اینم از مقاله ای که قولشو داده بودم . توی خود مقاله به صورت کامل همراه با مثال و پرامپت توضیح داده شده مفاهیم ولی به صورت خلاصه بخوام نکاتی که تو مقاله هست رو بگم:

مفاهیم پایه

روند کار هوشمندتر از چت معمولی از ۳ لایه تشکیل شده: ایجنت (برنامه‌ریزی و اجرا)، حلقه (تکرار تا رسیدن به کیفیت مطلوب) و گراف (اجرای موازی و وابسته).

ایجنت‌ها (Agents)

مفهوم اصلی: تفاوت چت و ایجنت در توانایی دنبال کردن هدف بدون دخالت انسان است.

عناصر سه گانه: دسترسی به ابزارها (سرچ، اجرای کد، API)، حافظه بین وظایف، و حلقه اجرای مستمر.

سطوح ایجنتی: از سطح ۱ (چت متنی ساده) تا سطح ۴ (سیستم کاملاً خودمختار با زمان‌بندی و محرک‌های خارجی).

حل مشکل حافظه: جلوگیری از Context Drift با ثبت چک‌پوینت‌های فشرده (زیر ۱۵۰ کلمه)، خلاصه کردن مکالمات طولانی، و درج اطلاعات ثابت در سیستم‌پرامپت.

حلقه‌ها (Loops)

چرخه ۵ مرحله‌ای: برنامه‌ریزی (Plan) ⬅️ اجرا (Execute) ⬅️بررسی (Check) ⬅️ اصلاح (Iterate) ⬅️توقف (Stop).

بررسی سخت‌گیرانه (Gate): یک حلقه بدون تست قابلیت رد شدن خروجی، فقط پیش‌نویس تولید می‌کند نه پیشرفت.

شرط توقف سخت: تعیین سقف تعداد تکرار (مثلاً حداکثر ۸ بار) برای جلوگیری از هدررفت توکن و بودجه.

شرایط توجیه اقتصادی: کار تکراری باشد، قابلیت نمره‌دهی خودکار داشته باشد، مداخله انسانی نخواهد و معیار پایان شفاف داشته باشد.

مدیریت هزینه: تکرار حلقه طول بافت را رشد می‌دهد؛ اگر نرخ نگه‌داشت خروجی‌ها زیر ۵۰٪ باشد، ساخت حلقه صرفه اقتصادی ندارد.

گراف‌ها (Graphs)

تعریف: ساختاری از واحدهای مستقل کار (گره/Node) و روابط داده‌ای واقعی بین آن‌ها (یال/Edge).

تست یال ساختگی: حذف ترتیب‌های زمانی خودساخته و تبدیل مراحل بی‌ارتباط به کارهای هم‌زمان (موازی).

الگوی لوزی (Fan-out / Fan-in): پخش شدن کار بین چند گره موازی و سپس جمع‌بندی آن‌ها در یک گره نهایی جهت کاهش چشمگیر زمان اجرا.

بررسی‌کننده ایزوله (Isolated Verifier): ایجنت مجری نباید خودش کارش را نمره‌دهی کند؛ گره Verifier باید حافظه/بافت (Context) کاملاً تازه و خالی داشته باشد.

فرمت ساختاریافته: استفاده از خروجی‌های مشخص (مثل JSON یا کلیدواژه depends_on) برای دست‌به‌دست شدن اتوماتیک اطلاعات بین گره‌ها.


—-

💡 مثل همیشه کنجکاو بمونید :)

🆔 @MdDaily

داشتم رویه سرویسی کار میکردم که نیاز به نقشه داشتم. از یه طرف میخواستم از OSM استفاد کنم به دلیل مشکلات اینترنتی لود شدنش کند بود و از طرفی هم بقیه ی سرویس های نقشه ی ایرانی مثل نشان پولی بودن. توی سرچ هام سرویس مَپ‌آپ رو پیدا کردم.

هم توی Leaflet و هم OpenLayers ساپورت میشه و افزونه ی وردپرسی هم دارن. طبق گفته ی سایتش دسترسی پایدار ۲۴/۷ داره و بدون محدودیت تحریم هست و به‌روزرسانیشم به صورت لحظه ای انجام میشه.

