Forwarded from refhub
🎉نسخه ی جدید منتشر شد
code-name : Mostafa
در این نسخه سرویس ارسال مون کامل مهاجرت کرد به Postex.ir و میتونید سرویس دهنده های مختلف رو برای ارسال انتخاب کنید.
بخش محاسبات هزینه شفاف و دقیق شد و باگی که مصطفای عزیز به ما گزارش داده بود برطرف شد.
فکر میکنیم این یک گام مهم و جدی در راستای بالابردن کیفیت خدمات و بهبود سرویس هست.
امیدواریم که دوستش داشته باشید.
با عشق
دوست شما #رفهاب
code-name : Mostafa
در این نسخه سرویس ارسال مون کامل مهاجرت کرد به Postex.ir و میتونید سرویس دهنده های مختلف رو برای ارسال انتخاب کنید.
بخش محاسبات هزینه شفاف و دقیق شد و باگی که مصطفای عزیز به ما گزارش داده بود برطرف شد.
فکر میکنیم این یک گام مهم و جدی در راستای بالابردن کیفیت خدمات و بهبود سرویس هست.
امیدواریم که دوستش داشته باشید.
با عشق
دوست شما #رفهاب
❤4🔥1
Forwarded from iCodeNext
✨ New Version - Riter 0.2.18
🎄 چند تا ویژگی اضافه کردیم. مهم ترینش که یکی از دوستان محمد مهدی شفیعی( اگه درست نوشته باشم ) که تم دارک رو برامون درست کرده. دمش گرم.
یکی هم مشکلی داشتیم کسایی که 2 مانیتوره بودند و اپلیکیشن بین مانیتور ها جابجا نمیشد، که اینم یکی از دوستان خارجی مون به نام یحیی درست کردند که باز هم دمش گرم.
https://github.com/YahyaSvm
https://github.com/MeltricCode
و یه چند مورد خیلی کوچیکی هم خودم درست کردم.
دمتون گرم که به پروژه استار میدید.⭐ و به اشتراک میزارید. بزودی روی ویندوز استور هم میزاریم که بقیه اگه دوست داشتن بتونن استفاده کنند.
❤️❤️❤️
لینک پروژه
https://github.com/mohammadKarimi/Riter
🎄 چند تا ویژگی اضافه کردیم. مهم ترینش که یکی از دوستان محمد مهدی شفیعی( اگه درست نوشته باشم ) که تم دارک رو برامون درست کرده. دمش گرم.
یکی هم مشکلی داشتیم کسایی که 2 مانیتوره بودند و اپلیکیشن بین مانیتور ها جابجا نمیشد، که اینم یکی از دوستان خارجی مون به نام یحیی درست کردند که باز هم دمش گرم.
https://github.com/YahyaSvm
https://github.com/MeltricCode
و یه چند مورد خیلی کوچیکی هم خودم درست کردم.
دمتون گرم که به پروژه استار میدید.⭐ و به اشتراک میزارید. بزودی روی ویندوز استور هم میزاریم که بقیه اگه دوست داشتن بتونن استفاده کنند.
❤️❤️❤️
لینک پروژه
https://github.com/mohammadKarimi/Riter
❤2
این توییت خیلی ترسناک بود، با AI صدای پسری رو شبیه سازی کردن ، زنگ زدن خانواده ش گفتن تصادف کرده و بیمارستانه و باید عمل بشه ، جیب خانواده رو خالی کردن
https://x.com/niloosalimi/status/1984729114394181677
https://x.com/niloosalimi/status/1984729114394181677
X (formerly Twitter)
Niloofar Salimi (@niloosalimi) on X
⚠️ #هشدار: کلاهبرداری جدید با استفاده از هوش مصنوعی
🔴امروز خانوادهی ما تا مرز سکته رفتند. لطفاً این متن رو کامل بخونید، چون ممکنه برای هر کسی پیش بیاد.🔴
چند ساعت پیش تماسی با خالهم گرفته شد. گفتند:
«پسر شما تصادف کرده، حالش وخیمه، بردیمش بیمارستان امام…
🔴امروز خانوادهی ما تا مرز سکته رفتند. لطفاً این متن رو کامل بخونید، چون ممکنه برای هر کسی پیش بیاد.🔴
چند ساعت پیش تماسی با خالهم گرفته شد. گفتند:
«پسر شما تصادف کرده، حالش وخیمه، بردیمش بیمارستان امام…
😭9👎3👍1
document.pdf
307 KB
📘 10+1 Common Software Architecture Mistakes
This booklet provides a quick overview of 10+1 common software architecture mistakes I’ve observed across Iranian development teams. Of course, the lessons shared here are not unique to Iran or any specific industry, most of them are universally applicable to software teams everywhere.
