مثلا ما برنامه نویسیم

🔹 یه AI تونست برای یک تبلت قدیمی Root پیدا کنه یه نفر یه Amazon Fire HD 10 مدل ۲۰۲۱ داشته که برای Home Assistant ازش استفاده می‌کرده. مشکل اینجا بوده که تبلت مدام خودش خاموش می‌شده و از لاگ‌ها مشخص شده بود بخشی از نرم‌افزار خود Amazon باعث این خاموشی‌هاست. راه‌حل دائمی؟ گرفتن Root و کنترل کامل دستگاه. اما یک مشکل وجود داشت: برای این مدل Fire HD 10 تا اون موقع روش عمومی و شناخته‌شده‌ای برای Root وجود نداشت. صاحب دستگاه تصمیم گرفت برای پیدا کردن راه‌حل از چند مدل AI کمک بگیره. مدل‌ها شروع کردن به بررسی firmware، کدها و راه‌های ممکن برای دسترسی بیشتر به دستگاه. در نهایت GLM-5.3 تونست بخش اصلی کار رو در یک روز جلو ببره و مسیر Root کردن دستگاه پیدا شد. نکته جالب اینجاست که برای این کار یک آسیب‌پذیری قدیمی در درایور GPU دستگاه استفاده شد؛ آسیب‌پذیری‌ای که قبلاً شناخته شده بود، اما این دستگاه هنوز نسخه‌ای از FireOS رو اجرا می‌کرد که در برابرش آسیب‌پذیر بود. یعنی AI اینجا فقط «کد تولید نکرد». باید با یک دستگاه واقعی، firmware واقعی و یک مشکل واقعی سر و کله می‌زد تا در نهایت به یک راه‌حل عملی برسه. این شاید یکی از جالب‌ترین نمونه‌های استفاده از AI برای Reverse Engineering روی سخت‌افزارهای قدیمی باشه. 🔗 داستان کامل: https://news.ycombinator.com/item?id=49409073 #AI #Android #ReverseEngineering ────────────

@PythonFarsi2024

«اگر نتونستم تبلیغات رو بلاک کنم، سایت رو عوض کن» #ublock_origin_lite #persian_blocker

؜🔹 Cursor داره وارد قلمرو GitHub می‌شه ؜Cursor تا امروز بیشتر به‌عنوان یک ادیتور کدنویسی با قابلیت‌های AI شناخته می‌شد. اما حالا فقط نمی‌خواد جایی باشه که داخلش کد می‌نویسیم. این شرکت Origin رو معرفی کرده؛ یک پلتفرم میزبانی کد که Repository، Pull Request، Code Review و مرور کد رو ارائه می‌ده. حتی می‌تونه repositoryهای GitHub رو با خودش Sync کنه. اما بخش جالب ماجرا جای دیگه‌ست. ؜Cursor می‌خواد Origin رو از ابتدا برای دنیایی طراحی کنه که AI Agentها هم بخشی از تیم توسعه هستن. یعنی به‌جای اینکه GitHub فقط محلی برای ذخیره کد و مدیریت Pull Request باشه، Origin می‌خواد کد، Agent و فرایند توسعه رو تا حد ممکن در یک محیط جمع کنه. فعلاً Origin در مرحله Beta قرار داره و برای کاربران پلن‌های پولی Cursor ارائه شده. هنوز خیلی زوده که بگیم می‌تونه جای GitHub رو بگیره. ولی حرکت Cursor جالبه؛ چون رقابت ابزارهای AI برنامه‌نویسی داره کم‌کم از «چه کسی کد بهتری می‌نویسه؟» به «چه کسی کل فرایند توسعه نرم‌افزار رو در اختیار می‌گیره؟» تغییر می‌کنه. 🔗 Origin: Cursor Origin #Cursor #GitHub #AI #Programming ────────────

