¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
DevTwitter | توییت برنامه نویسی
Ir al canal en Telegram
توییت های برنامه نویسی و طراحی وب :) @dvtwi Hashtags: devtwitter.t.me/5 DevBooks Channel: https://t.me/+AYbOl75CLNYxY2U0 Github: https://github.com/DevTwitter X: https://x.com/devtwittir
Mostrar más📈 Análisis del canal de Telegram DevTwitter | توییت برنامه نویسی
El canal DevTwitter | توییت برنامه نویسی (@devtwitter) en el segmento lingüístico de Farsi es un actor destacado. Actualmente la comunidad reúne a 29 527 suscriptores, ocupando la posición 4 602 en la categoría Tecnologías y Aplicaciones y el puesto 11 514 en la región Irán.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 29 527 suscriptores.
Según los últimos datos del 29 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 1 138, y en las últimas 24 horas de 46, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 21.89%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 16.80% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 6 458 visualizaciones. En el primer día suele acumular 4 956 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 50.
- Intereses temáticos: El contenido se centra en temas clave como پرو, #کوته_نیوز, ارتباط, ابزار, چیز.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“توییت های برنامه نویسی و طراحی وب :)
@dvtwi
Hashtags:
devtwitter.t.me/5
DevBooks Channel:
https://t.me/+AYbOl75CLNYxY2U0
Github:
https://github.com/DevTwitter
X:
https://x.com/devtwittir”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 30 junio, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.
29 527
Suscriptores
+4624 horas
+3347 días
+1 13830 días
Archivo de publicaciones
#نقل_کد
“A person who never made a mistake never tried anything new.”
– Albert Einstein
«کسی که نمیرینه نمیتونه تپههای جدید رو فتح کنه»
— آلبرت انیشتین
@DevTwitter
ویدیوهای کامل و محتوای دورهی «یادگیری ماشین» دانشکدهی مهندسی کامپیوتر دانشگاه شریف منتشر شد:
http://SharifML.ir
کل این محتوا رایگان است.
تهیهی این مجموعه ممکن نبود، مگر با تلاش جدی یک تیم ۷۰ نفره که قدردان یکایک آنها هستم.
@DevTwitter | <علی شریفی زارچی/>
با Webtop دسترسی لحظه ای به Alpine, Ubuntu, Fedora, و Arch همراه با full desktop environments
ساده فقط روی مرورگر بدون نیاز به نصب
فقط کافیه http://lscr.io/linuxserver/webtop:latest را pull
و روی http://yourhost:3000 استفاده کنید
@DevTwitter | <MehrdadLinux/>
امنیت سرویسهای وب با WS-Security در SOAP:
امنیت در دنیای سرویسهای وب یکی از چالشهای اساسی است، بهویژه وقتی صحبت از پیامهای حساس و سیستمهای توزیعشده به میان میآید. در این میان،
WS-Security به عنوان یک استاندارد کلیدی در SOAP Web Services، نقش مهمی در تأمین امنیت پیامها ایفا میکند.
ویژگیهای برجسته WS-Security:
1- احراز هویت: با ارسال اطلاعات هویتی مانند UsernameToken، امنیت هویت کاربر تضمین میشود.
2- تمامیت دادهها: با استفاده از امضای دیجیتال (XML Signature) تضمین میشود که پیام در طول انتقال تغییر نمیکند.
3- محرمانگی: رمزنگاری پیامها (XML Encryption) از افشای اطلاعات جلوگیری میکند.
چرا WS-Security مهم است؟
این پروتکل با ارائه قابلیتهای امنیتی سطح بالا، مناسب برای سیستمهای توزیعشده و انتقال امن پیامها در محیطهای پیچیده است.
@DevTwitter | <Ahmad Esmaili/>
من چند روزی بود که سر اجرای یه پروژه GitHub گیر کرده بودم که هیچ جوری نمیتونستم از ساختارش دید بگیرم.
بعد چند شب بیخوابی امروز یه ابزار خفن پیدا کردم که واقعاً خیلی کاربردیه. لینکشو پایین میزارم :)
پوینتش اینه که دیگه لازم نیست وقتتون رو برای تبدیل دستی ریپازیتوری هدر بدین. فقط کافیه تو آدرس گیتهاب، "hub" رو با "ingest" عوض کنید و بلافاصله یه متن مرتب و کامل دریافت کنید که میتونید مستقیماً به GPT بدید. مث آب خوردن :)
امکاناتش؟
- نمایش کامل ساختار دایرکتوری پروژه
- یه خلاصه کوتاه و مفید از پروژه
- کل کدها و محتوا به صورت متنی آماده برای استفاده در GPT
اکستنشن کروم و .. بقیه چیزارو هم داره.
https://github.com/cyclotruc/gitingest
@DevTwitter | <Ali Mikaeili/>
Repost from هشتگ تبلیغ تخصصی
🔥 اگه به برنامهنویسی علاقه داری و میشه روی همت و پشتکارت حساب کرد، در استعدادسنجی ما شرکت کن و استعدادت رو برای ورود به دنیای برنامهنویسی محک بزن!