In this guide, you’ll find:
🔵 The most common architectural mistakes that slow down team velocity and agility
🟡 Clear symptoms, impacts, and actionable solutions to prevent them
⚪️ Practical insights for designing stable and scalable software architectures
Version: 1.0.0
✍️ Author: Masoud Bahrami
🌐 MasoudBahrami.com
This document covers:
- The hidden cost of poor architectural decisions in early-stage systems
- Why “speed-to-market” often leads to unsustainable technical debt
- Ten field-tested lessons, each with symptoms, impact, and concrete solutions
- Aimed at: technical founders, CTOs, and senior developers
This booklet provides a quick overview of 10+1 common software architecture mistakes I’ve observed across Iranian development teams. Of course, the lessons shared here are not unique to Iran or any specific industry, most of them are universally applicable to software teams everywhere.
In this guide, you’ll find:
🔵 The most common architectural mistakes that slow down team velocity and agility
🟡 Clear symptoms, impacts, and actionable solutions to prevent them
⚪️ Practical insights for designing stable and scalable software architectures
Version: 1.0.0
✍️ Author: Masoud Bahrami
🌐 MasoudBahrami.com
This document covers:
- The hidden cost of poor architectural decisions in early-stage systems
- Why “speed-to-market” often leads to unsustainable technical debt
- Ten field-tested lessons, each with symptoms, impact, and concrete solutions
- Aimed at: technical founders, CTOs, and senior developers
❤7
Forwarded from tech-afternoon (Amin Mesbahi)
اگر با DORA آشنا نیستید، پیشنهاد میکنم اول مطلبی که سال گذشته همینجا نوشتم را مرور کنید.
حالا گزارش سال ۲۰۲۵ با عنوان «DORA State of AI-Assisted Software Development» منتشر شده و از اینجا قابل دریافت است. (فایل رو هم داخل کامنت قرار دادم)
در بیش از یک دهه گذشته، تیم DORA تونسته قابلیتها و شرایطی رو شناسایی کنه که عامل موفقیت سازمانهای فناوریمحور با عملکرد بالا هستند.
امسال، برای اولین بار گزارشی منتشر شده که بهطور ویژه به بررسی تأثیر هوش مصنوعی بر تیمهای توسعه نرمافزار میپردازه.
🔹 فراتر از ابزارها: این گزارش نشون میده که موفقیت در بهکارگیری هوش مصنوعی، مسئلهی ابزار نیست؛ بلکه مسئلهی سیستمی است که باید در کل سازمان شکل بگیره.
🔹 مدل قابلیتهای DORA برای AI: توی این مدل، هفت تمرین بنیادین معرفی شده که تأثیر مثبت هوش مصنوعی رو بر عملکرد سازمانی بهصورت چشمگیری افزایش میدن.
🔹 درک بهتر تیمها: گزارش هفت الگوی متفاوت از تیمها رو معرفی میکنه؛ از «تیمهای هماهنگ و موفق» تا «تیمهایی که در تنگنای میراثی گیر کردهاند»؛ تا مسیرهای بهبود هدفمندتری طراحی بشه.
🔹 هدایت ظرفیت هوش مصنوعی: همچنین توضیح داده که چجوری مدیریت جریان ارزش (Value Stream Management: VSM) میتونه بهعنوان یک تقویتکننده عمل کنه تا بهرهوریهای موضعی به بهبود واقعی در عملکرد محصول تبدیل بشن، نه به هرجومرج در مراحل بعدی.