@PythonFarsi2024

🔻مکتب خونه دوباره کد تخفیف ۱۰۰درصدی گذاشته https://mktb.me/xmzu/

🔹 ۱۴ پکیج npm که ظاهر کاملاً معمولی داشتن، یک Backdoor لینوکسی پخش می‌کردن چند پکیج npm با اسم‌هایی مرتبط با تقویم و ابزارهای ساده منتشر شده بودن، اما داخلشون چیزی بیشتر از چیزی که به نظر می‌رسید وجود داشت. محققان ۱۴ پکیج آلوده رو شناسایی کردن که می‌تونستن RedC2 4.0 رو روی سیستم Linux قربانی اجرا کنن. نکته جالب اینجاست که حتی لازم نبود یک اسکریپت نصب عجیب‌وغریب اجرا بشه. یکی از فایل‌های اصلی پکیج، هنگام import شدن، فایل مخرب همراه خودش رو پیدا می‌کرد و اجرا می‌کرد. یعنی ممکن بود یک برنامه‌نویس فقط یک dependency به پروژه اضافه کنه و بعد با استفاده معمولی از اون، کد مخرب هم روی سیستم اجرا بشه. ؜RedC2 هم صرفاً یک فایل ساده نیست؛ قابلیت‌هایی مثل دسترسی Shell، سرقت credential و اجرای payload روی سیستم آلوده رو فراهم می‌کنه. قسمت عجیب‌تر ماجرا اینه که نسخه Linux این بدافزار با نام RedShell عرضه شده و زیرساخت RedC2 قابلیت‌های مرتبط با AI هم داره. این اتفاق دوباره نشون می‌ده چرا نصب یک پکیج از npm فقط با نگاه کردن به اسم و تعداد دانلودها نباید انجام بشه. گاهی خطرناک‌ترین dependencyها دقیقاً همون‌هایی هستن که کاملاً عادی به نظر می‌رسن. 🔗 گزارش: The Hacker News — 14 Trojanized npm Packages #Linux #NodeJS #Security ────────────

@PythonFarsi2024

دیجی کالا قطع شد

📊 قیمت دلار آمریکا 💱 منبع: الان چنده 🟢 قیمت زنده: 200,100 🔵 تغییر: +100% ⏰ آخرین به‌روزرسانی: 10:11:01 ───ғ✧˖°.🐋☁️.°˖✧•--───

🔹 فقط cargo build کافی بود تا بدافزار اجرا بشه یک حمله زنجیره تأمین به اکوسیستم Rust اتفاق افتاده که ماجراش کمی جدی‌تر از یک پکیج آلوده معمولیه. سه crate به نام‌های arrayref، internment و append-only-vec دستکاری شده بودن و نسخه‌های مخربشون وارد crates.io شده بود. مشکل اصلی اینجا بود که کد مخرب مستقیماً داخل این پروژه‌ها به شکل واضح قرار نگرفته بود. مهاجم یک dependency جعلی به اسم proc-macro1 اضافه کرده بود؛ اسمی که عمداً شبیه proc-macro2 انتخاب شده بود. این dependency یک build.rs مخرب داشت که هنگام کامپایل پروژه، payload بعدی رو دانلود و اجرا می‌کرد. یعنی در سناریوی آلوده، لازم نبود برنامه رو اجرا کنی. فقط: cargo build می‌تونست برای اجرای کد مهاجم کافی باشه. یکی از crateهای تحت تأثیر arrayref 0.3.10 بود که طبق گزارش‌ها بیش از ۲۴۵ میلیون دانلود داشته. تیم امنیتی Rust نسخه‌های آلوده رو از crates.io حذف کرده. این اتفاق یک یادآوری مهمه: وقتی یک dependency رو به پروژه اضافه می‌کنیم، فقط کدی که خودمون می‌بینیم مهم نیست؛ کدهایی که هنگام build اجرا می‌شن هم بخشی از سطح حمله هستن. 🔗 گزارش رسمی Rust: Rust Security Advisory #Rust #Security #CyberSecurity ────────────

