This media is not supported in your browser
VIEW IN TELEGRAM
؛Open Ai در کنفرانس جدیدش App SDK را معرفی کرد شما میتونید با استفاده ازش اپ بسازید و اپتون داخل chatgpt برای همه قابل استفاده باشه.
یوزرها از طریق chatgpt لاگین میکنن به اپ/سایتتون و هرکاری بخوان کنن رو با Ai انجام میدن. گویا میخواد بازار اپها رو دست بگیره.
محصول خفن دوم AgentKit بود. راهی بسیار راحت برای ساخت هر نوع آتومیشن با کمک Ai. دیگه لازم نیست حتی n8n یا zapier رو بشناسید.
#هوش_مصنوعی
🆔 @Ai_Tv
یوزرها از طریق chatgpt لاگین میکنن به اپ/سایتتون و هرکاری بخوان کنن رو با Ai انجام میدن. گویا میخواد بازار اپها رو دست بگیره.
محصول خفن دوم AgentKit بود. راهی بسیار راحت برای ساخت هر نوع آتومیشن با کمک Ai. دیگه لازم نیست حتی n8n یا zapier رو بشناسید.
#هوش_مصنوعی
🆔 @Ai_Tv
❤8👏1
This media is not supported in your browser
VIEW IN TELEGRAM
یک مدل جدید دیگه اومده به اسم Jan-Nano که ۴ میلیارد پارامتر داره که برای کارهای deep research اپتیمایز شده. بخصوص برای وصل شدن به Model Context Protocol (MCP) servers و انواع tools/ابزارها. و از لحاظ دقت هم خیلی خوبه.
میتونید دانلود کنید و لوکال اجرا کنید. تمام اطلاعات راجع به حداقل سیستم مورد نیاز و اینکه چطور نصب کنید همه توی وب سایت هست.
https://menloresearch.github.io/deep-research/
#هوش_مصنوعی
🆔 @Ai_Tv
میتونید دانلود کنید و لوکال اجرا کنید. تمام اطلاعات راجع به حداقل سیستم مورد نیاز و اینکه چطور نصب کنید همه توی وب سایت هست.
https://menloresearch.github.io/deep-research/
#هوش_مصنوعی
🆔 @Ai_Tv
❤5
👈 اگه میخواهید علم داده رو بصورت پروژه محور و با مثال یاد بگیرید از این ریپو استفاده کنید
مثالهای کاربردی برای شروع یادگیری علم داده با پایتون 🔰🔰
https://github.com/veb-101/Data-Science-Projects
#علم_داده #پایتون
🆔 @Ai_Tv
مثالهای کاربردی برای شروع یادگیری علم داده با پایتون 🔰🔰
https://github.com/veb-101/Data-Science-Projects
#علم_داده #پایتون
🆔 @Ai_Tv
GitHub
GitHub - veb-101/Data-Science-Projects: Collection of data science projects in Python
Collection of data science projects in Python. Contribute to veb-101/Data-Science-Projects development by creating an account on GitHub.
❤3👍1👏1
This media is not supported in your browser
VIEW IN TELEGRAM
اگه کانتکست (context) ای که به AI agent میدید درست نباشه هر چقدر هم که مدل خوب باشه ایجنت کار نمیکنه. به همین دلیل context engineering را واقعا جدی بگیرید موقع دولوپ کردن ایجنت.
کمپانی Anthropic یک بلاگ بینظیر داده که خیلی قشنگ این موضوع را توضیح میده که چطور کانتکست موثر برای ایجنت درست کنیم.
Blog: https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents
این بلاگ را هم حتما آب دستتون هست بذارید زمین، و بخونید. 🙂
این بلاگ از کمپانی Manus هست که ایجنت شون بسیار معروفه. قشنگ درسهایی که یادگرفتند موقع پیاده سازی ایجنت، و روشهای خیلی جالبی که برای اپتیمایز کردن کانتکست بهشون رسیدند را بازگو میکنند. واقعا بلاگ خوندنی ای هست.
