خیلی‌ها فکر می‌کنن ارزون‌تر بودن DeepSeek V4-Flash فقط به خاطر قیمت پایین‌تر هر توکنه، اما این معیار همیشه تصویر کاملی از هزینه واقعی نمی‌ده. چون ممکنه یک مدل برای انجام یک کار به تعداد بیشتری تعامل یا مرحله نیاز داشته باشه و در نهایت هزینه کل بالاتر بره.

اما طبق گزارش Artificial Analysis، ماجرا برای DeepSeek V4-Flash کاملاً متفاوته. این مدل نه‌تنها از نظر قیمت هر توکن بسیار ارزان‌تره، بلکه گفته می‌شه همون تسک‌های بنچمارکی که Fable 5 انجام می‌ده رو با هزینه نهایی ۱۰۵ برابر کمتر به سرانجام می‌رسونه.

@DevTwitter | <Reza Jafari/>

شنیدم دنبال Api رایگان مدل جدید دیپ سیک میگردید؟
اینم Api رایگان و بدون کلید! راحت و بدون دردسر!

کافیه آدرس زیر رو بزنید:
https://q5dh1rfszfym23hj.us-east-2.aws.endpoints.huggingface.cloud/v1

کلید هم هر چیزی دوست داشتید بنویسید!

@DevTwitter | <بوکانت/>

اگر بین انتخاب llama.cpp و vLLM برای اجرای لوکال مدل‌ها شک دارید، این مقایسه خیلی کوتاه و کاربردی تکلیف را روشن می‌کند.

اصلی‌ترین تفاوتشان در هدف و محیط اجرا است:

۱. ابزار llama.cpp برای اجرا روی سیستم‌های شخصی، CPU و دیوایس‌های کم‌مصرف عالی است. با فشردگی وزن‌ها (Quantization) و فرمت GGUF اجازه می‌دهد مدل‌های بزرگ را حتی روی لپ‌تاپ یا رزبری پای اجرا کنید. ابزارهایی مثل Ollama هم از همین موتور استفاده می‌کنند.

۲. ابزار vLLM برای محیط‌های سروری و پروداکشن ساخته شده. با تکنیک‌هایی مثل PagedAttention برای مدیریت KV cache و بچینگ پیوسته (Continuous Batching)، سرعت سرویس‌دهی به چندین کاربر همزمان را به شدت بالا می‌برد.

نکته خوب این است که هر دو ابزار APIهای سازگار با الگوی OpenAI ارائه می‌دهند، بنابراین تعویض آن‌ها در کد RAG یا ایجنت‌ها بسیار ساده است.
Youtube: https://youtube.com/watch?v=0ujh7hfutq0

@DevTwitter | <Mehdi Allahyari/>

اگر واسه پروژه‌های شخصی یا سایدپروژکت دنبال هاستینگ و سرویس رایگان می‌گردی و نمی‌خوای هر ماه پول بدی، این ریپو به کارت میاد.
github.com/255kb/stack-on-a-budget

یه لیست بزرگه از سرویس‌هایی که Tierخوب دارن؛ از هاستینگ و دیتابیس گرفته تا مانیتورینگ، ایمیل، احراز هویت و کلی دسته‌بندی دیگه.

@DevTwitter

تا حالا شده موقع جابه‌جایی یا انتخاب بخش‌های مختلف یک اسم camelCase توی VS Code اذیت بشی؟
من برای حل این مشکل افزونه‌ ی CamelCase Navigator رو ساختم.
با میانبر های (Alt + چپ) و (Alt + راست) میتونی بین بخش‌های مختلف camelCase خیلی سریع حرکت کنی و بدون دستکاری شورتکات‌ های پیش‌فرض VS Code، سرعت ویرایش کدت رو بیشتر کنی.

اگر زیاد با اسم‌هایی مثل getUserProfileData یا calculateTotalPrice سروکار داری، این افزونه می‌تونه حسابی به کارت بیاد.
نصب از طریق vscode

Marketplace:
https://marketplace.visualstudio.com/items?itemName=sobhanYaghobi.camel-case-navigator

https://github.com/sobhan-yaghoubi/camel-case-navigation

@DevTwitter | <Sobhan yaghoubi/>

همه از کمبود Senior میگویند.
کمتر کسی از کمبود "اولین فرصت" حرف میزند.
انگار انتظار داریم آدمها با 5 سال سابقه، متولد شوند.
بازار از کمبود متخصص شکایت میکند، اما حاضر نیست هزینه ساخت متخصص را بپردازد.
حقیقت ساده است:
هیچ Seniorی بدون یک مدیر، یک تیم یا یک شرکت که اولین فرصت را به او داده باشد، Senior نشده است.

