DevTwitter | توییت برنامه نویسی
前往频道在 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
显示更多📈 Telegram 频道 DevTwitter | توییت برنامه نویسی 的分析概览
频道 DevTwitter | توییت برنامه نویسی (@devtwitter) 波斯语 语言赛道中的 是活跃参与者。目前社区聚集了 32 975 名订阅者,在 技术与应用 类别中位列第 4 063,并在 伊朗 地区排名第 10 773 位。
📊 受众指标与增长动态
自 невідомо 创建以来,项目保持高速增长,吸引了 32 975 名订阅者。
根据 29 十月, 2026 的最新数据,频道保持稳定运转。过去 30 天订阅人数变化为 711,过去 24 小时变化为 7,整体触达仍然可观。
- 认证状态: 未认证
- 互动率 (ER): 平均受众互动率为 16.65%。内容发布后 24 小时内通常能获得 13.24% 的反应,占订阅者总量。
- 帖子覆盖: 每篇帖子平均可获得 5 489 次浏览,首日通常累积 4 366 次浏览。
- 互动与反馈: 受众积极参与,单帖平均反应数为 37。
- 主题关注点: 内容集中在 پرو, #کوته_نیوز, ارتباط, ابزار, چیز 等核心主题上。
📝 描述与内容策略
作者将该频道定位为表达主观观点的平台:
“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”
凭借高频更新(最新数据采集于 30 十月, 2026),频道始终保持新鲜度与高覆盖。分析显示受众积极互动,使其成为 技术与应用 类别中的关键影响点。
32 975
订阅者
+724 小时
+1537 天
+71130 天
帖子存档
یه اطلاعات تر و تمیز از ارسال پرامپت کاربر تا سروینگ و نوع بچینگ و خیلی چیزای دیگه
سیو کنید بدید Ai توضیح بده براتون
@DevTwitter | <Alireza/>
این دیگه واقعاً خفنه!
یه دولوپر بهتنهایی یه جایگزین کاملاً رایگان و متنباز برای ElevenLabs ساخته که ۱۰۰٪ روی سیستم خودت اجرا میشه!
الان حدود 19.4K ستاره GitHub داره و میتونه:
- صدات رو از روی یک نمونه تمیز Clone کنه
- ویدیوها رو به 646 زبان دوبله کنه
- کتاب صوتی بسازه
- میتونه Transcription و دیکته انجام بده
- از بین 14 موتور TTS انتخاب کنی و خروجیها رو مقایسه کنی
- برای مقایسه، ElevenLabs از 32 زبان پشتیبانی میکنه؛ این یکی ادعا میکنه 646 زبان!
- بدون هزینه بهازای هر کاراکتر
- بدون محدودیت استفاده
- و مهمتر از همه: فایلهای صوتی روی سیستم خودت میمونن.
https://github.com/debpalash/VoiceStudio
@DevTwitter | <امیرحسین اسلامی/>
Repost from N/a
🐌 منتظر نمانید؛ سریع حرکت کنید!
سرور مجازی پلاتینیوم Gen11 با پورت 50Gbps برای پروژههایی که سرعت در آنها مهم است.🔥
👇 پلنهای پلاتینیوم را بررسی کنید:
https://webdade.com/ir-g11-snail-campaign
📞 031-3740
🌐 webdade.com
یه API Key رایگان برای DeepSeek V4 Flash
۳ میلیون توکن، فقط با ایمیل و بدون کارت بانکی
مستقیم توی OpenCode قابل استفادهست
تست شده
https://apmix.ai
@DevTwitter | <JooD/>
اگر تا حالا یک فایل Markdown فارسی رو توی Android Studio، IntelliJ IDEA، PyCharm یا هرکدوم از JetBrains IDEs باز کرده باشید، احتمالاً این صحنه براتون آشناست:
متن چپ چینه، پرانتزها و نقطهها جای درستشون نیستن و فونت هم برای خوندن متنهای طولانی چندان مناسب نیست.
من خودم مدام با این مشکل درگیر بودم. مخصوصاً وقتی پای داکیومنتهای فنی وسط میاومد، خوندنشون گاهی واقعاً انرژی میگرفت.
برای همین تصمیم گرفتم به جای اینکه هر بار باهاش کنار بیام، یه راهحل براش بسازم.
نتیجه شد Markdown RTL؛ یک پلاگین رایگان و متنباز برای JetBrains IDEs که پیشنمایش Markdown فارسی رو خواناتر و مرتبتر میکنه.