🔗 https://mapup.ir/

🔄 آپدیت:

سرویس https://memaps.ir/ هم هست ولی نیاز به ثبت نام داره

—-

💡 مثل همیشه کنجکاو بمونید :)

🆔 @MdDaily

داشتم یه مقاله‌ای رو از Ryan Carniato (خالق فریم‌ورک SolidJS) می‌خوندم با عنوان «هیچ‌کس برای استک شما استدلالی نیاورد» (Nobody Argued For Your Stack) که واقعاً ذهنم رو درگیر کرد. این مقاله دست گذاشته روی یه موضوع خیلی عمیق و خطری که هوش مصنوعی داره برای آینده مهندسی نرم‌افزار ایجاد می‌کنه.

قضیه از جایی شروع شد که رایان متوجه شد توی داکیومنت‌های رسمی Anthropic (سازنده هوش مصنوعی Claude)، دستور نمونه برای قابلیت «مهاجرت کد در مقیاس بزرگ»، دقیقاً مثالِ مهاجرت از SolidJS به React هست! اونم درست توی همون هفته‌ای که تیم رایان بزرگ‌ترین آپدیت تاریخ پروژه‌شون یعنی نسخه Solid 2.0 RC رو منتشر کرده بودن.

چطور همه‌چیز از یه خط داکیومنت شروع شد؟

رایان می‌گه اولش واقعاً دلم شکست، چون حاصل سال‌ها کارم شده بود مثالِ کلاسیکِ «چیزی که باید ازش مهاجرت کنی!». اما وقتی رفتم توی Internet Archive چک کردم، دیدم این مثال از آوریل ۲۰۲۶ توی داکیومنت‌های آنتروپیک بوده؛ یعنی حدود ۴ ماه قبل از اینکه خبر مهاجرت Cursor رسانه‌ای بشه!

داستان این بود که ادیتور Cursor حدود ۷ ماه پیش بی‌سروصدا از Solid رفته بود روی React و فقط توی یه پست وبلاگ توی ماه ژانویه به عنوان یه «آزمایش» بهش اشاره کرده بود؛ بدون هیچ بنچمارک، عدد و رقم یا استدلال فنی.

نکته ترسناک مقاله دقیقاً همین‌جاست: یا نویسنده داکیومنت Anthropic اون یه خطِ گم‌شده رو توی وبلاگ Cursor دیده، یا اصلاً بدون هیچ منبعی، خودش دیفالت رو بر این گذاشته که "همه دارن از Solid کوچ می‌کنند روی React"! یعنی صنعت ما به جایی رسیده که به جای انتقال «استدلال‌ها و بحث‌های فنی»، داره فقط «نتیجه‌گیری‌ها و حکم‌های صادرشده» رو پخش می‌کنه.

چرا الان این موضوع بیشتر از قبل خطرسازه؟

رایان می‌گه قدیما هم تقلید کورکورانه وجود داشت (اینکه چون فیسبوک یا نتفلیکس از یه چیزی استفاده می‌کردن بقیه هم تقلید می‌کردن)، اما اون موقع تغییر استک هزینه انسانی و زمان زیادی می‌خواست، برای همین منطق و استدلال می‌تونست جلوی جوگیری و مدگرایی رو بگیره. ولی الان هزینه اجرا (Execution Cost) به لطف هوش مصنوعی تقریباً به صفر رسیده!

چند تا مثال فنی خیلی جالب توی مقاله می‌زنه:

بازنویسی Bun: پروژه Bun حدود ۱ میلیون خط کدش رو از زبان Zig به Rust بازنویسی کرد؛ اونم کلاً توی چند روز و به کمک ایجنت‌های Claude!

مهاجرت Cognition (سازنده Devin): شرکت Cognition سایت مارکتینگش رو از Astro برد روی Next.js. اونم سایتی که محتواییه و زمین بازی و قلمروی اصلی Astro به حساب میاد! این مهاجرت رو خود ایجنت Devin انجام داد و به عنوان یه کیس‌استدی (Case Study) منتشرش کردن؛ بدون ارائه ریپازیتوری، بدون بنچمارک قبل و بعد، و بدون هیچ عدد و رقمی! خروجی این کار اصلاً «سایت» نبود، «داستان و نمایشی» بود که برای قدرت ایجنتشون ساختن.

الان مهاجرت دادن کدها شده ژانر نمایشی (Demo Genre) برای صنعت ایجنت‌های هوش مصنوعی. ایجنت‌ها هم طبیعتاً کدهایی رو بی‌نقص‌تر مهاجرت می‌دن که به سمت تکنولوژی‌های غالب (که بیشترین دیتای آموزشی رو ازشون دارن) باشه.

