◀️؛ Paper2Video: تبدیل خودکار مقاله‌ علمی به ویدئو

✅؛ PaperTalker یک فریمورک چندعاملی است که می‌تواند از یک مقاله‌ علمی، به‌صورت خودکار ویدئوی کامل بسازد — شامل اسلایدها، زیرنویس، گفتار و چهره‌ سخنگو.
نتیجه‌ نهایی نسبت به روش‌های موجود دقیق‌تر، اطلاعاتی‌تر و بدون نیاز به تولید دستی محتوا است.

🔹 لینک‌ها:

• arXiv:
https://arxiv.org/abs/2510.05096
• PDF:
https://arxiv.org/pdf/2510.05096
• پروژه:
https://showlab.github.io/Paper2Video/
• گیت‌هاب:
https://showlab.github.io/Paper2Video/

⭐️ دیتاست‌های مرتبط:
https://huggingface.co/datasets/ZaynZhu/Paper2Video


🆔 @Ai_Tv

⭐️گوگل یه ابزار جدید و فوق‌العاده کاربردی به Gemini API اضافه کرده به اسم File Search Tool که خیلی مفیده و پیاده سازی RAG را راحت می‌کنه.

✅ تا حالا برای اینکه مدل جمنای (Gemini) بتونه از فایل‌های شخصیتون اطلاعات دقیق بده (مثلاً داکیومنت‌ها، PDFها و...)، باید دردسر RAG (همون Retrieval Augmented Generation) رو خودتون مدیریت می‌کردید. اما حالا این ابزار جدید خودش یه سیستم RAG کاملاً مدیریت‌ شده‌ست و همه این کارا رو خودکار انجام میده! دیگه لازم نیست نگران ذخیره‌سازی فایل‌ها، تقسیم‌بندی محتوا، ساختن Embeddings و تزریق context باشید. همه چی مدیریت شدست و کار توسعه رو خیلی آسون‌تر کرده.

◀️مهم‌تر از همه: قیمتش عالیه و خیلی به‌صرفه! ذخیره فایل‌ها و ساختن Embeddings موقع کوئری گرفتن (وقتی از فایل‌ها سؤال می‌پرسی) کاملاً مجانیه! فقط برای اولین بار که فایل‌ها رو ایندکس می‌کنید و آماده جستجو میشن، یه هزینه خیلی کم (۰.۱۵ دلار به ازای هر ۱ میلیون توکن) پرداخت می‌کنید. اینجوری ساختن و مقیاس‌دهی پروژه‌ها با دیتای شخصی، فوق‌العاده مقرون به صرفه‌تر میشه.

✅ این ابزار از جستجوی وکتوری (Vector Search) قدرتمند استفاده می‌کنه که با مدل‌های پیشرفته Gemini Embedding کار می‌کنه. یعنی چی؟ یعنی حتی اگه کلمات دقیق تو کوئری نباشه، بازم معنی و مفهوم رو می‌فهمه و اطلاعات مرتبط رو پیدا می‌کنه. تازه، خروجی‌ها منبع‌دهی خودکار/citation هم دارن تا دقیقاً بدونید جواب از کدوم قسمت داکیومنت اومده.

✅ اگه دارید بات‌های پشتیبانی هوشمند، personal assistant یا هر نوع پلتفرم محتوایی می‌سازید که نیاز به دسترسی به داکیومنت‌های بزرگ و متنوع (مثل PDF، DOCX، TXT و انواع کد) داره، این ابزار جون میده برای کار شما. حتماً داکیومنت‌هاش رو ببینید و توی Google AI Studio دمو رو تست کنید.

➡️https://blog.google/technology/developers/file-search-gemini-api/


🆔 @Ai_Tv

Better Agents supercharges your coding AI for frameworks like Agno and Mastra - with built-in testing!

✅What it does:
- Wraps around Cursor and Claude Code to enhance them
- Adds scenario testing to catch errors
- Includes prompt versioning to track changes
- Automatically instruments code for better analysis
- Creates evaluation notebooks for testing

Results:
- 73% fewer production failures
- 5 times faster debugging

Think of it as Pytest for AI agents - essential for serious development work!

👉GitHub repository: https://github.com/langwatch/better-agents


🆔 @Ai_Tv

🔴 اگه با این AI coding assistant ها کد میزنید یا اینکه به صورت vibe coding اپ میسازید اینکه چطور دیزاین را هم وارد مساله کنید خیلی مهمه. یک اصطلاح جدید داره بوجود میاد به اسم "vibe designing". این بلاگ خیلی قشنگ توضیح میده و اینکه موقع vibe coding چطور یک اپ با طراحی خوب درست کنید. حتما بخونید. ویدیو هم تو یوتیوب داره:

✅https://designwithai.substack.com/p/vibe-designing-with-ai

✅YT: https://www.youtube.com/watch?v=QgvQbcPmioE


🆔 @Ai_Tv

🎁 انتشار مدل جدید دیپ‌سیک (DeepSeek) با عملکردی خارق‌العاده!