Blog: https://manus.im/blog/Context-Engineering-for-AI-Agents-Lessons-from-Building-Manus
منبع
#هوش_مصنوعی
🆔 @Ai_Tv
کمپانی Anthropic یک بلاگ بینظیر داده که خیلی قشنگ این موضوع را توضیح میده که چطور کانتکست موثر برای ایجنت درست کنیم.
Blog: https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents
این بلاگ را هم حتما آب دستتون هست بذارید زمین، و بخونید. 🙂
این بلاگ از کمپانی Manus هست که ایجنت شون بسیار معروفه. قشنگ درسهایی که یادگرفتند موقع پیاده سازی ایجنت، و روشهای خیلی جالبی که برای اپتیمایز کردن کانتکست بهشون رسیدند را بازگو میکنند. واقعا بلاگ خوندنی ای هست.
Blog: https://manus.im/blog/Context-Engineering-for-AI-Agents-Lessons-from-Building-Manus
منبع
#هوش_مصنوعی
🆔 @Ai_Tv
❤7
◈ دوره جدید Agentic AI از Andrew Ng
اگه به هوش مصنوعی و بهویژه Agentic AI علاقهمندی، این دورهی جدید از DeepLearning AI یه شروع عالیه!
در این دوره بصورت رایگان یاد میگیری چطور هوش مصنوعی رو از حالت صرفاً پاسخگو، به یک عامل فعال و خودکار تبدیل کنی که بتونه تصمیم بگیره، عمل کنه و از بازخورد یاد بگیره
✹ نکات کلیدی:
• طراحی و ساخت AIAgents با قابلیت تعامل چندمرحلهای
• درک رفتار خودمختار در سیستمهای هوشمند
• آموزش با مثالهای واقعی و پروژهمحور
➜ https://learn.deeplearning.ai/courses/agentic-ai/lesson/pu5xbv/welcome!
#هوش_مصنوعی
🆔 @Ai_Tv
اگه به هوش مصنوعی و بهویژه Agentic AI علاقهمندی، این دورهی جدید از DeepLearning AI یه شروع عالیه!
در این دوره بصورت رایگان یاد میگیری چطور هوش مصنوعی رو از حالت صرفاً پاسخگو، به یک عامل فعال و خودکار تبدیل کنی که بتونه تصمیم بگیره، عمل کنه و از بازخورد یاد بگیره
✹ نکات کلیدی:
• طراحی و ساخت AIAgents با قابلیت تعامل چندمرحلهای
• درک رفتار خودمختار در سیستمهای هوشمند
• آموزش با مثالهای واقعی و پروژهمحور
➜ https://learn.deeplearning.ai/courses/agentic-ai/lesson/pu5xbv/welcome!
#هوش_مصنوعی
🆔 @Ai_Tv
👍5❤2
Forwarded from FaraDars_Course
🔥 یک آموزش رایگان از فرادرس — هدیه ویژه شروع دانشگاه
🔔 اولین آموزش دانشگاهی رو کاملاً رایگان دریافت کن!!
🎁 کد تخفیف: FARAUNV
📆 اعتبار کد تخفیف تا پایان مهر ۱۴۰۴
❇️ شرایط استفاده از این طرح(+) 👇👇
🔸 این کد فقط برای یک آموزش و برای هر کاربر، فقط یکبار قابل استفاده است.
🔸 آموزشی که با این کد دریافت میکنید، فقط تا پایان بهمن در حساب کاربری شما فعال است.
✅ مشاهده لیست آموزشها و انتخاب یک آموزش به انتخاب شما:👇👇
🔗 انتخاب آموزش — [کلیک کنید]
🌱 این پست رو با دوستانِ دانشجوت به اشتراک بذار تا از این فرصت ویژه استفاده کنن.
🔄 FaraDars - فرادرس
🔔 اولین آموزش دانشگاهی رو کاملاً رایگان دریافت کن!!
🎁 کد تخفیف: FARAUNV
📆 اعتبار کد تخفیف تا پایان مهر ۱۴۰۴
❇️ شرایط استفاده از این طرح(+) 👇👇
🔸 این کد فقط برای یک آموزش و برای هر کاربر، فقط یکبار قابل استفاده است.
🔸 آموزشی که با این کد دریافت میکنید، فقط تا پایان بهمن در حساب کاربری شما فعال است.