📘 این گزارش منبع خیلی خوبی برای مقایسهی استراتژی هوش مصنوعی سازمان، درک بهتر وضعیت تیم و شناسایی قابلیتهای کلیدی برای رشد آینده است.
حالا گزارش سال ۲۰۲۵ با عنوان «DORA State of AI-Assisted Software Development» منتشر شده و از اینجا قابل دریافت است. (فایل رو هم داخل کامنت قرار دادم)
در بیش از یک دهه گذشته، تیم DORA تونسته قابلیتها و شرایطی رو شناسایی کنه که عامل موفقیت سازمانهای فناوریمحور با عملکرد بالا هستند.
امسال، برای اولین بار گزارشی منتشر شده که بهطور ویژه به بررسی تأثیر هوش مصنوعی بر تیمهای توسعه نرمافزار میپردازه.
🔹 فراتر از ابزارها: این گزارش نشون میده که موفقیت در بهکارگیری هوش مصنوعی، مسئلهی ابزار نیست؛ بلکه مسئلهی سیستمی است که باید در کل سازمان شکل بگیره.
🔹 مدل قابلیتهای DORA برای AI: توی این مدل، هفت تمرین بنیادین معرفی شده که تأثیر مثبت هوش مصنوعی رو بر عملکرد سازمانی بهصورت چشمگیری افزایش میدن.
🔹 درک بهتر تیمها: گزارش هفت الگوی متفاوت از تیمها رو معرفی میکنه؛ از «تیمهای هماهنگ و موفق» تا «تیمهایی که در تنگنای میراثی گیر کردهاند»؛ تا مسیرهای بهبود هدفمندتری طراحی بشه.
🔹 هدایت ظرفیت هوش مصنوعی: همچنین توضیح داده که چجوری مدیریت جریان ارزش (Value Stream Management: VSM) میتونه بهعنوان یک تقویتکننده عمل کنه تا بهرهوریهای موضعی به بهبود واقعی در عملکرد محصول تبدیل بشن، نه به هرجومرج در مراحل بعدی.
📘 این گزارش منبع خیلی خوبی برای مقایسهی استراتژی هوش مصنوعی سازمان، درک بهتر وضعیت تیم و شناسایی قابلیتهای کلیدی برای رشد آینده است.
Telegram
tech-afternoon
✨ DORA چیه؟
فریمورک DORA که مختصر شدهی DevOps Research and Assessment است، یک فریمورک برای تحقیق و ارزیابیه که تمرکزش روی بهبود مستمر تحویل نرمافزار در سازمانهاست. هدف DORA کمک به تیمها و سازمانها برای بهبود عملکرد و شناسایی نقاط ضعف فرآیند توسعه…
فریمورک DORA که مختصر شدهی DevOps Research and Assessment است، یک فریمورک برای تحقیق و ارزیابیه که تمرکزش روی بهبود مستمر تحویل نرمافزار در سازمانهاست. هدف DORA کمک به تیمها و سازمانها برای بهبود عملکرد و شناسایی نقاط ضعف فرآیند توسعه…
👍4❤2
این توییتم نشون میده چقدر استفاده درست از AI Agent ها در توسعه نرم افزار ممکنه برای کسب و کارهای خرد مهم باشه و نجات دهنده
https://x.com/Merkousha/status/1985379205186523592
https://x.com/Merkousha/status/1985379205186523592
X (formerly Twitter)
Massoud Beygi (@Merkousha) on X
تو نقطه A تازه شروع کردیم به معرفی https://t.co/5iv2JlVrrf برای خرید کتاب فیزیکی و تخفیف های خیلی زیادی میدادیم همونطور که میبینید برج 4 به خاطر جنگ و تبعاتش برای #رسمیو فروش نداشتیم، نقطه ی قبل از هایک زدن تو نقطه ی B از @catsep کتی جون پرسیدم GiveUp کنم…
❤2👍1
پرسش یکی از همراهان کانال :
سلام دوستان روزتون بخیر. کسی در زمینه spec driven development تجربه ای داره؟ من دارم یه تحقیقی میکنم که چطور میشه در سطح سازمان فرایندی رو داشت که بشه از هوش استفاده کنیم. جامعه هدف سازمان هایی هستن که در زمینه infrastructure داشتن کار میکردن و حالا با ظهور هوش مصنوعی منافعشون در خطره. ممنون میشم راهنمایی کنین یا کلمات خاصی اگر میشناسین بگین تا سرچ کنم
🔥4❤1
🚀 سلام، Kimi K2 Thinking!