استدلال فنی واقعی چه شکلیه؟

رایان می‌گه استدلال فنی داره توی صنعت ما کمیاب میشه، در حالی که قبلاً اساس رشد ما بوده. چند تا نمونه از استدلال واقعی:

بازنویسی Bun: وقتی Bun از Zig رفت روی Rust، جرد سامنر (Jarred Sumner) اومد با سند و مدرک توی دنیای واقعی در مورد کلاسِ باگ‌ها و مشکلات مدیریت مموری صحبت کرد و استدلال آورد. چیزی که بشه باهاش چالش کرد، ردش کرد یا قبولش کرد.

تیم TanStack: وقتی اونا React Server Components (RSC) رو روی سایت tanstack.com تست کردن، اول با بنچمارک رفتن سمتش و بعد که دیدن توی کیس خاص اونا تریدآف‌ها (Trade-offs) جواب نمی‌ده، با یه پست تحلیلی و بدون جنجال برگشتن روی حالت قبلی و علتش رو باز کردن.

شکست jQuery: فریم‌ورک jQuery به React نباخت چون دیتای آموزشی هوش مصنوعی اینطوری می‌گفت؛ توی یه رقابت چندساله و بر اساس شایستگی فنی مبارزه رو واگذار کرد.

تحلیل پشت پرده تصمیم Cursor (حجم دیتا vs تأییدپذیری)

رایان میاد تصمیمی که Cursor برای مهاجرت گرفته بود و خودشون بازش نکرده بودن رو کالبدشکافی می‌کنه:

تیم Cursor توی پستشون گفتن ایجنت‌ها توی نوشتن کد Solid بد بودن و سیگنال‌ها (Signals) باعث «تله‌های پرفورمنسی» و «پخش شدن تصادفی وضعیت‌ها» می‌شدن و برای حلش رفتن سراغ React Compiler.

رایان می‌گه علت اصلی اینه که ایجنتی که مدل ذهنی React رو حفظ کرده، کد Solid رو هم مثل React می‌نویسه (و کد Solidای که مثل React نوشته بشه فاجعه‌ست!). وقتی ایجنت موقع نوشتن React اشتباه می‌کنه، دیتای آموزشیِ عظیم (Volume) دستش رو می‌گیره. ولی موقع Solid دیتای آموزشی کمتره و ایجنت گیج میشه.

اما نکته جالب‌تر اینجاست: Cursor هم‌زمان از Tailwind کوچ کرده روی StyleX! با اینکه حجم دیتای StyleX توی اینترنت خیلی کمه، چرا این کار رو کردن؟
چون StyleX قابلیت تأییدپذیری (Verification) بالایی داره؛ استایل‌ها تایپ‌شده‌ن و اگه ایجنت کلاسی رو توهم بزنه (Hallucinate)، موقع بیلد ارور میده!

رایان می‌گه برای کم‌هزینه کردن خطاهای ایجنت هوش مصنوعی دو تا محور داریم: حجم دیتا (Volume) و تأییدپذیری (Verification).

React
به لطف حجم بالای دیتای آموزشیش برنده میشه.

StyleX
به لطف قابلیت تأییدپذیری و تایپینگش برنده میشه.

اتفاقاً تمام تمرکز طراحی توی نسخه Solid 2.0 هم دقیقاً رفته سمت بالا بردن همین بخش Verification تا ایجنت‌ها نتونن توش اشتباه کنن.

خطری به نام «تک‌کشتی شدن» دنیای برنامه‌نویسی

رایان هشدار میده که اگه این روند ادامه پیدا کنه، دنیای برنامه‌نویسی تبدیل میشه به یه محیط «تک‌کشتی» (Monoculture)؛ فرانت‌اند کلاً قفل میشه روی React، سیستم‌ها روی Rust، اسکریپت‌ها روی Python و همه سایت‌ها روی Next.js. چرا؟ چون سیستم‌های هوش مصنوعی نمی‌تونن فرق بین «فراوان بودن توی دیتای آموزشی» و «واقعاً بهتر بودن» رو تشخیص بدن!