📎 شرکت در آزمون و دورۀ آمادهسازی رایگان ➡️
🧑💻 برای کسب اطلاعات بیشتر کافیه به آیدی ما پیام بدی!
🆔 @MaktabSharif_Admin
▪️▫️▪️▫️▪️▫️▪️▫️▪️▫️
🌐 وبسایت |💬کانال تلگرام |🌐 اینستاگرام
💻 #استخدام_با_طعم_آموزش
چرا ما Monolith رو به Microservices ترجیح دادیم؟
(و چرا این تصمیم باعث شد تیم فنی ما سریعتر و کارآمدتر کار کنه)
چند سال اخیر همه از Microservices حرف میزنن.
میگن مقیاسپذیرتره، بهتر دپلوی میشه، تیمها مستقلتر کار میکنن.
اما… ما تصمیم گرفتیم Monolith بمونیم!
و این تصمیم درستترین انتخاب برای تیم و محصول ماست.
چرا؟
چون میکروسرویسها همیشه جواب درست نیستن.
خیلی از تیمها فقط بهخاطر ترند بودن، بدون دلیل منطقی مهاجرت میکنن.
ما ۳ فاکتور مهم رو بررسی کردیم و دیدیم که Monolith برای ما بهتره:
۱. سرعت توسعه:
در مراحل اولیهی محصول، تغییرات زیادی داریم.
اضافه کردن فیچرها در یک کدبیس یکپارچه خیلی سریعتر و سادهتر از هماهنگی بین چندین سرویس جداست.
۲. هزینهی مدیریت:
میکروسرویسها زیرساخت پیچیدهای میخوان و این تمرکز رو از روی دولوپ میبره روی نگهداشت و پایداری سیستم.
از Service Discovery گرفته تا Logging، Monitoring و DevOps.
برای یه استارتاپ، پیچیدگی بیدلیل یعنی اتلاف زمان و منابع.
۳. نیاز واقعی به مقیاسپذیری:
میکروسرویسها زمانی میدرخشند که هزاران ریکوئست در ثانیه داشته باشید.
ما هنوز به اون مرحله نرسیدیم! پس چرا خودمون رو درگیر چالشهایی کنیم که هنوز وجود ندارن؟ سری که درد نمیکنه رو...
آیا هیچوقت به Microservices مهاجرت میکنیم؟
احتمالاً بله، اما وقتی که نیازش رو حس کنیم، نه زودتر.
فعلاً یه Monolith تمیز، ماژولار و سازماندهیشده، سریعترین و کارآمدترین راهحل برای ماست.
نکته: اگر فقط بهخاطر “ترند بودن” به سمت Microservices میرید،
احتمالاً دارید کار خودتون رو سختتر میکنید.
@DevTwitter | <Joseph Yas/>
چرا ما Monolith رو به Microservices ترجیح دادیم؟
(و چرا این تصمیم باعث شد تیم فنی ما سریعتر و کارآمدتر کار کنه)
چند سال اخیر همه از Microservices حرف میزنن.
میگن مقیاسپذیرتره، بهتر دپلوی میشه، تیمها مستقلتر کار میکنن.
اما… ما تصمیم گرفتیم Monolith بمونیم!
و این تصمیم درستترین انتخاب برای تیم و محصول ماست.
چرا؟
چون میکروسرویسها همیشه جواب درست نیستن.
خیلی از تیمها فقط بهخاطر ترند بودن، بدون دلیل منطقی مهاجرت میکنن.
ما ۳ فاکتور مهم رو بررسی کردیم و دیدیم که Monolith برای ما بهتره:
۱. سرعت توسعه:
در مراحل اولیهی محصول، تغییرات زیادی داریم.
اضافه کردن فیچرها در یک کدبیس یکپارچه خیلی سریعتر و سادهتر از هماهنگی بین چندین سرویس جداست.
۲. هزینهی مدیریت:
میکروسرویسها زیرساخت پیچیدهای میخوان و این تمرکز رو از روی دولوپ میبره روی نگهداشت و پایداری سیستم.
