ar
Feedback
Coding Learn

Coding Learn

الذهاب إلى القناة على Telegram

Canal de partage de contenus sur la programmation et sur l'informatique 📬 Pour suggérer venez sur @codingsupport_bot

إظهار المزيد
4 926
المشتركون
لا توجد بيانات24 ساعات
-37 أيام
+3830 أيام

جاري تحميل البيانات...

سحابة العلامات
لا توجد بيانات
هل تواجه مشاكل؟ يرجى تحديث الصفحة أو الاتصال بمدير الدعم الخاص بنا.
الإشارات الواردة والصادرة
---
---
---
---
---
---
جذب المشتركين
يوليو '26
يوليو '26
+28
في 0 قنوات
يونيو '26
+93
في 0 قنوات
Get PRO
مايو '26
+114
في 0 قنوات
Get PRO
أبريل '26
+95
في 0 قنوات
Get PRO
مارس '26
+74
في 0 قنوات
Get PRO
فبراير '26
+66
في 0 قنوات
Get PRO
يناير '26
+62
في 0 قنوات
Get PRO
ديسمبر '25
+74
في 0 قنوات
Get PRO
نوفمبر '25
+70
في 0 قنوات
Get PRO
أكتوبر '25
+92
في 0 قنوات
Get PRO
سبتمبر '25
+93
في 0 قنوات
Get PRO
أغسطس '25
+89
في 0 قنوات
Get PRO
يوليو '25
+95
في 0 قنوات
Get PRO
يونيو '25
+92
في 0 قنوات
Get PRO
مايو '25
+110
في 0 قنوات
Get PRO
أبريل '25
+119
في 0 قنوات
Get PRO
مارس '25
+173
في 0 قنوات
Get PRO
فبراير '25
+187
في 0 قنوات
Get PRO
يناير '25
+378
في 0 قنوات
Get PRO
ديسمبر '24
+202
في 0 قنوات
Get PRO
نوفمبر '24
+91
في 0 قنوات
Get PRO
أكتوبر '24
+346
في 1 قنوات
Get PRO
سبتمبر '24
+325
في 0 قنوات
Get PRO
أغسطس '24
+328
في 0 قنوات
Get PRO
يوليو '24
+98
في 1 قنوات
Get PRO
يونيو '24
+118
في 0 قنوات
Get PRO
مايو '24
+136
في 0 قنوات
Get PRO
أبريل '24
+93
في 0 قنوات
Get PRO
مارس '24
+144
في 1 قنوات
Get PRO
فبراير '24
+128
في 0 قنوات
Get PRO
يناير '24
+133
في 0 قنوات
Get PRO
ديسمبر '23
+119
في 0 قنوات
Get PRO
نوفمبر '23
+74
في 0 قنوات
Get PRO
أكتوبر '23
+120
في 0 قنوات
Get PRO
سبتمبر '23
+66
في 0 قنوات
Get PRO
أغسطس '23
+82
في 0 قنوات
Get PRO
يوليو '23
+86
في 0 قنوات
Get PRO
يونيو '23
+84
في 0 قنوات
Get PRO
مايو '23
+84
في 0 قنوات
Get PRO
أبريل '23
+62
في 0 قنوات
Get PRO
مارس '23
+71
في 0 قنوات
Get PRO
فبراير '23
+93
في 0 قنوات
Get PRO
يناير '23
+141
في 0 قنوات
Get PRO
ديسمبر '22
+186
في 0 قنوات
Get PRO
نوفمبر '22
+190
في 0 قنوات
Get PRO
أكتوبر '22
+222
في 0 قنوات
Get PRO
سبتمبر '22
+388
في 0 قنوات
Get PRO
أغسطس '22
+279
في 0 قنوات
Get PRO
يوليو '22
+295
في 0 قنوات
التاريخ
نمو المشتركين
الإشارات
القنوات
08 يوليو+1
07 يوليو+2
06 يوليو+5
05 يوليو+3
04 يوليو+2
03 يوليو+5
02 يوليو+4
01 يوليو+6
منشورات القناة
Complétons les 50 likes https://t.me/codingtemplate/596

2
