آموزش گام به گام اجرای مدل‌های Laya Decision رو به‌صورت لوکال و فقط با 4GB رم

روی CPU، مک، ویندوز، لینوکس و سیستم‌های مجهز به GPU هم کار می‌کنه.

همچنین می‌تونی Laya رو از طریق Unsloth Desktop و با استفاده از یک API سازگار با Jev ارائه بدی:

unsloth.ai/docs/models/decision-laya

@Linuxiz

اگه دنبال هوشمندسازی قابلیت‌ها و استفاده از Ai تو پروژه‌هاتون هستید، می‌تونید از Ai SDK استفاده کنید. باهاش می‌تونید از Providerهایی مثل OpenAI، Anthropic، Google استفاده کنید.

https://www.npmjs.com/package/ai

@Linuxiz

با پکیج nuqs می‌تونید stateهاتون رو از طریق query params مدیریت کنید. عمدتا واسه state هایی مثل فیلترینگ، مرتب‌سازی، صفحه‌بندی و ... استفاده می‌شه:

https://nuqs.dev/

@Linuxiz

کسایی که با هوش مصنوعی چیزای سه بعدی می‌سازن با Three.js Particle Fluids آشنا بشید؛ یه کتابخونه مبتنی بر WebGPU برای شبیه‌سازی سیالات، اجسام صلب و نرم، پارچه و گازها، خیلی طبیعی تر می‌شه چیزایی که می‌سازید


تست آنلاین:
dgreenheck.github.io/threejs-particle-fluids/?preset=wave-chamber

سورس کد:
github.com/dgreenheck/threejs-particle-fluids


@Linuxiz

چینیا یه ابزار برای مدیریت دیتابیس ساختن کلا 25 مگابایت حجم داره بیش از 100 تا دیتابیس مختلف رو پشتیبانی می‌کنه، هوش مصنوعی ساپورت می‌کنه، گراف می‌کشه، از اسکیما ساپورت می‌کنه پلاگین های مختلفی می‌شه روش زد

روی مک، لینوکس و ویندوز هم نصب می‌شه:
github.com/t8y2/dbx


@Linuxiz

یکی یه دوره کامل درباره AI Harness Engineering رو Open Source کرده!

و بهترین قسمت؟ کاملاً رایگانه

14 جلسه آموزشی
8 پروژه عملی
یاد می‌گیری چطور محیط‌هایی بسازی که Coding Agentها:
مدت بیشتری کار کنن
خودشون خروجی‌شون رو Verify کنن
و مهم‌تر از همه… واقعاً تسک رو تا آخر انجام بدن!
اگه داری با AI Agentها و Coding Agentها کار می‌کنی، این دوره می‌تونه خیلی به‌دردت بخوره.

https://github.com/walkinglabs/learn-harness-engineering

ذخیره کن برای بعد؛ این یکی ارزش خوندن داره.

@Linuxiz

یویتوب دیدم چند تا از کانال های انگلیسی زبانم دارن فارسی حرف میزنن خیلی برام عجیب بود، رفتم دیدم به همه زبان های زنده و مرده دنیا دوبلش کردن؛ دوستانی که تولید محتوا میکنن امسال مدل های خیلی خوبی برای دوبله و متن به صدا اومده بخش زیادیش هم توی کانال گذاشتم حتی بعضیاشون لوکال هم هستن

به نظرم با این قیمت دلار تولید محتوا توی یوتیوب بیارزه مخصوصا اگه بشه به همه زبان ها دوبلش کرد اینطوری چندین برابر مخاطب هدف و درآمد بیشتر میشه‌.

@Linuxiz

این رایگانه و خیلی سرویس خفنیه.

ایده اینه که آدرس هر سایتی که خواستی رو بهش بدی و این سرویس طراحی اون سایت رو به‌ عنوان یک سیستم یکپارچه تحلیل کنه. از تایپوگرافی و رنگ و فاصله‌گذاری گرفته تا گرید، کامپوننت‌ها، موشن و حتی اون جزئیات و امضای طراح که باعث می‌شه اون سایت منحصر‌به‌فرد به نظر برسه.

