DevTwitter | توییت برنامه نویسی
Kanalga Telegram’da o‘tish
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
Ko'proq ko'rsatish📈 Telegram kanali DevTwitter | توییت برنامه نویسی analitikasi
DevTwitter | توییت برنامه نویسی (@devtwitter) Forsiy til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 32 970 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 4 066-o'rinni va Eron mintaqasida 10 772-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 32 970 obunachiga ega bo‘ldi.
28 Oktabr, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni 736 ga, so‘nggi 24 soatda esa 9 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 16.43% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 13.07% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 5 415 marta ko‘riladi; birinchi sutkada odatda 4 308 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 35 ta reaksiya keladi.
- Tematik yo‘nalishlar: Kontent پرو, #کوته_نیوز, ارتباط, ابزار, چیز kabi asosiy mavzularga jamlangan.
📝 Tavsif va kontent siyosati
Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“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”
Yuqori yangilanish chastotasi (oxirgi ma’lumot 29 Oktabr, 2026 da olingan) sababli kanal doimo dolzarb va katta qamrovli bo‘lib qoladi. Analitika auditoriya kontent bilan faol hamkorlik qilishini, uni Texnologiyalar & Aralashmalar toifasidagi muhim ta’sir nuqtasiga aylantirishini ko‘rsatadi.
32 970
Obunachilar
+924 soatlar
+1787 kun
+73630 kun
Postlar arxiv
منبع خیلی کاربردی برای ساخت UI با AI پیدا کردم
سایت Refero Styles بیش از ۲۰۰۰ سبک طراحی واقعی از بهترین محصولات دنیا رو جمع کرده
همه‌شون به فرمت DESIGN.md هستن که مستقیم به ایجنت می‌دی و UI خیلی حرفه‌ای‌تر و خوش‌سلیقه‌تری درمیاره
لینک
https://styles.refero.design/
@DevTwitter | <Reza/>
برام جالب بود گفتم شاید شما هم حال کنید
رانندگی بینهایت
https://drune.io/
@DevTwitter
این ویدیو رو از دست ندید!
مهرزاد عزیز رفته سراغ Jev و با بیان عالی‌ش توضیح میده که چیه و چیکار میکنه...
دیدن ویدیوهای مهرزاد فارغ از موضوع به همه توصیه میشه :) جهت لذت بردن از دیدن کسی که در عین خفن بودن...
متواضعانه آموزش میده و کنار بقیه است
https://youtu.be/mxijLTA5RTw
@DevTwitter | <Ali Rashedi/>
Repost from کارخانه هوش‌مصنوعی ایران
ایران هنگام کار است.
مسئله‌های واقعی به آدم‌هایی نیاز دارند که پای کار بایستند، بسازند، آزمایش کنند و تا رسیدن به یک راه‌حل واقعی ادامه دهند.
«کوره پاییز کارخونه» یک دوره سه‌ماهه، حضوری و تمام‌وقت برای تیم‌هایی است که می‌خواهند روی مسئله‌های واقعی کار کنند و از دل آنها، محصول و کسب‌وکاری مقیاس‌پذیر بسازند.
در این مسیر:
▪️ سه ماه حضور تمام‌وقت در کارخانه هوش مصنوعی ایران
▪️ کار روی مسئله‌های واقعی
▪️ ساخت محصول واقعی و کسب‌وکاری مقیاس‌پذیر
▪️ دریافت سرمایه تا سقف ۳ میلیارد تومان در طول دوره
▪️ فرصت جذب سرمایه تا ۵۰ میلیارد تومان پس از پایان دوره
کوره جایی‌ست که ساختن بر هر چیز دیگری مقدم است و ایده‌ها به راه‌حل‌هایی برای مسئله‌های واقعی ایران تبدیل می‌شوند. توسعه از همین‌جا آغاز می‌شود؛ از ساختن چیزی که گرهی از کار ایران باز کند.
🔗 aiif.ai/kooreh
مهلت ثبت‌نام: تا ۲۰ مهر تمدید شد!
@aiif_channel
بازی‌های جدید و سنگین PS5 به راحتی روی دستگاه هکی کار نمیکنه و خطا PRX_NOT_RESOLVED_FUNCTION میده باید برنامه
https://github.com/gcoding97/PS5-Game-Compressor
دانلود و روی دستگاه اجرا کنید حالا فایل‌های اون بازی را Image کنید و از روی Image جدید مجدد بازی را نصب کنید
@DevTwitter | <Teegra/>
اگه فردا یکی محصولت رو دوباره بسازه، چی داری که نتونه کپی کنه؟
یه ابزار اومده به اسم rea که ادعاش اینه:
هر چیزی رو مهندسی معکوس کن، بفهم چطور کار میکنه، بعد خودت بسازش!
