeepSeek همراه با V4 Pro بهصورت developer preview منتشر کرده. ایده اصلیش اینه که برخلاف coding agentهای معمولی، همهچیز رو یک سیستم ثابت نبینیم؛ model، tools، skills، sessions و حتی agent loop میتونن به شکل plugin مدیریت و جایگزین بشن.
نکته جذابش اینه که DeepSeek Harness فقط برای مدلهای DeepSeek نیست. میتونید providerهای دیگه رو هم بهش وصل کنید و حتی Claude Code و Codex رو بهعنوان sub-agent وارد workflow کنید. یعنی میتونید یک multi-agent system بسازید که DeepSeek Harness وظیفه orchestration رو برعهده داشته باشه و هر task رو به agent مناسب بسپره.
از نظر قابلیتها هم دستتون نسبتاً بازه؛ میتونید shell، file editing، web search، planning، subagent و workflowهای مختلف رو فعال یا شخصیسازی کنید. حتی در Creator Mode، agent میتونه در حین اجرای session، plugin و tool جدید بسازه و به محیط خودش اضافه کنه.
یکی از بخشهای مهمش هم session logging هست. تقریباً هر چیزی که به model نمایش داده میشه ثبت میشه؛ از tool callها و نتیجهشون گرفته تا context injection و فعالیت sub-agentها. این موضوع برای debugging و فهمیدن اینکه agent دقیقاً چرا یک تصمیم رو گرفته، خیلی کاربردیه.
راهاندازیش هم نسبتاً سادهست و برخلاف Claude Code و Codex، رابط اصلیش یک local web app هست که داخل browser اجرا میشه. تنظیمات هم عمدتاً از طریق YAML قابل کنترل هست و میتونید model، provider، permission و reasoning effort رو تغییر بدید.
در مورد مدلها هم V4 Flash و V4 Pro قابل استفاده هستن. برای بیشتر coding taskهای معمولی، Flash احتمالاً انتخاب اقتصادیتریه و Pro بیشتر برای taskهای سختتر و reasoning-heavy ارزش پیدا میکنه. البته هزینه اصلی مربوط به model API هست و خود harness رایگانه.
در نهایت، چیزی که DeepSeek Harness رو مهم میکنه فقط این نیست که یک coding agent دیگه ساخته؛ بلکه اینه که خود harness رو هم قابل تغییر و composition کرده. یعنی بهجای یک agent با workflow ثابت، میتونید محیطی بسازید که model، tools، sub-agentها و حتی agent loop رو مطابق نیاز خودتون کنار هم قرار بدید.
البته فعلاً developer preview هست و طبیعتاً ممکنه breaking change و rough edge داشته باشه. ولی اگر به coding agentها، multi-agent system یا ساخت agentهای شخصی علاقه دارید، DeepSeek Harness قطعاً پروژهایه که ارزش دنبال کردن داره.
👑 توضیحات در مورد دوره منتورینگ
🏆 نحوه ثبتنام در دوره منتورینگ
🤝 تجارب موفق قبلی بچهها از منتورینگ
@reza_jafari_ai | 1 390 |
| 19 | Understanding Exponential vs Poisson Distributions
👉 @ai_python 🦁 ☀️
https://youtu.be/n7K8s4vryCQ?si=pcVzHZhnI48iNzhu | 1 487 |
| 20 | Poisson Process :
👉 @ai_python 🦁 ☀️
https://youtu.be/5uLxFmhYnl0?si=3CbXqZbRQoAlDcX7 | 1 677 |