مدل متنباز Thinking Agent اینجا است.
🔹 بهترین عملکرد در HLE (۴۴.۹٪) و BrowseComp (۶۰.۲٪)
🔹 اجرای تا ۲۰۰–۳۰۰ فراخوانی متوالی ابزار بدون دخالت انسان
🔹 برتری در استدلال، جستجوی agentic و برنامهنویسی
🔹 پنجره متنی ۲۵۶ هزار کلمه
K2 Thinking به عنوان یک Thinking Agent ساخته شده و نماد تلاشهای اخیر ما برای افزایش مقیاس در زمان تست است — افزایش همزمان توکنهای تفکر و نوبتهای فراخوانی ابزار.
K2 Thinking حالا در حالت چت در kimi.com فعال است و حالت کامل agentic به زودی عرضه میشود. همچنین از طریق API در دسترس است.
🔌 API فعال است: platform.moonshot.ai
🔗 وبلاگ فنی: moonshotai.github.io/Kimi-K2/thinki…
🔗 وزنها و کد: huggingface.co/moonshotai
مدل متنباز Thinking Agent اینجا است.
🔹 بهترین عملکرد در HLE (۴۴.۹٪) و BrowseComp (۶۰.۲٪)
🔹 اجرای تا ۲۰۰–۳۰۰ فراخوانی متوالی ابزار بدون دخالت انسان
🔹 برتری در استدلال، جستجوی agentic و برنامهنویسی
🔹 پنجره متنی ۲۵۶ هزار کلمه
K2 Thinking به عنوان یک Thinking Agent ساخته شده و نماد تلاشهای اخیر ما برای افزایش مقیاس در زمان تست است — افزایش همزمان توکنهای تفکر و نوبتهای فراخوانی ابزار.
K2 Thinking حالا در حالت چت در kimi.com فعال است و حالت کامل agentic به زودی عرضه میشود. همچنین از طریق API در دسترس است.
🔌 API فعال است: platform.moonshot.ai
🔗 وبلاگ فنی: moonshotai.github.io/Kimi-K2/thinki…
🔗 وزنها و کد: huggingface.co/moonshotai
huggingface.co
moonshotai (Moonshot AI)
Org profile for Moonshot AI on Hugging Face, the AI community building the future.
❤2
یکی از بچه ها برای OTP پرسید از کدوم سرویس دهنده استفاده کنه ؟ توصیه اکید من کاوه نگار هست در این موضوع
👍13❤4
همدلی (Empathy) بخش مهم و تاثیرگذاری از سیستم حاکم بر روابط تیم هاست، بهترین سازمان هایی که دیدم، در عین شفافیت و انتقال فیدبک های مفید به هم این همدلی رو هم داشتند، به نظرم چیزی شبیه روغن موتور ماشین ها میتونه باشه، اگه نباشه کار میکنن تیم ها با هم، ولی فروپاشی حتمی و نزدیک میشه.
❤10
Forwarded from tech-afternoon (Amin Mesbahi)
چرا اندازهگیری ROI حیاتیه؟
طی چند سال اخیر Platform Engineering نه فقط به عنوان یک شغل یا تیم جدید اضافه شده، بلکه دیگه یک موضوع «اختیاری» نیست؛ یک قابلیت استراتژیک برای بقای رقابتی سازمانهاست که به صورت بومی یا خدمت باید داشته باشن. اما خیلی از مدیرهای تصمیمگیر در حوزه فنی و بودجه، هنوز توی توجیه دقیق برای سرمایهگذاری روی مهندسی پلتفرم مشکل دارن. دلیل؟ نداشتن ماشینحسابی که بتونه هزینههای پنهان و بهبودها رو به شکل علمی و مستند منعکس کنه. یا به بیانی، عدم وجود یک مدل ROI پایهای (Foundational ROI) که هم شفاف باشه، هم قابل اندازهگیری، و هم مستقل از فروشندگان ابزار و سرویس.