الانم از ۱۰۰ هزار استار تو گیتهاب رد شده
به نظرم ماجرا خیلی فراتر از یه ابزار جدیده.
ما سال‌ها فکر می‌کردیم «کدش دست خودمونه» یعنی یه مزیت بزرگ داریم.
ولی اگه بازسازی نرم‌افزار روزبه‌روز راحت‌تر بشه، چقدر میشه روی خودِ کد به‌عنوان دارایی استراتژیک حساب کرد؟
احتمالاً باید بیشتر به چیزایی فکر کنیم که سخت‌تر کپی می‌شن:
شناخت مشتری، داده، اعتماد و راه رسیدن به بازار.
اگه کد محصولت رو از معادله حذف کنیم، مزیتمون چیه؟
http://github.com/morluto/rea
@DevTwitter | <Amir Ghasemi/>
بالاخره تونستنم انتی گرویتی خودمو درست کنم اونم با این ریپو :
https://github.com/trustybird/AvenCores-open-antigravity-patcher
درحالت عادی بخاطر ریجن کشور عزیزمون نمیزاره لاگین کنید و باید به گوگل درخواست بدین ریجن عوض کنه که احتمال زیر ۱۰ درصده!
@DevTwitter | <TheAmirreza/>
چند روز پیش تصمیم گرفتم برای اجرای لوکال پروژه‌م از lerd.sh استفاده کنم و تجربه‌ی خوبی بود.
پروژه‌م هم لاراول داشت، هم فرانت Next.js.
چیزی که برام جالب بود، استفاده از پادمن بود؛ بدون اینکه لازم باشه درگیر نوشتن و تنظیم Dockerfile بشم.
خود ابزار هم خیلی سبکه و برای تنظیمات HTTPS هم کلی از دردسرها رو کم میکنه. ابزارهای مدیریتی‌ش هم کاربردی‌ان،
مخصوصاً کامند
doctor
که برای پیدا کردن مشکلات به کار میاد.
در مجموع، تجربه‌ی باحالی بود و کار با پروژه رو برام راحت‌تر کرد.
https://lerd.sh/
@DevTwitter | <Sajjad Zibafar/>
- یکی کل مستندات توسعه‌دهنده‌های Anthropic رو توی یه ریپو گیتهاب جمع کرده.
- پروژه Claude Code Docs همه APIها، MCP، هوک‌ها، مهارت‌ها و آموزش‌ها رو توی یه آرشیو محلی searchable گذاشته که هر شش ساعت اتوماتیک آپدیت میشه.
- لینک ریپو:
https://github.com/thevibeworks/claude-code-docs
@DevTwitter | <Yarad/>
استارتاپ TypeSafe AI که پشت مدل Jev قرار دارد، خبر جذب سرمایه جدیدش را به سبک متفاوتی با نام Series AI منتشر کرده است.
به جای تب و تاب معمول چت‌بات‌ها، تمرکز آنها روی مدل‌های به اصطلاح ماشین‌محور (machine-native) یا مدل‌های سیستم یک (System One) است؛ مدل‌هایی که هدفشان تولید متن طولانی برای انسان نیست، بلکه برای تصمیم‌گیری‌های ساختاریافته، قطعی و سریع در لایه زیرساخت نرم‌افزار طراحی شده‌اند.
طبق اعلام خودشان، در حال حاضر یک‌سوم شرکت‌های Fortune 500 از مدل Jev استفاده می‌کنند و تمرکز دور جدید، توسعه قابلیت‌های سازمانی، بهینه‌سازی بیشتر سمپلرها و اضافه کردن مدل‌های سبک‌تر برای تصمیم‌گیری کالیبره‌شده (calibrated decisions) در مقیاس عملیاتی است.
ایده جالبی است که نشان می‌دهد آینده هوش مصنوعی صرفاً مدل‌های زبانی عظیم‌تر و چت‌بات‌ها نیست، بلکه مدل‌های تخصصی و سریعی هستند که مستقیماً داخل پایپ‌لاین‌های نرم‌افزاری جا می‌گیرند و بدون سر و صدا کار را جلو می‌برند.
لینک خبر:
https://typesafe.ai/blog/series-ai
@DevTwitter | <Mehdi Allahyari/>
Repost from N/a
سازمانتان استفاده از AI را شروع کرده؛ چه چیزی مانع توسعه آن است؟
آیا این موانع به داده، امنیت، مهارت‌های سازمانی، حکمرانی AI یا نبود یک استراتژی مشخص مربوط می‌شوند؟
ممکن است زیرساخت و داده‌های لازم را داشته باشید و استفاده از AI را هم شروع کرده باشید؛ اما هنوز موانعی وجود داشته باشند که مسیر توسعه آن را کند کنند.