اگر هیچکس حاضر نباشد روی Juniorها سرمایهگذاری کند، دقیقاً انتظار دارید متخصصهای ۵ سال آینده از کجا بیایند؟؟


@DevTwitter | <Mohammad Hossein Alikhani/>

چرا واسه اشتراک‌هایی هوش مصنوعی ماهانه چند میلیون پول بدی وقتی می‌شه سالانه‌شو با چند صد هزار تومن خرید؟

جمینای پرو ۱۸ ماهه ۴۰۰ تومن کانوا پرو ۱ ساله ۵۰۰ تومن اونم رو اکانت شخصی خودتون 😐

اشتراک‌های هوش مصنوعی، بازی‌های انلاین، پرمیوم تلگرام و خیلی چیزای دیگه ارزون‌تر از همه‌جا!👇
@birdirch
@birdirch
@birdirch

پروژه‌ای که دغدغه‌ی دلاریِ همه‌ی یوتیوبرها رو یک‌جا حل کرد! (کاملاً رایگان و اوپن‌سورس)
تا حالا به این فکر کردید که چقدر زمان برای پیدا کردن ترندهای واقعی یوتیوب و تحلیل استراتژی محتوا تلف میشه؟ مخصوصاً داخل ایران که دسترسی به ابزارهای تحلیلگر سخت و پرهزینه‌ست...
یکی از توسعه‌دهنده‌های خوبمون برای اولین بار تصمیم گرفته پروژه شخصی و خفن خودش رو بیاره روی گیت‌هاب و در اختیار شما بذاره. پروژه‌ای که شاید نمونه‌های خارجی‌اش کلی هزینه ماهانه داشته باشن!

این ربات دقیقاً چی کار میکنه؟
استخراج هوشمند ترندها: رصد ترندهای یوتیوب از طریق RSS و API اختصاصی
تحلیلگر استراتژی: مجهز به مدل‌های قدرتمند Gemini و DeepSeek برای آنالیز محتوا
گزارش‌دهی مدرن: ارسال ریپورت‌های شکیل و گرافیکی HTML مستقیماً به تلگرام

شاهکار فنی زیر هودِ پروژه:
اگر برنامه‌نویس هستید یا به مباحث فنی علاقه دارید، این مخزن (Repository) یک مرجع و منبع واقعی برای یادگیری است چون چالش‌های سنگینی مثل:
مدیریت خطاهای ساختاریافته JSON از طرف LLM
معماری کاملاً ناهمگام و سرعت بالا (Async Architecture)
پیاده‌سازی کشینگ حرفه‌ای روی SQLite
هندل کردن پیچیدگی‌های پروکسی ... رو به تمیزترین شکل ممکن پوشش داده.

https://github.com/Sajadapp/Youtube-Trend-Analyzer

@DevTwitter | <CaptainMoz/>

سایت وردپرسی‌تان را حرفه‌ای بهینه‌سازی کنید! راهکار جامع افزایش سرعت، امنیت و بهینه‌سازی وردپرس:

افزایش سرعت بارگزاری صفحات
کاهش مصرف منابع
بهبود امتیاز Google PageSpeed
افزایش امنیت
مدیریت قابلیت‌ها تنها با یک کلیک
مناسب برای انواع سایت‌های وردپرسی و فروشگاه‌های ووکامرس

با بهینه‌سازی، سایتی سریع‌تر، سبک‌تر و حرفه‌ای‌تر داشته باشید.

دانلود رایگان افزونه:
https://wordpress.org/plugins/optimizesho/

@DevTwitter | <Shayan Abad/>

#کدبوک

یکی از بهترین منابع برای یادگیری اصولی و مدرن زبان C از پایه تا پیشرفته:

- آموزش کامل مفاهیم C همراه با مثال‌ها و تمرین‌های کاربردی
- پوشش مباحث مهم مثل اشاره‌گرها، آرایه‌ها، ساختارها و مدیریت حافظه
- یادگیری شیوه‌های استاندارد و اصولی برنامه‌نویسی به زبان C
- مناسب برای دانشجوها، برنامه‌نویس‌ها و علاقه‌مندان به برنامه‌نویسی سطح پایین


* فایل PDF این کتاب رو میتونید از کانال DevBooks که لینکش توی بیو هست دانلود کنید.

@DevTwitter

یک بنچمارک برای عملکرد مدل‌های گفتار به نوشتار (speech to text) تو فارسی ساختم.
مدل openai whisper large همچنان از همه عملکرد بهتری داره. اما فاین‌تیون کردن خیلی میتونه دقت این مدل‌هارو بالاتر ببره.
اگر مدلی توسعه دادید یا پیشنهادی دارید pr بدید اضافه کنم.

https://github.com/ArmanJR/PESTE-Benchmark

@DevTwitter | <Arman/>

احتمالا خیلی هاتون با اکوسیستم skills که vercel ساخته اشنا باشید.

https://skills.sh

هرکسی میتونه اسکیل خودشو بسازه بذاره github و اگر ساحتار اسکیل منطبق بر چهارچوب ارائه شده توسط vercel باشه همه میتونن دسترسی داشته باشن و استفاده کنن.

