🔍 پروفایلر جدید داخل خود پایتون
پایتون ۳.۱۵ یه پروفایلر نمونهبرداری (sampling) به اسم Tachyon داره که بدون تغییر کد، نشون میده برنامهتون بیشتر وقتش رو کجا میگذرونه.
میتونید حتی به یه برنامهی در حال اجرا وصلش کنید (عدد آخر، PID برنامهست):
خروجیش هم میتونه گزارش متنی باشه، هم نمودار Flame Graph.
💡 پروفایلر قدیمی cProfile هم حالا اسمش profiling.tracing شده.
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
پایتون ۳.۱۵ یه پروفایلر نمونهبرداری (sampling) به اسم Tachyon داره که بدون تغییر کد، نشون میده برنامهتون بیشتر وقتش رو کجا میگذرونه.
میتونید حتی به یه برنامهی در حال اجرا وصلش کنید (عدد آخر، PID برنامهست):
python -m profiling.sampling attach 1234
خروجیش هم میتونه گزارش متنی باشه، هم نمودار Flame Graph.
💡 پروفایلر قدیمی cProfile هم حالا اسمش profiling.tracing شده.
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
❤4👍1
🏎 پایتون ۳.۱۵ سریعتره؟
نه چندان! طبق تستها، سرعتش تقریباً مثل ۳.۱۴ هست.
تنها استثنا JIT آزمایشیه که تو یه تست حدود ۱.۲ برابر سرعت بیشتر داد؛ اولین باریه که JIT پایتون بهبود واقعی نشون میده.
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
نه چندان! طبق تستها، سرعتش تقریباً مثل ۳.۱۴ هست.
تنها استثنا JIT آزمایشیه که تو یه تست حدود ۱.۲ برابر سرعت بیشتر داد؛ اولین باریه که JIT پایتون بهبود واقعی نشون میده.
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
❤5
🛠 نصب پایتون ۳.۱۵ با uv
اگه از uv استفاده میکنید، با این چند دستور سریع میرید روی ۳.۱۵:
برای چک کردن نسخه:
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
اگه از uv استفاده میکنید، با این چند دستور سریع میرید روی ۳.۱۵:
uv self update
uv python install 3.15
uv python pin --global 3.15
برای چک کردن نسخه:
uv run python --version
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
❤3
📦 خداحافظ 3.10، سلام امکانات 3.11
با تموم شدن پشتیبانی 3.10، پروژههای متنباز حالا با خیال راحت از امکانات 3.11 استفاده میکنن؛ مثل:
🔸 tomllib برای خوندن فایلهای TOML بدون نصب چیزی
🔸 asyncio.TaskGroup برای مدیریت راحتتر تسکهای async
🔸 datetime.UTC بهجای datetime.timezone.utc
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
با تموم شدن پشتیبانی 3.10، پروژههای متنباز حالا با خیال راحت از امکانات 3.11 استفاده میکنن؛ مثل:
🔸 tomllib برای خوندن فایلهای TOML بدون نصب چیزی
🔸 asyncio.TaskGroup برای مدیریت راحتتر تسکهای async
🔸 datetime.UTC بهجای datetime.timezone.utc
import tomllib
with open("pyproject.toml", "rb") as f:
data = tomllib.load(f)
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
❤3
هوشمصنوعی🔥برنامهنویسی | کدینگیار
🐍 پایتون ۳.۱۵ منتشر شد! دوستان، نسخهی پایدار پایتون ۳.۱۵ دقیقاً ۱۳ روز پیش، در تاریخ ۱۷ مهر ۱۴۰۵ (۹ اکتبر ۲۰۲۶) منتشر شد و همزمان پشتیبانی رسمی از پایتون ۳.۱۰ تموم شد. اما چرا میتونید الان با خیال راحت از پایتون ۳.۱۱ استفاده کنید؟ 🤔 چون با کنار رفتن ۳.۱۰،…
🎉 پایتون ۳.۱۵ اومده! از اینجا بخونید 👆
#ترفند #هوش_مصنوعی
🧸 عکس خودتو با ChatGPT به یه فیگور سهبعدی کلکسیونی تبدیل کن!