On a décidé de changer les choses. Il y a des gens qui buildent en silence, qui codent & qui sortent des projets solides sans vraiment en parler. On est là pour changer ça et faire de CT Build la meilleure vitrine possible. Pour ce premier épisode, trois projets qui méritent votre attention. 🃏 TechCard par Tostenn T'as déjà visité un site et voulu savoir qui l'a dev, avec quelle stack, comment le contacter ? C'est exactement ce que Tosten a résolu. TechCard c'est une librairie qui te permet d'intégrer ta carte de dev directement dans ton projet (nom, technologies, réseaux, stats) en quelques lignes. Propre, stylé et pratique. 🔗 https://tostenn.github.io/TechCard/ 📊 LandTistik par Starland9 Un logiciel de stats open-source pensé pour les étudiants, construit avec Python. Calculs automatiques, tableaux complets, graphiques exportables en PNG/PDF/SVG, thème sombre et clair… Starland a sorti quelque chose de vraiment solide pour ceux qui galèrent avec les stats. À avoir dans sa toolbox. 🔗 https://github.com/Starland9/LandTistik 🔦 CodingIntroJS par AnonymmousCoder Vous connaissez ces petits guides interactifs qui vous font découvrir une appli étape par étape ? Maintenant vous pouvez en créer sur vos projets web. CodingIntroJS c'est une librairie JS légère, sans dépendances lourdes, avec un effet spotlight stylé et une config ultra simple. 🔗 https://github.com/codingtuto/CodingIntroJS/ Si vous utilisez l'un d'eux, laissez une ⭐ sur GitHub ... c'est gratuit et ça compte énormément pour un dev. À très vite pour le CT Build #02 👊
0
3
لا يوجد نص...
0
4
⚡️Basé sur le code Claude leaké, un outil entièrement open-source nommé OpenClaude a été développé. Ce projet représente une fourche du code original, avec le verrouillage des fournisseurs supprimé avec succès. Par conséquent, le même code Claude, avec toutes ses fonctionnalités et sa logique préservées, est maintenant compatible avec tous les modèles, y compris les locaux. 🌐 Le référentiel a déjà recueilli 2 000 étoiles sur GitHub. ⭐ github.com/Gitlawb/openclaude
0
5
لا يوجد نص...
0
6
👌 nouvelle compétence css débloqué
👌 nouvelle compétence css débloqué
0
7
Dans 1h de temps nous allons démarrer » https://kloo.me/entredev
Dans 1h de temps nous allons démarrer » https://kloo.me/entredev
0
8
🎉 Notre bot @CodeSourceBot FÊTE SES 5 ANS ! 5 ans qu'on accompagne les devs dans leur apprentissage. Pour fêter ça, promo exceptionnelle sur notre canal VIP. 🕊️ 30.000 FCFA seulement Dans le canal privé, on ne partage pas que des tutos. Vous avez accès à des sites web complets avec tout leur code source. Backend, frontend, design... tout est là, fonctionnel et prêt à être réutilisé. Des templates pro que vous pouvez directement intégrer dans vos projets. Plus besoin de partir de zéro à chaque fois. Vous recevez aussi 500 META pour le @CodingShopBot et des formations exclusives. C'est notre façon de dire merci après 5 ans. Cette offre ne reviendra pas de sitôt. Contactez @A_liou pour y accéder. Simple, efficace, rentable.