من اما میخوام بهتون یک اسکیل خاص رو معرفی کنم به اسم find-skills که از اسمش معلومه کمک میکنه به جای نصب تک تک اسکیل ها خود مدل بتونه tool_calling بهتری انجام بده و اسکیل مشخص رو پیدا کنه.

ادرسش اینجاس:
https://skills.sh/vercel-labs/skills/find-skills…
روی پروژه یا به شکل گلوبال میتونید نصب کنید.

روی هرمس ترکیب برنده رو میده به شما چرا که خود هرمس سیستم skill_discovery بسیار خوبی داره اما روی اسکیل های نصب شده و فعال و این اسکیل به شما کمک میکنه بیرون اکوسیستم اسکیل داخلی هرمس اسکیل جدیدی پیدا کنید و بهش اضافه کنید و حالا شما هم internal_discovery دارین و هم external_discovery.

@DevTwitter | <Soheil/>

تا حالا از AI خواستی برات یک سایت طراحی کنه و آخرش با همون ترکیب همیشگی روبه‌رو شدی؟
گرادیان بنفش، سه‌تا کارت کنار هم، متن‌های بزرگ و یک ظاهر که انگار قبلاً صد بار دیدیش؟

اینجاست که Taste Skill وارد می‌شه.

مهارت Taste Skill یک مجموعه دستورالعمل برای ابزارهای کدنویسی مبتنی بر هوش مصنوعیه که کمک می‌کنه رابط کاربری‌های حرفه‌ای‌تر، منسجم‌تر و کمتر کلیشه‌ای بسازن.

در واقع خودش فریم‌ورک یا کتابخانه UI نیست؛ یک فایل راهنماست که AI قبل از طراحی و کدنویسی می‌خونه و بر اساسش تصمیم می‌گیره:

- چه فونت و ترکیب‌بندی‌ای مناسب پروژه‌ست
- فاصله‌گذاری‌ها و رنگ‌ها چطور انتخاب بشن
- انیمیشن‌ها چقدر و کجا استفاده بشن
- طراحی چطور با هویت برند هماهنگ بمونه
- از چه الگوهای تکراری و بی‌دلیلی دوری بشه

مثلاً به AI یادآوری می‌کنه که هر صفحه‌ای به گرادیان بنفش، کارت‌های شیشه‌ای یا داشبورد نمایشی نیاز نداره!

این ابزار با سرویس‌ها و ایجنت‌هایی مثل Cursor، Claude Code، Codex، Windsurf، v0 و چند ابزار دیگه قابل استفاده‌ست و به فریم‌ورک خاصی هم محدود نیست.

برای نصب نسخه اصلی می‌تونید از این دستور استفاده کنید:

npx skills add https://github.com/Leonxlnx/taste-skill --skill "design-taste-frontend"

بعد از نصب، AI فایل "SKILL.md" رو می‌خونه و موقع طراحی رابط کاربری، قواعدش رو در نظر می‌گیره.

در مجموع، اگه با AI سایت می‌سازید ولی از خروجی‌های تکراری و بیش‌ازحد «AI‌طور» خسته شدید، Taste Skill می‌تونه مثل یک طراح هنری یا منتقد طراحی کنار ایجنت کدنویسی‌تون عمل کنه.

http://tasteskill.dev


@DevTwitter | <بوکانت/>

برای کسایی که می‌خوان DeepSeek رو رایگان تست کنن توی orcarouter.ai می‌تونید ووچر رایگان DeepSeek V4 Flash و DeepSeek V4 Pro رو دریافت کنید همچنین مدل های دیگه رو هم همراه با افر های خوب دارن

@DevTwitter | <Davinchi/>

اگه پروژه‌های بزرگ رو با claude, code و ... دولوپ میکنه واقعا توصیه میکنم از graphify استفاده کنید که البته این روز‌ها خیلیم ترند شده کارش هم اینه که knowledge graph از پروژه شما میساز تا دقیق بفهمه چی به چی وصله و خب ساخت اولیه‌ش هزینه زیادی داره ولی خب برای پروژه بزرگ کمک میکنه بعدا کمتر توکن مصرف کنید.
وقتی graphify یک پروژه را میخونه، برای هر چیزی که پیدا میکنه یدونه نود میسازه شامل هر تابع، هر کلاس و ...
مشکل اینه که یک چیز واحد ممکنه چندبار پیدا بشه یه تابع خفن داره بنام deduplicate_entities که وظیفه‌ش حذف این تکراری‌هاس و خب ۵ مرحله داره.
۱. نرمال سازی که میاد همه چیزو به حروف کوچیک تبدیل میکنه و فاصله‌های اضافی رو حذف میکنه
۲. پیدا کردن شبیه‌ها با الگوریتم‌های MinHash و Jaro-Winkler
۳. گروه‌بندی، نودهایی که شبیه بودن حالا تو یه گروه قرار میگیرن
۴. از هرگروه یکی بعنوان برنده انتخاب میشه
۵. حذف یال‌هایی که به نودهای بازنده وصل بودن
https://github.com/Graphify-Labs/graphify

