هوش مصنوعی دیگر انتخاب نیست، یک الزام است

به‌عنوان یک توسعه‌دهنده بک‌اند، همیشه دنبال ابزارها و روش‌هایی هستم که بهره‌وری، دقت و کیفیت کدم رو ارتقا بدن. اما هیچ چیز به اندازه هوش مصنوعی، این بازی رو عوض نکرده.

به‌تازگی یادداشتی از Tobi Lutke، مدیرعامل(CEO) Shopify خوندم که من رو قانع کرد که استفاده‌ی «reflective و طبیعی» از AI، دیگه یک ویژگی اختیاری نیست؛ بلکه یک انتظار پایه برای تمام اعضای تیم‌های فنیه.

نکاتی که خیلی به چشمم اومد:
- استفاده از AI باید بخشی از مرحله prototyping باشه.
- قبل از درخواست منابع بیشتر، اول باید ببینیم با کمک AI چه کارهایی می‌شه انجام داد.
- مهارت در استفاده از ابزارهایی یا در آینده نزدیک agents ها و ChatGPT و ابزار های از این دست، یک مزیت رقابتی جدی محسوب می‌شه.
- و مهم‌تر از همه: "اگر در حال رشد نیستیم، در حال عقب‌گردیم."

در دنیای امروز، استفاده از AI در اکثر حرفه ها (مخصوصا توسعه نرم‌افزار) مثل بلد بودن Git در ۲۰۱۰ شده — اگر هنوز واردش نشدی، از قافله عقب می‌مونی.

@DevTwitter | <arash/>

ساختن هر پروژه جدید با Node.js و Express می‌تونه وقت‌گیر باشه...
مخصوصاً وقتی هر بار باید از صفر همه چیزو توسعه یا پیکربندی کنیم!

برای همین همچین فکری به سرم زد یه ابزار بسازم
تا شروع پروژه‌های بعدی راحت‌تر و سریع‌تر بشه

Express Template (TypeScript)
ساختار پروژه حرفه‌ای (OOP)
تنظیمات اولیه امنیتی با helmet و compression و RateLimiter
  لاگ‌گیری پیشرفه با winston
  پشتیبانی از alias برای importها
  قابلیت گسترش برای پروژه‌های واقعی

هدفم از ساختن این ابزار:
برای کساییه که می‌خوان سریع یه پروژه‌ی Node.js رو راه بندازن، بدون اینکه درگیر تنظیمات ابتدایی بشن.
خیلی ساده می‌تونی کلونش کنی و مستقیم بری سراغ توسعه‌ی فیچرها!

لینک ریپوزیتوری:
https://github.com/Hossein-Falah/express-templete

@DevTwitter | <Hossein/>

پکیچ ایجاد متاباکس سفارشی برای لاراول

بالاخره یه پکیچ پرکاربرد برای لاراول نوشتم.

متاباکس یک قابلیت پرکاربرد برای برای دریافت و یا نمایش اطلاعات وردپرس است. تصمیم گرفتیم این قابلیت متاباکس وردپرس را به لاراول بیاوریم. با استفاده از متاباکس لاراول شما می توانید قابلیت مثل فیلد سفارشی برای پست ها تعریف کنید و خود پکیچ دیتابیس دارد و نیازی به ایجاد جدول دیتابیس فیلد اضافی نیست.

گیت هاب :
https://github.com/LaraPire/laravel-metabox

مستندات :
https://github.com/Rayiumir/laravel-metabox/blob/main/Documentation/en.md

@DevTwitter | <Raymond Baghumian/>

یه lan messenger خوب.
رایگان، متن‌باز، ویندوز، مک، لینوکس.
beebeep.net‎

@DevTwitter | <Ayub Kokabi/>

بچه‌ها این رپو یه ایجنت که برای خدمات مشتری هست رو با انواع فریم‌ورک‌های موجود مثل langchain، agno، گوگل sdk یا حتی بدون فریم‌ورک (با لوپ ساده) پیاده کرده.
میتونید از مثال‌ها برای شروع ساخت یه ایجنت استفاده کنید
https://github.com/langwatch/create-agent-app

@DevTwitter | <Saman Esmaeili/>

تو دیسک‌های SSD مفهومی داریم به اسم Terabytes Written یا TBW که نشون می‌ده تا چه حجمی از دیتا میتونیم روی دیسک بنویسیم. مثلاً SSD با 600TBW می‌تونه 600 ترابایت دیتا بنویسه قبل از اینکه عمر مفیدش تموم بشه.
برای اینکه عمر SSD رو متوجه بشیم، می‌تونیم TBW رو با استفاده از ابزارهای دیسک مثل CrystalDiskInfo یا smartctl چک کنیم.