در این ارزیابی رایگان، آمادگی AI برپایه مدل Cisco، وضعیت سازمان شما در ۶ حوزه کلیدی بررسی می‌شود و در پایان، مهم‌ترین زمینه‌های قابل بهبود را شناسایی می‌کنید.
ارزیابی رایگان را شروع کنید:
AI Maturity Assessment
پروژه‌ای که Claude Code رو بدون پرداخت هیچ اشتراکی قابل استفاده کرد
این پروژه روی گیتهاب ۴۶ هزار ستاره گرفته
Claude Code رو به ۴۹ ارائه‌دهنده هوش مصنوعی رایگان وصل میکنه و تا ۱.۳ میلیارد توکن رایگان در ماه میده.
تنظیمش فقط ۵ دقیقه طول می‌کشه
لینک:
https://github.com/Alishahryar1/free-claude-code
@DevTwitter | <Reza/>
اگه برنامه‌نویسی و بودجه محدودی داری، این ریپو خیلی به دردت می‌خوره.
اسمش stack-on-a-budget هست و یه لیست کامل از سرویس‌هایی رو جمع کرده که free tier خوبی دارن.
از هاستینگ و دیتابیس گرفته تا CI/CD و مانیتورینگ.
لینک:
https://github.com/255kb/stack-on-a-budget
@DevTwitter | <Reza/>
shodan-lua
شودان یکی محبوب ترین موتور های جستجو برای دستگاه های هست که در سراسر جهان به اینترنت متصلن. این ابزار به پنتستر ها و هکرها اجازه میده تا در مورد دستگاه ها و تارگت هاشون اطلاعات جمع آوری کنن و هدف های خاصی رو پیدا کن. shodan-lua یک رپر فول قابلیت برای API شودان هست که برنامه نویس ها و توسعه دهدگان زبان Lua میتونن به راحتی ازش استفاده کنن.
از کل API شودان پشتیبانی میکنه, از پلن رایگان تا membership و خیلی راحت و سریع برای استفاده هست, کاملا نوشته شده با زبان برنامه نویسی Lua ومیتونم بگم واقعا خفن شده و تمیز و راحت میتونید ازش استفاده کنید.به احتمالاتی شاید توی ویترین خود Shodan هم ببینید و به تیم شودان بابتش پیام دادم و فکر نکنم از دست بدن.
تمام توضیحات و قابلیت هارو میتونید از ریپازیتوری بخونید.
میتونید با دستور زیر و با پکیج منیجر luarocks نصب کنید:
luarocks install shodan
- لینک Github:
https://github.com/hu-matin/shodan-lua
- لینک luarocks:
https://luarocks.org/modules/humatin/shodan
@DevTwitter | <Matin Yarzadah/>
Repost from N/a
دوره جامع پایتون: مقدماتی تا پیشرفته
🗓شروع دوره: 18 مهر
🎁 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
وقتی با هوش مصنوعی دارید ظاهر سایت یا اپتون رو می‌سازید، حتی اگر تسک رو کامل توضیح داده باشید، اسکیل مناسب داده باشید و تمام اون روش‌های اصولی که خودتون می‌دونید رو هم رعایت کرده باشید، باز خیلی وقت‌ها بعد از اتمام کار می‌بینید خروجی هنوز یک‌سری ایراد ریز داره.
ایرادهایی که شاید خیلی بزرگ نباشن، ولی تقریبا همیشه یه جایی خودشون رو نشون میدن.
دلیلش هم ساده‌ست:
هوش مصنوعی خیلی وقت‌ها تسک رو «تحویل میده»، ولی لزوما «کاملش نمیکنه».
یعنی وقتی به یک خروجی قابل قبول برسه که از نظر خودش دستور شما رو انجام داده، معمولا همون‌جا متوقف میشه.
معمولا اینجاست که انسان وارد میشه :
ما بعد از اینکه AI کارش رو انجام داد، صفحه‌ها رو یکی‌یکی باز می‌کنیم، ظاهر رو بررسی می‌کنیم، مشکلات رو پیدا می‌کنیم، دوباره بهش میگیم اصلاح کن، دوباره چک می‌کنیم و این لوپ رو تا جایی ادامه میدیم که به خروجی موردنظر برسیم.
حالا سؤال اینه:
چی میشه اگر این نقش انسان رو هم از وسط حذف کنیم؟
به جای اینکه خودمون بشینیم تمام صفحه‌ها رو یکی‌یکی بررسی کنیم، یک تیم از ایجنت‌های سخت‌گیر این کار رو انجام بدن؛ ایجنت‌هایی که قرار نیست با اولین خروجی قابل قبول راضی بشن و مدام بخش‌های مختلف UI رو بررسی، نقد و اصلاح کنن تا جایی که دیگه ایراد مشخصی برای اصلاح باقی نمونه.