چندتا از قابلیتهای اصلی:
- تشخیص خودکار جهت متن (BiDi)
متنهای فارسی بهصورت خودکار راستچین میشن و متنهای انگلیسی چپچین باقی میمونن.
- حفظ صحیح بلوکهای کد
کدها، دستورات و بخشهای فنی همچنان چپچین میمونن تا سینتکس و خواناییشون به هم نریزه.
- فونت وزیرمتن توکار
فونت داخل خود پلاگینه و برای استفاده ازش نیازی به نصب فونت روی سیستم ندارید.
- تنظیمات سریع در Preview
یک ویجت شناور برای تغییر سریع اندازه فونت، فاصله خطوط و فونتها.
- بدون تغییر در فایل Markdown
همه تغییرات فقط روی لایه Preview اعمال میشن و فایل اصلی .md دستنخورده باقی میمونه.
- میانبر سریع
با Alt + R در ویندوز و لینوکس یا ⌥R در macOS میتونید بین حالت خودکار و راستچین کامل جابهجا بشید.
پلاگین کاملاً رایگان و Open Source هست و میتونید مستقیم از JetBrains Marketplace نصبش کنید:
JetBrains Marketplace
https://plugins.jetbrains.com/plugin/34457-markdown-rtl
GitHub Repository
https://github.com/mahdiasd/MarkdownRTL
اگر به کارتون اومد، یک ستاره روی GitHub خیلی خوشحالم میکنه.
و اگر باگی دیدید یا ایدهای برای بهتر شدنش داشتید، با گذاشتن Issue میتونید مستقیماً به بهتر شدن پروژه کمک کنید.
@DevTwitter | <Mahdi Asadollahpour/>
پروژه Vidonex یه اوپن سورس برای ساخت و ادیت ویدئوئه که سعی میکنه پیچیدگیهای FFmpeg رو ازت دور کنه؛ یعنی بهجای اینکه خودت درگیر کلی دستور و تنظیمات FFmpeg بشی، با یه ساختار ساده مشخص میکنی چه ویدئو، عکس، صدا، افکت، زیرنویس و تایملاینی میخوای، بعد Vidonex خودش اینا رو تبدیل میکنه به یه pipeline بهینه و با FFmpeg رندر میگیره. در کنارش یه اپ دسکتاپ هم داره و میتونه بهعنوان CLI، SDK یا حتی موتور رندر سمت سرور استفاده بشه؛ خلاصه بخوام خیلی خودمونی بگم: Vidonex یه لایهی ساده و مدرن روی FFmpegـه که قراره ساخت و رندر ویدئو رو برای دولوپرها راحتتر کنه.
https://github.com/farshidrezaei/vidonex
@DevTwitter | <Farshid Rezaei/>
شروع کار با داکر | Docker Getting started
۱. مفاهیم پایه و اصول داکر
بررسی معماری داکر، ایمیجها (Images)، کانتینرها (Containers) و رجیستری (Docker Registry).
آشنایی با استوریج، شبکهسازی (Network)، پورتها، لایههای ایمیج و Docker Compose.
۲. ورکشاپهای پروژهمحور PHP
پنل ایمیل (Mail Panel): کانتینرایز کردن یک پروژه بر اساس نسخه اختصاصی (PHP 7.2) بدون ارتقای اجباری به آخرین نسخه.
پیادهسازی نمونه رسمی مستندات داکر: PHP Docker Sample
پروژههای کاربردی: فایل منیجر و دفترچه تلفن.
وردپرس و لاراول: راهاندازی و کانتینرایز کردن از روشهای ساده و متداول تا ساختارهای حرفهای و پیشرفته.
۳. ورکشاپهای جاوااسکریپت
محاسبهگر زمان (Time Calculator)
بازی سنگ، کاغذ، قیچی (Rock Paper Scissor)
https://youtube.com/playlist?list=PLPIQWyi2FB6JeXGm9lh876925SNQjWyCf
@DevTwitter | <ابوالفضل/>
دیگه پرامپتهای پراکندهٔ هوش مصنوعی رو از تایملاین ذخیره نکن.
