لا تقع ضحية للمخادعين! تيليمتريو يكتشف ويُميّز هذه القنوات 👉 إذا كنت تريد رؤية العلامة، اشترك

DevTwitter | توییت برنامه نویسی

الذهاب إلى القناة على Telegram

توییت های برنامه نویسی و طراحی وب :) Admin: @dvtwi Hashtags: devtwitter.t.me/5 DevBooks Channel: https://t.me/+AYbOl75CLNYxY2U0 Github: https://github.com/DevTwitter X: https://x.com/devtwittir

📈 نظرة تحليلية على قناة تيليجرام DevTwitter | توییت برنامه نویسی

تُعد قناة DevTwitter | توییت برنامه نویسی (@devtwitter) في القطاع اللغوي Farsi لاعباً نشطاً. يضم المجتمع حالياً 32 992 مشتركاً، محتلاً المرتبة 4 063 في فئة التكنولوجيات والتطبيقات والمرتبة 10 773 في منطقة إيران.

📊 مؤشرات الجمهور والحراك

منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 32 992 مشتركاً.

بحسب آخر البيانات بتاريخ 29 أكتوبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار 711، وفي آخر 24 ساعة بمقدار 7، مع بقاء الوصول العام مرتفعاً.

حالة التحقق: غير موثّقة
معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 16.65‎%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 13.24‎% من ردود الفعل نسبةً إلى إجمالي المشتركين.
وصول المنشورات: يحصل كل منشور على متوسط 5 489 مشاهدة. وخلال اليوم الأول يجمع عادةً 4 366 مشاهدة.
التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 37.
الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل پرو, #کوته_نیوز, ارتباط, ابزار, چیز.

📝 الوصف وسياسة المحتوى

يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“توییت های برنامه نویسی و طراحی وب :) Admin: @dvtwi Hashtags: devtwitter.t.me/5 DevBooks Channel: https://t.me/+AYbOl75CLNYxY2U0 Github: https://github.com/DevTwitter X: https://x.com/devtwittir”

بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 30 أكتوبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.

32 992

المشتركون

+724 ساعات

+1537 أيام

+71130 أيام

5 489

عرض المشاهدات

~ 4 36624 ساعات

~ 4 81848 ساعات

16.65%

معدل المشاركة

~ 11

المشاركات في اليوم

Ads index

beta

أرشيف المشاركات

32 996

انویدیا ابزار جدیدش (PAIR) رو کاملاً رایگان و ۱۰۰٪ اوپن‌سورس منتشر کرد. این ابزار تمام سیستم‌های شبکه خانگی شما رو به یک کلاستر استنتاج هوش مصنوعی تبدیل می‌کنه. شبکه رو اسکن می‌کنه، مدل‌های لودشده و ظرفیت آزاد هر دستگاه رو می‌سنجه و هر پرامپت رو به سیستمی می‌فرسته که سریع‌تر جواب می‌ده. سیستم گیمینگ پردازش‌های سنگین رو هندل می‌کنه. لپ‌تاپ قدیمی تسک‌های سبک‌تر رو برمی‌داره. مک بوک خودکار وارد کلاستر می‌شه. نودهای سروری مستقیماً متصل می‌شن. تسک‌های ایجنت‌ها روی تمام توان بیکار شبکه پخش می‌شن. بدون کلود، بدون هزینه API؛ همه‌چیز کاملاً لوکال می‌مونه. اگر سخت‌افزار رو از قبل داشتید و بین پرامپت‌ها بیکار خاک می‌خورد؛ حالا انویدیا نرم‌افزارش رو داده تا از کل توانشون هم‌زمان استفاده کنید. https://github.com/NVIDIA/Personal-AI-Router @DevTwitter | <Legendary Coder/>