مثلاً عدد ۶۰۰ برای TBW: اگه کاربر معمولی باشیم و فرض کنیم روزی ۱۰۰ گیگ اطلاعات رو دیسک مینویسم، حدود ۱۶ سال طول میکشه تا به عدد 600TBW برسیم!

@DevTwitter | <Mohammad/>

داشتم مستندات رسمی APIهای ChatGPT رو بررسی می‌کردم که یه نکته مهم دیدم.

خیلی زیاد پیش اومده که کاربرا می‌پرسن:

«چرا این مدل قبلاً یه جور جواب می‌داد، الان یه چیز دیگه می‌گه؟»
مثلاً می‌گن قبلاً جوابش بهتر (یا بدتر) بود، یا لحنش عوض شده و...
جواب خیلی واضح تو خود داکیومنت OpenAI اومده:

اونجا گفته شده که مدل‌ها تو نسخه‌های مختلفشون ممکنه رفتار متفاوتی داشته باشن. یعنی حتی اگه دقیقاً همون سوال قبلی رو دوباره بپرسید، چون نسخه جدیدتری از مدل فعال شده، جوابش ممکنه فرق کنه.

این تغییرات هم می‌تونه توی لحن، دقت، ساختار جواب یا حتی خود محتوای پاسخ باشه.

از اونجایی که خود ChatGPT همیشه از آخرین نسخه مدل استفاده می‌کنه، این تغییرات کاملاً طبیعی و قابل انتظاره.
خلاصه اگه در مدلی از open ai نسبت به گذشته تغییرات حس کردید، دلیلش اینه که مدل آپدیت شده؛ نه اینکه شما کار خاصی کرده باشید یا مدل خراب شده باشه. خود OpenAI هم گفته که این تغییرات بخشی از روند طبیعی به‌روزرسانی مدله.

@DevTwitter | <Amir Javadzadeh/>

اینجا می‌تونید بیش از ۴۳ میلیون کتاب و ۹۸ میلیون مقاله رو رایگان مطالعه یا دانلود کنید.
welib.org‎

@DevTwitter | <Ayub Kokabi/>

ابزار dia یک مدلِ جدیدِ tts ـه که فقط طیِ ۴ روز 11k ستاره خورده. صداش خیلی طبیعیه. نمونه‌هاش رو اینجا ببینید.
yummy-fir-7a4.notion.site/dia‎

@DevTwitter | <Ayub Kokabi/>

دیگه لازم نیست برای وصل کردن فرانت‌اند به مدل‌های هوش مصنوعی کلی وقت بذاری...

Vercel AI SDK اومده بازی رو عوض کنه!

با چند خط کد ساده، می‌تونی مستقیماً از فرانت‌اند درخواست به LLM بدی، بدون نیاز به کلی بک‌اند اضافه.

• پشتیبانی از React, Next.js, Svelte و...
• هندل خودکار Streaming Responseها
• آماده برای استفاده در پروژه‌های واقعی

مثلا با چند خط ساده می‌تونی یه Chatbot React درست کنی که مستقیماً با GPT-4 حرف می‌زنه!

@DevTwitter | <amirhossein gholampour/>

اگر در زمینه تولید تصویر بصورت جدی کار میکنید پیشنهاد میشه از پلتفرم OpenAI استفاده کنید. همون GPT 4o است اما با دقت و کیفیت بهتر که از طریق ای‌پی‌آی در سایر اپلیکیشن ها هم در دسترس است.

https://platform.openai.com/

@DevTwitter | <Setareh/>

اگه یه زمانی نیاز شد تو لینوکس، ویندوز رو بالا بیاری میتونی از این ریپو برای بالا اوردن یه کانتینر داکر استفاده کنی!

https://github.com/dockur/windows

@DevTwitter | <Mohammad/>

اگر به RAG علاقه‌ مندید یه نفر امده انواع تکنیک ها را جمع کرده. دید خیلی خوبی میده و میتونید برای یادگیری ازش استفاده کنید

https://github.com/FareedKhan-dev/all-rag-techniques

@DevTwitter | <Mohammad/>

آموزش داکر در یک ساعت برای همه
هر کسی که در دنیای کامپیوتر هست نیاز به این ویدیو داره
پلی لیست جعبه ابزار کامپیوتری ها اومد بیرون

ببین واقعا یک ساعت وقت بزار کلکش و بکن بره دیگه عزیزجان
راستی آخر ویدیو دوتا منبع دادم که بخوای خیلی عمیق بشی تو داستان میتونی بری ته داستان رو نون بکشی و خیال راحت بشینی یه کنجی و عشقشو ببری
https://www.youtube.com/watch?v=ViV4pL9lHZ4&feature=youtu.be

@DevTwitter | <Babak Doraniarab/>

چند وقت پیش آنا آرشیو یه مسابقه ۱۰ هزار دلاری برایِ نمایش بصریِ ISBN تمامِ کتاب‌هایِ موجود در آرشیوِ این سایت برگزار کرد. این سایت نفرِ اول و برندهٔ ۶ هزار دلار شد. ۹۸ میلیون کتاب رو بر اساسِ زبان، ناشر و قدمت به شکلِ بصری و تعاملی نمایش داده.
https://phiresky.github.io/isbn-visualization

@DevTwitter | <Ayub Kokabi/>

این رو دیدم بنظرم جالب اومد. داره میگه چه پوزیشن هایی به مرور با پیشرفت AI بوجود میاد و چه پوزیشن هایی باید خودشون رو Adapt کنن با مسیر جدیدی که داره میره. اگه فکر تغییر رشته یا ترس از دست دادن شغلتون هستید یه نگاهی به این نقشه بکنید.