این سایت رایگان بیش از ۱۰ هزار پرامپت برای ChatGPT، Claude و Nano Banana داره؛ همه در یک جا دستهبندی شده:
https://www.meigen.ai/
@DevTwitter | <Yarad/>
احتمالا در مصاحبه برای شرکت های درست حسابی ازتون درباره AI Workflow سوالهایی پرسیده بشه که بدونن شما چطور دارید از LLM و Coding Agent ها برای سرعت دادن به کار استفاده میکنید، مثلا Harness و Workflow ای که دارید چیه؟ از چه مدل و برای چه تسکهایی استفاده می کنید، مثلا Opus برای کار پلنینگ، Fable برای کار های پیچیده و سخت، Sonnet برای کارهای ساده با هزینه کم، یا GPT 6 Astra برای پلن و ... بعد جزئی تر بشن که حالا Effort Level هایی که میدید چقدره و هر کدوم برای چه کاری، کجا High و Low یا Max میزنید. حالا چطور Evalution انجام میدید که مطمئن بشید نتیجه خوب بوده؟ آیا با AI تست می نویسید، چه مدل تست هایی مینویسید، چطور پیش میرید؟ اگر دقیق نیازمندی رو نمیدونید چطور با AI پیاده سازی میکنید که بیشترین شباهت رو به نیاز واقعی پیدا بکنه، از چه SKILL های متداولی استفاده میکنید، چه زمانی SKILL می سازید و اضافه میکنید؟
آیا از Sub-Agent ها یا Agent Swarm استفاده میکنید؟ اگر آره در چه زمانی و اگر نه چرا؟ در مورد Claude.md و Agent.md توضیح بده که چی هست و چه جاهایی استفاده میکنی؟ آیا با MCP کار کردی؟ MCP Server ها چی هستن؟ کجاها توی کارت ازشون استفاده کردی؟
در مورد Context Window چی میدونی؟
تجربت با Context Window در مدل های مختلف چی بوده؟ چطور تونستی یه جایی با بهینه سازی این موضوع هزینه رو کم کنی و نتیجه یکسان یا حتی بهتری بگیری؟ loop و goal چی هستند آیا تا به حال ازشون استفاده کردی؟
با همین سوال و بحث ها میشه فهمید یه نفر چقدر درگیر هست و چقدر داره از این ابزار ها در کارهای خودش استفاده میکنه، قطعا سوال های مربوط به تخصص هر حوزه بسته به موقعیت شغلی هم مهمه ولی به نظرم توانایی توضیح دادن و بحث کردن و دانش عمیق داشتن و تجربه داشتن برای پاسخ به این سوال ها چیزی هست که یک نیازمندی مهم هست و کسی که نتونه از پسش بر بیاد گرفتار میشه.
https://youtu.be/Ge42_DE0rpI
@DevTwitter | <Max Shahdoost/>
رفقایی که از zcode desktop استفاده میکنن و باهاش فارسی حرف میزنن . یه پچ برا zcode زدم که چت فارسی رو RTL (راستچین) و چت انگلیسی رو LTR( چپ چین) میکنه .
خیلی این رو مخ خودم بود و با هیچ پلاگینی هم درست نمیشد .
https://github.com/the-Ashkanian/rtl-chat-zcode
@DevTwitter | <اشکانیان/>
Repost from N/a
🤖 مینی دوره Claude رایگان شد! | ابزار برنامهنویسی، تحقیق و حل مسئله
✔️ توی این مینیدوره یاد میگیری چطور از Claude برای انجام سریعتر و بهینهتر کارهات استفاده کنی.
✨ ثبتنام رایگان:
🔗 https://quera.org/r/pgav5
اگر از Qdrnat به عنوان Vector Database استفاده می کنید، در نسخه 1.19 دو اپراتور فیلتر جدید اضافه کرده به نام های phrase و prefix که هر کدوم قابلیت های خیلی خوبی برای حذف کردن noise در retrieval میدن و میتونید سیستم های مبتنی بر این ابزار مثلا RAG هارو بهینه تر کنید.
@DevTwitter | <Max Shahdoost/>
یکی از بزرگترین اشتباهات در توسعه ایجنتها، فرستادن کل تاریخچه چت در هر درخواست API است. با طولانی شدن مکالمه، تاخیر پاسخها بالا میرود و هزینه پردازش ابری چند برابر میشود.
راهکارهای دمدستی مثل کوتاه کردن تاریخچه باعث فراموشی ایجنت میشوند و تزریق مداوم فکتها به سیستم پرامپت هم کش پیشوند (Prefix Cache) را در ارائهدهندگانی مثل OpenAI و Anthropic کاملا از کار میاندازد.
در پروداکشن، معماری حافظه باید دو لایه باشد: پروفایل ثابت کاربر بلافاصله بعد از سیستم پرامپت قرار بگیرد تا کش دستنخورده بماند، و فکتهای پویای استخراجشده در انتهای پرامپت اضافه شوند. همچنین استخراج فکتها باید ناهمگام و در پسزمینه انجام شود.