32 996

داده‌های جدید سامانه OpenCode نشان می‌دهد مدل Muse Spark 1.3 از شرکت متا توانست با ثبت مصرف خیره‌کننده ۲۳ تریلیون توکن، جایگاه DeepSeek V4 Flash را بگیرد و به رتبه اول برسد. ثبت این حجم از مصرف برای مدلی که زمان زیادی از انتشارش نمی‌گذرد، نشان می‌دهد که ترکیب پنجره کانتکست ۱ میلیونی، بازدهی بالاتر در سناریوهای ایجنتی و تعرفه اقتصادی، توجه بخش بزرگی از جامعه برنامه‌نویسی را به سمت متا جلب کرده است. پنج مدل پرمصرف حال حاضر سامانه اوپن‌کد به ترتیب: ۱. مدل Muse Spark 1.3 متا (۲۳ تریلیون توکن) ۲. مدل DeepSeek V4 Flash (۲۱ تریلیون توکن) ۳. مدل MiMo-v2.5 شیائومی (۹ تریلیون توکن) ۴. مدل Muse Spark 1.2 متا (۷.۴ تریلیون توکن) ۵. مدل GLM-5.3-Flash شرکت Zhipu AI (۲.۹ تریلیون توکن) این جابه‌جایی در صدر جدول به خوبی نشان می‌دهد که در اکوسیستم برنامه‌نویسی مدرن، برتری پایدار فقط با حفظ تعادل دقیق میان کارایی عملیاتی و هزینه مدل به دست می‌آید. @DevTwitter | <Legendary Coder/>

32 996

Repost from N/a

🎓 آشنایی با اساتید «بوت‌کمپ مهندس داده (2) » ⚙️ در بوت‌کمپ جدید آکادمی همراه اول، میزبان متخصصان و مدیران با تجربه‌ی بسیاری هستیم که جامع‌ترین دانش و تجربیات در خصوص مهندسی داده را، در اختیار شرکت‌کنندگان قرار بدهیم. 🔸 محمد علی فردباستانی | مدیرکل سیستم‌های منابع سازمانی همراه اول 🔸 احمد حاجی تراب | مدیر کلان داده و خدمات داده شرکت داده‌ورزی سداد 🔸 فرشاد الله دادی | تک لید Big Data همراه اول 🔸 رامتین خسروی | عضو هیأت علمی دانشکده مهندسی برق و کامپیوتر دانشگاه تهران 🔸 حسین عیوضی | مدیر فنی تیم داده شرکت آدین 🔸 عباس فرمانی | مهندس داده همراه اول 🔸 افشین ایقانیان | راهبر تیم DevOps در مبین‌نت 🔸 عرفان طاهری | راهبر تیم SRE کارگزاری مفید 🔸 مسعود کاویانی | دانشمند داده در صبا ایده (آپارات، فیلیمو، سینماتیکت) 🔸 حامد میرنبی | مهندس ارشد شبکه در ناک 🔸 شهاب رنجبری | تک لید پلتفرم و مهندسی داده در اسنپ‌مارکت 🔸 هامون محمدیان پور | هم بنیان گذار دیتاک و مدیر مهندسی اسنپ 🔸 صادق رنجبر | VP of Engineering شرکت دیتاک 🔸 محمدرضا یوسفی‌ها | مهندس داده در شرکت فناوری اطلاعات آدین 🔸 میلاد رحیمی | تحلیل‌گر داده ارشد همراه اول 🔸 علی مدیحی | مهندس داده ارشد در شرکت Snapp Pay

⚠️ ظرفیت این بوت‌کمپ نیز محدود است.

🌐 لینک پیش‌ثبت‌نام #رایگان و جزئیات بوت‌کمپ: 🔗 https://l.hamrah.academy/zki ⭐️️ @hamrah_academy | آکادمی همراه اول

32 996

توی Google Antigravity همیشه روی اعصاب بود که نمی‌شد فهمید چقدر از سهمیه مدل‌ها مونده یا کِی ریست می‌شن. پروژه Antigravity Quota Monitor رو زدم: یک نشانگر مینیمال روی دکمه مدل، برای مانیتور لحظه‌ای سهمیه نشست و مصرف ۷ روزه (مثل Claude Code). https://github.com/m4tinbeigi-official/antigravity-quota-monitor @DevTwitter | <Rick Sanchez/>

