چند بار شده یک چیز رو دوباره و دوباره به Claude😒 توضیح بدی؟

استک پروژه، ساختار پوشه‌ها، دستورات Build، Conventionهای تیم... هر Session انگار از صفر شروع می‌شه و باید همه‌چیز رو دوباره تعریف کنی.

اینجاست که CLAUDE.md وارد بازی می‌شه. 🔥

‏CLAUDE.md فایلیه که Claude قبل از شروع کار می‌خونه و از همون ابتدا می‌فهمه با چه پروژه‌ای طرفه. نتیجه؟

✅ توضیح کمتر
✅ تکرار کمتر
✅ خروجی دقیق‌تر و هماهنگ‌تر

📌 چند نکته مهم:

• فایل باید دقیقاً با نام CLAUDE.md ذخیره بشه. (حروف کوچک و بزرگ مهم هستن)

• فقط اطلاعات ثابت پروژه رو داخلش بنویسین؛ مثل Tech Stack، ساختار پروژه، دستورات Build و Conventionها.

• از جملات دستوری استفاده کنین.

مثلاً به جای:

"ما از TypeScript استفاده می‌کنیم"

بنویسین:

"همیشه TypeScript بنویس"

• هر چیزی که مدام مجبورین به Claude یادآوری کنین، احتمالاً باید داخل CLAUDE.md قرار بگیره.

📋 ساختار پیشنهادی فایل:

‏• Project Name
‏• Tech Stack
‏• Commands
‏• Architecture
‏• Conventions
‏• What to Avoid

‏🌍 Global
تنظیمات شخصی شما برای همه پروژه‌ها

‏📁 Project
قوانین مشترک تیم و پروژه

‏💻 Local
تنظیمات شخصی مخصوص همان پروژه

📌 برای شروع هم لازم نیست همه‌چیز رو دستی بنویسین؛ کافیه دستور زیر رو اجرا کنین:
claude init

📌 اگر دنبال یک نمونه آماده هستین، می‌تونین از این ریپازیتوری استفاده کنین:

نمونه آماده CLAUDE.md

میت کلاب؛ از ایده‌پردازی تا پیاده‌سازی

🔗@meetclb

☢️ اگه همه‌چیز طبق برنامه پیش بره، فقط چند سال تا فراگیر شدن کامپیوترهای کوانتومیِ کاربردی فاصله داریم.

مدیر بخش کوانتوم 🌐آمازون گفته اولین کامپیوترهای کوانتومیِ کاربردی در مقیاس کوچک ممکنه طی ۵ تا ۷ سال آینده وارد بازار بشن.

♾️کامپیوترهای کوانتومی نسخه سریع‌ترِ کامپیوترهای فعلی شما نیستن. این دستگاه‌ها برای حل دسته‌ای از مسائل بسیار پیچیده طراحی شدن؛ مسائلی که کامپیوترهای امروزی برای حل اون‌ها به زمان بسیار زیادی نیاز دارن.

چندتا از کاربردهای احتمالی اون‌ها:

• شبیه‌سازی مولکول‌ها و ساخت داروهای جدید
• حل مسائل پیچیده در شیمی و علم مواد
• انجام بهینه‌سازی‌های بسیار بزرگ و پیشرفته

❗️جالب‌تر اینکه شرکت‌های بزرگی مثل آمازون، گوگل و مایکروسافت معتقدن این فناوری زودتر از چیزی که فکر می‌کنیم به مرحله کاربردی می‌رسه؛ در حالی که بعضی شرکت‌ها مثل انویدیا هنوز پیش‌بینی محافظه‌کارانه‌تری دارن.

💬 به نظرتون کامپیوترهای کوانتومی واقعاً انقلابی در دنیای فناوری ایجاد می‌کنن یا هنوز تا کاربردی شدن فاصله زیادی دارن؟

👩‍💻چقدر به افزونه‌هایی که روی VS Code یا سرورهای MCP نصب می‌کنید اعتماد دارید؟
با گسترش سریع ابزارهای هوش مصنوعی در سال ۲۰۲۶، حملات زنجیره تأمین (Supply Chain Attacks) هم به‌شدت پیچیده‌تر شدن. دیگه فقط پکیج‌های npm یا PyPI خطرناک نیستن؛ الان افزونه‌های ادیتور شما به کل فایل ‌سیستم و کدهای حساس پروژه دسترسی دارن و خیلی از دولوپرها فقط با کلیک روی یک لینک در دیسکورد، سرورهای مخرب MCP رو نصب می‌کنن!
🤖شرکت Perplexity AI به‌تازگی یک ابزار متن‌باز (Open Source) و فوق‌العاده سریع به اسم Bumblebee منتشر کرده که دقیقاً برای حل همین مشکل ساخته شده.
📌 این ابزار دقیقاً چیکار می‌کنه؟
• توی چند ثانیه تمام پکیج‌ها، سرورهای MCP، افزونه‌های VS Code و افزونه‌های مرورگر رو اسکن می‌کنه.
• با زبان Go 1.25 نوشته شده، فوق‌العاده سبکه و هیچ Dependency اضافه‌ای نداره (Zero Dependencies).
• کاملاً به‌صورت Read-only عمل می‌کنه و هیچ تغییری روی سیستم شما نمی‌ده؛ بنابراین اجرای اون در محیط‌های CI/CD کاملاً امنه.
🧑‍💻 اگر از اون دسته برنامه‌نویس‌هایی هستید که مرتب ابزارهای جدید رو از گیت‌هاب پیدا می‌کنید یا دستیارهای هوش مصنوعی رو به پروژه‌هاتون متصل کردید، این دقیقاً همون ابزاریه که باید روی سیستمتون نصب باشه.
برای نصبش کافیه از دستور زیر استفاده کنید:

go install github.com/perplexityai/bumblebee@latest

🔗 لینک ریپازیتوری گیت‌هاب و مستندات

💬 تا حالا پیش اومده یک افزونه مخرب یا پکیج مشکوک باعث بشه سیستم یا پروژه‌تون به مشکل بخوره یا داده مهمی رو از دست بدید؟

🤔 تا حالا شده یک سؤال رو از ChatGPT🔆 بپرسی و یک خروجی فوق‌العاده بگیری، ولی چند دقیقه بعد با یک سؤال مشابه نتیجه کاملاً ناامیدکننده باشه؟

خیلی وقت‌ها مشکل از مدل نیست؛ از پرامپته.

