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 33 573 名订阅者,在 技术与应用 类别中位列第 3 997,并在 伊朗 地区排名第 10 611 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 33 573 名订阅者。
根据 14 十一月, 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 934,过去 24 小时变化为 25,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 18.08%。内容发布后 24 小时内通常能获得 13.84% 的反应,占订阅者总量。
- 帖子覆盖: 每篇帖子平均可获得 6 069 次浏览,首日通常累积 4 646 次浏览。
- 互动与反馈: 受众积极参与,单帖平均反应数为 47。
- 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 15 十一月, 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。
33 573
订阅者
+2524 小时
+2187 天
+93430 天
帖子存档
Funny PHP
یک کار بامزه ، چه طور بالا و پایین شدن داده ها رو به موسیقی تبدیل کنیم ؟
Convert price trends into audio sequences: detect increasing, decreasing, and flat price ranges, then generate a single MP3 summary using corresponding sound clips.
$prices = [100, 102, 105, 105, 105, 104, 102, 101, 101, 103, 104];
$dates = ['2025-10-20','2025-10-21','2025-10-22','2025-10-23','2025-10-24','2025-10-25','2025-10-26','2025-10-27','2025-10-28','2025-10-29','2025-10-30'];
// Detect ranges
$ranges = PriceTrend::findDataRanges($prices, $dates, 2);
// Generate audio summary
AudioGenerator::joinRangeAudio($ranges, __DIR__ . '/../output.mp3');
https://github.com/saeedvir/price-trend-audio-visualizer/
@DevTwitter | <Saeed/>این پروژههای Fun هم حس و حال خودشون رو دارند مثل Screensaverهای Cli.
بعضی ها موقع ای که از Cli استفاده نمی کنند، اجرا می کنند، گهگاهی هم خودم برای باحال شدن پروژهام داخل Loading اسکریپتها استفاده می کنم.
خلاصه باحال هست، یک نگاه کنید.
https://github.com/attogram/bash-screensavers
@DevTwitter | <VAHID NAMENI/>
سیستم سفارش رستوران من روی گیتهاب منتشر شد!
ساده، کاربردی و آماده استفاده برای مدیریت سفارشات
https://github.com/nimaohamdi/Restaurant-Order-System
@DevTwitter | <Nimo/>
کمپانی HuggingFace اومده و یک بلاگ (که میتونید به صورت یک کتاب هم دانلود کنید و بخونید) از تمام مراحل training تا post training و fine tuning مدلهای کوچک LLM و VLM که خودشون انجام دادند را درست کردند. یعنی تمام نکات و قلق ها را توضیح میدند.
Link: https://huggingface.co/spaces/HuggingFaceTB/smol-training-playbook
@DevTwitter | <Mehdi Allahyari/>
Repost from N/a
ولی من به خودم قول داده بودم اگه نمره ای که میخوام رو بگیرم، هر کمکی از دستم برمیاد رایگان واسه دوستام انجام بدم...
و چند روز پیش نتیجه آزمون آیلتسم اومد:)
تمام خلاصهنویسیهام، فایلها و نکاتِ ریزی که ازشون استفاده کردم رو اینجا براتون گذاشتم، امیدوارم به کارتون بیاد❤
- امیرحسین
لینک کانال:
https://t.me/myieltsfiles/617
مقایسه PostgreSQL در برابر MySQL — رقابتی میان دقت و سادگی
در تصویر اول، ستونی از نوع JSONB به همراه ایندکس GIN به جدول کاربران در پایگاهدادهی PostgreSQL اضافه شده است.
در تصویر دوم، اجرای یک کوئری بر روی ۵۰٬۰۰۰ رکورد در PostgreSQL حدود ۷ برابر سریعتر از MySQL انجام شد.
در اکوسیستم پایگاهدادههای رابطهای این دو نام بیش از همه در کانون توجهاند، هر دو از ستونهای اصلی دنیای متنباز به شمار میآیند، اما فلسفهی طراحی و نوع نگاهشان به داده، دو مسیر کاملاً متفاوت را دنبال میکند.
