🌐 وب‌سایتِ زیر سرویسی برای ساخت ایمیل موقت است که فقط ۱۰ دقیقه اعتبار داره 😬 و می‌تونه برای ثبت‌نام تو سایت‌ها حسابی کار شما رو راه بندازه. 👍😉
10minutemail.com

#معرفی_سایت
----------
🆔 @OxinCode

🔹 امروز می‌خوایم با یه ابزار خفن آشنا بشیم: Neodrag

🔹 یه کتابخونه سبک برای Drag & Drop توی وب که روی فریم‌ورک‌های مختلف کار می‌کنه مثل
▫️ React
▫️ Vue
▫️ Svelte
▫️ And ...

🔹 حجم خیلی کم (~3KB)
🔹 سازگار با SSR
🔹 قابل استفاده در چند فریم‌ورک
🔹 و...

#برنامه_نویسی #وب
----------
🆔 @OxinCode

🚀 امروز می‌خوایم با یه قابلیت جذاب وب آشنا بشیم:
HTML Streaming

🔹 یه تکنیکه که به جای اینکه کل صفحه یه‌جا لود بشه، محتوا رو مرحله‌به‌مرحله (stream) به کاربر نشون میده.

▫️ سایت سریع‌تر دیده میشه ⚡️
▫️ تجربه کاربری بهتر 👍
▫️ و سئو قوی‌تر 🔍

#وب
----------
🆔 @OxinCode

🔹 آیا میدانید که Room یه کتابخونه از Google برای دیتابیس داخل اپ‌های اندرویده که حالا کاملاً Kotlin محور شده؟ (خداخافظ Java)

#اندروید #برنامه_نویسی #کاتلین
----------
🆔 @OxinCode

🧠 شش مؤلفه مهم در
Context Engineering

🔹 Prompting Techniques:
از الگوهای ساده تا Chain-of-thought برای افزایش دقت.
🔹 Query Augmentation:
بازنویسی، گسترش و تجزیه پرسش‌ها برای دریافت پاسخ بهتر.
🔹 Long-Term Memory:
نگهداری تاریخچه تعاملات با پایگاه‌های داده برداری یا گراف.
🔹 Short-Term Memory:
مدیریت درست تاریخچه مکالمه و خلاصه‌سازی آن.
🔹 Knowledge Base Retrieval:
اتصال مدل به داده‌های سازمانی مثل اسناد، ویکی‌ها، APIها و کد.
🔹 Tools & Agents:
ابزارها مدل را توانمند می‌کنند و عوامل (agents) تصمیم می‌گیرند چه زمانی و چگونه از آنها استفاده شود.

#هوش_مصنوعی
----------
🆔 @OxinCode

جذاب اما خطرناک!
Vibe Coding

🔹 در Vibe Coding با صحبت کردن با هوش مصنوعی به‌جای نوشتن تک‌تک خطوط کد، نرم‌افزار می‌سازید.

🔹 پس ایده‌ها سریع به محصول تبدیل می‌شوند، پروتوتایپ‌ها در دقیقه آماده می‌شوند و سرعت کار فوق‌العاده است.

⚠️ اما در این حالت، بعد از چند ماه، وقتی تغییر کوچکی می‌دهید، ممکنه چندین بخش دیگر کدنویسی خراب شوند! دلیلش اینه که بدون مشخصات دقیق، کد به تنها منبع حقیقت تبدیل می‌شود و فهم آن سخت می‌شود.

✅ راه حل این مشکل اینه که ابتدا مشخصات دقیق پروژه را تعیین کنید و AI را فقط به‌عنوان اجراکننده‌ای قدرتمند استفاده کنید.

#هوش_مصنوعی
----------
🆔 @OxinCode

🔹 و اما Auth0 برای AI Agents حالا به‌صورت عمومی در دسترس است!

🔹 با این ابزار می‌تونید دستیار شخصی هوش مصنوعی بسازید که به ابزارهای مختلف مثل
▫️ Gmail
▫️ Calendar
▫️ Google Drive
وصل بشه و کارهای شما رو امن و خودکار انجام بده.

#هوش_مصنوعی
----------
🆔 @OxinCode

🔹 آشنایی با Kasal: دستیار بصری بدون کدنویسی برای AI عامل‌محور

🔹 یک پلتفرم بصری که به افراد با هر سطح مهارت اجازه می‌دهد سیستم‌های AI عامل‌محور بسازند، مدیریت و اجرا کنند.