از Service Discovery گرفته تا Logging، Monitoring و DevOps.
برای یه استارتاپ، پیچیدگی بیدلیل یعنی اتلاف زمان و منابع.
۳. نیاز واقعی به مقیاسپذیری:
میکروسرویسها زمانی میدرخشند که هزاران ریکوئست در ثانیه داشته باشید.
ما هنوز به اون مرحله نرسیدیم! پس چرا خودمون رو درگیر چالشهایی کنیم که هنوز وجود ندارن؟ سری که درد نمیکنه رو...
آیا هیچوقت به Microservices مهاجرت میکنیم؟
احتمالاً بله، اما وقتی که نیازش رو حس کنیم، نه زودتر.
فعلاً یه Monolith تمیز، ماژولار و سازماندهیشده، سریعترین و کارآمدترین راهحل برای ماست.
نکته: اگر فقط بهخاطر “ترند بودن” به سمت Microservices میرید،
احتمالاً دارید کار خودتون رو سختتر میکنید.
@DevTwitter | <Joseph Yas/>
اگه میخوای بیشتر در مورد انواع ایندکس های دیتابیس بدونی پیشنهاد میکنم این سری آموزش ویدیویی از PlanetScale رو ببین.
دیدن ش دید عمیق تری بهت میده که بهتر از ایندکس ها استفاده کنی.
لیست موضوعاتی که پوشش داده
Introduction to indexes
B+ trees
Primary keys
Secondary keys
Primary key data types
Where to add indexes
Index selectivity
Prefix indexes
Composite indexes
Covering indexes
Functional indexes
Indexing JSON columns
Indexing for wildcard searches
Fulltext indexes
Invisible indexes
Duplicate indexes
Foreign keys
https://planetscale.com/learn/courses/mysql-for-developers/indexes/introduction-to-indexes
How do Database Indexes Work?
https://planetscale.com/blog/how-do-database-indexes-work
@DevTwitter | <Hossein Nazari/>
#نقل_کد
“Success usually comes to those who are too busy to be looking for it.”
— Henry David Thoreau
«موفقیت سراغ کسایی میره که به خاطر بیزی بودن کون این حرفا نمیذارن»
— هنری دیوید توریو
@DevTwitter
مدل 82 میلیون پارامتری ساختن واسه text-to-speech
هیچ زمانی مثل امروز هوش مصنوعی democratized نبوده
https://huggingface.co/hexgrad/Kokoro-82M
@DevTwitter | <Alek/>
بررسی دو مفهوم stateful و stateless توی طراحی سیستم ها بخصوص توی وب و api ها
این روش ها هرکدوم مزایا و معایب خودشونو دارن که من چند تاشو میگم
1- دارای حالت (stateful) : توی یک سیستم دارای حالت ، سرور میاد و اطلاعاتی که مربوط به وضعیت کاربر میشن رو ذخیره میکنه داخل session ؛ برای مثال وقتی وارد یک سایت فروشگاهی میشیم اطلاعاتی مثله (سبد خرید ، احراز هویت و ...) به دست سرور توی session ما ذخیره میشن.
از مزایای این روش اینه که مناسبه برای سیستم هایی که نیاز به پیگیری وضعیت کاربر دارن مثل (بازی ها ، چت ها ، سبد خرید و ....)
معایبش هم اینه که باید منابع بیشتری مصرف کنید و مقیاس پذیری سخت تری داره
2- بی حالت (stateless) : توی این مدل سیستم ها هیچ اطلاعاتی از درخواست های قبلی کاربر ذخیره نمیشن توی session. و هر درخواست مستقل از درخواست قبلی ارسال میشه و همه ی اطلاعات مورد نیاز باید توی همون درخواست دریافت بشه.
مزایای این روش سرعت بیشتری که داره هست چون نیاز ندارید به session دسترسی داشته باشید و مقیاس پذیری بالایی داره
معایب هم می تونیم به مدیریت پیچیده ای که ممکنه برای حفظ وضعیت کاربر ها ایجاد بشه اشاره کنیم و همینطور به ارسال اطلاعات تکراری و اضافی در هر درخواست اشاره کنیم.
@DevTwitter | <Ali/>
Repost from مهندسی برق و کامپیوتر پارس پژوهان
🔔قطعی شد🔔
🐍یادگیری عمیق با پایتون
🔥DEEP LEARNING by PYTHON
⏰ 16 ساعت؛ 2.5 میلیون تومان
🗓جمعه ها از 28 دی
🎙توضیحات مدرس دوره 👉کلیک
🎥وبینار رایگان👉کلیک
✍️لینک ثبت نام👉کلیک
📌مشاوره و ثبت نام:
🙍♂️@ParsPajouhaanCEE
📞021-88322992(105)
🌐 وبسایت 📱 کانال تلگرام 📱 اینستاگرام
وثتس تو مرورگر google.com رو تایپ میکنی چه اتفاقی میوفته
@DevTwitter
ابزارهای هوش مصنوعی که هیشکی بهت نمیگه چون سکرته !