32 996

استرا یا همون GPT-5.6 Astra هرچیزی ک هست، در خیلی کارها بهتر از ما انسان هست. ببینید چطور تمام I am not a Robot ها رو ب راحتی حل میکنه. وارد مرحله pre-AGI شدیم قطعا. دیگه داستان تخیلی نیست و داره تبدیل ب واقعیت میشه. @DevTwitter | <Kaveh/>

32 996

اخیرا three.js داره بازی‌هایی که باهاش ساختن رو توی اکانت X خودش معرفی می‌کنه https://doodleshooter.vercel.app @DevTwitter

32 996

این سایت هم مدل glm فری میده: https://tokenrouter.com @DevTwitter | <Meisam/>

32 996

میدونستید اگه پروژه های فارسی دارین و نیاز به تقویم شمسی داره میتونید از دوران استفاده کنید؟ https://github.com/amiralibg/Doran https://amiralibg.github.io/Doran دوران تلاش من برای ساخت بهترین تقویم شمسی ممکنه که تجربه دولوپ خوبی هم بده. تست کنید فیدبک بدید اگه چیزی دیدید issue بزنید و بیاید باهم حتی بهترش هم بکنیم و یکبار برای همیشه مشکل تقویم شمسی رو حل کنیم. react, vue, angular, svelte ساپورت هست براشون همین الان. @DevTwitter | <Amirali Beigi/>

32 996

⚠️ آخرین فرصت ثبت‌نام در المپیک فناوری ۲۰۲۶ | مسیر پردازش داده 🌍 مسابقه پردازش داده یک رقابت بین‌المللی و رایگانه، جایی که می‌تونی مهارت‌هات رو در کنار شرکت‌کننده‌هایی از سراسر دنیا محک بزنی و برای کسب ۲۰۰ میلیون تومان جایزه نقدی رقابت کنی. 📚 با ثبت‌نام در مسابقه، ۱ ساعت آموزش تخصصی رایگان شامل بررسی و حل تمرین‌های دوره‌های قبلی المپیک فناوری هم در اختیارت قرار می‌گیره تا با آمادگی بیشتری وارد رقابت بشی. 🚀 مسابقه مقدماتی آنلاین همین آخر هفته برگزار می‌شه؛ فرصت ثبت‌نام رو از دست نده! ✅ ثبت‌نام رایگان: 🚹 quera.org/r/1hmtc

32 996

حتما تا حالا شده که از یک میرور برای نصب پکیج هاتون استفاده کنید اما خطا رخ بده. مثلا یه پکیجی رو اصلا نداشته باشه، یا تایم اوت بده و... ابزار ayeneh به شما این امکان رو میده که بدون نگرانی پکیج هاتون رو نصب کنید دو نسخه tui و cli داره با قابلیت استفاده در پایپلاین ها. در حال حاضر از pip و npm پشتیبانی میکنه، اما قراره پکیج منیجرهای بیشتری بهش اضافه بشه. اما مهم ترین نکته اینه که برای گنجاندن این ابزار در پایپلاین ها یا اسکریپت هاتون، لازم نیست تغییر زیادی بدید. فقط کافیه pip install رو به ayeneh-cli pip install تغییر بدید. اگه میروری به مشکل بخوره، خودش سوییچ میکنه رو میرور دیگه و نیازی به تغییر دستی و اجرای دوباره نیست. میتونید از اینجا باینریش رو دانلود و استفاده کنید: https://github.com/pasta-engineers/ayeneh @DevTwitter | <erfin/>

32 996

چند روز پیش ۲ تا سایت وردپرسی که بدجور شل و ویروس خورده بودن رو با این ابزار نجات دادم! خفن‌ترین بخشش Auto Review با هوش مصنوعیه؛ کدهای مشکوک رو با AI تحلیل و خودکار قرنطینه می‌کنه. تک‌فایله و هیچ نیازی به نصب یا پلاگین نداره: https://github.com/abolfazl-moeini/ZeroShell @DevTwitter | <Abolfazl Moeini/>