این مدل، برخلاف مدلهای «تخصیصی» (Attributional) یا «محصولی» (Product ROI)، روی بهبودهای بنیادی در بهرهوری تیم مهندسی تمرکز داره؛ نه فقط صرفهجویی در هزینه، بلکه افزایش سرعت تحویل، کیفیت کد، و نوآوری.
مثال واقعی:
شرکتی با ۱۰۰ مهندس، سالانه ۳۰٪ از ظرفیت تیم رو در کارهای دستی (manual toil) از دست میده. با یک پلتفرم مهندسی مناسب، این عدد به ۱۵٪ کاهش پیدا میکنه »» یعنی معادل ۱۵ مهندس تماموقت اضافی بدون استخدام جدید!
چهار لایه ROI در مهندسی پلتفرم
۱. پایهای (Foundational)
با تمرکز روی بهرهوری بنیادی تیم
مثل کاهش manual toil، استانداردسازی محیط
۲. محصولی (Product)
متمرکز روی اثرگذاری روی سرعت تحویل محصول
مثل کاهش MTTR، افزایش deployment frequency
۳. تخصیصی (Attributional)
با هدف نسبت دادن بهبود به ابزار خاص
مثل استفاده از ابزاری که ۲۰٪ سرعت یا حجم کار CI/CD رو بهبود بده
۴. استراتژیک (Strategic)
برای همراستایی با اهداف کسبوکار
مثل تسریع ورود به بازار، کاهش ریسک
نکته:
مدل Foundational ROI باید اولین لایه باشد. بدون اون، مدلهای بالاتر (مثل تخصیصی) دقت و اعتبار ندارن.
ورودیهای اصلی مدل ROI پایهای
برای محاسبه دقیق، باید ۷ ورودی کلیدی رو جمعآوری کرد:
۱: اندازه تیم: تعداد مهندسهایی که به واسطه مهندسی پلتفرم تجربه بهتری خواهند داشت.
۲. میانگین حقوق: حقوق سالانه پایه به ازای هر مهندس، ضرب در ۱.۳ برای در نظر گرفتن ۳۰٪ مزایا و هزینههای سربار. این سادهترین معیار برای اضافه کردنه.
۳. ساعات کار روتین هفتگی: میانگین ساعات هفتگی به ازای هر مهندس که صرف وظایف دستی و تکراری میشه. این یک معیار تخمینی برای شروعه و میتونه در طول زمان بهتر شه.
۴. استفاده فعلی از هوش مصنوعی: فاکتور افزایش بهرهوری پایه (هیچ = ۱.۰، پایه = ۱.۱۵، پیشرفته = ۱.۳۵، متخصص = ۱.۵). (به نظرم METR study منبع خوبیه؛ اینکه چقدر بهینگی ایجاد کرده که مثلا ۱ یعنی هیچی (یه نفر همونقدر کار میکنه که میکرد)، و ۱.۵ یعنی پنجاه درصد بهبود عملکرد، یا به عبارت سادهتر، با یک نفر معادل ۱.۵ نفر خروجی میگیرید که این طبق مطالعه METR عالیترین حالته)
۵. آمادگی تیم برای هوش مصنوعی: ضریب ریسک (پایین، متوسط، بالا، متخصص) برای هزینه پیادهسازی. یک ضریب ریسک که نشوندهنده آمادگی تیمهای شما برای پذیرش و بهرهبرداری مؤثر از هوش مصنوعیه.
۶. تناوب استقرار: چرخه انتشار ماهانه، هفتگی یا روزانه.بر اساس مدل مطالعاتی DORA، این یک شاخص از منظر بلوغ و کاراییه. تناوب استقرار بالاتر؛ با حلقههای بازخورد سریعتر، و در نهایت چابکی کسبوکار بالاتر همبستگی داره.