@PythonFarsi2024

🔹؜‎GitHub داره AI Agent رو وارد خودِ روند برنامه‌نویسی می‌کنه؜ ؜ ‎قبلاً AI بیشتر یه ابزار بود؛ ؜ ‎کد می‌نوشتی، ازش کمک می‌گرفتی و خودت تصمیم می‌گرفتی چی وارد پروژه بشه. ؜ ‎ولی GitHub داره یک قدم جلوتر می‌ره. ؜ ‎؜با GitHub Agentic Workflows می‌تونی به یک AI Agent بگی داخل repository کارهایی مثل بررسی Issueها، بررسی Pull Requestها، تحلیل خطاهای CI یا کارهای تکراری پروژه رو انجام بده. ؜ ‎؜؜؜حتی لازم نیست برای هر کار یک اسکریپت پیچیده بنویسی؛ دستورالعمل Agent رو با Markdown تعریف می‌کنی و GitHub اون رو از طریق Actions اجرا می‌کنه. ؜؜مثلاً می‌تونی یک Agent داشته باشی که وقتی Issue جدیدی باز شد، محتواش رو بررسی کنه، برچسب مناسب بزنه و اگر لازم بود گزارش بده. ؜ ‎اما یک نکته مهم وجود داره: ؜ ‎AI قرار نیست همین‌طوری کد رو خودش وارد پروژه کنه. ؜ ‎در این سیستم، Pull Requestها همچنان باید توسط انسان بررسی و تأیید بشن. ؜ ؜‎یعنی GitHub داره نقش AI رو از «دستیار برنامه‌نویس» کم‌کم به «عضو خودکار تیم» نزدیک می‌کنه. ؜ ؜ ‎و این شاید یکی از تغییرات مهمی باشه که باید بهش عادت کنیم: ؜ ‎؜به‌جای اینکه فقط از AI سؤال بپرسیم، ممکنه به‌زودی Agentها بخشی از کارهای روزمره پروژه‌هامون رو خودشون انجام بدن. ‎🔗 GitHub Agentic Workflows: ‎https://github.github.com/gh-aw/ #GitHub #AI #Programming ‎────────────

‎@PythonFarsi2024

🔹؜‎Mojo می‌خواد Python رو به GPU نزدیک‌تر کنه ؜؜Mojo یه زبان برنامه‌نویسی جدیده که توسط Modular ساخته شده؛ با تمرکز روی اجرای سریع کد، مخصوصاً در کارهای مربوط به AI. ظاهر و بخش‌هایی از سینتکسش برای برنامه‌نویس‌های Python آشناست، اما در قسمت‌های پایین‌تر، کنترل بیشتری روی حافظه و نحوه اجرای کد می‌ده. این یعنی می‌شه از راحتی Python شروع کرد، ولی برای بخش‌های سنگین‌تر برنامه، بیشتر به سخت‌افزار نزدیک شد. یکی از تمرکزهای اصلی Mojo هم اجرای کد روی CPU، GPU و شتاب‌دهنده‌های مختلفه. حالا اتفاق مهم این هفته: ؜ Mojo در ۱۱ آگوست به نسخه 1.0 رسید. چند روز بعد، در ۱۸ آگوست، Modular کامپایلر و بخش‌های اصلی زبان رو هم Open Source کرد. یعنی حالا سورس کد Mojo در دسترسه و می‌شه دید این زبان دقیقاً چطور ساخته شده و در آینده چه مسیری رو می‌ره. ؜ Mojo هنوز قرار نیست جای Python رو بگیره. ولی ایده‌اش جالبه: به‌جای اینکه برای هر بخش سنگین برنامه از Python به یک زبان کاملاً متفاوت مهاجرت کنی، Mojo می‌خواد فاصله بین این دو دنیا رو کمتر کنه. 🔗 GitHub: https://github.com/modular/modular #Python #Mojo #AI ────────────

‎@PythonFarsi2024

🔹 یه پروژه جالب برای لینوکس‌بازها یه پروژه متن‌باز به اسم XODUS داره روی اجرای بازی‌های Xbox PC روی Linux و macOS کار می‌کنه. تا اینجا تونستن بخش‌هایی مثل لاگین Xbox، احراز هویت، گرفتن لایسنس و دانلود فایل‌های بازی رو پیاده کنن. ولی هنوز یه مشکل بزرگ مونده: خود بازی‌ها فعلاً اجرا نمی‌شن و بخش Xbox Gaming Runtime هنوز در حال توسعه‌ست. پروژه با Rust نوشته شده و کدش هم روی GitHub منتشر شده. 🔗 https://github.com/xodus-gaming/xodus فعلاً خبری از Game Pass روی لینوکس نیست؛ ولی پروژه ارزش زیر نظر گرفتن داره. #Linux #Gaming #OpenSource ────────────