حتی اگه طرفدار سرسخت React هستید هم باید نگران باشید. React به این دلیل انقدر خوب شد که رقیب داشت؛ ویژگی‌هایی مثل Hooks یا همین React Compiler دقیقاً در جواب به فشار فریم‌ورک‌های جدیدتر و سیگنالی به وجود اومدن. اگه رقابت نابود بشه، اکوسیستم درجا می‌زنه.

ایده بزرگ بعدی قراره از کجا بیاد؟

خود React سال ۲۰۱۳ وقتی اومد، به خاطر JSX توسط کل جامعه برنامه‌نویسی مسخره شد که "چرا مارک‌آپ رو آوردی توی جاوااسکریپت؟! پس جداسازی دغدغه‌ها چی میشه؟!". اگه ایجنت‌ها و دیتابیس‌های آموزشیِ امروز توی سال ۲۰۱۳ وجود داشتن، React رو توی همون قدم اول نابود می‌کردن چون با عرفِ اون زمان (jQuery و Backbone) فرق داشت و توی دیتابیس هوش مصنوعی نبود!

حرف نهایی رایان اینه: درسته‌ که ابزارهای هوش مصنوعی مهاجرت دادن کدها رو خیلی ارزون و سریع کردن، اما ما برنامه‌نویس‌ها نباید بگذاریم هوش مصنوعی و جوّ مارکتینگ جای «استدلال، بنچمارک و تحلیل مهندسی» رو بگیرن. ما هنوزم باید سر تکنولوژی‌های بهتر با استدلال فنی بجنگیم، وگرنه نوآوری توی دنیای توسعه نرم‌افزار متوقف میشه.

—-

💡 مثل همیشه کنجکاو بمونید :)

🆔 @MdDaily

موقع ثبت نام از کد دعوت اختصاصی MdDaily استفاده کنید و ثبت نامتون شامل ۲۰ درصد تخفیف میشه. 🎁

—-

💡 مثل همیشه کنجکاو بمونید : )

🆔 @MdDaily

من معمولا از تجربه های شخصی خارج از دنیای فنی چیزی نمی نویسم توی کانال ولی این بار فرق داره!

چیزایی که می‌خوام بگم احتمالاً برای خیلیاتون بدیهیه. خودمم می‌دونستم استراحت مهمه، ولی توی برنامه‌م همیشه یه کار مهم‌تر از استراحت پیدا می‌شد. انگار بعضی چیزا انقدر واضحن که کمتر از خودمون می‌پرسیم: خب چقدر داریم بهشون عمل می‌کنیم؟

روتین روزمره‌ی خودمو داشتم. صبح بیدار شم، کار کنم، یه تایمی برم باشگاه، تودولیست و مدیریت پروژه داشته باشم و دوباره بخش زیادی از روز رو صرف درس و کار کنم.

روی کاغذ همه‌چیز خوب بود. هدف داشتم، برنامه داشتم، می‌دونستم برای چی دارم تلاش می‌کنم.

ولی از یه جایی به بعد، با وجود همه‌ی اینا، هر روز بی‌انگیزه‌تر می‌شدم. صبح‌ها بیدار موندن و شروع‌کردن روز برام سخت شده بود. خواب‌هام آشفته شده بود و یه اضطراب درونی یا بی‌حوصلگی‌ای داشتم که حتی خودمم دقیق نمی‌فهمیدم از کجا میاد.

همین گیج‌کننده بود؛ وقتی برای بیدارشدن دلیل داری، چرا شروع‌کردن روز این‌قدر سخت میشه؟

💭 این تجربه باعث شد به یه بخش از برنامه‌م بیشتر فکر کنم: توی این همه کاری که برای خودم چیده بودم، استراحت واقعی کجا بود؟

یه تایمی که قرار نباشه چیزی یاد بگیرم، پروژه‌ای رو جلو ببرم یا حتی از وقتم «استفاده‌ی مفید» بکنم. انگار برای استراحت هم باید آخر روز یه خروجی قابل ارائه داشته باشیم.

یه بار که پیش تراپیستم بودم، ازم پرسید: «آخرین بار کی مسافرت رفتی؟»\

گفتم بیشتر از یه ساله جایی نرفتم.

همین سؤال باعث شد فکر کنم آخرین بار کی واقعاً از این روتین فاصله گرفتم؟ یه تایمی که ذهنم درگیر کار بعدی و برنامه‌ی فردا نباشه.