کافیه یه عکس از خودت رو (ترجیحاً کنار حیوون خونگیت) به ChatGPT بدی و پرامپت زیر رو همراهش بفرستی؛ خروجی یه فیگور سهبعدی شیک با همون لباسهایی هست که توی عکس پوشیدی.
💡 بهجای [SCENERY] پسزمینهی دلخواهت (مثلاً a soft beige studio) و بهجای [COLORS] رنگهای دلخواهت رو بنویس.
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
🧸 عکس خودتو با ChatGPT به یه فیگور سهبعدی کلکسیونی تبدیل کن!
کافیه یه عکس از خودت رو (ترجیحاً کنار حیوون خونگیت) به ChatGPT بدی و پرامپت زیر رو همراهش بفرستی؛ خروجی یه فیگور سهبعدی شیک با همون لباسهایی هست که توی عکس پوشیدی.
💡 بهجای [SCENERY] پسزمینهی دلخواهت (مثلاً a soft beige studio) و بهجای [COLORS] رنگهای دلخواهت رو بنویس.
Full-body standing pose, viewed slightly from a low angle, with elongated proportions, a slightly oversized head, expressive eyes, clean sculpted forms, and a polished soft-surface 3D finish.
The character’s clothing must be faithfully based on the provided reference image. Recreate the exact outfit shown in the reference image, preserving its overall design, silhouette, proportions, layering, colors, materials, patterns, graphics, logos, seams, pockets, zippers, straps, collars, sleeves, and other visible clothing details. Do not redesign, replace, simplify, or invent a different outfit. Do not introduce new clothing elements that are not present in the reference image. If any clothing detail is partially obscured or unclear, interpret it conservatively and keep it consistent with the visible reference.
Dress the character in the same clothing and outfit shown in the reference image, translated into the stylized 3D aesthetic while preserving the original clothing identity and structure. The clothing should remain recognizable as the exact outfit from the reference rather than becoming generic or newly designed streetwear.
Add layered accessories such as headphones, straps, tags, patches, utility details, or a backpack only when they are present in the reference image or explicitly requested. Keep the outfit highly designed and cohesive without altering the core clothing from the reference.
Keep the animal clearly visible as a companion, stylized in the same world and design language. Use a controlled palette based primarily on the colors present in the reference clothing, unless [COLORS] are explicitly specified.
Place the character against a minimalist [SCENERY] background with very sparse elements, lots of negative space, and a clean premium advertisement feel. Add small fictional graphic marks or label-like details on the clothing only if they do not conflict with or replace any existing details from the reference image.
Refined, youthful, fashion-forward, elegant, slightly playful, collectible-designer-toy energy. Preserve the visual identity of the reference outfit while transforming the character into a polished stylized 3D collectible figure. 4:8
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
🔥3❤2
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3
#خبر #هوش_مصنوعی
⚡️ رابط Decisions API از OpenAI به نسخه نهایی رسید
اوپنایآی Decisions API رو برای همه توسعهدهندهها بهصورت رسمی (GA) منتشر کرد. این API برای تصمیمهای کوچیک و پرتکرار داخل اپها و ایجنتها ساخته شده؛ مثل دستهبندی متن یا تصویر، مسیریابی درخواست یا انتخاب قدم بعدی، بدون اینکه مدل یه پاسخ کامل تولید کنه. طبق اعلام OpenAI تا ۱۰ برابر سریعتر از GPT‑6 Luna از طریق Responses API جواب میده.
شما سؤال و جوابهای مجاز رو تعریف میکنید و API یکی از سه نوع خروجی رو برمیگردونه: احتمال (predicate)، انتخاب از بین گزینهها (choice) یا امتیاز (score). از زمان بتا هم ورودی JSON، تا ۴۰۰ سؤال در هر درخواست، کش پرامپت و اتصال مستقیم به GPT‑Live اضافه شده. قیمتش ۰٫۱ دلار برای هر میلیون توکن ورودیه و هزینه توکن خروجی نداره.