◀️دو مدل قدرتمند جدید معرفی شدند:

DeepSeek v3.2
عملکردی در سطح GPT-5

DeepSeek v3.2 Speciale
عملکردی هم‌سطح Gemini 3.0 Pro

یعنی کامل گذاشت همه اپدیت هاشون رو که دادن یهو اومد گفت سلام اوپن سورسش خدمت شما !

مدل
DeepSeek v3.2 Speciale
فقط از طریق api قابل استفاده است
مدل پایه از طریق سایت و چتش هم درسترسه :) رایگان

داکیومنت ها و راهنمای استفاده :

➡️ DeepSeek-V3.2 Model: https://huggingface.co/deepseek-ai/DeepSeek-V3.2

➡️ DeepSeek-V3.2-Speciale Model: https://huggingface.co/deepseek-ai/DeepSeek-V3.2-Speciale

➡️ Tech report: https://huggingface.co/deepseek-ai/DeepSeek-V3.2/resolve/main/assets/paper.pdf


🆔 @Ai_Tv

‼️وقتی با مدلهای LLM و سیستم های ایجنتیک کار میکنید یکی از مهمترین کارهایی که باید انجام بدید/بنظرم مهمترین کار اینه که پرفورمنس سیستم را ارزیابی کنید یا به اصطلاح evaluation انجام بدید. اگه بدون evaluation ایجنت میسازید به هیچ دردی نمیخوره!
این منبع ارزشمند/۵۰ صفحه مطلب را حتما بخونید.
Link: https://huggingface.co/spaces/OpenEvals/evaluation-guidebook#what-is-model-evaluation-about


🆔 @Ai_Tv

🏃‍♂️ یک اپ جالب پیدا کردم که شبیه اپ System Design Visualizer هست که چند روز پیش درست کردم. این اپ مستقیم توی draw .io دیاگرام ها را میکشه. امتحانش کردم خالی خوبه. اگه مثل من باید زیاد طراحی سیستم انجام بدید میدونید که دستی کشیدن طول میکشه. الان دیگه زحمتش چند برابر کمتر میشه. حتما امتحانش کنید. ورژنی که من درست کردم هم جا برای فیچر اضافه کردن داره اگه دوست داشتید PR بدید. لینک این اپ جدید:
🖼️https://github.com/DayuanJiang/next-ai-draw-io

لینک اپ خودم:
🖼️https://github.com/mallahyari/system-design-visualizer

منبع


🆔 @Ai_Tv

✅ دوستان این ریپو یه مجموعه‌ کاربردی از پرامپت‌ها برای سایت‌های مختلف LLM و هوش مصنوعیه ، حتما ازش استفاده کنید


➡️https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools


🆔 @Ai_Tv

🔍ابزار Deepwiki  محتوای ریپوی گیت‌هاب رو به صورت خلاصه و قابل فهم توضیح و میتونی باهاش چت کنی و سوالاتت رو درمورد پروژه ازش بپرسی

◀️فقط کافیه تو آدرس ریپو به جای  github.com بنویسید deepwiki.com تا ریپوی مورد نظرتون رو تو Deepwiki ببینید


اینم آدرس سایتشونه
https://deepwiki.org/


🆔 @Ai_Tv

🔴اگه با Claude Code کار می‌کنید، این ریپازیتوری wshobson/agents یه گنج واقعیه که نباید از دستش بدید. عملاً یه ارتش از ایجنت‌های هوشمند رو میاره تو ترمینالتون!

❕قضیه چیه؟ این پروژه یه "مارکت‌پلیس" کامل برای Claude Code هست که شامل ۶۳ تا پلاگین و ۸۵ تا ایجنت تخصصی (Agents) میشه. هدفش چیه؟ اتوماسیون هوشمند. یعنی شما برای هر کاری، از معماری سیستم و کدنویسی گرفته تا تست، امنیت و حتی SEO، یه ایجنت متخصص دم دستت داری.

◀️چیزی که خیلی جذابش کرده، معماری بهینه‌شه. این سیستم از "Skills" (مهارت‌ها) استفاده می‌کنه که به صورت Progressive Disclosure کار می‌کنن. یعنی چی؟ یعنی دانش تخصصی فقط وقتی لود میشه که واقعاً بهش نیاز باشه. اینطوری الکی توکن مصرف نمیشه و کانتکست مدل پر نمیشه.

یه حرکت هوشمندانه دیگه:Hybrid Orchestration. این ابزار به صورت خودکار برای کارهای سریع و خطی از مدل Haiku استفاده می‌کنه و برای کارهای پیچیده که نیاز به استدلال داره سوییچ می‌کنه روی Sonnet. نتیجه؟ هم سرعت بالاست، هم هزینه میاد پایین.