0
9
Rdv le dimanche pour apprendre comment se lancer en création de jeux vidéos 👉 https://kloo.me/entredev
Rdv le dimanche pour apprendre comment se lancer en création de jeux vidéos 👉 https://kloo.me/entredev
0
10
Rdv le dimanche pour apprendre comment se lancer en création de jeux vidéos
Rdv le dimanche pour apprendre comment se lancer en création de jeux vidéos
0
11
✅ ransomwareDetection-Tool — un script qui surveille l'activité suspecte du système de fichiers 📱 Python 3.x ℹ️ Modules : watchdog (pour surveiller les modifications dans un dossier), os, time, logging et autres. 📌 ransomwareDetection-Tool — un utilitaire en ligne de commande dans lequel vous spécifiez un dossier sur l'ordinateur, et le script surveille les événements : création, modification, suppression de fichiers. Si l'activité est « inhabituelle » (par exemple, beaucoup de fichiers sont modifiés/supprimés rapidement), il affiche un avertissement et enregistre tout dans un fichier. Utile pour un niveau de protection domestique ou pour la surveillance de répertoires importants. 👨‍💻 Exemple de code (adapté de main.py) : import time import os from watchdog.observers import Observer from watchdog.events import FileSystemEventHandler class RansomwareHandler(FileSystemEventHandler):     def init(self):         self.modified_files = set()         self.deleted_files = set()     def on_modified(self, event):         if not event.is_directory:             self.modified_files.add(event.src_path)             print("Modified:", event.src_path)     def on_deleted(self, event):         if not event.is_directory:             self.deleted_files.add(event.src_path)             print("Deleted:", event.src_path) def monitor(path_to_watch, check_interval=10):     event_handler = RansomwareHandler()     observer = Observer()     observer.schedule(event_handler, path=path_to_watch, recursive=True)     observer.start()     try:         while True:             time.sleep(check_interval)             # Logique simple : si trop de fichiers ont été modifiés ou supprimés pendant l'intervalle             if len(event_handler.modified_files) > 100 or len(event_handler.deleted_files) > 10:                 print("Warning: Potential ransomware activity detected!")                 # On peut enregistrer les événements                 event_handler.modified_files.clear()                 event_handler.deleted_files.clear()     except KeyboardInterrupt:         observer.stop()     observer.join() if name == "main":     path = "/path/to/watch"     monitor(path, check_interval=10) 📌 Ce que ça fait : 🟢 Surveille le répertoire spécifié pour les événements de modification et suppression de fichiers 🟢 Enregistre ces événements dans la console et dans un fichier (par exemple ransomware_detection.log) 🟢 Vérifie périodiquement, si beaucoup de modifications/suppressions ont lieu — affiche un avertissement d'attaque potentielle 🔗 Dépôt GitHub #scripts
0
12
✅ Convertisseur d'images en PDF 📱 Python 3.x ℹ️ Modules : Pillow (PIL) et os — utilisés pour le traitement des images et la gestion du système de fichiers. 📌 Convertisseur d'images en PDF — un utilitaire qui prend des images d'un dossier donné, les ajuste au format/taille souhaité (par exemple, A4), et les combine en un seul document PDF. Pratique si tu as beaucoup de JPG/PNG et que tu veux obtenir un PDF unique sans outils externes. 👨‍💻 Exemple de code (logique adaptée) : from PIL import Image import os def images_to_pdf(img_folder, output_pdf_path, paper_size=(595, 842)):     # paper_size en points — environ A4 (selon le DPI)     imgs = []     for fname in sorted(os.listdir(img_folder)):         if fname.lower().endswith(('.png', '.jpg', '.jpeg')):             img_path = os.path.join(img_folder, fname)             img = Image.open(img_path).convert('RGB')             img = img.resize(paper_size)  # ajustement au format             imgs.append(img)     if not imgs:         print("Aucune image à convertir")         return     first, rest = imgs[0], imgs[1:]     first.save(output_pdf_path, save_all=True, append_images=rest)     print(f"PDF créé : {output_pdf_path}") if name == "main":     images_to_pdf("input_images", "out.pdf") 📌 Ce que ça fait : 🟢 Scanne un dossier d'images (JPG, PNG, etc.) 🟢 Ajuste chaque image à la taille spécifiée (par exemple, format de page) 🟢 Combine toutes les images en un seul fichier PDF 🟢 Sauvegarde le PDF avec le nom indiqué 🔗 Dépôt GitHub