@PythonFarsi2024

🔻جزئیات خبر

🔹یه سیستم دوربین مداربسته که می‌تونی باهاش حرف بزنی ؜OpenNVR یه پروژه متن‌بازه که دوربین‌های شبکه رو به یک سیستم نظارتی هوشمند تبدیل می‌کنه. قسمت جالبش اینه که فقط تصویر رو ضبط نمی‌کنه؛ می‌تونی از دوربین سؤال بپرسی. مثلاً: «پشت در کسی هست؟» یا: «امروز چه کسی جلوی در اومده؟» ؜OpenNVR می‌تونه تصویر دوربین رو با مدل‌های هوش مصنوعی بررسی کنه و جواب بده. حتی می‌تونه اتفاقات داخل ویدئوهای ضبط‌شده رو جست‌وجو کنه؛ مثلاً بپرسی: «دیروز کامیون قرمز از جلوی دوربین رد شد؟» نکته مهم اینه که برای استفاده اصلی، لازم نیست تصاویرت رو به یک سرویس ابری بفرستی. پروژه برای اجرای کاملاً محلی طراحی شده و مدل پیش‌فرضش هم با Ollama روی سیستم خودت اجرا می‌شه. می‌تونی از دوربین‌های شبکه معمولی استفاده کنی و کل سیستم رو با Docker روی کامپیوتر، سرور یا حتی Raspberry Pi راه‌اندازی کنی. پروژه هنوز در حال توسعه‌ست، ولی ایده‌اش جالبه: به‌جای اینکه فقط فیلم دوربین رو ببینی، بتونی با دوربینت صحبت کنی و ازش درباره چیزهایی که دیده سؤال بپرسی. 🔗 GitHub: https://github.com/open-nvr/open-nvr #AI #Linux #OpenSource ‎────────────

‎@PythonFarsi2024

🔹یه مشکل عجیب در برنامه‌های Linux؛ برنامه کاملاً مستقل باشه ولی باز هم از GPU استفاده کنه وقتی یک برنامه Linux رو به‌صورت Static می‌سازی، بخش زیادی از وابستگی‌هاش به کتابخانه‌های سیستم حذف می‌شن. این موضوع برای ساختن یک فایل اجرایی قابل‌حمل خیلی خوبه؛ اما وقتی برنامه بخواد از GPU استفاده کنه، داستان پیچیده می‌شه. درایورهای GPU روی سیستم معمولاً به شکل کتابخانه‌های اشتراکی مثل .so در دسترس هستن و برنامه باید بتونه اون‌ها رو از سیستم میزبان دریافت و اجرا کنه. اینجاست که Solo وارد می‌شه. ؜Solo یک Loader برای فایل‌های .so ساخته که اجازه می‌ده یک برنامه Static، در صورت نیاز، کتابخانه‌های اشتراکی سیستم میزبان رو هم بارگذاری کنه. مثلاً برنامه‌ای که با Vulkan یا OpenGL کار می‌کنه می‌تونه همچنان از درایور GPU سیستم استفاده کنه، بدون اینکه لازم باشه خود برنامه به کتابخانه‌های سیستم مقصد وابسته باشه. در نتیجه ایده Solo اینه: یک فایل اجرایی نسبتاً مستقل داشته باشی، ولی وقتی به سخت‌افزار سیستم مثل GPU رسیدی، بتونی از کتابخانه‌های مربوط به همون سیستم استفاده کنی. پروژه هنوز جدیده، اما ایده‌اش برای ساخت برنامه‌های قابل‌حمل Linux جالبه. 🔗 GitHub: https://github.com/pg83/solo #Linux #Programming #OpenSource ‎────────────