✅ مشاهده لیست آموزشها و انتخاب یک آموزش به انتخاب شما:👇👇
🔗 انتخاب آموزش — [کلیک کنید]
🌱 این پست رو با دوستانِ دانشجوت به اشتراک بذار تا از این فرصت ویژه استفاده کنن.
🔄 FaraDars - فرادرس
🙏2
This media is not supported in your browser
VIEW IN TELEGRAM
🔻معرفی یک ابزار/لایبرری خیلی جالب و به درد بخور به اسم LLM Intercept: یه پراکسی سبک و ساده برای ذخیره و استفادهمجدد از درخواستهای LLMهاتون.
تقریباً همهی اپها دارن از APIهای سازگار با OpenAI استفاده میکنن. حالا با LLM Intercept میتونید اون تماسها رو ضبط کنید و تبدیلشون کنید به دیتاست برای فاینتیون مدلهای کوچیکتر و ارزونتر.
ایدهاش سادهست 👇
1️⃣ مثل همیشه از یه مدل بزرگ (مثلاً GPT-4 یا Claude) توی اپتون استفاده کنید.
2️⃣ ترافیک رو از طریق LLM Intercept عبور بدید تا ورودی و خروجیها بهصورت شفاف ذخیره بشن.
3️⃣ دیتای جمعشده رو بهصورت Parquet خروجی بگیرید (میتونید پرامپتهای سیستمی رو حذف کنید).
4️⃣ با اون دادهها یه مدل کوچیکتر مثل Liquid AI LFM2 (از ۳۵۰M تا ۲.۶B) رو فاینتیون کنید.
5️⃣ بعد مدل بزرگ رو با مدل خودتون جایگزین کنید. لوکال، خصوصی و تقریباً رایگان.
هدف: کمک به تیمها برای اینکه بتونن از ترافیک واقعی اپشون، مدلهای کوچیک و بهینه بسازن، بدون دردسر، سریع و اقتصادی.
این خیلی به درد میخوره
Link
🆔 @Ai_Tv
تقریباً همهی اپها دارن از APIهای سازگار با OpenAI استفاده میکنن. حالا با LLM Intercept میتونید اون تماسها رو ضبط کنید و تبدیلشون کنید به دیتاست برای فاینتیون مدلهای کوچیکتر و ارزونتر.
ایدهاش سادهست 👇
1️⃣ مثل همیشه از یه مدل بزرگ (مثلاً GPT-4 یا Claude) توی اپتون استفاده کنید.
2️⃣ ترافیک رو از طریق LLM Intercept عبور بدید تا ورودی و خروجیها بهصورت شفاف ذخیره بشن.
3️⃣ دیتای جمعشده رو بهصورت Parquet خروجی بگیرید (میتونید پرامپتهای سیستمی رو حذف کنید).
4️⃣ با اون دادهها یه مدل کوچیکتر مثل Liquid AI LFM2 (از ۳۵۰M تا ۲.۶B) رو فاینتیون کنید.
5️⃣ بعد مدل بزرگ رو با مدل خودتون جایگزین کنید. لوکال، خصوصی و تقریباً رایگان.
هدف: کمک به تیمها برای اینکه بتونن از ترافیک واقعی اپشون، مدلهای کوچیک و بهینه بسازن، بدون دردسر، سریع و اقتصادی.
این خیلی به درد میخوره
Link
🆔 @Ai_Tv
❤6
🔻این ریپوی گیتهاب مجموعهای از Agentهای آماده در حوزههای مختلف داره که میتونید مستقیماً توی Claude Code ازشون استفاده کنید.
پوشش گستردهای هم داره — از Full Stack و SEO گرفته تا Code Review، Database و Security.
🔗 https://github.com/wshobson/agents
🆔 @Ai_Tv
پوشش گستردهای هم داره — از Full Stack و SEO گرفته تا Code Review، Database و Security.