معرفی Decisions API رو اینجا بخونید
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
⚡️ رابط Decisions API از OpenAI به نسخه نهایی رسید
اوپنایآی Decisions API رو برای همه توسعهدهندهها بهصورت رسمی (GA) منتشر کرد. این API برای تصمیمهای کوچیک و پرتکرار داخل اپها و ایجنتها ساخته شده؛ مثل دستهبندی متن یا تصویر، مسیریابی درخواست یا انتخاب قدم بعدی، بدون اینکه مدل یه پاسخ کامل تولید کنه. طبق اعلام OpenAI تا ۱۰ برابر سریعتر از GPT‑6 Luna از طریق Responses API جواب میده.
شما سؤال و جوابهای مجاز رو تعریف میکنید و API یکی از سه نوع خروجی رو برمیگردونه: احتمال (predicate)، انتخاب از بین گزینهها (choice) یا امتیاز (score). از زمان بتا هم ورودی JSON، تا ۴۰۰ سؤال در هر درخواست، کش پرامپت و اتصال مستقیم به GPT‑Live اضافه شده. قیمتش ۰٫۱ دلار برای هر میلیون توکن ورودیه و هزینه توکن خروجی نداره.
معرفی Decisions API رو اینجا بخونید
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
❤5🔥1
#خبر #هوش_مصنوعی
🤖 حالت auto mode پیشفرض اپهای Claude میشه
آنتروپیک اعلام کرد از هفته آینده، جلسههای جدید در بیشتر اپهای Claude (وب، دسکتاپ و موبایل) روی پلنهای Pro، Max و Team بهطور پیشفرض در auto mode اجرا میشن. این همون تغییریه که از ۱۴ آگوست در Claude Code اعمال شده بود و حالا به بقیه اپها هم میرسه.
توی این حالت لازم نیست هر قدم رو جداگانه تأیید کنید؛ یه بررسی خودکار کارهای امن رو اجرا میکنه و جلوی کارهای پرخطر رو میگیره تا Claude راه دیگهای پیدا کنه. هر وقت خواستید میتونید به حالت دستی برگردید. برای Enterprise، API و پلتفرمهای ابری فعلاً اختیاریه و ادمینهای Enterprise قبل از تغییر ایمیل میگیرن.
جزئیات auto mode رو اینجا بخونید
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
🤖 حالت auto mode پیشفرض اپهای Claude میشه
آنتروپیک اعلام کرد از هفته آینده، جلسههای جدید در بیشتر اپهای Claude (وب، دسکتاپ و موبایل) روی پلنهای Pro، Max و Team بهطور پیشفرض در auto mode اجرا میشن. این همون تغییریه که از ۱۴ آگوست در Claude Code اعمال شده بود و حالا به بقیه اپها هم میرسه.
توی این حالت لازم نیست هر قدم رو جداگانه تأیید کنید؛ یه بررسی خودکار کارهای امن رو اجرا میکنه و جلوی کارهای پرخطر رو میگیره تا Claude راه دیگهای پیدا کنه. هر وقت خواستید میتونید به حالت دستی برگردید. برای Enterprise، API و پلتفرمهای ابری فعلاً اختیاریه و ادمینهای Enterprise قبل از تغییر ایمیل میگیرن.
جزئیات auto mode رو اینجا بخونید
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
❤4
#آموزش #جنگو
⚡️ میدونستین
خیلی وقتها میخوای یک رکورد رو از دیتابیس بگیری و اگه نبود، بسازیش. معمولاً این کار رو با
فرض کن مدل
خروجی:
این متد یک تاپل دوتایی برمیگردونه: خود آبجکت و یک
💎 فیلدهایی که فقط موقع ساختن لازمان رو توی
خروجی:
بار دوم پروفایل پیدا شد، پس شهرش عوض نشد. اگه میخوای رکورد موجود آپدیت هم بشه، سراغ
خروجی:
✔️ خروجی این متدها تاپله، نه خود آبجکت. اگه
⚠️ طبق مستندات جنگو، جلوگیری از رکورد تکراری توی درخواستهای همزمان فقط وقتی تضمینه که فیلدهای جستجو توی دیتابیس یکتا باشن (مثلاً با
❌ اگه جستجو بیشتر از یک رکورد پیدا کنه، خطای
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
get_or_create توی جنگو چیکار میکنه؟
خیلی وقتها میخوای یک رکورد رو از دیتابیس بگیری و اگه نبود، بسازیش. معمولاً این کار رو با
try/except و DoesNotExist مینویسیم، ولی جنگو یک میانبر آماده براش داره.
