کتابخونه‌ای که Prompt Engineering رو منسوخ می‌کنه

اخیرا یه ابزاری دیدم که خیلی کاربردی بود (حداقل روی کاغذ)

دانشگاه Stanford توی اواخر ۲۰۲۴ یه کتابخونه منتشر کرد به اسم DSPy که داره که ایده جالبی پشتشه خصوصا واسه آدمای تنبل.

مشکل فعلی چیه؟
الان که می‌خواین از ChatGPT یا Claude استفاده کنین، باید Prompt بنویسین. اگه جواب خوب نگرفتین، دوباره Prompt رو عوض می‌کنین.
این رو ۱۰ بار تکرار می‌کنین تا یه چیز قابل قبول بگیرین. خسته کنندس و جدی باید یه فکری براش بشه

حالا ابزاری به نام DSPy میگه:
چرا Prompt رو دستی بنویسیم؟
مدل خودش باید یاد بگیره چه Promptای بهتره!

کار باهاش هم اصلا سخت نیست
فقط چندتا مثال از Input-Output بهش می‌دین بهش. DSPy خودش شروع می‌کنه Promptهای مختلف رو امتحان کردن و اون Promptای که بهترین نتیجه رو میدن رو پیدا می‌کنه.
تقریبا شبیه به Training یه مدل ML!
https://dspy.ai

@DevTwitter | <Mohammad Dehghani/>

فول‌استک واقعی چیست؟ نگاهی به لایه‌هایی که معمولاً نادیده گرفته می‌شوند

بسیاری از توسعه‌دهندگان تصور می‌کنند «فول‌استک» یعنی تسلط بر React یا Next.js در فرانت‌اند و Node.js + MongoDB در بک‌اند.
این ترکیب، نقطهٔ شروع خوبی است، اما فاصلهٔ زیادی با مفهوم واقعی فول‌استک مدرن دارد.
فول‌استک واقعی یعنی درک کامل اکوسیستم یک محصول نرم‌افزاری؛ از لحظهٔ طراحی تا نگهداری در مقیاس میلیون‌ها کاربر.

یک توسعه‌دهنده فول‌استک واقعی، در این لایه‌ها توانمند است:

- برنامه‌نویسی سمت کاربر (Frontend) و تجربه کاربری روان کاربری
- برنامه‌نویسی سمت سرور (Backend)، منطق کسب‌وکار و طراحی API
- بانک‌های اطلاعاتی (Database): مدل‌سازی داده، SQL و NoSQL
- معماری ابری و میزبانی (Cloud & Hosting)
- اتوماسیون و تحویل مداوم (CI/CD & DevOps)
- امنیت، نظارت (Security & Monitoring)

توسعه‌دهنده فول‌استک صرفاً کسی نیست که در دو سمت کد می‌نویسد؛
بلکه کسی است که می‌داند یک محصول چگونه ساخته، مستقر، مقیاس‌پذیر و پایدار می‌شود.
از این به بعد، وقتی می‌خواهید خودتان را توسعه‌دهنده فول‌استک معرفی کنید، لحظه‌ای مکث کنید و از خود بپرسید:
آیا واقعاً به تمام لایه‌های بالا مسلط هستم؟

اگر با معماری سیستم، دیتابیس، کلود، امنیت، CI/CD و عملکرد واقعی در مقیاس آشنا هستید، آن‌گاه می‌توانید با اطمینان کامل از این عنوان استفاده کنید.

نقشهٔ راه کامل و به‌روز فول‌استک (۲۰۲۵):
https://roadmap.sh/full-stack


@DevTwitter | <Amir Rahimi Nejad/>

#بدرد

این ویدیو خیلی نکات جالبی داشت به نظرم حتما ببینید. موضوعش: "چطور یک بیزینس تک‌نفره (Solo Business) میلیون دلاری با هوش مصنوعی بسازیم؟"
من چکیده اش را اینجا مینویسم:

اولین بیزینس یک میلیارد دلاری (یونیکورن) که فقط "یک نفر" اونو اداره می‌کنه، توی راهه و با AI این اتفاق خیلی زودتر از چیزی که فکر می‌کنیم میفته. توی این ویدیو یه نقشه راه ۴ مرحله‌ای برای ساخت بیزینس شخصی با AI در سال ۲۰۲۶ توضیح داده شده که اینجا براتون خلاصه‌ش کردم:

قدم اول: مثلث موسس (The Founder's Triangle) قبل از شروع باید ببینی ایده‌ت اصلا به درد می‌خوره یا نه. برای این کار ۳ تا سوال از خودت بپرس:
- ضلع Domain (تخصص): آیا توی یه صنعت خاص ۵ سال+ سابقه داری؟ چم و خم و مشکلات اون بازار رو می‌شناسی؟
- ضلع Depth (مهارت عمیق): اون چه کاریه که واسه تو "تفریح" و بازیه، ولی واسه بقیه "کار" سخت به حساب میاد؟ (کدنویسی، نوشتن، فروش و...)
- ضلع Distribution (توزیع): آیا راهی داری که راحت‌تر از بقیه به مشتری برسی؟ (نتورک قوی، مخاطب توی سوشال مدیا و...)

اگه هر ۳ تا تیک خورد، یعنی چراغ سبزه و بایدپیش بری!

قدم دوم: ماشین‌سازی (The Machinery - D.R.E.A.M): اداره بیزینس، فقط ایده نیست، کلی کار اجرایی داره. فرمولش اینه:
قسمت اول: Demand (تقاضا): چطور مشتری پیدا می‌کنی؟ قسمت دوم: Revenue (درآمد): مدل قیمت‌گذاریت چیه؟ قسمت سوم: Engine (موتور): محصول اصلیت چیه؟ قسمت چهارم: Admin (اداری): کارهای حقوقی و مالی. قسمت پنجم: Marketing (مارکتینگ): برندسازی.

خبر خوب؟ الان لازم نیست برای اینا لزوما یک تیم استخدام کنی. ابزارهای AI مثل ChatGPT و NotebookLM می‌تونن نقش CFO یا تیم تحلیلگر تو رو بازی کنن. نکته عملی: لازم نیست یهو کوه رو جابجا کنی. همین هفته یه کار تکراری رو با AI اتومات کن. مثلا با ابزار Clay لیدها رو پیدا کن یا با Gamma اسلاید بساز.

قدم سوم: خندق‌های دفاعی (The Moats): وقتی موفق شی، رقبا میان سراغت. چطور از بیزینست دفاع کنی؟ ضدحمله (Counter-positioning): مدلی کار کن که رقیب بزرگت نتونه کپی کنه بدون اینکه بیزینس اصلی خودش ضربه بخوره (مثل کاری که نتفلیکس با حذف جریمه دیرکرد با بلاک‌باستر کرد). عادت‌سازی (Sticky Habits): محصولت رو تبدیل به عادت کن. سوییچ کردن باید برای مشتری سخت باشه (مثل عادت ما به آیفون یا ChatGPT). دیتای اختصاصی: دیتایی جمع کن که محصولت رو هی بهتر و بهتر کنه (مثل گوگل یا آمازون).

قدم چهارم: ذهنیت (The Mindset) هیچ هوش مصنوعی‌ای نمی‌تونه باگ‌های توی ذهن تو رو دیباگ کنه! ترس همیشه هست، ولی سوال اصلی اینه: "توی بستر مرگ، حسرت چی رو می‌خورم؟" توی دنیای AI، چیزی که تو رو متمایز می‌کنه چیزاییه که ربات‌ها ندارن: سلیقه (Taste) هدف (Purpose) قضاوت انسانی (Judgment)

حرف آخر: ریسک‌هایی که نمی‌کنی، خیلی بیشتر از ریسک‌هایی که می‌کنی و شکست می‌خوری، روت تاثیر منفی می‌ذارن. الان هوش مصنوعی همه چی رو ارزون‌تر، سریع‌تر و بهتر کرده. ابزارها آماده‌ن، فقط منتظر تو هستن که شروع کنی.

https://www.youtube.com/watch?v=IWdvG9Up8Mc

@DevTwitter | <Mehdi Allahyari/>

اگر با C کار می‌کنید یا دوست دارید کار کنید

این ریپو پر از پروژه‌های کوچیکه که با C نوشته شدن

https://github.com/dexter-xD/project-box/

@DevTwitter

مدل VibeVoice از مایکروسافت
ساخت پادکست و مکالمات طولانی از متن با لحن طبیعی
اجرای لوکال
فقط زبان انگلیسی

https://github.com/microsoft/VibeVoice

@DevTwitter | <Amirio/>

لازم نیست ساعت‌ها گوگل کنی برای پیدا کردن APIهای رایگان!

یه ریپازیتوری که هر دولوپری باید تو بوکمارک‌هاش داشته باشه:
https://github.com/public-apis/public-apis

لیست کاملاً مرتب‌شده و به‌روز از صدها API عمومی و رایگان در همه حوزه‌ها: Weather - Finance - Music - Animals - Jokes - Crypto Maps و صدها مورد دیگه.