🔹 ویژگی‌ها:
▫️ کشیدن و رها کردن عوامل روی بوم، بدون نیاز به کدنویسی پیچیده
▫️ پشتیبانی از APIها، Agent Bricks و امکان خروجی گرفتن به کد برای شخصی‌سازی
▫️ ردیابی اجرای عوامل و رفتار آنها، هم برای کاربران تجاری و هم مهندسین AI

#هوش_مصنوعی
----------
🆔 @OxinCode

📊 معرفی Metabase Data Studio

یک محیط کار تحلیلی برای تیم‌ها که می‌تواند داده‌های خام را به مجموعه‌های آماده تحلیل تبدیل کند.

🔹 ویژگی‌ها:
▫️ افزودن متادیتا به جداول
▫️ تعریف اصطلاحات کسب‌وکاری
▫️ نقشه و بررسی وابستگی‌ها
▫️ پردازش و بازنویسی داده‌ها در Metabase
▫️ فضای curated برای جداول، متریک‌ها و SQLهای قابل اعتماد

🔹 این ابزار مخصوص تیم‌هایی است که منابع داده‌ای متعدد یا جداول زیادی دارند و به دنبال نظم، وضوح و صحت بیشتر در تحلیل‌ها هستند.

#داده‌کاوی #مدیریت_داده
----------
🆔 @OxinCode

آشنایی با Data Leakage در یادگیری ماشین

🔹 یکی از خطاهای خطرناک در پروژه‌های یادگیری ماشین، نشت داده یا Data Leakage است، یعنی اطلاعاتی که نباید در مرحله آموزش در اختیار مدل باشد، به‌صورت ناخواسته وارد فرآیند آموزش یا ارزیابی می‌شود.

🔹 چند نمونه رایج:
- استفاده از اطلاعات آینده برای پیش‌بینی گذشته
- انجام نرمال‌سازی یا انتخاب ویژگی روی کل داده قبل از تقسیم Train/Test
- وجود نمونه‌های مشابه یا تکراری بین آموزش و تست

🔹برای جلوگیری از Data Leakage:
- ابتدا داده را به Train/Test تقسیم کنید.
- تمام مراحل پردازش را فقط روی Train انجام دهید.
- ارزیابی مدل را با داده‌های کاملاً مستقل انجام دهید

#یادگیری_ماشین
----------
🆔 @OxinCode

هزینه واقعی I/O تصادفی در PostgreSQL

🔹 پارامتر random_page_cost در PostgreSQL حدود ۲۵ سال پیش معرفی شد و به طور پیش‌فرض روی ۴ تنظیم شده، اما آزمایش‌های جدید نشان می‌دهد هزینه واقعی خواندن صفحات به‌صورت تصادفی خیلی بیشتر است: حدود ۲۵ تا ۳۵ روی SSDهای محلی و حتی بالاتر در فضای ابری.

🔹 نکته مهم این است که کاهش ساده این مقدار به دلیل “سریع بودن SSD” می‌تواند گمراه‌کننده باشد. سیستم‌های واقعی اغلب داده‌ها را در حافظه کش دارند، و I/O تصادفی ممکن است خیلی ارزان‌تر باشد.

🔹 پس اگر می‌خواهید random_page_cost را تغییر دهید، حتماً عملکرد را مانیتور کنید و تغییرات را با دقت ارزیابی کنید، چون بر انتخاب پلن‌های اجرای query تاثیر زیادی دارد.

#پایگاه_داده #بهینه‌سازی_پایگاه_داده
----------
🆔 @OxinCode

آیا با Datadog آشنا هستید؟

🔹 یک پلتفرم جامع نظارت و مانیتورینگ که به شرکت‌ها کمک می‌کند عملکرد اپلیکیشن‌ها، سرورها، دیتابیس‌ها و زیرساخت‌های ابری خود را رصد و بهینه کنند.

🔹 یکی از قابلیت‌های جدید آن، جمع‌آوری خودکار EXPLAIN ANALYZE برای کوئری‌های PostgreSQL است، که جزئیات اجرایی واقعی کوئری‌ها را نمایش می‌دهد و به تیم‌ها اجازه می‌دهد مشکلات تأخیر و عملکرد پایین کوئری‌ها را سریع‌تر شناسایی و رفع کنند.

#دیتابیس #SoftwarePerformance
----------
🆔 @OxinCode

آیا با Agentic Engineering آشنا هستید؟

🔹 برخلاف vibe coding که تفریح و نمونه‌سازی سریع است و کدها بدون بررسی پذیرفته می‌شوند، در agentic engineering انسان معماری، بررسی کد، تست و کیفیت را کنترل می‌کند و AI فقط کارهای تکراری و تولید اولیه کد را انجام می‌دهد.

🔹 این روش سرعت توسعه را بالا می‌برد اما نیاز به تجربه و درک عمیق از اصول برنامه‌نویسی و سیستم دارد.

#برنامه‌نویسی #هوش_مصنوعی
----------
🆔 @OxinCode