۷. صنعت: ضریب نظارتی (عمومی = ۱.۰، مالی = ۱.۳، مراقبتهای بهداشتی = ۱.۴، استارتاپ = ۰.۸). بر اساس تجربیات، یک ضریب نظارتی برای در نظر گرفتن هزینههای سربار complience بر اساس حوزه فعالیت محاسبه میشه. صنایع عمومی دارای وزن خنثی هستند (۱.۰)، در حالی که خدمات مالی (۱.۳) و مراقبتهای بهداشتی (۱.۴) بار سنگینتر complience و governcance رو همراه دارن.
۸. سطح بدهی فنی: ضریب تلاش مضاعف برای دست و پنجه نرم کردن با بدهی فنی (پایین = ۰.۹، متوسط = ۱.۰، بالا = ۱.۳، بسیار بالا = ۱.۶). یک ضریب تلاش مرتبط با وضعیت کد و معماری شماست. نسبت بدهی پایین (۰.۹) یعنی تغییرات میتونن نسبتاً راحت انجام بشن، در حالی که نسبت بدهی بسیار بالا (۱.۶) نشون میده تقریباً هر بهبودی با هزینه و پیچیدگی نامتناسبی همراهه (میزان بدبختی و فلاکت همراه با اعمال تغییرات).
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7❤1
برای تست یه سری چیزا بین سیستم خودتون واینترنت میتونید از این ابزار هم استفاده کنید
https://ngrok.com/
https://ngrok.com/
Ngrok
ngrok | API Gateway, Kubernetes Ingress, Webhook Gateway
ngrok simplifies app delivery by unifying API gateway, Kubernetes ingress, multi-cluster load balancing and more with ngrok's Universal Gateway.
❤1
نظرتون چیه توی یه وبینار درباره مراحل راه اندازی Refhub.ir که الان 80% با AI کار میکنه و پشت صحنه ش و ... صحبت کنیم با هم ؟
Anonymous Poll
79%
موافقم
21%
میخوام ببینم چند نفر موافق بودن :))
🔥5💯2❤1
اگه امروز سرتون خلوته یه سر به این ویدیو بزنید، خیلی جذابه
https://m.youtube.com/watch?v=JV3pL1_mn2M
https://m.youtube.com/watch?v=JV3pL1_mn2M
❤3
Forwarded from Metis Ai
⭐️نسل جدید فرمت داده برای LLMها
💡در دنیایی که مدلهای زبانی با میلیونها توکن سر و کار دارند، بهینهسازی هر بایت داده میتونه تفاوت بزرگی ایجاد کنه. TOON یک قالب دادهی فشرده و قطعیه که بهعنوان جایگزینی برای JSON طراحی شده تا انتقال دادههای ساختاریافته به مدلهای زبانی رو بسیار کارآمدتر کنه.
ا▪️ JSON برای خوانایی و سازگاری عالیه اما وقتی مجموعههای بزرگ و تکراری از دادهها را منتقل میکنیم بهدلیل تکرار مداوم نام کلیدها، حجم زیادی از توکنها مصرف میشوند.
🔍 فرمت TOON با استفاده از ساختار جدولی و توکنمحور، تکرار کلیدها را حذف میکند و در عین حال معنا و نظم دادهها را حفظ مینماید، همچنین میتواند تا 60٪ در مصرف توکن صرفهجویی کند!
☑️ ویژگیهای TOON
🔻 بهینه در مصرف توکن
🔻ساختاریافته، قابل پیشبینی و ساده برای پردازش مدل
🔻 قابلیت تبدیل مستقیم از JSON و بازگردانی به آن
📎 این فرمت، ترکیبی از سادگی، دقت و سازگاری با LLMها است و نمونهای از طراحی هوشمندانهای است که هم عملکرد و هم تجربه کاربری را ارتقا میده.
🤖 متیس پلتفرم ساخت محصولات هوشمند
📱 @metis_ai_news
🔗 metisai.ir
🔗 Linkedin
📺 Aparat
💡در دنیایی که مدلهای زبانی با میلیونها توکن سر و کار دارند، بهینهسازی هر بایت داده میتونه تفاوت بزرگی ایجاد کنه. TOON یک قالب دادهی فشرده و قطعیه که بهعنوان جایگزینی برای JSON طراحی شده تا انتقال دادههای ساختاریافته به مدلهای زبانی رو بسیار کارآمدتر کنه.