معماری و انضباط داده
پستگرسکیوال از ابتدا با رویکردی «استانداردمحور» طراحی شده است.
انطباق دقیق با استاندارد SQL و رفتار سختگیرانه در برابر نوع دادهها، قیدها و تراکنشها باعث میشود کیفیت دادهها در سطح سازمانی حفظ شود.
این ویژگی در پروژههایی که دادهی نادرست میتواند هزینهزا باشد، ارزش حیاتی دارد.
در مقابل، MySQL در برخورد با دادهها انعطافپذیرتر است و در بسیاری از سناریوها دادههای ناسازگار را بدون خطا ذخیره میکند ، ویژگیای که توسعهی سریعتر را ممکن میکند، اما ممکن است در مقیاس بزرگ چالشبرانگیز شود.
کارایی و الگوی مصرف
معمولاً در بارهای کاری سبکتر و اپلیکیشنهای مبتنی بر خواندن زیاد MySQL عملکرد بهتری نشان میدهد.
ساختار سادهتر و تنظیمات ابتدایی بهینهاش باعث میشود برای استارتاپها، MVPها و پروژههای با معماری ساده انتخابی طبیعی باشد.
در سوی دیگر، PostgreSQL در سناریوهای تحلیلی، تراکنشهای پیچیده و Queryهای چندلایه قدرت واقعی خود را نشان میدهد.
پشتیبانی از قابلیتهایی مانند CTE، Window Function و نوع دادهی JSONB آن را به گزینهای ایدهآل برای سیستمهای دادهمحور تبدیل کرده است.
قابلیت گسترش و انعطافپذیری فنی
پستگرسکیوال فراتر از یک دیتابیس کلاسیک عمل میکند.
تعریف نوع دادهی سفارشی، توابع دلخواه و حتی افزونهنویسی درون خود موتور، آن را به بستری برای طراحی معماریهای دادهای پیچیده بدل کرده است.
در مقابل، MySQL سادهتر و مینیمالتر است — رویکردی که هم نقطهی قوت است و هم محدودیت.
در نهایت، انتخاب میان PostgreSQL و MySQL نه بر اساس «بهتر بودن»، بلکه بر اساس اولویتهای معماری و نیازهای پروژه تعیین میشود.
اگر پروژهتان حول محور دقت، استاندارد و توسعهپذیری بلندمدت میچرخد، PostgreSQL انتخابی استراتژیک است.
اما اگر به دنبال سادگی، سرعت پیادهسازی و پایداری در نیازهای روزمرهی وب هستید، MySQL همچنان گزینهای درخشان و اثباتشده است.
@DevTwitter | <Babak Mirhosseini/>
گیتهاب Agent HQ را معرفی کرد؛ دسترسی به ایجنتهای کدنویسی مختلف در یک هاب
گیتهاب با معرفی پلتفرم جدیدی به نام Agent HQ امکان مدیریت و کنترل ایجنتهای هوش مصنوعی کدنویسی از شرکتهای مختلف مانند OpenAI، گوگل، آنتروپیک، xAI و Cognition را در کنار کوپایلوت فراهم کرده است.
این پلتفرم به توسعهدهندگان اجازه میدهد چندین ایجنت را در یک محیط واحد هدایت و ارزیابی کنند و حتی اجرای همزمان آنها برای یک وظیفه واحد را تجربه کنند. کاربران اشتراک GitHub Copilot بهزودی به داشبوردی برای مدیریت و پیگیری عملکرد این ایجنتها دسترسی خواهند داشت.