@DevTwitter | <Shana/>

داشتیم واسه یه پروژه سیستم چت پیاده سازی میکردیم، واسه اینکه سریع‌تر بریم جلو میخواستیم از مینی پروژه های گیت استفاده کنیم ولی یا api بود یا خیلی کامل نمیشد استفاده کرد واسه پروژه
به سرمون زد با جنگو بنویسیمش و به صورت یه مینی پروژه پابلیکش کنیم

https://github.com/Artyomza312/chat_repo

@DevTwitter | <Amir/>

اگر شما هم توسعه دهنده وردپرس هستید و از اینکه ساعت ها وقت بزارید هی از این تب به اون تب مرورگر برید که داخل دایکومنت وردپرس بگردید، امروز ی خبر خوب دارم، با استفاده از اکستنشن Search WordPress Docs میتونید خیلی راحت فقط با انتخاب فانکشنتون و کلیک راست کردن و سپس انتخاب گزینه search همون لحظه داخل vscode داکیومنت و توضیحات اون فانکشن رو از مخزن خود وردپرس ببینید.

لینک اکستنشن :
https://marketplace.visualstudio.com/items?itemName=yogensia.searchwpdocs

@DevTwitter | <Amirreza Heydari/>

انتخاب زیرساخت مناسب برای دیپلوی پروژه‌ها؛ فقط یک تصمیم فنی نیست، بلکه نیازمند یک تصمیم استراتژیکه.

امروزه، با گسترش ابزارهای کانتینرسازی، معمولاً سه گزینه هست که بیشتر از همه به چشم میاد:

Docker Compose
+ عالی برای توسعه و محیط‌های لوکال
+ ساده، سریع و بدون نیاز به منابع زیاد
- مناسب نبودن برای پروژه‌های High Availability

Docker Swarm
+ راه‌حلی سریع برای مقیاس‌بندی ساده روی چند سرور
+ راه‌اندازی راحت‌تر نسبت به Kubernetes
- امکانات محدود نسبت به مباحث پیشرفته
- خود داکر بیشتر به Kubernetes اهمیت میده

Kubernetes (K8s)
+ استاندارد بازار کار برای مقیاس‌بندی، پایداری، و مدیریت سیستم‌های بزرگ
+ Self-Healing، Load Balancing پیشرفته، و مقیاس‌پذیری بی‌نهایت
+ اکوسیستم قدرتمند از ابزارها (CI/CD, Monitoring, Security)
- نیازمند تخصص بیشتر
- پیچیدگی در راه‌اندازی اولیه

اما در دنیای واقعی چه اتفاقی میوفته؟
Docker Compose بیشتر برای توسعه‌ی لوکال یا پروژه‌های کوچک استفاده می‌شه.
Docker Swarm به تدریج جایگاه خودش رو از دست داده و کمتر در پروژه‌ها دیده می‌شه.
Kubernetes به استاندارد اصلی بازار کار تبدیل شده؛ به طوری که همه به نوعی روی Kubernetes تاکید میکنن.

به عنوان نتیجه‌گیری نهایی و البته نظر شخصی:
هیچ ابزاری به خودی خود بهترین نیست.
بهترین انتخاب، ابزاری است که با نیازهای امروز و چشم‌انداز فردای پروژه‌ هماهنگ باشه.
ولی اگر به فکر آینده‌ شغلی، رشد و مقیاس‌پذیری هستی، باید Kubernetes رو جدی بگیری.

@DevTwitter | <Farzin Shams/>

واتس اپ یک ریپو داره با rust برای Crash Dump ها

https://github.com/WhatsApp/crashdump_viewer_cli

@DevTwitter | <ُTagarg/>

اسم این وب‌سایت Poe.com هستش که خودم تقریبا ۲ سالی میشه که ازش استفاده می‌کنم. این جا به تعداد انسان‌های روی کره زمین بات هوش مصنوعی مثل GPT 4o، Gemini 2.0 Flash، Claude Sonnet و کلی بات خفن دیگه پیدا می‌کنین و قول میدم دست خالی ازش بیرون نمیاین.

@DevTwitter | <Amirata Khoshbaten/>