خروجی هم فقط یه اسکرین‌شات یا یه مشت کد و عدد نیست. منطق و تصمیم‌های پشت طراحی رو درمیاره و به شکل teardown، پرامپت آماده برای ایجنت، design tokens و DESIGN.‌md تحویل می‌ده.

یه کتابخانه هم داره که کلی از سایت‌های معروف رو تحلیل کرده و پرامپت دیزاینشون رو آماده کرده.

الان از این لینک یه نگاهی بهش بنداز و یه سایت رو رایگان تحلیل کن:
https://design-dna-seven.vercel.app/

@Linuxiz

بچه‌ها اگه درگیر مقاله یا پایان‌نامه‌ هستین، OpenAlex رو امتحان کنین، واسه وقتیه که می‌خواین چند سال پژوهش یه موضوع رو یک‌جا بررسی کنین، رایگان هم هست، تو کار آخرم واقعا عالی بود...

openalex.org

@Linuxiz

اگه توی پایتون تشخیص اشیاء کار می‌کنید، احتمالاً یه جایی به Tracking نیاز پیدا می‌کنید؛ جایی که فقط اینکه این آبجکت کجاست؟ کافی نیست و باید بدونید این همون آبجکت قبلیه یا نه؟

کتابخونه Roboflow Trackers یه کتابخونه پایتون برای Multi-Object Tracking هستش که می‌تونه خروجی مدل‌هایی مثل YOLO رو بگیره و بین فریم‌های مختلف برای هر آبجکت ID ثابت نگه داره؛ مثلاً ماشین #12 یا Person #7 رو در طول ویدیو دنبال کنه.

داخلش الگوریتم‌های معروفی مثل ByteTrack، BoT-SORT، OC-SORT و SORT وجود داره و برای کارهایی مثل شمارش افراد و خودروها، Line Crossing، تحلیل مسیر حرکت، تخمین سرعت و Video Analytics خیلی کاربردیه:


github.com/roboflow/trackers


@Linuxiz

می‌دونستید خود هاگینگ فیس هم اسکیل داره؟
به Agent یاد می‌ده برای انجام یک کار تخصصی، دقیقاً چه مراحلی رو انجام بده، از چه ابزارهایی استفاده کنه و چه نکاتی رو رعایت کنه.

فرض کن به یه Coding Agent مثل Codex، Claude Code، Cursor یا Gemini CLI می‌گی:

می‌خوام Qwen رو روی دیتاست خودم Fine-tune کنم.

بدون Skill، Agent باید خودش از دانش عمومیش بفهمه:

چه کتابخونه‌ای لازمه
چه Training Method ای مناسبه
چه GPU ای لازمه
چه پارامترهایی باید تنظیم بشن
دیتاست چطوری آماده بشه
جاب رو چطوری روی Hugging Face اجرا کنه
چک پوینت کجا ذخیره بشن
مدل چطوری ارزیابی بشه
و...

ولی Skill میاد یه سری دستورالعمل تخصصی و قابل‌اجرا در اختیار Agent می‌ذاره:

github.com/huggingface/skills

@Linuxiz

این سایتم تمام ابزار ها و چیزای مربوط به وایب کدینگ رو جمع کرده یکجا :

vibecodes.net


@Linuxiz

یه مدل تصمیم گیر اوپن سورس شبیه به Jev اومده چند وجهیه یعنی عکس و فیلم هم می‌فهمه، سرعت حل کردن روبیکش رو ببینید:

نکته جالبش اینجاست خودش می‌فهمه کی نباید سریع جواب بده
فرض کن 100 تا سؤال داری لازم نیست برای هر 100 تا سؤال مدل رو مجبور کنی reasoning سنگین انجام بده. می‌تونی مثلاً بگی:

اگر System 1 حداقل 70% اطمینان داشت، همون جواب رو بده؛ اگر نه، بفرستش برای System 2.