ا▪️ JSON برای خوانایی و سازگاری عالیه اما وقتی مجموعههای بزرگ و تکراری از دادهها را منتقل میکنیم بهدلیل تکرار مداوم نام کلیدها، حجم زیادی از توکنها مصرف میشوند.
🔍 فرمت TOON با استفاده از ساختار جدولی و توکنمحور، تکرار کلیدها را حذف میکند و در عین حال معنا و نظم دادهها را حفظ مینماید، همچنین میتواند تا 60٪ در مصرف توکن صرفهجویی کند!
☑️ ویژگیهای TOON
🔻 بهینه در مصرف توکن
🔻ساختاریافته، قابل پیشبینی و ساده برای پردازش مدل
🔻 قابلیت تبدیل مستقیم از JSON و بازگردانی به آن
📎 این فرمت، ترکیبی از سادگی، دقت و سازگاری با LLMها است و نمونهای از طراحی هوشمندانهای است که هم عملکرد و هم تجربه کاربری را ارتقا میده.
🤖 متیس پلتفرم ساخت محصولات هوشمند
📱 @metis_ai_news
🔗 metisai.ir
📺 Aparat
👍7❤1
Forwarded from refhub
خط آبی رنگ، سبدهای خرید رها شده + فروش های موفق هستند
خط بنفش، فروش های موفق
با بررسی یک سری ریسورس ها فهمیدیم که کاربرانی که از ترب به قصد خرید کتاب میان، وقتی میفهمن رایگان میتونن دانلودش کنن، دانلود میکنن و ول میکنن میرن :)
این داره ما رو به سمت سوی جدی تری توی تصمیم گیری ها میبره، پیشنهاد شما برای برون رفت از این مشکل چی هست ؟
خط بنفش، فروش های موفق
با بررسی یک سری ریسورس ها فهمیدیم که کاربرانی که از ترب به قصد خرید کتاب میان، وقتی میفهمن رایگان میتونن دانلودش کنن، دانلود میکنن و ول میکنن میرن :)
این داره ما رو به سمت سوی جدی تری توی تصمیم گیری ها میبره، پیشنهاد شما برای برون رفت از این مشکل چی هست ؟
❤2👍1🔥1
Forwarded from EverCode
https://avaloniaui.net/blog/net-maui-is-coming-to-linux-and-the-browser-powered-by-avalonia
اتفاق جذاب بعدی اینه که تیم Avalonia اومد و بک اند MAUI رو به خودش تغییر داده. حالا یعنی چی؟ یعنی شما میتونین پروژه های رو MAUI رو روی هر پلتفرمی، حتی وب (Web assembly) ببری. خود MAUI قبلا روی سیستمهای لینوکس و ویندوز و مک اوکی بود و برای گوشی هم ساپورت داشت اما با اینکار شما عملا با همون پروژه میتونین وب هم راه بندازین و تو پلتفرم هایی که قبلا ساپورت بودن هم سرعتتون بهتر میشه.
@ever_code
اتفاق جذاب بعدی اینه که تیم Avalonia اومد و بک اند MAUI رو به خودش تغییر داده. حالا یعنی چی؟ یعنی شما میتونین پروژه های رو MAUI رو روی هر پلتفرمی، حتی وب (Web assembly) ببری. خود MAUI قبلا روی سیستمهای لینوکس و ویندوز و مک اوکی بود و برای گوشی هم ساپورت داشت اما با اینکار شما عملا با همون پروژه میتونین وب هم راه بندازین و تو پلتفرم هایی که قبلا ساپورت بودن هم سرعتتون بهتر میشه.
@ever_code
avaloniaui.net
.NET MAUI is Coming to Linux and the Browser, Powered by Avalonia - Avalonia UI
Avalonia is bringing .NET MAUI to Linux and WebAssembly, delivering on the community's most requested features since MAUI launched.
👍4❤2