نتیجه شد Perfection Loop.
در این اسکیل، چند ساب‌ایجنت از زاویه‌های مختلف خروجی رو بررسی می‌کنن و کار وارد یک لوپ واقعی
Review → Fix → Review میشه.
https://github.com/mathofdynamic/perfection-loop
و برای رسیدن به اون خروجی نهایی، گاهی چیزی که کم داریم یک پرامپت بهتر نیست؛ یک Review سخت‌گیرانه و یک لوپ درست تا رسیدن به کیفیت مطلوبه.
@DevTwitter | <Mohamad/>Repost from N/a
💳 💳 نقد درآمد ارزی، شارژ ویزا و مسترکارت با تاسیانت
◀️ نقد درآمد ارزی از PayPal، Upwork، Fiverr و سایر پلتفرم‌ها
◀️ شارژ ویزا کارت و مسترکارت
◀️ خدمات ارزی برای پرداخت‌های بین‌المللی
◀️ خرید و فروش ارز با کارمزد مناسب
با تاسیانت خدمات مالی بین‌المللی رو ساده‌تر انجام بده.
🌐 وب‌سایت: https://tasianet.com/exchange
@tasianet | تاسیانت
اوپن سورس هم دنیای خودش رو داره
چند ماه پیش یک پکیج NPM به اسم iran-map-simple برای React منتشر کرده بودم؛ که امروز دیدم میانگین دانلود هفته ای روی 141 دانلود هستش.
هر چند نسبت به پکیج های دیگه عدد زیادی نیست... ولی همینکه خروجی کدهات جزئی از پروژه های دیگه میشه و امکان داره هزاران یا میلیون ها نفر هم ازش استفاده کنن بهت حس خوبی میده
و اینکه لینک پکیج:
https://www.npmjs.com/package/iran-map-simple
@DevTwitter | <Mohammad E./>
داکر قرار بود مشکل معروفِ «روی سیستم من کار میکنه!» رو حل کنه؛
اما این بار داستان برعکس شد!
چند روز پیش می‌خواستم نسخه جدید برنامه‌ای که نوشته بودیم رو روی Docker راه‌اندازی کنم که با یک مشکل عجیب مواجه شدیم!
برنامه روی دو سیستم مختلف بدون هیچ مشکلی اجرا می‌شد؛
ولی وقتی همون برنامه رو داخل Docker اجرا کردیم، همه‌چیز به هم ریخت.
اول log شروع برنامه مدام تکرار می‌شد.
بعد RAM کم‌کم پر شد.
سرور Restart شد.
کانتینر دوباره بالا اومد…
و دوباره همون اتفاق تکرار شد!
کد تغییر نکرده بود.
سرور هم همون سرور بود.
تنها چیزی که تغییر کرده بود، نحوه‌ی بسته‌بندی و اجرای برنامه بود.
بعد از بررسی مشخص شد مشکل از ترکیب: Python multiprocessing + spawn + اجرای برنامه به‌صورت executable بود.
وقتی از spawn استفاده می‌کنید، هر Process جدید، برنامه رو از ابتدا اجرا میکنه.
در یک Python Script معمولی، این رفتار قابل مدیریته؛ اما وقتی برنامه به‌صورت frozen/executable اجرا میشه، اگه نقطه‌ی ورود Processها درست مدیریت نشده باشه، هر Worker ممکنه دوباره کل برنامه رو اجرا کنه.
یعنی چیزی شبیه این:
Process → Process → Process → RAM → Restart
و بعد دوباره از اول!
راه‌حل؟
جواب فقط یک خط کد است:
multiprocessing.freeze_support()
این تجربه یک نکته‌ی مهم برای من داشت
داکر تفاوت‌های محیط اجرا رو کمتر میکنه، اما تفاوت‌های مربوط به نحوه‌ی بسته‌بندی و اجرای کد رو از بین نمی‌بره.
پس اگه برنامه‌ای به‌صورت Python Script درست کار میکنه ولی بعد از تبدیل شدن به Binary یا اجرای داخل Docker رفتار عجیبی داره، فقط سراغ Docker و تنظیمات سرور نرید؛
نحوه‌ی ایجاد Processها و نقطه‌ی شروع برنامه رو هم بررسی کنید.
گاهی مشکل یک معماری پیچیده نیست…
بلکه فقط یک خط کده که داره RAM سرور رو به آتش می‌کشه.
@DevTwitter | <Sara Sabaghan/>