‎@PythonFarsi2024

🔹یه نفر برای Linux یه Shell با Lua ساخته ؜Wisp یه Shell جدیده که به‌جای استفاده از syntax مخصوص Bash برای اسکریپت‌نویسی، از Lua استفاده می‌کنه. ایده اصلیش ساده‌ست: هر تابع Lua که داخل فایل تنظیمات تعریف کنی، می‌تونه به یک دستور Shell تبدیل بشه. اما بخش جالب‌ترش Pipelineهاست. در Shellهای معمولی، خروجی دستورها معمولاً به شکل متن به دستور بعدی داده می‌شه. Wisp می‌تونه داده‌ها رو به شکل ساختاریافته و به‌صورت مستقیم بین بعضی مراحل Pipeline منتقل کنه. یعنی لازم نیست برای هر کاری خروجی متن رو با ابزارهایی مثل grep و awk پردازش کنی. خود Wisp هم خیلی کوچیک طراحی شده؛ نسخه فعلی یک باینری کم‌حجم داره و برای اجرای تعاملی ساخته شده. البته هنوز جایگزین کامل Bash نیست و بعضی قابلیت‌های Bash رو نداره. ولی ایده‌اش جالبه: اگر قرار بود امروز یک Shell جدید برای Linux طراحی کنیم، چرا باید زبان اسکریپت‌نویسیش شبیه Bash باشه؟ 🔗 GitHub: https://github.com/Hinikaa/wisp #Linux #Lua #OpenSource ‎────────────

‎@PythonFarsi2024

🔹قبل از دانلود مدل AI، ببین کامپیوترت اصلاً می‌کشدش یا نه تا حالا شده بخوای یه مدل هوش مصنوعی رو روی کامپیوتر خودت اجرا کنی، ولی ندونی کدوم مدل برای سخت‌افزارت مناسبه؟ ؜llmfit دقیقاً برای همین ساخته شده. مشخصات سیستم مثل RAM، پردازنده و GPU رو بررسی می‌کنه و مدل‌های مختلف رو بر اساس مصرف حافظه، سرعت تخمینی، کیفیت و اندازه Context رتبه‌بندی می‌کنه. یعنی قبل از اینکه چند مدل حجیم رو دانلود کنی، می‌تونی ببینی کدوم مدل‌ها برای سیستم تو مناسب‌ترن. یه قابلیت جالب‌تر هم داره: با llmfit bench می‌تونی مدل رو واقعاً روی سیستم خودت اجرا کنی و سرعت واقعی اون رو اندازه بگیری. این پروژه روی Linux، macOS و Windows قابل استفاده‌ست و از runtimeهایی مثل Ollama و llama.cpp هم پشتیبانی می‌کنه. 🔗 GitHub: https://github.com/AlexsJones/llmfit #AI #Linux #OpenSource ‎────────────

‎@PythonFarsi2024

یه نفر یه اپ مدیریت تمرین و باشگاه شخصی ساخته، با این تفاوت که برخلاف اپ‌هایی مثل Hevy و Strong، قرار نیست اطلاعاتت رو روی سرور یه شرکت دیگه نگه داره؛ می‌تونی خودت روی سرور، کامپیوتر یا حتی گوشی‌ت اجراش کنی. کتابخونه تمرین‌هاش هم الان حدود 1,324 حرکت داره و برای خیلی‌هاشون انیمیشن آموزشی داره با ری اکت و داکر ساخته شده، تست آنلاین : opengym.duarte-santos.ch سورس کد : github.com/DuarteSantos8/openGym @Linuxor

🔹یه API که به AI اجازه می‌ده مستقیماً مرورگرت رو کنترل کنه پروژه‌ای به اسم Agent Browser Protocol ساخته شده تا AI Agentها بتونن مستقیماً با مرورگر ارتباط داشته باشن. به‌جای اینکه AI فقط از صفحه اسکرین‌شات بگیره و مثل یه کاربر روی دکمه‌ها کلیک کنه، این پروژه یه رابط مستقیم بین Agent و مرورگر ایجاد می‌کنه. یعنی Agent می‌تونه با تب‌های مرورگر کار کنه، صفحه‌ها رو باز کنه و با عناصر داخل صفحه تعامل داشته باشه. از Python و Go هم می‌شه برای ساخت Agentهایی استفاده کرد که با این پروتکل با مرورگر ارتباط دارن. این مدل برای کارهایی مثل اتوماسیون مرورگر، تست وب‌سایت و ساخت Agentهای هوشمند می‌تونه کاربرد داشته باشه. 🔗 کد و جزئیات پروژه در GitHub #AI #Python #BrowserAutomation #OpenSource ────────────

@PythonFarsi2024

یوتیوب: حرفاشو نفهمیدم، ولی مطمئنم خیار بود. گاهی فقط باید به AI اعتماد کنی و ببینی چی تحویلت میده :))