@DevTwitter | <Digiato/>
+1
پارت 2 ، اگر در n8n فعالید یا در حال آموزش هستید این پارت خیلی حرفه ای تر و کامل تر از قبلی است و کاملا کاربردی است .
https://github.com/xPOURY4/awesome-n8n-templates
@DevTwitter | <POURYA/>
https://github.com/MSNP1381/openapi_llm_ready
تابحال شده بخواید از api های یه پروژه که openapi هستن تو کدتون استفاده کنید و خیلی اوقات نیازه که کل فایل openapi رو به llm بدید و خیلی اوقات بخاطر ساختار references مدل نمیتوته خوب درک برا همین این یه فایلو ساختم که api هارو به markdown تبدیل میکنه /
@DevTwitter | <Nemat/>
اگر علاقهمند به امنیت دفاعی و Blue Team هستید یا میخواهید دانش خود یا سازمانتان را مورد سنجش قرار دهید،
مخزن Awesome Cybersecurity Blue Team میتواند تا حدود زیادی به شما در پیدا کردن این مسیر، به شما کمک کند!
https://github.com/fabacab/awesome-cybersecurity-blueteam
@DevTwitter | <VAHID NAMENI/>
Repost from N/a
دوره جامع پایتون: مقدماتی تا پیشرفته
🗓شروع دوره: 10 آبان
🎁 تخفیف ویژه برای دانشجویان، فرصتی بینظیر برای شما!
🔥 آموزشی که شما را به برنامهنویس حرفهای تبدیل میکند و در بازار کار به شما رقابتپذیری بیشتری میدهد. همچنین برای اپلایهای شغلی و تحصیلی شما را برتر میکند و به راهاندازی استارتآپهای شگفتانگیز کمک میکند.
⏰ 140 ساعت آموزش مجازی، با بیش از 25 پروژه و مینیپروژه برای تسلط کامل!
🌟 سرفصلهای دوره شامل:
💻 تسلط بر کدنویسی پایتون
💻 علوم داده با پایتون
💻 محاسبات علمی با پایتون
💻 یادگیری ماشین با پایتون
💻 طراحی بازی و اپلیکیشن با پایتون
💻 ساخت بلاکچین و ارز دیجیتال با پایتون
💻 هک و امنیت با پایتون
💻 طراحی سایت با پایتون
🎁 همراه با هدایای ویژه، از جمله پکیج کسب درآمد از پایتون!
همین حالا شروع کنید و بهترین نسخه خود را با ما کشف کنید! 💥🚀🔥
🌟 به دوستان خود نیز اطلاع دهید تا این فرصت را از دست ندهند! 🌟
👨🏫برگزارکننده: شرکت آتی پژوهش امیرکبیر
@kargah2018
👩🎓جهت ثبت نام و کسب اطلاعات بیشتر
@apa_admin12
زیر 10 دقیقه؛
با توجه به اینکه قبلا Gemini Pro رو گرفتیم؛
اینجا Perplexity PRO رو میگیریم...
یکساله | رایگان
لینک ویدیو:
https://www.youtube.com/watch?v=0p6dZ1NPecc&list=PLwUWEGKy5kyNrPv05-Asbhm6g6S8_eRPb&index=16
@DevTwitter | <Ryan Heida/>
یکی از ابزار های باحال و بامزه ای که اکثر لینوکس یوزر ها باهاش آشنایی دارن Neofetch هستش!
این ابزار باحال به شما این اجازه رو میده که یه اطلاعات کلی از سیستم به صورت دسته بندی شده و مرتب رو توی ترمینال داشته باشید.
چیزی که Neofetch رو نسبت به سایر پکیج های sysinfo متمایز میکنه اون تصویر لوگوی توزیع لینوکسی شماست که البته قابل کاستومایز هم هست!(مثل تصویر).
این ابزار بامزه برای همه توزیع های لینوکسی در دسترسه و میتونید با هر پکیج منیجری به راحتی نصبش کنید.البته این ابزار روی بعضی از پکیج منیجر ها مثل Pacman موجود نیست و برای توزیع هایی مثل آرچ لینوکس و مانجارو باید پکیج Fastfetch رو نصب کنید دقیقا کار Neofetch رو میکنه.(که البته خیلی هم کامل تره!)