@DevTwitter | <POURYA/>

چت‌جی‌پی‌تی الان روزانه ۲.۵ میلیارد پرامپت رو پردازش می‌کنه. همین چند ماه پیش این عدد ۱ میلیارد بود!
نکته‌ای که اکثر مارکترها ازش غافلن:

۷۰٪ مصرف‌کننده‌ها الان ترجیح میدن برای انتخاب محصول، جای سرچ سنتی سراغ هوش مصنوعی برن. و ۶۴٪ حاضرن همون محصولی که ChatGPT
پیشنهاد میده رو بخرن.

ولی مشکل بزرگ کجاست؟
اکثر برندها اصلاً خبر ندارن که هوش مصنوعی داره در موردشون چی میگه.

دارن سالی ۵۰ هزار دلار پای سئو (SEO) خرج می‌کنن و با وسواس رنکینگ گوگل رو چک می‌کنن... در حالی که مشتریاشون دارن از ChatGPT می‌پرسن: «بهترین محصول برای من چیه؟» و جواب‌هایی می‌گیرن که اصلاً اسمی از برند اون‌ها توش نیست.

این قضیه مال آینده نیست. همین الان داره اتفاق می‌افته.

ترافیک سرچ هوش مصنوعی نسبت به سال قبل ۵۲۷٪ رشد داشته، در حالی که سرچ سنتی تقریباً داره درجا می‌زنه.

سوال دیگه این نیست که «آیا باید به دیده شدن تو هوش مصنوعی اهمیت بدم؟» سوال واقعی اینه: «آیا اصلاً می‌تونم هزینه‌ی نادیده گرفتنش رو بپردازم؟»
این GEO را جدی بگیرید!

@DevTwitter | <Mehdi Allahyari/>

خبر خوب برای همه‌ی مهندس‌های یادگیری ماشین!

حالا می‌تونیم Google Colab رو مستقیم داخل VSCode اجرا کنیم . یعنی دیگه لازم نیست بین مرورگر و IDE جابجا بشیم، همه چیز یکجا و روان پیش میره.

برای من که روی پروژه‌های ML کار می‌کنم، این یعنی:
مدیریت بهتر محیط توسعه و فایل‌ها
اجرای کد با سخت‌افزار Colab بدون ترک VSCode
یکپارچگی راحت با Git و ابزارهای دیگه

در کل، کار با داده‌ها و مدل‌ها خیلی سریع‌تر و بدون دردسر میشه.

@DevTwitter | <Hossein Rezaie/>

چند هفته ایی هست که دنبال کار جدیدم و وقتم آزادتر پس تصمیم گرفتم وسط مصاحبه و رزومه فرستادن یه کار فان بکنم.حاصلش شد نَوا
نَوا (Nava) پروژه اوپن سورس ترجمه فارسی به انگلیسی من هست که هم دیتاست یک میلیونی اش رو آزاد کردم برای استفاده و هم مدلی که آموزش دادم.

هردو در گیتهاب و هاگینگ فیس آماده استفاده هستند.️

https://github.com/Mahdi-Maaref/Persian-To-English-Translator

https://huggingface.co/MahdiMaaref

@DevTwitter | <Mahdi Maarefdost/>

شما نتفلیکس نیستید! پس چرا از روز اول با پیچیدگی میکروسرویس‌ها خودکشی می‌کنید؟

صنعت نرم‌افزار در حال یک بازگشت عقلانی به سمت معماری‌های یکپارچه مدرن (Modular Monolith) است. جایی که یاد می‌گیریم معماری کد (Logical) باید از معماری استقرار (Physical) کاملا جدا باشه.

در اولین مقاله‌ام در ویرگول، با کالبدشکافی پروژه اپن‌سورس Quick Connect، معماری Code-Level Monolith رو معرفی کردم. معماری‌ای که حلقه گمشده بین سادگی و مقیاس‌پذیریه.

در این معماری:
۱. امروز: با سرعت بالا و هزینه کم به صورت یکپارچه دپلوی می‌کنید
۲. فردا: بدون بازنویسی کد و فقط با تغییر کانفیگ، ماژول‌های پرفشار رو جدا کرده و میکروسرویس می‌کنید (مثل Grafana Loki).

با این رویکرد، یکبار برای همیشه پرونده جنگ مونولیت علیه میکروسرویس رو ببندید!