@DevTwitter | <عمو پویا پروانه/>

یکی از خبرهای جذاب این روزا منتشر شدن PGSimCity بود؛ پروژه‌ای که مفاهیم داخلی PostgreSQL رو به یک شهر سه‌بعدی تعاملی تبدیل کرده تا یادگیری اجزا داخلی شهودی‌تر و ساده‌تر بشه.

اگر دوست دارین بدونین Postgresql دقیقا چطور کار میکنه از دستش ندین.

https://nikolays.github.io/PGSimCity/

@DevTwitter | <Fateme/>

وقتی در PHP متغیرها را تغییر می‌دهید، احتمالاً به آنچه در پشت صحنه (Zend Engine) رخ می‌دهد فکر نمی‌کنید.

اما واقعیت این است: zval جادو نمی‌کند.

PHP چطور مدیریت می‌کند که یک متغیر ناگهان از string به array تغییر وضعیت بدهد بدون اینکه حافظه منفجر شود؟

در مقاله جدیدم، ساختار zval را از دیدِ معماری حافظه بررسی کردم:
-مدیریت نوع (Type) و مقدار (Value) در ساختار ۶۴ بیتی
-نقش Refcount در مدیریت منابع
-چطور با Copy-on-Write، عملیات‌ حافظه را در حد امکان به تعویق می‌اندازیم

لینک مقاله

@DevTwitter | <Afshin Akrami/>

نه تنها تو کشور ما چیزی به اسم SLA وجود نداره، بلکه اپراتور‌ها ضرر و زیان زمان قطعی اینترنت رو هم با ضریب زدن روی اینترنت از مردم میگیرن.

من هر ماه 90 گیگ اینترنت برای خونه می‌گرفتم، بسته‌ی 90 گیگ رو که حذف کردن، باید 50 گیگ بگیرم، و این ماه تقریبا 6 بار (‌300 گیگ) گرفتم تا الان و امروز دوباره تموم شد.

اینترنت همراه هم که چون همه جا ثابت دارم، معمولا ده گیگ برام کفایت می‌کنه، تا الان چهار تا بسته‌ی ده گیگ گرفتم.

@DevTwitter

#کدبوک

راهنمایی جامع برای ورود به دنیای برنامه‌نویسی کامپیوترهای کوانتومی:

- آشنایی با مفاهیم پایه محاسبات کوانتومی و کیوبیت‌ها
- آموزش طراحی و پیاده‌سازی الگوریتم‌های کوانتومی
- کار با فریم‌ورک‌های برنامه‌نویسی کوانتومی و مثال‌های عملی
- مناسب برای برنامه‌نویس‌هایی که می‌خوان وارد دنیای Quantum Computing بشن


* فایل PDF این کتاب رو میتونید از کانال DevBooks که لینکش توی بیو هست دانلود کنید.

@DevTwitter

https://github.com/StarTrail-org/PixelRAG

برای اسکریپت کردن (خزیدن و جمع‌آوری اطلاعات) وب‌سایت‌ها با هوش مصنوعی این پیکسل‌رگ داره بازی رو عوض می‌کنه
میاد وب‌سایت رو می‌کرده از هر صفحه اسکرین‌شات میگیره و با مدل‌های بزرگ زبانی که بهش متصل میشه، ساختار سایت را کامل در میاره

@DevTwitter | <مسعود کاویانی/>

بزرگ‌ترین مشکل تست پروژه اینه که معمولاً بعضی سناریوها از یادت میرن؛ همون‌هایی که بعداً تبدیل به باگ میشن.

برای حل همین مشکل، یه Prompt متن‌باز منتشر کردم که سورس پروژه رو تحلیل می‌کنه و بی‌نهایت سناریوی تست فارسی و انگلیسی در قالب ( عمل + انتظار ) با استایل چک لیست داخل یک فایل HTML تولید می‌کنه. کافیه مرحله‌به‌مرحله تست‌ها رو اجرا کنی و ببینی آیا نتیجه‌ی مورد انتظار رخ می‌ده یا نه.

https://github.com/sobhanrajabi31/test-scenario-prompts

@DevTwitter | <sr31x/>