🔗 https://github.com/wshobson/agents
🆔 @Ai_Tv
GitHub
GitHub - wshobson/agents: Intelligent automation and multi-agent orchestration for Claude Code
Intelligent automation and multi-agent orchestration for Claude Code - wshobson/agents
یک مهندس ارشد گوگل به تازگی یک کتاب رایگان 400 صفحه ای در مورد AI Agents ارائه داده
سرفصل ها رو ببینید 👇
1️⃣ Prompt Chaining – building step-by-step reasoning pipelines
2️⃣ Routing – dynamically directing tasks to the right agent
3️⃣ Reflection – enabling agents to self-evaluate and improve
4️⃣ Tool Use – connecting agents with external APIs & functions
5️⃣ Planning – creating multi-step action plans autonomously
6️⃣ Multi-Agent Systems – orchestrating teams of agents
7️⃣ Memory Management – storing, retrieving, and evolving context
8️⃣ Model Context Protocol (MCP) – standardizing agent interactions
9️⃣ Knowledge Retrieval (RAG) – powering agents with external data
🔟 Inter-Agent Communication (A2A) – getting agents to collaborate
and more...
https://docs.google.com/document/d/1rsaK53T3Lg5KoGwvf8ukOUvbELRtH-V0LnOIFDxBryE/preview?tab=t.0
🆔 @Ai_Tv
سرفصل ها رو ببینید 👇
1️⃣ Prompt Chaining – building step-by-step reasoning pipelines
2️⃣ Routing – dynamically directing tasks to the right agent
3️⃣ Reflection – enabling agents to self-evaluate and improve
4️⃣ Tool Use – connecting agents with external APIs & functions
5️⃣ Planning – creating multi-step action plans autonomously
6️⃣ Multi-Agent Systems – orchestrating teams of agents
7️⃣ Memory Management – storing, retrieving, and evolving context
8️⃣ Model Context Protocol (MCP) – standardizing agent interactions
9️⃣ Knowledge Retrieval (RAG) – powering agents with external data
🔟 Inter-Agent Communication (A2A) – getting agents to collaborate
and more...
https://docs.google.com/document/d/1rsaK53T3Lg5KoGwvf8ukOUvbELRtH-V0LnOIFDxBryE/preview?tab=t.0
🆔 @Ai_Tv
❤4👍1
🧩 This repository is all you need to learn and build a RAG application!
Here’s what it covers:
✔️ Query Construction – Translating natural language into structured queries (SQL, Cypher, or vector-based retrieval). (Text-to-SQL, Text-to-Cypher, Self-query retriever)
✔️ Query Translation – Decomposing and rephrasing inputs for better retrieval. (Multi-query, RAG-Fusion, Hypothetical Docs)
✔️Routing – Dynamically selecting the right database or embedding query context for more relevant answers.
✔️Retrieval – Ranking and refining retrieved data using Re-Rank, RankGPT, RAG-Fusion, CRAG, or even pulling real-time updates from external sources.
✔️Indexing – Leveraging multi-representation embeddings, hierarchical summarization, and structured search optimization. (RAPTOR, CoLBERT, Fine-tuning)
✔️Generation – Producing and refining responses with Self-RAG and RRR, enabling iterative reasoning and retrieval loops when needed.
Link
🆔 @Ai_Tv
Here’s what it covers:
✔️ Query Construction – Translating natural language into structured queries (SQL, Cypher, or vector-based retrieval). (Text-to-SQL, Text-to-Cypher, Self-query retriever)
✔️ Query Translation – Decomposing and rephrasing inputs for better retrieval. (Multi-query, RAG-Fusion, Hypothetical Docs)
✔️Routing – Dynamically selecting the right database or embedding query context for more relevant answers.
✔️Retrieval – Ranking and refining retrieved data using Re-Rank, RankGPT, RAG-Fusion, CRAG, or even pulling real-time updates from external sources.
✔️Indexing – Leveraging multi-representation embeddings, hierarchical summarization, and structured search optimization. (RAPTOR, CoLBERT, Fine-tuning)
✔️Generation – Producing and refining responses with Self-RAG and RRR, enabling iterative reasoning and retrieval loops when needed.
Link
🆔 @Ai_Tv
❤1
📍Anthropics launched plugins for Claude Code
🔖 Plugins allow you to install and exchange collections of slash commands, agents, MCP servers.