فرض کن مدل
Tag یک فیلد name داره و مدل Profile فیلدهای email و city رو:
tag, created = Tag.objects.get_or_create(name="python")
print(tag.name, created)
tag, created = Tag.objects.get_or_create(name="python")
print(tag.name, created)
print(Tag.objects.count())
خروجی:
python True
python False
1
این متد یک تاپل دوتایی برمیگردونه: خود آبجکت و یک
True یا False که میگه تازه ساخته شد یا از قبل بود. بار دوم چیزی ساخته نشد و هنوز فقط یک تگ داریم.
💎 فیلدهایی که فقط موقع ساختن لازمان رو توی
defaults بده. این فیلدها توی جستجو استفاده نمیشن:
p, created = Profile.objects.get_or_create(
email="ali@example.com",
defaults={"city": "Tehran"},
)
print(p.city, created)
p, created = Profile.objects.get_or_create(
email="ali@example.com",
defaults={"city": "Shiraz"},
)
print(p.city, created)
خروجی:
Tehran True
Tehran False
بار دوم پروفایل پیدا شد، پس شهرش عوض نشد. اگه میخوای رکورد موجود آپدیت هم بشه، سراغ
update_or_create برو:
p, created = Profile.objects.update_or_create(
email="ali@example.com",
defaults={"city": "Shiraz"},
)
print(p.city, created)
خروجی:
Shiraz False
created رو لازم نداری، بنویس tag, _ = ...unique=True). توی این مثال name و email یکتا تعریف شدن.MultipleObjectsReturned میگیری.
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2❤1
#خبر #هوش_مصنوعی #جمینای
📍 جمینای حالا برنامهی روزت رو با Google Maps و تقویم میچینه
گوگل اعلام کرد جمینای (Gemini) از این به بعد، با اجازهی خودت، میتونه جستجوها و مکانهای ذخیرهشدهات در Google Maps رو کنار رویدادهای Google Calendar ببینه و برای روزت پیشنهادهای شخصیسازیشده بده؛ مثلاً رستوران یا جایی نزدیک مسیر قرارهات.
این قابلیت بخشی از Personal Intelligence و برنامههای متصل (Connected Apps) جمینایه و از تنظیمات همین بخش فعال یا غیرفعال میشه.
🔗 منبع رسمی: اکانت Gemini در ایکس
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
📍 جمینای حالا برنامهی روزت رو با Google Maps و تقویم میچینه
گوگل اعلام کرد جمینای (Gemini) از این به بعد، با اجازهی خودت، میتونه جستجوها و مکانهای ذخیرهشدهات در Google Maps رو کنار رویدادهای Google Calendar ببینه و برای روزت پیشنهادهای شخصیسازیشده بده؛ مثلاً رستوران یا جایی نزدیک مسیر قرارهات.
این قابلیت بخشی از Personal Intelligence و برنامههای متصل (Connected Apps) جمینایه و از تنظیمات همین بخش فعال یا غیرفعال میشه.
🔗 منبع رسمی: اکانت Gemini در ایکس
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
X (formerly Twitter)
Google Gemini (@GeminiApp) on X
With your permission, Gemini can now reference your @GoogleMaps searches and saved places alongside your Google Calendar to give you tailored recommendations for your day. 📍
❤1
#خبر #هوش_مصنوعی
📱 دستیار Grok Bot حالا به اپهای گوشی وصل میشه
اکانت رسمی Grok Bot اعلام کرد این دستیار از این به بعد میتونه با اپهای تقویم، یادآورها (Reminders)، مخاطبین و چند اپ دیگهی گوشیت کار کنه؛ مثلاً یه رویداد به تقویمت اضافه کنه یا یادآور بسازه.
این قابلیت از همین حالا داره برای iOS و اندروید منتشر میشه.