مطالعه کامل مقاله (فارسی و انگلیسی):

ویرگول:
https://virgool.io/@alirezafeyze44/code-level-monolith-art-flexible-deployment-yad18surpcil

Dev.to:
https://dev.to/alireza_feizi_2aa9c86cac4/code-level-monolith-the-hybrid-architecture-the-art-of-flexible-deployment-2jm2

@DevTwitter | <Alireza Feizi/>

#کدبوک


یک منبع عملی برای یادگیری ساختار داده‌ها و الگوریتم‌ها با زبان C:

- پوشش مفاهیم پایه مثل آرایه‌ها، لیست‌ها، استک و صف
- بررسی ساختارهای پیشرفته مثل درخت‌ها، گراف‌ها و هیپ
- پیاده‌سازی الگوریتم‌های مهم همراه با مثال‌های شفاف
- مناسب برای کسانی که می‌خوان اصول DSA رو با یک زبان سطح پایین درک کنن


* فایل PDF این کتاب رو میتونید از کانال DevBooks که لینکش توی بیو هست دانلود کنید.

@DevTwitter

تو این مدت داشتم یک سرویس ساده رو قدم‌به‌قدم بهترش می‌کردم.
نسخه‌ی اول خیلی مستقیم بود: چند متد CRUD، یک مقدار Optional، و یک Exception ساده.
کار می‌کرد، اما حس می‌کردم جای بهتر شدن داره.
بعدش دوباره نگاهش کردم و چیزهایی که تو مسیر یاد گرفته بودم رو کم‌کم اضافه کردم:

-استفاده از Lombok برای تمیزتر شدن کد و حذف constructorهای تکراری (@RequiredArgsConstructor)
-استفاده از @Transactional که مخصوص کارهای دیتابیسیه و باعث می‌شه رفتار سرویس قابل‌اعتمادتر بشه
-رمزنگاری پسورد با BCryptPasswordEncoder().encode(...)
-تمیز کردن کد با Optional.orElseThrow()
-ساختن یک GlobalExceptionHandler که خطاها رو استانداردتر و قابل‌کنترل‌تر می‌کنه
-جدا کردن مسئولیت‌ها بین سرویس، ریپازیتوری و کنترلر
-معماری تمیزتر بدون شلوغ کردن کد با کلاسه‌های اضافی

این پروژه تمرینیه، اما سعی کردم واقعاً با استانداردهایی که تو شرکت‌ها استفاده می‌شه جلو برم.
اگر کسی مثل خودم جونیوره و دوست داره کنار هم یک نمونه‌کار درست حسابی بسازیم—فرقی هم نداره بک‌اند یا فرانت‌اند باشه—خوشحال می‌شم بیاد تو گیتهاب و با هم کار کنیم:

https://github.com/AlirezaAkhavanJava/FatKidBoot

@DevTwitter | <Alireza Akhavan/>

#کدبوک

راهنمایی عملی برای یادگیری ساختار داده‌ها و الگوریتم‌ها با دید و نیازهای توسعه وب:

- توضیح مفاهیم DSA با مثال‌های شفاف در JavaScript
- پیاده‌سازی الگوریتم‌های رایج مثل مرتب‌سازی، جستجو و کار با گراف
- تمرکز بر درک عملکرد و بهینه‌سازی کد در محیط وب
- مناسب برای توسعه‌دهنده‌هایی که می‌خوان مهارت حل مسئله‌شون رو در JS تقویت کنن


* فایل PDF این کتاب رو میتونید از کانال DevBooks که لینکش توی بیو هست دانلود کنید.

@DevTwitter

آشنایی با فریم ورک Vaadin جاوا

فریم ورک Vaadin یه فریم‌ورک مدرن برای ساخت رابط‌های کاربری تحت وبه که کل دردسرهای فرانت‌اند مثل HTML، CSS و JavaScript رو از مسیر توسعه‌دهنده جاوا کنار می‌زنه. تو فقط با کامپوننت‌های جاوایی کار می‌کنی و خود فریم‌ورک رندر، مدیریت رویدادها و ارتباط Client-Server رو هندل می‌کنه. نتیجه؟ امنیت بالاتر، توسعه سریع‌تر و ساخت UI‌های کاملاً استاندارد بدون خروج از اکوسیستم جاوا.
ساخت UI کامل با Spring Boot فقط در Java بدون حتی یک خط JavaScript!
اگه کنجکاوی ببینی ساخت یک UI جدی و کامل فقط با جاوا چطوریه، آموزش Catherine Edelveis در یوتیوب دقیقا نقطه شروع مناسبه.