طبق تستی که خودشون گزارش کردن، با threshold برابر 0.70:

حدود 70% سؤال‌ها سریع جواب داده شدن
این جواب‌ها حدود 0.11 ثانیه طول کشیدن accuracy کلی به 0.892 رسیده
در حالی که اگر فقط System 1 استفاده بشه accuracy برابر 0.792 بوده
و اگر برای همه reasoning انجام بشه 0.917 شده

huggingface.co/autotrust/JEV-27B-VL

@Linuxiz

ترب MCP هم آماده شد به مدل‌های هوش مصنوعی اجازه میده مستقیماً از داده‌های عمومی ترب برای جستجو و مقایسه محصولات استفاده کنن.

این دفعه اوپن سورس با لایسنس MIT کاملا رایگان و 14 تا ابزار برای سرچ محصول، مقایسه قیمت و فروشنده‌ها، بررسی تاریخچه قیمت، پیدا کردن بهترین گزینه با توجه به بودجه، بررسی فروشگاه‌ها، جست‌وجوی محصول با عکس، ترندهای ترب و تخفیف‌های روز

github.com/mmdju/torob-mcp


@Linuxiz

اینم سرو صدای زیادی کرده بود گفتم شما عزیزای دل ازش بی بهره نمونید برای ساخت pdf هستش با رابط کاربری زیبای ری‌اکتی و shadcn خیلی غنیه 10 تا تم داره 40 تا کامپوننت مختلف داره

تست آنلاین راهنما و دانلود:
pdfcn.dev/docs
سورس کد‌:

github.com/shadcn-labs/pdfcn

@Linuxiz

می‌تونید به بیشتر از 3000000 skill از سایت زیر دسترسی داشته باشید:
https://skillsmp.com/

@Linuxiz

دیشب این مقاله رو می‌خوندم.
نکات خوبی در رابطه با امنیت پروژه های Next.js گفته:

https://www.authgear.com/post/nextjs-security-best-practices/

@Linuxiz

این Taiga-S1 هم که جدید اومده یه مدل خیلی کوچیک با فقط 1.2 میلیون پارامتره که برای کنترل FreeCAD ساخته شده. یعنی هدفش اینه که به یه Agent کمک کنه داخل FreeCAD، مرحله‌به‌مرحله یه قطعه CAD بسازه مدل چتی نیست پس خیلی سریع تره و چون اختصاصیه دقیق تر هم هستش

گفته شده روی دیتای تمیزی آموزش داده شده و سرعت تصمیمش در حد 1 میلی ثانیس اونم تازه روی CPU و کارت گرافیک :

huggingface.co/shhivv/taiga-s1


@Linuxiz

امروزه اکثر برنامه ها نیاز به API هوش مصنوعی داره و خریدش برای ایرانیا دردسر داره، یه چیزی پیدا کردم برای ایرانیا خیلی خوبه با یه هزینه خیلی کم می‌تونید از همه مدل های هوش مصنوعی استفاده کنید تستش کردم واقعا سرعتش خوب بود یه بار کافیه پروفایلتون رو شارژ کنید (با هزینه خیلی کم 1 دلار میشه و با ریال هم می‌شه پرداخت کرد) و API رو دریافت کنید.

خوبیش اینه دیگه بدون تحریمه و سازگار با OpenAI هستش یعنی برنامه ها اصلا متوجه نمیشن شما از واسط استفاده می‌کنید و همچنین اکثر مدل های قوی مثل Opus-5.5 و Fable-5.1 هم داره:

sinoxapi.com

@Linuxiz

کلادفلر هم یه مدل داده بیرون برای رقابت با Jev و گفته از Jev بهتر عمل می‌کنه و سرعتش هم حدودا 200 میلی ثانیس که البته روی NVIDIA H200 تست شده و ستون اصلی مدل Qwen3.8-27B هستش که خودش سرو صدای زیادی کرده بود:

huggingface.co/Cloudflare/clef


@Linuxiz

واتساپ عادی 1 گیگ رم مصرف می‌کنه یه عده اومدن با زبان راست یه نسخه بهینه واتساپ رو به صورت اوپن سورس ساختن که کاملا نیتیو هست و مروگر داخلی نداره، ذخیره کنید یه موقع بدردتون می‌خوره هرچند فکر نمی‌کنم دیگه کسی توی واتساپ فعالیت کنه.

دانلود برای مک، لینوکس و ویندوز :

zapfast.rocks

@Linuxiz