خب اوکی، شاید الان شرایط سفر فراهم نباشه. شاید نشه رفت یه جای جدید و اون تجربه‌ها رو داشت. ولی اون بخشی از سفر که دلم می‌خواست، یعنی فاصله‌گرفتن از کار و استراحت‌کردن رو چطور؟میشه توی همین شرایط براش جا باز کرد؟

مثلاً یه روز لپ‌تاپو باز نکنم، تسک جدیدی برای خودم نچینم، پیام‌های کاری رو تا جایی که میشه بذارم برای بعد و چند ساعتی برم یه فضای سبز نزدیک. بدون اینکه توی مسیر هم بخوام یه پادکست آموزشی گوش بدم که مبادا چیزی یاد نگرفته باشم :)

قرار نیست تمام حس و تجربه‌ی سفر رو بازسازی کنم. ولی می‌تونم برای بخشی از چیزی که از سفر می‌خواستم، همین‌جا جا باز کنم؛ بدون اینکه منتظر فراهم‌شدن شرایط یه سفر کامل بمونم.

خب این موضوع از نظر علمی هم ارزش توجه داره. CDC توضیح میده که استرس می‌تونه با تغییر انرژی و علاقه، مشکل تمرکز و خواب آشفته همراه بشه. البته این علائم به‌تنهایی علت رو مشخص نمی‌کنن؛ از روی تجربه‌ی خودم هم نمی‌تونم نتیجه بگیرم که همه‌ش فقط به خاطر کمبود استراحت بوده.

از اون طرف، مؤسسه‌ی ملی سلامت روان آمریکا، NIMH، کنار خواب کافی و فعالیت بدنی، روی زمان منظم برای فعالیت‌های آرامش‌بخش، حضور توی طبیعت و محدودکردن کارهایی که قبول می‌کنیم تأکید می‌کنه. چیزی که باید توی روزمره‌مون براش جا داشته باشیم.

برای من، چیزی که می‌خوام جدی‌تر بگیرم همینه: یه زمان مشخص برای استراحت خالص.

مثلاً یکی‌دو بار در ماه یه روز کامل رو خالی بذارم و سریع با کارهای عقب‌افتاده پرش نکنم. این عدد پیشنهاد شخصیه؛ نیاز همه یکسان نیست و اون یه روز هم جای خواب کافی و استراحت‌های روزمره رو نمی‌گیره.

یه تایمی ابزارهای تکنولوژی رو بذاریم کنار، با آدمی که کنارش راحتیم وقت بگذرونیم یا فقط محیط اطرافمون رو ببینیم. حتی بذاریم یه کم حوصله‌مون سر بره، بدون اینکه اولین واکنشمون بازکردن اینستا باشه.

لازم نیست هر لحظه‌ی خالی رو با یه ورودی جدید پر کنیم.

از اون طرف، علاوه بر زمانی که برای استراحت نمی‌ذاریم، نحوه‌ی گذروندن ساعت‌های کارمون هم جای فکر داره.

فرض کنید داریم کد می‌زنیم یا یه مطلب درسی می‌خونیم. وسطش یه پیام رو جواب میدیم، ایمیل رو چک می‌کنیم، یه نگاه به تسک پروژه‌ی بعدی میندازیم و قبل از برگشتن هم میگیم «حالا این نوتیفیکیشن رو هم ببینم چیه».

اگه هم مشغول وایب کدینگ باشیم، کنار همه‌ی اینا یه ایجنت داره فیچر پیاده می‌کنه، یکی دیگه داره تست می‌نویسه و ما توی یه تب دیگه داریم تغییرات قبلی رو ریویو می‌کنیم. اولی برای ادامه‌ی کار سؤال می‌پرسه، دومی میگه تست‌ها پاس نمیشن، هم‌زمان هم پیام میاد که «راستی اون باگو دیدی؟»

بعد برمی‌گردیم سر کاری که دستمون بود.

خب کجا بودیم؟ این پاراگراف چی می‌گفت؟ این دیف مال کدوم تسکه؟ اصلاً به این ایجنت گفته بودم چی کار کنه؟ :))

یه بخش از روزمون این‌طوری صرف دوباره فهمیدنِ کاری میشه که همین چند دقیقه پیش می‌دونستیم چیه. حتی وقتی ایجنت‌ها موازی کار می‌کنن، بررسی خروجی‌ها و تصمیم‌گرفتن هنوز توجه ما رو می‌خواد.