🔗 منبع رسمی: اکانت Grok Bot در ایکس
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
📱 دستیار Grok Bot حالا به اپهای گوشی وصل میشه
اکانت رسمی Grok Bot اعلام کرد این دستیار از این به بعد میتونه با اپهای تقویم، یادآورها (Reminders)، مخاطبین و چند اپ دیگهی گوشیت کار کنه؛ مثلاً یه رویداد به تقویمت اضافه کنه یا یادآور بسازه.
این قابلیت از همین حالا داره برای iOS و اندروید منتشر میشه.
🔗 منبع رسمی: اکانت Grok Bot در ایکس
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
❤2
This media is not supported in your browser
VIEW IN TELEGRAM
#خبر #هوش_مصنوعی #ویدیو
🎬 مدل ویدیویی Kling 4.0 منتشر شد
شرکت Kling AI نسل جدید مدل تولید ویدیوی خودش یعنی Kling 4.0 رو عرضه کرد. این مدل تا ۳۰ ثانیه ویدیوی پیوسته در یک برداشت میسازه، صدای استریو با هماهنگی دقیقتر لبها تولید میکنه و حرکتهای سریع و حرکت دوربین رو پایدارتر از قبل نشون میده.
با قابلیت Omni Reference هم میشه تا ۱۵ تصویر، ویدیو، شخصیت یا صدا رو در یک کار ترکیب کرد تا شخصیتها و صحنهها یکدست بمونن. این مدل علاوه بر سایت Kling، از طریق API و سرویسهایی مثل Runway، fal و Adobe Firefly هم در دسترسه.
🔗 منبع رسمی: اکانت Kling AI در ایکس
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
🎬 مدل ویدیویی Kling 4.0 منتشر شد
شرکت Kling AI نسل جدید مدل تولید ویدیوی خودش یعنی Kling 4.0 رو عرضه کرد. این مدل تا ۳۰ ثانیه ویدیوی پیوسته در یک برداشت میسازه، صدای استریو با هماهنگی دقیقتر لبها تولید میکنه و حرکتهای سریع و حرکت دوربین رو پایدارتر از قبل نشون میده.
با قابلیت Omni Reference هم میشه تا ۱۵ تصویر، ویدیو، شخصیت یا صدا رو در یک کار ترکیب کرد تا شخصیتها و صحنهها یکدست بمونن. این مدل علاوه بر سایت Kling، از طریق API و سرویسهایی مثل Runway، fal و Adobe Firefly هم در دسترسه.
🔗 منبع رسمی: اکانت Kling AI در ایکس
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
❤2
هوشمصنوعی🔥برنامهنویسی | کدینگیار
#کوئیز #پایتون پیشنیاز: کلاس، متد __init__ و self ⏳ پاسخ کوییز ۲۴ ساعت دیگه توی همین کانال میاد. @codingyar
#پاسخ_کوییز #پایتون
🔔 پاسخ کوییز بالا (همین کوییزی که بهش ریپلای زدم) رو در زیر ببینید ⬇️
✅ جواب درست: «5 10»
هر بار که Wallet(10) صدا زده میشه، یک آبجکت جدا ساخته میشه و متد __init__ مقدار self.money همون آبجکت رو ۱۰ میذاره. پس هر کدوم از a و b کیف پول خودشون رو دارن.
خط a.spend(3) پول a رو به ۷ میرسونه. مقدار برگشتیش چاپ نمیشه، ولی تغییرش روی آبجکت میمونه. بعد a.spend(2) از همون ۷ کم میکنه و ۵ برمیگردونه. آبجکت b هم اصلاً دست نخورده و همون ۱۰ میمونه.
اشتباه رایج، گزینهٔ «8 10» بود: اینکه فکر کنیم a.spend(3) چون چاپ نشده اثری نداره. گزینهٔ «5 5» از اینجا میاد که فکر کنیم money بین همهٔ آبجکتها مشترکه، در حالی که self.money مال همون آبجکته. گزینهٔ «7 10» هم یعنی فکر کنیم متد، مقدار قبل از کم کردن رو برمیگردونه.