لینک Neofetch روی گیتهاب:
https://github.com/dylanaraps/neofetch
لینک Fastfetch روی گیتهاب:
https://github.com/fastfetch-cli/fastfetch
* البته neofetch آرشیو شده.
@DevTwitter | <Farzad Ebrahimi/>
🚨 #افزایش_قیمت_رسمی 🚨
خسته شدی از بدقولیهای خریدار گروه قدیمی؟ 😞
خریدار گروههای تلگرامی قدیمی با قیمت جدید 😎
🐆قیمت جدید : 👇 💦 ۲۰۱۶ + ۲۰۱۵ – 1 میلیون 💦 ۲۰۱۸ + ۲۰۱۷ – 1 میلیون 💦 ۲۰۲۰ + ۲۰۱۹ – 850 تومن 💦 ۲۰۲۲ + ۲۰۲۱ – 850 تومن 💦 ۲۰۲۳ – 700 تومن 💦 ۲۰۲۴ – پیام بدین✅اگه از گروهی لفت دادی و نمیدونی چطور پیداش کنی، راهنماییت میکنیم! تعداد بالاتر + قیمت بالاتر 🗣️همراه با واسطه و پرداخت تتر
🎁 پاداش همکاری: هر معرفی فروشنده = ۵۰,۰۰۰ تومن جایزه!⭐️ برای فروش ضربه بزنید 📌 Pv: @Amo_rhakn
یه exporter ساده با Go نوشتم که متریکهای سیستم و اپلیکیشن رو به Prometheus میفرسته.
همراه با Docker، Prometheus و Grafana برای تست محلی.
اگر به monitoring با Go یا observability علاقهمندید، میتونید نگاهی بندازید:
https://github.com/irvaniamirali/go-prometheus-exporter
@DevTwitter | <Amiri/>
این opencode.ai هم یک جایگزین برای CLIهای متصل به هوش مصنوعی است.
گرچه CLI بیشتر توسط برنامهنویسها استفاده میشه ولی خب چون میتونیم چندین agent تعریف کنیم و همزمان باهاشون در یک پروژه بشینیم (multi-session) میشه برای انواع کارها ازش استفاده کرد.
@DevTwitter | <Hamed/>
میخوام دو تا از عجیب ترین Http status code هایی که وجود داشته و داره رو بگم
احتمالا درمورد Http Status Code 418 شنیده باشین.
418 (I'm a teapot)
داره میگه من قوری ام! جالب تر از اینکه چرا وجود داره و میگه من قوری ام اینه که به طور رسمی این http status code تو RFC 2324 ثبت شده!
این یکی رسمی نیست اصلا ولی تو Twitter API v1 ازش استفاده شده بود.
420 (Enhance your calm)
برای اینکه بگن آقا زیاد داری درخواست میفرستی از این استفاده میکردن
بعدا چون تو استاندارد نبود تو v1.1 اومدن تبدیلش کردن به 429 (Too many requests).
@DevTwitter | <Ali Valizadeh/>
+1
اگر در n8n فعالید یا در حال آموزش هستید ، در رپو زیر حدودا 2000+ ورکفلو اماده و سالم وجود داره که میتونید برای کارهاتون استفاده کنید
https://github.com/Danitilahun/n8n-workflow-templates/tree/main/workflows
@DevTwitter | <POURYA/>
یک نفر PHP Developer مسلط به Laravel لازم داریم
فقط و فقط حضوری
تهران، الهیه
جونیور یا میدلول
فیلامنت هم بلد باشه خوبه
با دانشجو هم کنار میایم
@dvtwi
آنچه خوبان همه دارند، تو تنها داری: معرفی OpenObserve
بیش از یک دهه پیش، مسیر من در دنیای مشاهدهپذیری زیرساختها (Observability) با پشتهی کلاسیک ELK (Elasticsearch, Logstash, Kibana) آغاز شد.