32 996

دسترسی به مدل های زیر کاملا رایگان • Gemini 3.8 Flash • Muse Spark 1.3 • GLM 5.3 Flash • Gemini 3.1 Pro • DeepSeek V4 Flash • DeepSeek V4 Pro • GPT 5.6 Luna • Qwen 3.8 MAX از طریق لینک زیر : https://apinex.bond/models @DevTwitter | <Reza/>

32 996

Repost from Ertebatinou | ارتباطینو

📱دوره جامع نرم‌افزار ایلستریتور ✔️از طراحی لوگو و هویت بصری تا خلق طرح‌های حرفه‌ای؛ Illustrator یکی از مهم‌ترین ابزارهای یک طراح حرفه‌ایه. 🔴آموزش عملی و پروژه‌محور 🔴پشتیبانی دائمی دوره 🔴امکان دسترسی به ویدئو‌های ضبط شده 🟡شروع دوره: ۲۵ شهریور 🟣۱۰ جلسه | ۲۰ ساعت 🎓 گواهی معتبر از دانشگاه علامه‌طباطبائی 💳🔵 امکان پرداخت قسطی با اسنپ‌پی 💬 برای ثبت‌نام و دریافت اطلاعات بیشتر: 👩‍💻@ertebatinou_admin1 📱@ertebatinou

32 996

این مقاله پروداکت جدید کرسر یعنی Origin که قراره جایگزین گیتهاب بشه و تا 300 پوش در ثانیه! رو ساپورت کنه رو توضیح داده. ایده شون اینه که برخلاف گیتهاب به جای نگه داشتن چند نسخه جدا از repo در سرورهای مختلف و sync نگه داشتن اونا (با کارای distributed system ای مثل three phase commit) بیان و بیس رو بذارن رو s3 و توی S3 هم ی ساختار WAL ذخیره کنن (یعنی اسنپ شات از وضعیت فعلی نیست. کل packهایی که پوش شده رو پشت هم ذخیره میکنن) (البته جزییاتش زیاده و جالب ولی اینجا جا نمیشه مثل compaction یا اینکه کلون های گیت رو چطور track میکنن با rendezvous hashing و ...) کلا که دمشون گرم هرچند الان محصولش هنوز خیلی early ه و دیفالتش هنوز source of truth رو خود گیتهاب درنظر میگیره. ولی فک کنم این محصول فقط به درد شرکت بزرگی که monorepo داره بخوره. شرکت متوسط یا شرکت بزرگ میکروسرویسی هیچوقت نیاز نداره ده ها پوش در ثانیه انجام بده. https://cursor.com/blog/git-at-any-scale @DevTwitter | <Ramin/>

32 996

چرا FreeToken توانسته مدل‌های سنگین MoE را با سرعت خیره‌کننده روی کارت‌های گرافیک معمولی (مثل ۱۶ گیگابایت VRAM) اجرا کند؟ در مدل‌های MoE، برای پردازش هر توکن فقط بخش کوچکی از شبکه (متخصص‌ها یا Experts) درگیر می‌شوند. در حالت سنتی، اگر مدل داخل حافظه گرافیک جا نشود، سیستم مدام معطل جابه‌جایی وزن‌ها از رم به گرافیک از طریق PCIe می‌ماند و سرعت شدیداً افت می‌کند. فری‌توکن این مشکل را با یک معماری کش هوشمند حل کرده است: نگه‌داری متخصص‌های داغ در VRAM: بخش‌هایی از مدل که در متن مکرراً فراخوانی می‌شوند، داخل حافظه پرسرعت کارت گرافیک می‌مانند. تقسیم هوشمند بار در صورت غیبت متخصص (Cache Miss): اگر متخصصی در گرافیک نباشد، سیستم متوقف نمی‌شود؛ بلکه کار هم‌زمان بین سخت‌افزارها تقسیم می‌شود: بخشی سریعاً روی پردازنده (CPU) و داخل رم سیستم اجرا می‌شود و بخش دیگر به گرافیک منتقل می‌شود تا هیچ قطعه‌ای معطل دیگری نماند. اضافه شدن این مکانیسم به llama.cpp یک جهش بزرگ برای هوش مصنوعی لوکال است؛ چون رم ارزان کامپیوتر به یک امتداد واقعی برای VRAM تبدیل می‌شود و دیگر نیازی به خرید کارت‌های فوق‌گران‌قیمت سروری برای اجرای روان مدل‌های غول‌پیکر نخواهد بود. https://github.com/FlashML-org/FreeToken @DevTwitter | <Legendary Coder/>