I immediately added ready-made plugins from this repository using the command:
🧩 But it won’t work the first time, because Claude, it turns out, first needs to understand what a plugin is - let him look at them [here].
🆔 @Ai_Tv
🔖 Plugins allow you to install and exchange collections of slash commands, agents, MCP servers.
I immediately added ready-made plugins from this repository using the command:
/plugin marketplace add https://github.com/anthropics/claude-code
🧩 But it won’t work the first time, because Claude, it turns out, first needs to understand what a plugin is - let him look at them [here].
🆔 @Ai_Tv
Forwarded from هشتگ تبلیغ تخصصی (گسترده)
🚀 برای پرواز به دنیای دادهها و تبدیل شدن به یک تحلیلگر داده آمادهاید؟
📌 برخی از مخاطبان این دوره
☑️ دانشجویان و فارغ التحصیلان تحصیلات تکمیلی
☑️ کارشناسان و مدیران فعال در کسب و کارها
☑️ علاقمندان به کسب جایگاه شغلی خوب در داخل و خارج از کشور
☑️ فارغ التحصیلان که به دنبال کسب مزیت رقابتی در بازار کار هستند
🏛 موسسه توسعه
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from FaraDars_Course
❤️ یادگیری «پایتون Python - جامع و کاربردی»، فقط با ۸۹ هزار تومن!
🎁 در «جشنواره شگفتی» فرادرس، آموزشهای مورد علاقه خود را با ۸۹,۰۰۰ تومن دریافت کنید.
▫️ کتابخانه های NumPy و Matplotlib در پایتون – تحلیل داده تا رسم نمودار
▫️ پیشبینی نوسانات بازار سهام با هوش مصنوعی در پایتون
▫️ کاربرد ChatGPT در برنامه نویسی پایتون
▫️ پیاده سازی الگوریتم ژنتیک در پایتون Python
▫️ برنامه نویسی پایتون + مثال های عملی در Python
🔻 برای مشاهده سایر آموزشها، روی لینک زیر کلیک کنید:👇
📚 لیست ۷۰۰ آموزش ۸۹ هزار تومنی [+]
🔄 FaraDars - فرادرس
🎁 در «جشنواره شگفتی» فرادرس، آموزشهای مورد علاقه خود را با ۸۹,۰۰۰ تومن دریافت کنید.
▫️ کتابخانه های NumPy و Matplotlib در پایتون – تحلیل داده تا رسم نمودار
▫️ پیشبینی نوسانات بازار سهام با هوش مصنوعی در پایتون
▫️ کاربرد ChatGPT در برنامه نویسی پایتون
▫️ پیاده سازی الگوریتم ژنتیک در پایتون Python
▫️ برنامه نویسی پایتون + مثال های عملی در Python
🔻 برای مشاهده سایر آموزشها، روی لینک زیر کلیک کنید:👇
📚 لیست ۷۰۰ آموزش ۸۹ هزار تومنی [+]
🔄 FaraDars - فرادرس
📌ابزار Docling ابزاری کارآمد برای استخراج دیتا از pdf : کمک هوش مصنوعی ؛ متن، جدول و فرمولها رو درست همونطوری که تو فایل بودن حفظ میکنه. بعدش اون دادهها رو به شکل ساختارمند درمیاره. یعنی طوری که مدلهای AI بتونن روشون کار کنن.
👈 فقط با چند خط کد پایتون میتونید هر pdf ای رو تبدیل به دادههای قابلجستوجو کنید
https://docling-project.github.io/docling
🆔 @Ai_Tv
👈 فقط با چند خط کد پایتون میتونید هر pdf ای رو تبدیل به دادههای قابلجستوجو کنید
https://docling-project.github.io/docling
🆔 @Ai_Tv
❤1
This media is not supported in your browser
VIEW IN TELEGRAM
کمپانی OpenAI توی dev day که چند روز پیش برگزار کرد چند تا ابزار عالی برای دولوپرها معرفی کرد. به نظرم بهترینش chatKit بود. که میتونید باهاش agentic chat بسازید. مثلا یک چت بات همراه با UI بذارید تو وب سایتتنون.نه تنها این، بلکه میتونید کامپوننت های مختلف درست کنید و بجای اینکه فقط جواب ها متن خالی باشه المان های دیگه مثل Card, Button و .. هم توی چت نشون بدید. من تو ویدیوی پایین یکی از مثال هایی که گذاشتند را اجرا کردم. سریع چت بات بالا امد و میشه باهاش صحبت کرد. چیزی که خیلی از بیزینس ها بهش نیاز دارند.