0
13
✅ USBKill — script de protection contre les périphériques USB non autorisés 📱 Python 3.x ℹ️ Modules : utilise les bibliothèques standard os, subprocess, time et la gestion des périphériques USB sous les systèmes de type UNIX. 📌 USBKill est un script de type « kill switch » qui surveille les ports USB et, si un périphérique non présent dans la liste blanche est connecté à l’ordinateur, exécute une action prédéfinie : éteindre le système, supprimer les données de la mémoire vive ou du fichier d’échange. Utile pour se protéger contre un accès physique malveillant. 👨‍💻 Exemple (logique simplifiée) : import time import subprocess WHITELIST = ["Device1_ID", "Device2_ID"] CHECK_INTERVAL = 1  # seconde def list_usb_devices():     # la commande lsusb affiche les périphériques USB sous Linux     output = subprocess.check_output(["lsusb"]).decode()     return output.splitlines() def monitor():     while True:         devices = list_usb_devices()         for d in devices:             # vérification simple : si la ligne ne contient aucun ID de la liste blanche             if all(w not in d for w in WHITELIST):                 # périphérique non autorisé — activation de la protection                 print("Périphérique USB inconnu détecté :", d)                 # Exemple d’action : éteindre le système                 subprocess.call(["shutdown", "now", "-h"])                 return         time.sleep(CHECK_INTERVAL) if __name__ == "__main__":     monitor() 📌 Ce que fait le script : 🟢 Surveille la liste des périphériques USB 🟢 Compare avec la liste blanche 🟢 Lorsqu’un périphérique « inconnu » est détecté, exécute une action « dure » (extinction, suppression, nettoyage) 🟢 Utile comme protection anti-physique pour les données sensibles 🔗 Dépôt GitHub
0
14
🔔 C'est incroyable. Nouveau modèle d'IA de Samsung, 10 000 fois plus petit que DeepSeek et Gemini 2.5 Pro vient de les battr
🔔 C'est incroyable. Nouveau modèle d'IA de Samsung, 10 000 fois plus petit que DeepSeek et Gemini 2.5 Pro vient de les battre sur ARC-AGI 1 et 2 Le Tiny Recursive Model (TRM) de Samsung est environ 10 000 fois plus petit que les LLM typiques mais plus intelligent car il pense de manière récursive au lieu de simplement prédire du texte. Il rédige d'abord une réponse, puis construit un "carnet de brouillon" caché pour le raisonnement, critique et affine sa logique à plusieurs reprises (jusqu'à 16 fois), et produit des réponses améliorées à chaque cycle. Cette approche montre que l'architecture et les boucles de raisonnement (pas seulement la taille) peuvent stimuler l'intelligence. Elle permet des modèles puissants et efficaces qui fonctionnent à moindre coût, valident les idées neuro-symboliques, et ouvrent un raisonnement de la plus haute qualité à bien plus d'applications. L'accélération est partout
0
15
✅ yt-downloader-multi — script pour télécharger massivement vidéos et audios depuis YouTube et autres plateformes 📱 Python 3.9+ ℹ️ Modules : yt-dlp, os, sys, ffmpeg — utilisés pour le téléchargement et le traitement des médias. 📌 yt-downloader-multi — utilitaire en ligne de commande permettant de télécharger vidéos et audios depuis YouTube (y compris playlists entières) et de les sauvegarder dans un dossier spécifié. Utile pour archiver localement des vidéos, visionnage hors ligne et création de collections médias. 👨‍💻 Exemple d'utilisation : yt-downloader-multi https://www.youtube.com/watch?v=VIDEO_ID --format mp3 --quality 192k 📌 Fonctionnalités : 🟢 Télécharge des vidéos individuelles via un lien 🟢 Télécharge toutes les vidéos d'une playlist 🟢 Sauvegarde le contenu dans le dossier spécifié, en le créant si nécessaire 🟢 Supporte l'archivage hors ligne du contenu média 🔗 Dépôt GitHub #Python@metacodelearn