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
🔔 پاسخ کوییز بالا (همین کوییزی که بهش ریپلای زدم) رو در زیر ببینید ⬇️
هر بار که Wallet(10) صدا زده میشه، یک آبجکت جدا ساخته میشه و متد __init__ مقدار
خط a.spend(3) پول a رو به ۷ میرسونه. مقدار برگشتیش چاپ نمیشه، ولی تغییرش روی آبجکت میمونه. بعد a.spend(2) از همون ۷ کم میکنه و ۵ برمیگردونه. آبجکت b هم اصلاً دست نخورده و همون ۱۰ میمونه.
اشتباه رایج، گزینهٔ «8 10» بود: اینکه فکر کنیم a.spend(3) چون چاپ نشده اثری نداره. گزینهٔ «5 5» از اینجا میاد که فکر کنیم money بین همهٔ آبجکتها مشترکه، در حالی که
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
❤2
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
#خبر #هوش_مصنوعی #Cursor
💻 قابلیت Computer Use به Cursor اضافه شد
حالا ایجنتهای Cursor میتونن کنترل کامپیوترتون رو دست بگیرن و توی هر برنامهای، نه فقط مرورگر، کلیک کنن و تایپ کنن. مثلاً میتونن شبیهساز iOS رو باز کنن و قابلیتی رو که خودشون ساختن همونجا تست کنن.
ابزار Cursor هر وقت کاری لازمش داشته باشه خودش سراغ این قابلیت میره، ولی شما هم میتونید با منشن کردن Computer Use توی پرامپت ازش بخواید. برای استفاده کافیه Cursor رو به آخرین نسخه آپدیت کنید.
🔗 منبع رسمی: اکانت Cursor در ایکس
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
💻 قابلیت Computer Use به Cursor اضافه شد
حالا ایجنتهای Cursor میتونن کنترل کامپیوترتون رو دست بگیرن و توی هر برنامهای، نه فقط مرورگر، کلیک کنن و تایپ کنن. مثلاً میتونن شبیهساز iOS رو باز کنن و قابلیتی رو که خودشون ساختن همونجا تست کنن.
ابزار Cursor هر وقت کاری لازمش داشته باشه خودش سراغ این قابلیت میره، ولی شما هم میتونید با منشن کردن Computer Use توی پرامپت ازش بخواید. برای استفاده کافیه Cursor رو به آخرین نسخه آپدیت کنید.
🔗 منبع رسمی: اکانت Cursor در ایکس
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
❤3
Channel name was changed to «هوشمصنوعی🔥برنامهنویسی | کدینگیار»
#خبر #هوش_مصنوعی #Kimi
🔥 مدل Kimi K3.1 Pro معرفی شد
شرکت Moonshot AI از Kimi K3.1 Pro رونمایی کرد؛ قویترین مدل اوپنویت این شرکت با ۲.۸ تریلیون پارامتر (۱۰۴ میلیارد پارامتر فعال، معماری MoE)، کانتکست ۱ میلیون توکنی و پشتیبانی از ورودی تصویری. به گفتهی سازنده، این مدل توی بنچمارکهای کدنویسی و ایجنتی همسطح قویترین مدلهای تجاری مثل Opus 5.5 و GPT-6 Astra کار میکنه و خیلی ارزونتره؛ توی رتبهبندی WebDev Arena هم به رتبهی ۸ رسیده.
این مدل همراه نسخهی سریعترش (Highspeed، ۲ تا ۳ برابر سریعتر) از همین حالا روی سایت Kimi، ابزار Kimi Code و API در دسترسه و وزنهاش تا ۴ نوامبر منتشر میشه.
🔗 منبع رسمی: معرفی Kimi K3.1 Pro
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
🔥 مدل Kimi K3.1 Pro معرفی شد
شرکت Moonshot AI از Kimi K3.1 Pro رونمایی کرد؛ قویترین مدل اوپنویت این شرکت با ۲.۸ تریلیون پارامتر (۱۰۴ میلیارد پارامتر فعال، معماری MoE)، کانتکست ۱ میلیون توکنی و پشتیبانی از ورودی تصویری. به گفتهی سازنده، این مدل توی بنچمارکهای کدنویسی و ایجنتی همسطح قویترین مدلهای تجاری مثل Opus 5.5 و GPT-6 Astra کار میکنه و خیلی ارزونتره؛ توی رتبهبندی WebDev Arena هم به رتبهی ۸ رسیده.