32 996

🔹 با برنامه رایگان CC Switch می‌تونید هر مدلی که خودتون دوست دارید رو بهClaude Desktop، Codex، Hermes،OpenCode و OpenClaw وصل کنید لینک سایت رسمی CC Switch https://ccswitch.io/en/ @DevTwitter | <MohammadMSFT/>

32 996

زمانش رسیده یه چیز باحال و کاربردی معرفی کنم معرفی /kun یه skill که تقریباً real-time از طرز تفکر مهندس ارشد متا، گوگل و مایکروسافت (همین کون). دانش، workflow و ابزارهاش رو بهت می‌ده تا مثل یه توسعه‌دهنده حرفه‌ای و باتجربه فکر کنی و بسازی. اسکیل /kun یه knowledge base داره که هر روز به‌روز می‌شه. بر اساس چیزایی که ایشون گفته، ساخته و انجام داده (با اتوماسیون Grok).یعنی استاتیک نیست. همیشه آخرین نسخه از تجربیات و روش‌های ایشونه. استفاده‌ش ساده‌ست. تو agentهایی که از skill پشتیبانی می‌کنن فقط بنویس: /kun سوال یا مشکلت https://github.com/kunchenguid/kun @DevTwitter | <Saeid/>

32 996

یکی از بزرگ‌ترین کمبودهای Issabel برای Call Center ها، نبود یک Real-Time Wallboard حرفه‌ای و قابل شخصی‌سازی بود. یک راهکار Open Source برای کسانی که می‌خواهند از قدرت Asterisk + Issabel یک سیستم Call Center واقعی بسازند. https://github.com/Imsinux/Issabel-CallCenter-Wallboard.git @DevTwitter | <SiNa nR/>

32 996

Repost from N/a

☁️ سروری که متصل نباشه بهترین ایده های روش رو از بین می‌بره☹️ یک MVP برای ارائه داری؟ می‌خواهی اپلیکیشنت رو Run کنی؟ به دیتابیس، فضای ذخیره‌سازی یا ابزارهای آماده نیاز داری؟

آرانیک کمک می‌کند مسیر ساخت و توسعه محصولت روان‌تر باشد؛ از راه‌اندازی اولین سرویس تا زمانی که محصولت به منابع بیشتری نیاز پیدا می‌کند.

⚡️ راه‌اندازی اپلیکیشن و MVP 🗄 دیتابیس و فضای ذخیره‌سازی 🧩 ابزارهای آماده مثل n8n، Metabase و WordPress 📈 امکان توسعه منابع همراه با رشد محصول 🗓 پرداخت روزانه، هفتگی، ماهانه یا سالانه <a href="https://aranik.net"> ۲۵۰ هزار تومان اعتبار هدیه بگیر</a> https://aranik.net/mag/Devtwitter

32 996

پروژه Datayar مشکل پراکندگی جست‌وجوی دیتاست و ریپازیتوری بین چند منبع مختلف رو کمتر کنه. امکانات اصلی: جست‌وجوی هم‌زمان در Hugging Face، GitHub، Kaggle و OpenML مقایسه نتایج از چند منبع امکان سؤال پرسیدن درباره هر Dataset یا Repository به صورت اختصاصی استخراج و ساختاردهی اطلاعات مهم قبل از ارسال به مدل یکپارچه‌سازی مسیر جست‌وجو، بررسی و انتخاب منابع کاهش توکن سوزی ایجنت ها برای مراحل ریسرچ پروژه ها https://github.com/Elcapunnn/Datayar.git @DevTwitter | <MohammadAmin/>