لینکها را میذارم چک کنید. و سعی کنید باهاشون اپ درست کنید.
Link: https://platform.openai.com/docs/guides/chatkit
Github: https://github.com/openai/openai-chatkit-advanced-samples
🆔 @Ai_Tv
لینکها را میذارم چک کنید. و سعی کنید باهاشون اپ درست کنید.
Link: https://platform.openai.com/docs/guides/chatkit
Github: https://github.com/openai/openai-chatkit-advanced-samples
🆔 @Ai_Tv
❤2
اگه برنامه نویس هستید و از هوش مصنوعی برای کدنویسی استفاده میکنید، واقعاً به خودتون لطف میکنید که OpenSpec رو چک کنید. این ابزار به شما کمک میکنه کنترل کامل پروژه رو دست بگیرید و از AI به عنوان یک همکار قابل اعتماد استفاده کنید!
تا حالا با دستیارهای کدنویسی هوش مصنوعی (مثل Cursor یا Copilot) کار کردید و به جای چیزی که دقیقاً در ذهن داشتید، یک چیز کاملاً دیگه تحویل گرفتید؟ یا یک بخش رو نوشته و یک بخش دیگه رو براتون خراب کرده
من جدیدا ابزاری رو پیدا کردم به اسم OpenSpec که داره این بازی رو برای همیشه عوض میکنه.
ایدهاش ساده و ناب هست: شما و هوش مصنوعی، قبل از نوشتن حتی یک خط کد، روی «چیزی که باید ساخته بشه» به توافق کامل میرسید.
دیگه خبری از پرامپتهای مبهم در چت و خروجیهای غیرقابل پیشبینی نیست. OpenSpec یک فرآیند کاری سبک و قدرتمند اضافه میکنه که پروژهها رو اینطوری پیش میبره:
۱. پیشنهاد تغییر (Change Proposal): شما به AI میگید چه قابلیتی رو میخواید اضافه کنید. AI یک ساختار کامل از مشخصات، وظایف و پیشنهادها رو براتون میسازه.
۲. بازبینی و هماهنگی: شما و AI با هم مشخصات رو دقیق میکنید تا همه چیز شفاف و بدون ابهام باشه.
۳. پیادهسازی: AI بر اساس مشخصات نهایی و توافق شده، کدنویسی رو انجام میده.
۴. آرشیو: بعد از اتمام کار، تغییرات به آرشیو منتقل میشن و مشخصات اصلی پروژه رو بهروز میکنن.
چرا این ابزار به خوبی جواب میده
✅ بدون نیاز به کلید API: نصب کن و استفاده کن. ساده و سریع.
✅ با ابزارهای فعلی شما کار میکنه: با Claude Code, Cursor, GitHub Copilot, Windsurf و دهها ابزار دیگه یکپارچه میشه.
✅ قابل پیشبینی و شفاف: دیگه نمیخواد حدس بزنید AI چی میسازه. همه چیز از قبل مشخصه.
✅ عالی برای پروژههای موجود: نه فقط برای پروژههای جدید، بلکه برای تغییر و توسعه کدهای قدیمی هم عالیه.
✅ مستندسازی خودکار: هر تغییری با مشخصات و وظایفش ثبت میشه و یک سند زنده از پروژه میسازه.
اینم آدرس گیتهابش که همه چیز اماده یک جا هست!
https://github.com/Fission-AI/OpenSpec
اگر نتونستنید دستی نصبش کنید ، میتونید فایل README[.]md رو کپی کنید ، بدید به همون ابزار Ai که براتون کد میزنه مثل Claude Code, Cursor, GitHub Copilot ، بگید نصبش کن!