این مدل همراه نسخهی سریعترش (Highspeed، ۲ تا ۳ برابر سریعتر) از همین حالا روی سایت Kimi، ابزار Kimi Code و API در دسترسه و وزنهاش تا ۴ نوامبر منتشر میشه.
🔗 منبع رسمی: معرفی Kimi K3.1 Pro
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
❤2
This media is not supported in your browser
VIEW IN TELEGRAM
#خبر #هوش_مصنوعی #Claude
💬 پشتیبانی از Tasks و Elicitations در Claude اضافه شد
شرکت Anthropic پشتیبانی از دو قابلیت جدید MCP رو به Claude اضافه کرد. با Tasks، مدل Claude میتونه کارهای طولانی مثل تحقیق عمیق رو به پلاگینها بسپره و وقتی تموم شد نتیجه رو گزارش بده. با Elicitations هم پلاگینها میتونن وسط کار از کاربر چیزی بپرسن، مثلاً تأیید یک بازپرداخت یا پر کردن یک اطلاعات جاافتاده.
این دو قابلیت از امروز توی Claude Code CLI فعالن و بهزودی به بقیهی محصولات Claude هم میرسن.
🔗 منبع رسمی: اکانت ClaudeDevs در ایکس
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
💬 پشتیبانی از Tasks و Elicitations در Claude اضافه شد
شرکت Anthropic پشتیبانی از دو قابلیت جدید MCP رو به Claude اضافه کرد. با Tasks، مدل Claude میتونه کارهای طولانی مثل تحقیق عمیق رو به پلاگینها بسپره و وقتی تموم شد نتیجه رو گزارش بده. با Elicitations هم پلاگینها میتونن وسط کار از کاربر چیزی بپرسن، مثلاً تأیید یک بازپرداخت یا پر کردن یک اطلاعات جاافتاده.
این دو قابلیت از امروز توی Claude Code CLI فعالن و بهزودی به بقیهی محصولات Claude هم میرسن.
🔗 منبع رسمی: اکانت ClaudeDevs در ایکس
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
❤2
#خبر #امنیت #برنامه_نویسی
🚨 آسیبپذیری خطرناک در کتابخونه Brotli؛ Node.js و Bun رو آپدیت کنید
شرکت OpenAI اعلام کرد ایجنتهای امنیتیاش توی کتابخونه فشردهسازی Brotli یه آسیبپذیری اجرای کد از راه دور (RCE) پیدا کردن که بدون نیاز به ساخت حساب کاربری قابل سوءاستفادهست. این کتابخونه داخل نرمافزارهای پرکاربردی مثل Node.js، Bun و Envoy هست.
مهاجم میتونه با فرستادن داده فشردهشدهی مخرب، روی سرور آپدیتنشده کد اجرا کنه؛ برعکسش هم ممکنه و کلاینتی که داده فشرده دریافت میکنه، با جواب یه سرور مخرب آلوده بشه.
شناسه این باگ CVE-2026-111497 هست و Brotli نسخههای اصلاحشده 1.2.1، 1.1.1 و 1.0.10 رو منتشر کرده. اگه با Node.js، Bun یا هر نرمافزاری که Brotli داخلشه کار میکنید، آپدیت امنیتیشون رو نصب کنید.
🔗 جزئیات و راههای مقابله رو اینجا بخونید
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
🚨 آسیبپذیری خطرناک در کتابخونه Brotli؛ Node.js و Bun رو آپدیت کنید
شرکت OpenAI اعلام کرد ایجنتهای امنیتیاش توی کتابخونه فشردهسازی Brotli یه آسیبپذیری اجرای کد از راه دور (RCE) پیدا کردن که بدون نیاز به ساخت حساب کاربری قابل سوءاستفادهست. این کتابخونه داخل نرمافزارهای پرکاربردی مثل Node.js، Bun و Envoy هست.