توی کارهای فکریِ نیازمند توجه، چیزی که اسمش رو میذاریم multitasking، خیلی وقت‌ها جابه‌جایی مداوم بین چند کاره. انجمن روان‌شناسی آمریکا، APA، توضیح میده که این رفت‌وبرگشت هزینه داره: باید هدف و قواعد کار بعدی رو دوباره فعال کنیم و موقع برگشت یادمون بیاد کجا بودیم. تکرار این جابه‌جایی‌ها می‌تونه زمان انجام کار و احتمال خطا رو بیشتر کنه؛ مخصوصاً وقتی کارها پیچیده‌ترن.

📖 برای فکرکردن به این بخش از روزمره‌مون، پیشنهاد می‌کنم اگه نخوندید، سراغ کتاب کار عمیق، Deep Work، از کال نیوپورت برید. موضوعش تمرکز بدون حواس‌پرتی روی کارهای فکریِ دشواره. چندتا ایده‌ی کاربردی ازش:

🎯 برای یه کار مشخص، زمان مشخص بذارید. معلوم باشه قراره روی چی کار کنید و چه چیزهایی تا پایان اون بازه می‌تونن منتظر بمونن.

🌱 تحمل بی‌حوصلگی رو تمرین کنید. توی هر فاصله‌ی کوتاه، سریع سراغ گوشی نرید. نیوپورت این رو بخشی از تمرینِ توانایی تمرکز می‌دونه.

🔕 برای پیام‌ها و کارهای ریز مرز بذارید. تا جایی که شرایط کار اجازه میده، زمان رسیدگی بهشون مشخص باشه تا تمام روز رو تکه‌تکه نکنن.

🛠 ابزارها رو آگاهانه انتخاب کنید. ببینید فایده‌ی واقعی هر ابزار برای کار و زندگی‌تون، نسبت به توجهی که ازتون می‌گیره چقدره.

📝 برای روز کاری یه پایان داشته باشید. کارهای باز و قدم بعدیشون رو یادداشت کنید، مشخص کنید کی بهشون برمی‌گردید و بعد کار رو تموم کنید. این همون ایده‌ی روال پایان کار نیوپورته.

خودش درباره‌ی استراحت بین کار عمیق هم توضیح میده که قرار نیست ساعت‌ها بدون وقفه تمرکز کنیم. یه قدم‌زدن کوتاه می‌تونه فرصت نفس‌کشیدن بده؛ بازکردن اینباکسی که چندتا دغدغه‌ی جدید میاره، جنس متفاوتی داره.

یه نکته هم این وسط مهمه: اگه اضطراب، آشفتگی خواب یا بی‌علاقگی ادامه پیدا کرده و روی زندگی روزمره اثر گذاشته، بهتره با پزشک یا متخصص سلامت روان مطرحش کنیم. استراحت و تغییر شیوه‌ی کار، جای بررسی علت این حال رو نمی‌گیرن.

چیزی که این تجربه برای من پررنگ کرد این بود که هدف‌داشتن و نیاز به استراحت می‌تونن هم‌زمان وجود داشته باشن. میشه مسیرت رو دوست داشته باشی و باز هم به توقف نیاز داشته باشی.

دلم می‌خواد برای اون زمانی که هیچ تسکی تیک نمی‌خوره هم جا باز کنم. یه روز که آخرش اگه از خودم پرسیدم «خب امروز چی کار کردی؟»، بتونم راحت بگم: استراحت کردم و بابتش احساس نکنم روزم از دست رفته.

—-

💡 مثل همیشه کنجکاو بمونید؛ حواستون به خودتون هم باشه :)

🆔 @MdDaily

اگه این مدت برای کد زدن زیاد با Codex کار کرده باشید، احتمالاً می‌دونید که وسط کار و دقیقاً جایی که غرق دیباگ یا پیاده‌سازی یه فیچرید، خوردن به لیمیت چقدر عذاب اوره :)

من خودم برای اینکه این چالش رو دور بزنم، اول رفتم سراغ ابزارهایی مثل Omni Router تا بیام خود ChatGPT Web رو پروکسی کنم و از اون طریق کارم رو راه بندازم. روی کاغذ ایده خوبی بود، ولی توی عمل به یه مشکل اساسی خوردم: نسخه وب عملاً هیچ دسترسی مستقیمی به فایل‌های روی سیستمم نداشت! یعنی باز مجبور بودم هی کدها رو کپی-پیست کنم و دستی بهش کانتکست بدم که عملاً کل سرعت کار رو می‌گرفت.