🆔 @Ai_Tv
تا حالا با دستیارهای کدنویسی هوش مصنوعی (مثل Cursor یا Copilot) کار کردید و به جای چیزی که دقیقاً در ذهن داشتید، یک چیز کاملاً دیگه تحویل گرفتید؟ یا یک بخش رو نوشته و یک بخش دیگه رو براتون خراب کرده
من جدیدا ابزاری رو پیدا کردم به اسم OpenSpec که داره این بازی رو برای همیشه عوض میکنه.
ایدهاش ساده و ناب هست: شما و هوش مصنوعی، قبل از نوشتن حتی یک خط کد، روی «چیزی که باید ساخته بشه» به توافق کامل میرسید.
دیگه خبری از پرامپتهای مبهم در چت و خروجیهای غیرقابل پیشبینی نیست. OpenSpec یک فرآیند کاری سبک و قدرتمند اضافه میکنه که پروژهها رو اینطوری پیش میبره:
۱. پیشنهاد تغییر (Change Proposal): شما به AI میگید چه قابلیتی رو میخواید اضافه کنید. AI یک ساختار کامل از مشخصات، وظایف و پیشنهادها رو براتون میسازه.
۲. بازبینی و هماهنگی: شما و AI با هم مشخصات رو دقیق میکنید تا همه چیز شفاف و بدون ابهام باشه.
۳. پیادهسازی: AI بر اساس مشخصات نهایی و توافق شده، کدنویسی رو انجام میده.
۴. آرشیو: بعد از اتمام کار، تغییرات به آرشیو منتقل میشن و مشخصات اصلی پروژه رو بهروز میکنن.
چرا این ابزار به خوبی جواب میده
✅ بدون نیاز به کلید API: نصب کن و استفاده کن. ساده و سریع.
✅ با ابزارهای فعلی شما کار میکنه: با Claude Code, Cursor, GitHub Copilot, Windsurf و دهها ابزار دیگه یکپارچه میشه.
✅ قابل پیشبینی و شفاف: دیگه نمیخواد حدس بزنید AI چی میسازه. همه چیز از قبل مشخصه.
✅ عالی برای پروژههای موجود: نه فقط برای پروژههای جدید، بلکه برای تغییر و توسعه کدهای قدیمی هم عالیه.
✅ مستندسازی خودکار: هر تغییری با مشخصات و وظایفش ثبت میشه و یک سند زنده از پروژه میسازه.
اینم آدرس گیتهابش که همه چیز اماده یک جا هست!
https://github.com/Fission-AI/OpenSpec
اگر نتونستنید دستی نصبش کنید ، میتونید فایل README[.]md رو کپی کنید ، بدید به همون ابزار Ai که براتون کد میزنه مثل Claude Code, Cursor, GitHub Copilot ، بگید نصبش کن!
🆔 @Ai_Tv
GitHub
GitHub - Fission-AI/OpenSpec: Spec-driven development for AI coding assistants.
Spec-driven development for AI coding assistants. Contribute to Fission-AI/OpenSpec development by creating an account on GitHub.
❤2
Forwarded from الهام رضایی | طراحی سایت
📌 ثبتنام آغاز شد✨
وبینار آنلاین (رایگان) باموضوع:
طراحیسایت در عصر هوشمصنوعی | از آموزش تا ورود به بازارکار
•موسس آکادمی الماوب
•توسعه دهنده ارشد فول استک
•مدرس مجتمع فنی تهران
•مدیرعامل هلدینگ کارن
•بنیان گذار شرکت داتیک تکنولوژی
•تکنولوژیست و دیتاساینتیست
زمان برگزاری:
شنبه 26 مهرماه ـ ساعت 21:00
🎁 شرکت کنندگان در این وبینار مینیدورهی جاوااسکریپت مقدماتی رو بهعنوان هدیه دریافت خواهند کرد.