0
16
✅ Google Image Downloader — un script qui télécharge des images depuis Google selon une requête de recherche donnée 📱 Python 3.x ℹ️ Modules : requests, os, re, urllib.parse, bs4 (BeautifulSoup) — utilisé pour les requêtes HTTP vers Google Images, le parsing HTML des liens et le téléchargement des fichiers. 📌 Google Image Downloader — utilitaire en ligne de commande, que l’on lance avec une requête (par ex. « cats ») et un chemin, et le script télécharge N images correspondant à cette requête, filtre par extensions, et sauvegarde dans un dossier. Utile quand on a besoin d’images pour des datasets, des fonds d’écran, des illustrations. 👨‍💻 Exemple de code (adaptation) : import os import requests from bs4 import BeautifulSoup from urllib.parse import urljoin, urlparse def download_images(query, num_images=10, dest_folder="images"):     os.makedirs(dest_folder, exist_ok=True)     search_url = f"https://www.google.com/search?tbm=isch&q={query}"     headers = {"User-Agent": "Mozilla/5.0"}     resp = requests.get(search_url, headers=headers)     soup = BeautifulSoup(resp.text, "html.parser")     img_tags = soup.find_all("img")     count = 0     for img in img_tags:         img_url = img.get("src")         if not img_url:             continue         parsed = urlparse(img_url)         ext = os.path.splitext(parsed.path)[1]         if ext.lower() not in [".jpg", ".png", ".jpeg"]:             continue         filename = f"{query}_{count}{ext}"         filepath = os.path.join(dest_folder, filename)         try:             img_data = requests.get(img_url, timeout=5).content             with open(filepath, "wb") as f:                 f.write(img_data)             print("Downloaded:", filename)             count += 1             if count >= num_images:                 break         except Exception as e:             print("Error:", e)             continue if __name__ == "__main__":     download_images("sunset", num_images=5) 📌 Ce que ça fait : 🟢 Effectue une requête Google Images avec un mot-clé 🟢 Parse le HTML et trouve les balises <img> 🟢 Sélectionne les liens avec des extensions valides 🟢 Télécharge les images et les sauvegarde dans un dossier jusqu’à atteindre le nombre souhaité 🔗 Dépôt GitHub
0
17
🔍 Crée ton propre mini-Google avec l’API Wikipédia 🤔 Et si tu transformais une simple page web en moteur de recherche intel
🔍 Crée ton propre mini-Google avec l’API Wikipédia 🤔 Et si tu transformais une simple page web en moteur de recherche intelligent ? Avec HTML, CSS et JavaScript, on te montre comment construire une interface élégante, avec auto-complétion, résultats dynamiques et une vraie connexion à Wikipédia. Idéal pour progresser en front-end + API. 😀 Le code est disponible ici sur notre blog : https://blog.codingteam.space/2025/09/viens-on-recode-google-avec-lapi-de.html?m=1
0
18
🚀 Exécuter un LLM en local avec Python : créer votre propre mini-GPT sans dépendre d'un api tierces Dans cet article, on vou
🚀 Exécuter un LLM en local avec Python : créer votre propre mini-GPT sans dépendre d'un api tierces Dans cet article, on vous montre étape par étape comment lancer un modèle de langage (LLM) directement sur votre machine grâce à Python. Simple, clair, et surtout sans dépendre du cloud. Lien 👉 https://blog.codingteam.space/2025/09/un-guide-complet-et-pas-pas-pour-coder.html
0
19
JavaScript: créer un reptile qui suit votre curseur » https://blog.codingteam.space/2025/09/html-canvas-javascript-fabriquez-un.html
0
20
لا يوجد نص...
0