❤️چندتا مثال از کاراییش:
- فول‌استک: با یه دستور، ۷ تا ایجنت (از دیتابیس تا فرانت‌اند) با هم هماهنگ میشن تا یه فیچر کامل بزنن.
- امنیت: پلاگین Security Scanning کد رو شخم میزنه و باگ‌ها رو پیدا می‌کنه.
- پلاگینDevOps: برای کوبرنتیز و کلاود هم ایجنت‌های آماده داره.

نصبش هم توی Claude Code خیلی راحته. اول مارکت‌پلیس رو اضافه می‌کنید: /plugin marketplace add wshobson/agents

بعد هر پلاگینی که لازم دارید رو جدا نصب می‌کنید. مثلاً برای پایتون: /plugin install python-development همین! الان ایجنت‌های پایتون آماده‌ن.

خلاصه که اگه میخواید قدرت Claude Code رو چند برابر کنید و حس یه مدیر فنی رو داشته باشید که کلی برنامه‌نویس خفن زیر دستشه، حتماً تستش کنید.
🩷 لینک ریپو:

github.com/wshobson/agents‎


🆔 @Ai_Tv

‼️؛ChatGPT چجوری کار میکنه ؟

💬آندره کارپاتی یکی از مهندسان برجسته AI در ویدئویی رایگان، مکانیسم ChatGPT را شرح می‌دهد.
10 ماه از انتشار این ویدیو گذشته است. اگر قرار باشد تا پایان سال 2025 فقط یک ویدیوی آموزشی تماشا کنید، همین است.
⬇️⬇️

https://www.youtube.com/watch?v=7xTGNNLPyMI


🆔 @Ai_Tv

‼️بیش از ۷۵۰۰ تمپلیت ورکفلو n8n کاملاً رایگان توی یک سایت جمع شده
تا دیگه برای هر اتوماسیونی که میخوای بسازی،
لازم نباشه چرخ رو از صفر اختراع کنی!

تا حالا شده یه ایده خفن برای اتوماسیون داشته باشید ولی ندونید دقیقاً چه نودهایی (Nodes) رو باید به هم وصل کنید؟ یا از اون «صفحه سفید» شروع کنی و هی ارور بگیرید؟

➕توی این سایت هزاران نفر قبل از ما مسیر رو رفتن و ورکفلوهاشون رو به اشتراک گذاشتن. دنبال ورکفلوهای پیشرفته CRM یا هوش مصنوعی هستی؟ هست و کلی use case های دیگه.

توی ویدیو کامل نشون دادم چطوری در عرض چند ثانیه فایل JSON رو دانلود و توی پنلت ایمپورت کنید. اینطوری به جای ۳ ساعت وقت گذاشتن برای ساختن، ۳ دقیقه وقت میذارید برای شخصی‌سازی!


https://n8nworkflows.xyz/


🆔 @Ai_Tv

🔴اگه دنبال یه راه راحت و استاندارد برای وصل کردن ایجنت‌های هوش مصنوعی به فرانت‌اند اپلیکیشن‌تون هستید، این AG-UI رو از دست ندید!

‼️چی هست؟ یک لایبرری سبک و event-based هست که کار تعامل بین ایجنت و کاربر (مثل استریم ریل‌تایم و مدیریت استیت) رو خیلی ساده می‌کنه. خوراکِ ساختن اپ‌های ایجنت‌محور و خفنه. بخصوص وقتی که ایجنت ابزارهای مختلف را صدا میکنه خیلی راحت میتونید تمام این وضعیت ها را سمت فرانت اند توی UI نشون بدید. من یک chat app نوشتم باهاش که نشون میده چطور tool calls توی UI نشون داده میشند.👇 البته فقط شبیه سازی کردم ولی راحت میتونید فاکشن واقعی را کال کنید. میتونید کد این اپ که نوشتم را بسط بدید و کلی چیز دیگه بهش اضافه کنید.
➡️AG-UI Github: https://github.com/ag-ui-protocol/ag-ui
اینم گیت هاب خودم:
➡️https://github.com/mallahyari/agentic-chat-ui

منبع

🆔 @Ai_Tv

✔️الان دیگه میتونید مدلهای LLM و VLM کوچک را fine tune و روی موبایل اجرا کنید.

Doc: https://docs.unsloth.ai/new/deploy-llms-phone


🆔 @Ai_Tv

This guy collected the best MCP servers for AI Agents and open-sourced all of them

➡️ http://github.com/punkpeye/awesome-mcp-serversnk


🆔 @Ai_Tv

⭐️به این هوش‌مصنوعی  یه پرامپت بدید تا پروژه علم داده رو  تو چند دقیقه براتون انجام بده

https://www.sphinx.ai/

#علم_داده #هوش‌_مصنوعی

🆔 @Ai_Tv