📌لینک ثبتنام رایگان دراین وبینار:👇
https://evnd.co/ja79E
🔔عضویت درکانال تلگرام:👇
🆔 @ElhamRezayi_Web
وبینار آنلاین (رایگان) باموضوع:
طراحیسایت در عصر هوشمصنوعی | از آموزش تا ورود به بازارکار
🔹مدرس: ✓ مهندس الهام رضایی
•موسس آکادمی الماوب
•توسعه دهنده ارشد فول استک
•مدرس مجتمع فنی تهران
🔹مدرس: ✓مهندس بهنام رضایی
•مدیرعامل هلدینگ کارن
•بنیان گذار شرکت داتیک تکنولوژی
•تکنولوژیست و دیتاساینتیست
زمان برگزاری:
شنبه 26 مهرماه ـ ساعت 21:00
🎁 شرکت کنندگان در این وبینار مینیدورهی جاوااسکریپت مقدماتی رو بهعنوان هدیه دریافت خواهند کرد.
📌لینک ثبتنام رایگان دراین وبینار:👇
https://evnd.co/ja79E
🔔عضویت درکانال تلگرام:👇
🆔 @ElhamRezayi_Web
Forwarded from هشتگ تبلیغ تخصصی (گسترده)
🧠 از مفاهیم پایه تا پروژههای واقعی
🐍 به همراه آموزش Python و SQL Server
👥 دوره آنلاین #علم_داده مناسب برای:
و
⭐️ افرادی که دنبال تغییر مسیر شغلی به دنیای تحلیلگری داده و دیتاساینس هستن
💯 گواهینامه معتبر مؤسسه توسعه
------------------------
📈 جمعبندی سریع:
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from هشتگ تبلیغ تخصصی
🗓 تاریخ: یکشنبه | 27 مهر | ساعت 20
🚀 آموزش کاربردی با مثالهای واقعی + پرسش و پاسخ
➖➖➖➖➖➖➖➖➖
🌐 https://tihe.ac.ir
📞 021-88933620
📞 021-86741
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
Forwarded from FaraDars_Course
💯 یادگیری «پردازش تصویر با OpenCV در پایتون» با ۸۹,۰۰۰ تومن در فرادرس
آموزش این فرادرس، به صورت گام به گام با معرفی، نصب و بارگذاری تصاویر به شکل کاملا سریع و آسان آغاز شده و سپس با اعمال عملیات اصلی متداول روی تصاویر، اعمال عملیات ریاضی و تبدیلات هندسی ادامه پیدا کرده و فیلترهای کاربردی مختلف و نحوه پیادهسازی آنها روی تصویر بیان خواهد شد. همچنین استفاده از پرکاربردترین روشها برای تشخیص لبه، تبدیلات مورفلوژیک، هیستوگرام و اشاره چند روش تطبیق الگو که از مهمترین بخشها و اهداف هر برنامه پردازش تصویر است، به خوبی و آسانی تشریح خواهد شد.
ترکیب زبان برنامهنویسی پایتون و OpenCV میتواند رویای ایجاد یک پروژه با کیفیت و در بالاترین سطح در حوزه پردازش تصویر را برای ما رقم بزند.
🎯 برای شروع یادگیری کلیک کنید 👇
🔗 لینک دریافت آموزش [+]
📚 لیست ۷۰۰ آموزش ۸۹ هزار تومنی [+]
🔄 FaraDars - فرادرس
آموزش این فرادرس، به صورت گام به گام با معرفی، نصب و بارگذاری تصاویر به شکل کاملا سریع و آسان آغاز شده و سپس با اعمال عملیات اصلی متداول روی تصاویر، اعمال عملیات ریاضی و تبدیلات هندسی ادامه پیدا کرده و فیلترهای کاربردی مختلف و نحوه پیادهسازی آنها روی تصویر بیان خواهد شد. همچنین استفاده از پرکاربردترین روشها برای تشخیص لبه، تبدیلات مورفلوژیک، هیستوگرام و اشاره چند روش تطبیق الگو که از مهمترین بخشها و اهداف هر برنامه پردازش تصویر است، به خوبی و آسانی تشریح خواهد شد.
ترکیب زبان برنامهنویسی پایتون و OpenCV میتواند رویای ایجاد یک پروژه با کیفیت و در بالاترین سطح در حوزه پردازش تصویر را برای ما رقم بزند.
🎯 برای شروع یادگیری کلیک کنید 👇
🔗 لینک دریافت آموزش [+]
📚 لیست ۷۰۰ آموزش ۸۹ هزار تومنی [+]
🔄 FaraDars - فرادرس