در پست جدید MLnotes این معماری، جزئیات فنی و نحوه پیادهسازی آن را توضیح دادهام:
https://mlnotes.substack.com/p/stop-dumping-chat-history-into-context
@DevTwitter | <Mehdi Allahyari/>
Repost from N/a
یه چیزی که خودم این روزها بهش فکر میکنم، خرید قسطی آیفونه
با این تورم، ترجیح میدم پولم رو یکجا برای گوشی ندم و همون مبلغ رو طی چند ماه پرداخت کنم؛ چون احتمالاً چند ماه دیگه خرید نقدی همین گوشی برام گرونتر تموم میشه
اینجا قیمت و شرایطش خوبه به نظرم
بدون چک و ضامن، فقط با یک سفته می تونید ایفون قسطی بخرید
@friendsstore_shop
هوش مصنوعی Qwen نسخه پولی نرمافزار IDM را کرک کرد
در ردیت، کاربری با کمک مدل «Qwen3.8-Flash-Next-Uncensored» توانست قفل نسخه پولی «اینترنت دانلود منیجر» را دور بزند و آن را کاملاً رایگان فعال کند. این مدل با تحلیل مستقیم فایل اجرایی، توانست بخش مربوط به تأیید لایسنس نرمافزار را شناسایی کند.
در مرحله بعد مدل Qwen تنها با اصلاح یک بایت از کدهای اجرایی برنامه و اجرای اسکریپتی برای ویرایش رجیستری ویندوز، محدودیت زمانی نرمافزار را از بین برد تا کاربر بدون نیاز به پرداخت اشتراک سالانه ۱۱ دلاری بتواند از آن استفاده کند.
@DevTwitter | <Digiato/>
هارنس Condor (در حوزه الگوترید)
توسط تیم شناختهشده Hummingbot ساخته شده که تصمیم LLM را به اجرای واقعی روی +50 صرافی متمرکز و غیرمتمرکز وصل میکند.
استدلال AI از اجرای قطعی جداست، audit log داره و Executors/Routinesها اجرا رو سریع و امن میکنند.
https://github.com/hummingbot/condor
@DevTwitter | <Amir/>
Repost from N/a
🚀 فورکودر؛ ایجنت کدنویسی که از اشتباهاتش یاد میگیره!
🧠 خطاهای تکراری، مصرف توکن و زمانت رو هدر میدن. فورکودر تجربههای موفق رو ذخیره میکنه تا دفعه بعد، دوباره از صفر شروع نکنه.
این یعنی اینکه یک اشتباه رو سعی میکنه دوبار تکرار نکنه. و از اشتباهات گذشتش درس بگیره.
⚡ توسعه سریعتر، تکرار کمتر، هزینه کمتر
همین حالا ببین چه امکاناتی داره:
🔗 https://forwhile.ir
Telegram: @forwhile_ir
چجوری DeepSeek v4.1 فلش رو jailbreak کنیم ؟
نحوه اجرا: فولدر بسازید، با OpenCode باز کنید، فایل رو دانلود و به AGENTS.md تغییر نام بدید و بعدش OpenCode رو اجرا کنید.
https://github.com/togg53192-cmd/jailbreaks/blob/main/deepseek-4-1.md
@DevTwitter | <Reza/>
پکیج ساده برای اضافه کردن کپچا به فرمها در React و Next
- بدون نیاز به سرویس خارجی و اجرا روی سرور خودت
- متنی، عددی، ریاضی و تصویری
- فارسی و انگلیسی • سطح آسان، متوسط و سخت
- اعتبارسنجی سمت سرور و Rate Limit
- انقضا و استفاده یکباره
+ دمو
https://npmjs.com/package/captchakit
@DevTwitter | <JooD/>
یه مدل هست به اسم kev-4b که از روی qwen3-4b درست کردن که مثل jev کار classification رو انجام میده.
من واسه فرمت onnx یه docker image درست کردم که علاوه بر اجرای runtime، یه لایه api سازگار با typesafe-jev میده که میتونید به صورت local روی cpu اجرا کنید.
سوالات کوتاه (کمتر از ۱۰۰ توکن) رو با ۴ هسته cpu، توی حدود یک ثانیه جواب میده.
https://github.com/aleskxyz/kev-onnx
@DevTwitter | <aleskxyz/>