توی همین گشت‌وگذارها رسیدم به یه پروژه متن‌باز و خیلی خفن به اسم Chat On Steroids که دقیقاً اومده همین خلا رو پر کنه و ChatGPT معمولی رو تبدیل کنه به یه محیط کدنویسی به سبک Codex.

💡 داستان این ابزار چیه و پشت صحنه چطوری کار می‌کنه؟

برخلاف پروکسی‌های ساده، این ابزار مستقیم سراغ صدا زدن Codex نمیره؛ بلکه از همون مکالمات خودتون توی ChatGPT استفاده می‌کنه. مکانیزمش هم اینطوریه که یه افزونه مرورگر (برای Chrome، Edge یا Brave) داره یا میتونید مثل من از مرورگر خودش استفاده کنید که رابط کاربری ChatGPT رو توی مرورگر کنترل و اتومیت می‌کنه و از طرف دیگه، ابزارهای لوکال سیستم شما رو از طریق پروتکل MCP (به عنوان یه Custom MCP Server و از طریق تانل) به چت‌بات وصل می‌کنه.

🔥 مهم‌ترین قابلیت‌هاش:

🔹 دسترسی مستقیم به پروژه و ترمینال: به ChatGPT اجازه میده مستقیم فایل‌های پروژه‌تون رو بخونه و ادیت کنه، تست‌ها رو ران بگیره، ترمینال‌ها رو باز نگه داره و حتی از محیط دسکتاپتون استفاده کنه. نتایج اجرای هر ابزار رو هم به صورت زنده می‌تونید دنبال کنید.

🔹 ساختن تیم با Workerهای موازی: می‌تونید تسک‌های مستقل رو بین چندتا Worker تقسیم کنید و در نهایت خروجی‌هاشون رو جمع کنید. نکته باحالش اینه که هر ورکر کانتکست خودش رو نگه می‌داره و برای تسک بعدی دقیقاً از همون‌جایی که کارش تموم شده ادامه میده.

🔹 کنترل کامل روی تسک‌های طولانی: وسط اجرای کار می‌تونید براش اصلاحیه بفرستید. دو تا قابلیت Goal (برای پیگیری کارهای ناتمام) و Loop داره و از همه مهم‌تر، ویژگی Compact & Resume رو داره که تاریخچه سشن و ورکرها رو فشرده می‌کنه و می‌بره توی یه چت کاملاً جدید تا وقتی چت طولانی شد، به مشکل پر شدن کانتکست نخورید.

🔹 مولتی‌پلتفرم و رایگان: پروژه با لایسنس MIT منتشر شده و برای ویندوز، مک (Apple Silicon) و لینوکس (پکیج‌های .deb و AppImage) نسخه آماده داره.

⚠️ چندتا نکته فنی که قبل از استفاده باید حواستون باشه:

- خود توسعه‌دهنده توی مستندات تاکید کرده که این ابزار برای دور زدن قوانین یا ساختن سهمیه اضافه نیست؛ چون در نهایت ChatGPT Work و Codex از لیمیت‌های مشترک اکانت استفاده می‌کنن. اما اینکه می‌تونید بدون درگیری با کپی-پیست، کانتکست رو با Compact & Resume تمیز نگه دارید و از چت وب مثل یه ایجنت لوکال کار بکشید، مصرف و بهره‌وری رو خیلی بهینه‌تر می‌کنه.
- برای راه‌اندازیش نیاز به اکانتی دارید که قابلیت ساخت Custom MCP App توش فعال باشه.
- چون افزونه‌ش داره UI مرورگر رو اتومیت می‌کنه (و یه API رسمی اتومیشن نیست)، حتماً روی فولدرهایی که بهش دسترسی میدید نظارت داشته باشید و با مسئولیت خودتون ازش استفاده کنید.

اگه شما هم دنبال این بودید که از اشتراک ChatGPT خودتون مستقیم روی فایل‌های لوکال و ترمینال سیستم استفاده کنید، حتماً یه سر به ریپوش بزنید، راهنمای نصبش هم مرحله‌به‌مرحله و تصویریه :)

🐱 لینک گیت‌هاب پروژه:
https://github.com/totec448-spec/chat-on-steroids

—-

💡 مثل همیشه کنجکاو بمونید

🆔 @MdDaily