مهاجم میتونه با فرستادن داده فشردهشدهی مخرب، روی سرور آپدیتنشده کد اجرا کنه؛ برعکسش هم ممکنه و کلاینتی که داده فشرده دریافت میکنه، با جواب یه سرور مخرب آلوده بشه.
شناسه این باگ CVE-2026-111497 هست و Brotli نسخههای اصلاحشده 1.2.1، 1.1.1 و 1.0.10 رو منتشر کرده. اگه با Node.js، Bun یا هر نرمافزاری که Brotli داخلشه کار میکنید، آپدیت امنیتیشون رو نصب کنید.
🔗 جزئیات و راههای مقابله رو اینجا بخونید
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
❤2
#آموزش #پایتون
⚡️ میدونستین برای شمردن تکرارها توی پایتون یک ابزار آماده هست؟
اسمش
خروجی:
متد
🔸 کلید ناموجود خطا نمیده
توی دیکشنری معمولی، خوندن کلیدی که وجود نداره خطای
خروجی:
🔸 روی رشته هم کار میکنه
هر چیزی که بشه روش حلقه زد رو میشمره؛ مثلاً حروف یک کلمه:
خروجی:
🔸 پیدا کردن عضوهای تکراری
چون
خروجی:
🔸 اضافه کردن دادههای جدید
متد
خروجی:
▫️ اگه به
▫️ اگه تعداد تکرار دو عضو برابر باشه، هر کدوم زودتر دیده شده باشه اول میاد.
▫️ چند کاربرد واقعی: شمردن کدهای وضعیت توی فایل لاگ، پیدا کردن پرتکرارترین کلمههای یک متن یا شمردن رأیهای یک نظرسنجی.
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
اسمش
Counter هست و توی ماژول collections خود پایتونه، پس نصب لازم نداره. یک لیست بهش بدین تا تعداد تکرار هر عضو رو بشمره و پرتکرارترینها رو هم بهتون بده:
from collections import Counter
langs = ["python", "go", "python", "rust", "go", "python"]
counts = Counter(langs)
print(counts)
print(counts.most_common(2))
خروجی:
Counter({'python': 3, 'go': 2, 'rust': 1})
[('python', 3), ('go', 2)]
متد
most_common(2) دو عضو پرتکرار رو بهترتیب، همراه تعدادشون برمیگردونه. دیگه لازم نیست خودتون یک دیکشنری بسازید و توی حلقه یکییکی بهش اضافه کنید.
🔸 کلید ناموجود خطا نمیده
توی دیکشنری معمولی، خوندن کلیدی که وجود نداره خطای
KeyError میده، ولی Counter برای چیزی که ندیده صفر برمیگردونه (ادامهٔ همون کد بالا):
print(counts["java"])
خروجی:
0
🔸 روی رشته هم کار میکنه
هر چیزی که بشه روش حلقه زد رو میشمره؛ مثلاً حروف یک کلمه:
letters = Counter("banana")
print(letters)
خروجی:
Counter({'a': 3, 'n': 2, 'b': 1})
🔸 پیدا کردن عضوهای تکراری
چون
Counter در اصل یک دیکشنریه، متد items و بقیهٔ امکانات دیکشنری رو داره:
dupes = [x for x, n in counts.items() if n > 1]
print(dupes)
خروجی:
['python', 'go']
🔸 اضافه کردن دادههای جدید
متد
update شمارشهای جدید رو با قبلیها جمع میکنه، نه اینکه جاشون بنویسه:
counts.update(["rust", "rust"])
print(counts["rust"])
خروجی:
3
▫️ اگه به
most_common عددی ندید، همهٔ عضوها رو از بیشترین به کمترین برمیگردونه.▫️ اگه تعداد تکرار دو عضو برابر باشه، هر کدوم زودتر دیده شده باشه اول میاد.
▫️ چند کاربرد واقعی: شمردن کدهای وضعیت توی فایل لاگ، پیدا کردن پرتکرارترین کلمههای یک متن یا شمردن رأیهای یک نظرسنجی.
آموزش هوش مصنوعی و برنامه نویسی 👇
@codingyar
وبسایت آموزشی:
www.codingyar.com
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7👏1