پرامپت‌نویسی فقط «سؤال پرسیدن» نیست؛ مهارتیه که تعیین می‌کنه چقدر بتونی از ابزارهای هوش مصنوعی خروجی دقیق، کاربردی و حرفه‌ای بگیری.

🚀 در چهارمین دورهمی میت کلاب قراره با هم سراغ این موضوع بریم و درباره:

• مفهوم پرامپت‌نویسی و نحوه کار مدل‌های زبانی
• اصول نوشتن پرامپت‌های مؤثر
• تکنیک‌هایی برای گرفتن خروجی بهتر
• اشتباهات رایج و باگ‌های ذهنی در کار با AI
• چند دمو و مثال واقعی

صحبت کنیم.

اگر از ChatGPT، Claude، Gemini یا هر ابزار هوش مصنوعی دیگه‌ای استفاده می‌کنی، این جلسه می‌تونه کمکت کنه از حالت «استفاده معمولی» به یک سطح بالاتر لول‌آپ کنی.

🗓 چهارشنبه؛ ساعت ۱۷:۰۰
📌 افزودن رویداد به تقویم گوگل

🤩 لینک جلسه پیش از شروع در کانال منتشر خواهد شد.

🗣میت‌کلاب؛ از ایده‌پردازی تا پیاده‌سازی

✈️ @meetclb

👨‍💻 اگه دانشجو باشی کرسر پرو (Cursor Pro) رو یک سال رایگان می‌تونی بگیری!

چطوری؟ خیلی ساده‌ست! 🎓

اکانت کرسرت رو با ایمیل دانشگاهیت بساز و تو مرحله تایید هویت، وضعیت دانشجوییت رو ثبت کن.

🎁 کرسر بهت مزایای زیر رو میده:

💎 دسترسی کامل به تمام امکانات نسخه Pro

💎 ماهانه ۲۰ دلار اعتبار رایگان برای استفاده از مدل‌های هوش مصنوعی

🤖 تازه اگه بیشتر از این مقدار نیاز داشتید، می‌تونید از طرح پرداخت به میزان مصرف استفاده کنید.

⚠️ یه نکته مهم:

دقت کنید تو سایت اصلی کرسر تاکید شده که ایمیل دانشگاهی باید معتبر باشه؛ پس مطمئن بشید که دانشگاهتون تو لیست مراکز مورد تاییدشون هست.

🔗 لینک سایت کرسر

می‌دونی، برنامه‌نویسی تو دنیای واقعی فقط کد زدن توی تاریکی نیست؛ تعامل و ارتباط حرف اول رو می‌زنه! 🤝

خیلی از ما فکر می‌کنیم اگر پیچیده‌ترین الگوریتم‌ها رو یاد بگیریم و بتونیم به تنهایی یک پروژه بک‌اند رو بنویسیم، سریعاً تو بهترین شرکت‌ها استخدام می‌شیم. اما واقعیت بازار کار چیز دیگه‌ای رو نشون میده. توانایی کار تیمی، نوشتن مستندات خوانا و گرفتن و دادن فیدبک (Feedback) خیلی خیلی حیاتی‌تر از اینه که فقط سینتکس فلان زبان رو بدونیم!

🪄 جادوی مرور کد (Code Review)
بررسی کردن کدهای بقیه اعضای تیم (و اجازه دادن به بقیه برای بررسی کد شما) یکی از سریع‌ترین راه‌های پیشرفته برای برنامه‌نویسان جونیوره.

🐇 تو سال ۲۰۲۶، پلتفرم‌هایی مثل CodeRabbit با استفاده از هوش مصنوعی این فرآیند رو کاملاً متحول کردن. این ابزارها قبل از اینکه کد شما مرِج (Merge) بشه، ایرادات منطقی، مشکلات امنیتی و باگ‌های احتمالی رو با زبان ساده براتون تحلیل می‌کنن و حتی نمودارهای تعاملی از تأثیر کد شما روی کل سیستم رو می‌کشن.
🔗 لینک سایت

📌 سه قانون طلایی برای یک Code Review حرفه‌ای به عنوان یک انسان:
🔵 کد رو نقد کن، نه شخص برنامه‌نویس رو! (به جای «چرا اینطوری نوشتی؟»، بگو «این بخش از کد ممکنه تو لود بالا کم بیاره»).
🔵 به جای اینکه فقط بگی "این روش غلطه"، بپرس "چه دلیلی پشت این پیاده‌سازی هست؟" تا شاید خودت هم چیزی یاد بگیری.
🔵 اگر کدی واقعاً تمیز و عالی نوشته شده، حتماً از اون تعریف کن؛ نقد کردن فقط برای پیدا کردن باگ‌ها نیست، برای تشویق کارهای خوب هم هست.

❓ به نظرت مهم‌ترین مهارت نرم (Soft Skill) که یک مهندس کامپیوتر برای بقا تو تیم‌های بزرگ باید داشته باشه چیه؟ تو کامنت‌ها برامون بنویسید 👇

میت کلاب؛ از ایده‌پردازی تا پیاده‌سازی
🗣 @meetclb