توی این آموزش، یک CRUD کامل با Vaadin و Spring Boot ساخته شده که همه‌چیز رو از سمت سرور مدیریت می‌کنه و تجربه توسعه‌ای خیلی تمیز ارائه میده.
چیا رو پوشش میده؟

Login + Spring Security
Data Grid با Lazy Loading و Filtering
Dialog Form‌ با Validation
Role-based Access Control
Custom Theming

همراه با:
️ Spring Boot
️ Spring Security
️ MongoDB
️ CSRF Protection
️ Form Validation با JSR-303

کد پروژه هم روی GitHub هست و قدم‌به‌قدم قابل دنبال کردنه.
https://www.youtube.com/watch?v=67oJxPRa3Mg

@DevTwitter | <Amir Rahimi Nejad/>

یکی از مواردی که برای ما هایی که از VPN استفاده می کنیم، دردسر شده،‌ Fingerprint مرورگرها است!
مثلا گوگل می‌رید ولی خطای 403 میده با اینکه VPN دارید. یک دلیل به خاطر Leak شدن TimeZone اصلی شما هست.
چه موارد دیگه ای را ممکن است بررسی کنند؟
چک کنید:
https://neberej.github.io/exposedbydefault/

@DevTwitter | <VAHID NAMENI/>

با کرنل‌های جدید RoPE و MLP Triton در Unsloth AI، میتونید مدل‌های زبانی (LLM) رو ۳ برابر سریع‌تر و بدون هیچ افت دقتی Train کنید! مثلا مدل Qwen3-4B رو ۳ برابر سریع‌تر و فقط با ۲.۹ گیگابایت VRAM آموزش بدید. کرنل‌های جدید به همراه قابلیت smart auto packing باعث میشه سرعت Training حدود ۳ برابر بیشتر بشه و مصرف VRAM هم نسبت به ستاپ‌های بهینه شده FA3 تا ۳۰٪ کاهش پیدا کنه.
تمام کدها توی وب سایتشون هست.
https://docs.unsloth.ai/new/3x-faster-training-packing

@DevTwitter | <Mehdi Allahyari/>

اگه دوست دارد میز کار یا میز کامپیوتر را ببرید توی یک لیگ دیگه از لحاظ کارایی و دیزاین این ویدیو را حتما ببینید. که چطور با 3D printing چه کارهای جالبی میکنه.
Youtube:
https://www.youtube.com/watch?v=6er5oSPUGOI

@DevTwitter | <Mehdi Allahyari/>

برای کسایی که میخوان وارد مهندسی نرم افزار بشن، این یه ویدیو خیلی خوبیه که Brad Traversy گذاشته، روش یادگیری جدید خودش برای 2025-2026 و تطابق اون با اکوسیستم در حال تغییر و تحول Tech و با مکملLLM ها برای یادگیری داره انجام میده.
https://www.youtube.com/watch?v=gQnBetuyktk

@DevTwitter | <Max Shahdoost/>

چند روز پیش hkalbasi توی کامیونیتی Rust، یه ایده ای داد که منم به واسطه بیخوابی ناشی از کافئین پیاده‌سازیش کردم.

ایده یه ابزار مانیتورینگ حافظه لینوکس بود که PSS، RSS، Shared/Private، کش Swap، NUMA و حتی Delta لحظه‌ای رو به صورت real-time نشون می‌ده.
پ.ن: احتمالا به زودی یه آپدیت هم براش میدم.

https://github.com/naseridev/memz


@DevTwitter | <Nima Naseri/>

بعضی وقتا کلی تب تو مرورگرم باز دارم،یادم میره چرا بعضیاش هنوز بازه،دیشب یه اکستنشن ساختم که میتونی برای تب یه استیکی نوت بزاری و خیلی به نظرم کاربردیه!نحوه نصبش هم ساده هست اگه خواستید میتونید لینک repoرو بدید به aiبهتون بگه چجوری ادش کنید.

https://github.com/AMIRAK-code/StickyNOte-broswerExtenstion

@DevTwitter | <StarKid/>

انتشار KeySender
ابزار متن‌باز ویندوز برای ارسال متن به‌صورت کاراکتر‌به‌کاراکتر، مخصوص زمانی که Copy/Paste کار نمی‌کند.
مناسب برای KVM، VM، ترمینال‌های امن و وب‌کنسول‌ها.

https://github.com/saeedphr/keysender

@DevTwitter | <saeedphr/>