در سالهای اخیر، ابزارهایی چون VictoriaMetrics و Signoz را نیز تجربه کردم، هر یک با ویژگیهایی ارزشمند در حوزهی متریکها، لاگها و تریسها.
اما در این مسیر، اخیراً با پلتفرمی مواجه شدم که به نظرم میرسد حرف تازهای برای گفتن دارد:
OpenObserve (O2)
openobserve.ai
OpenObserve
در بررسی اولیه، با مجموعهای از قابلیتها و معماری چندلایه و آیندهنگر روبهرو شدم که در عین سادگی و کارایی، عمق فنی قابل توجهی دارد.
اینکه پلتفرم کاملاً با زبان Rust نوشته شده است، تنها یکی از دلایل جذابیت آن است؛ چراکه Rust همزمان سرعت، ایمنی حافظه و بهرهوری بالا را تضمین میکند.
معماری مدرن و الهامگرفته از نسل جدید سیستمهای داده
پروژه OpenObserve از Apache Parquet بهعنوان فرمت ذخیرهسازی ستونی و از DataFusion Query Engine برای اجرای مستقیم کوئریها استفاده میکند. (دیتافیوژن مشابه با duckdb است که با زبان rust توسعه یافته و متعلق به بنیاد آپاچی است)
این طراحی نشاندهندهی حرکت آگاهانه به سمت همان معماریای است که در نسل جدید سیستمهای داده دیده میشود:
> جداسازی کامل لایهی ذخیرهسازی (Storage Layer) از لایهی محاسبات (Compute Layer)
و تعامل از طریق فرمتهای باز، ستونی و بهینه مثل Parquet.
نتیجهی این معماری چندلایه، سیستمی است که هم بسیار سریع و مقیاسپذیر است، هم از نظر هزینه و نگهداری بهصرفه و ساده باقی میماند.
️ آنچه در بررسی اولیه توجه من را جلب کرد
امکان Full-Stack Observability برای Logs، Metrics و Traces در یک بستر واحد
پشتیبانی از Session Replay و Real User Monitoring (RUM) برای تحلیل تجربهی واقعی کاربران
معماری Stateless با مقیاسپذیری افقی آسان
قابلیت High Compression (~40×) و هزینهی ذخیرهسازی تا ۱۴۰× کمتر از Elasticsearch
پشتیبانی از ذخیرهسازی در S3، MinIO، GCS و Azure Blob
کوئری با SQL، PromQL و VRL
سیستم Observability Pipelines برای پردازش، پالایش و غنیسازی دادهها در لحظه
طراحی High Availability و Clustering برای نیازهای سازمانی بزرگ
عملکرد و مقیاس
در بنچمارک داخلی، OpenObserve توانسته است ۱ پتابایت داده را در کمتر از ۲ ثانیه کوئری بگیرد، عددی که حتی برای سیستمهای تحلیلی مدرن نیز قابل توجه است.
معماری Stateless Node آن امکان گسترش افقی بدون پیچیدگی Replication یا وابستگی داده را فراهم میکند.
جامعه و مسیر رشد
این پروژهی متنباز اکنون بیش از ۱۶٬۰۰۰ ستاره در GitHub دارد و توسط جامعهای فعال از متخصصان DevOps، SRE و مهندسان داده توسعه مییابد.
مستندات رسمی و نمونههای کاربردی در openobserve.ai/docs در دسترس است.
دعوت از تیمهای DevOps و SRE
اگر در زمینهی DevOps، SRE، Data Platform یا Observability فعالیت میکنید، پیشنهاد میکنم OpenObserve را از نزدیک بررسی کنید.
ترکیب زبان Rust، طراحی چندلایهی مبتنی بر Parquet و DataFusion، و مجموعهی کامل قابلیتها از Session Replay تا Alerting و Metrics Analysis
آن را به یکی از جامعترین و آیندهنگرترین پلتفرمهای مشاهدهپذیری حال حاضر تبدیل کرده است.
@DevTwitter | <Mojtaba Banaie/>