1. useTrag.com:
یه دستیار باهوش که کدهای برنامهنویسیت رو بررسی میکنه و اشکالات رو پیدا میکنه. مثل یه برنامهنویس با تجربه عمل میکنه و بهت میگه کجای کارت ایراد داره!
2. Pixyer.AI:
تصویربرداری حرفهای از محصولات رو برات انجام میده. انگار یه عکاس حرفهای داری که عکسهای تبلیغاتی محصولاتت رو میگیره.
3. CapGo.AI:
این یکی مثل یه اکسل خیلی باهوشه! میتونه خودش دادهها رو تحلیل کنه و گزارشهای هوشمند بهت بده.
4. Averi.ai:
مدیر بازاریابی دیجیتال شخصیته! استراتژیهای بازاریابی رو طراحی میکنه و کمپینهات رو مدیریت میکنه.
5. GiddyGiddy.com:
یه همراه مجازی که باهات چت میکنه و حرف میزنه. مثل یه دوست که همیشه در دسترسه!
6. TableSprint.com:
کمکت میکنه سریع و راحت اپلیکیشن بسازی، بدون اینکه نیاز به دانش فنی زیادی داشته باشی.
7. Kusho.AI:
یه ابزار تست هوشمند که مسیرهای مختلف نرمافزارت رو چک میکنه تا مطمئن شی همه چیز درست کار میکنه.
8. PricingMaker.com:
قیمتگذاری محصولات و خدماتت رو هوشمندانه انجام میده. با تحلیل بازار، بهترین قیمت رو پیشنهاد میده.
9. SmartLeadMagnet.com:
محتوای جذاب و ارزشمند تولید میکنه که بتونی باهاش مشتری جذب کنی - مثل کتابهای الکترونیکی یا راهنماها.
10. PodLM.ai:
پادکست تولید میکنه! میتونه متن رو به پادکست تبدیل کنه یا حتی محتوای پادکست رو خودش بسازه.
خب رفیق، اینا ابزارهای جدید و باحالی هستن که میتونن خیلی از کارهات رو راحتتر کنن. البته حواست باشه که هر کدوم رو قبل از استفاده تو کسب و کارت خوب تست کنی تا مطمئن شی برات مفیده.
@DevTwitter | <Safakaram/>
ابزاری که بجای شما زحمت تبادل نظر در اینستاگرام را میکشد. اعم از لایک ، کامنت و …
https://github.com/David-patrick-chuks/Riona-AI-Agent
@DevTwitter | <Setareh/>
یه ابزار خیلی جالب open-source از apache که با گولنگ هم نوشته شده برای مدیریت پایگاه دانش و فروم به کار میاد.
Build a Q&A Platform
with Apache Answer
A Q&A platform software for teams at any scale. Whether it’s a community forum, help center, or knowledge management platform, you can always count on Answer.
https://answer.apache.org
میشه بهش پلاگین هم اضافه کرد
https://answer.apache.org/plugins/
@DevTwitter | <Hossein Nazari/>
یکی از کارهای لذت بخش برای خودم، مهندسی معکوس APIها هست.
ابزارهایی مثل Burp Suite کمک کننده هستند ولی خب تنها انتخاب نیست.
در کنار ابزارهای کنونی که دارید، بد نیست که API Parrot هم امتحان کنید.
https://github.com/apiparrot/apiparrot-desktop-releases/releases
@DevTwitter | <Vahid Nameni/>
این پروژه ، یک جعبه ابزار برای ساخت agent با استفاده از LangGraph ، FastAPI و Streamlit بر بستر پایتون و داکر هست:
https://github.com/JoshuaC215/agent-service-toolkit
@DevTwitter | <Ehsan Azhdari/>
فکر کردی اجرای مدلهای LLaMA و بقیه به صورت لوکال هنر محسوب میشه؟ فکر کردی کار کردن با ابزارهای Inference LLM و دادن دیتا بهشون کار بزرگیه؟ نه عزیز، کار خفن اینه که خودت مدل لوکال رو روی دیتای خودت Train کنی!
https://github.com/hiyouga/LLaMA-Factory
@DevTwitter | <Diss Obedience/>
