531 subscribers
36 photos
5 videos
2 files
1.54K links
👑 DevOps Labdon

حمایت مالی:
https://www.coffeete.ir/mrbardia72

ادمین:
@mrbardia72
Download Telegram
🔵 عنوان مقاله
CNCF Announces Graduation of Cloud Native Buildpacks, Advancing the Standard for Container Builds (7 minute read)

🟢 خلاصه مقاله:
بنیاد رایانش ابری (CNCF) اعلام کرد که پروژه ساخت‌بست‌های ابری‌محور (Cloud Native Buildpacks) به مرحله فارغ‌التحصیلی رسیده است. این پروژه متن‌باز، که هدف آن ساخت تصاویر کانتینری مطابق استاندارد OCI مستقیماً از کد منبع برنامه‌ها است، اکنون به عنوان یک استاندارد معتبر شناخته می‌شود و گامی مهم در مسیر توسعه اکوسیستم کانتینرهای ابری محسوب می‌شود.

پروژه Cloud Native Buildpacks در ژانویه سال ۲۰۱۸ به‌صورت مشترک توسط شرکت‌های Pivotal و Heroku راه‌اندازی شد و در همان سال به اعضای بنیاد CNCF پیوست. طی این مدت، تعداد مشارکت‌کنندگان آن به ۵۳۵ نفر رسیده است، که در کنار بیش از ۱۶۴ سازمان مختلف فعالیت می‌کنند. شرکت‌هایی مانند DigitalOcean، GitLab، گوگل و Bloomberg از جمله بهره‌برداران این پروژه هستند؛ به طوری که در Bloomberg، این پروژه نقش مهمی در زیرساخت‌های هوش مصنوعی دارد.

برای رسیدن به مرحله فارغ‌التحصیلی، پروژه باید مسیر توسعه و تضمین کیفیت خاصی را طی می‌کرد. این روند شامل اثبات بالاترین استانداردهای امنیت، قابلیت اطمینان و پذیرش توسط جامعه است. اکنون، Cloud Native Buildpacks به عنوان یک استاندارد معتبر، زیر ساختی کلیدی برای بهره‌برداری بهتر از فناوری کانتینر در محیط‌های ابری است و نقش مهمی در پیشرفت توسعه نرم‌افزارهای ابری‌محور ایفا می‌کند.

این موفقیت نشان می‌دهد که جامعه توسعه‌دهندگان و شرکت‌های بزرگ، به‌ طور فزاینده‌ای بر روی استانداردهای جهانی برای ساخت و مدیریت کانتینرها سرمایه‌گذاری می‌کنند و با همکاری مشترک، اکوسیستم ابری را به سمت کارایی و امنیت بیشتر سوق می‌دهند.

#کابردیابی #ابری #کانتینر #پروژه_باز

🟣لینک مقاله:
https://www.cncf.io/announcements/2026/08/11/cncf-announces-graduation-of-cloud-native-buildpacks-advancing-the-standard-for-container-builds/?utm_source=tldrdevops


👑 @DevOps_Labdon
🔵 عنوان مقاله
Switchyard (GitHub Repo)

🟢 خلاصه مقاله:
اسرایدر (Switchyard) پروژه‌ای متن‌باز است که توسط شرکت «نِویا» توسعه یافته و به زبان برنامه‌نویسی Rust نوشته شده است. این پروژه به عنوان یک پراکسی و کتابخانه برای هدایت ترافیک مربوط به مدل‌های زبانی بزرگ (LLM) بین ارائه‌دهندگان مختلف طراحی شده است. هدف اصلی آن تسهیل ارتباط میان مجموعه‌های متفاوت از APIهای مختلف است، بنابراین توسعه‌دهندگان می‌توانند بدون نیاز به تغییر در کدهای اصلی خود، با چندین سرویس و سرویس‌دهنده مختلف کار کنند.

Switchyard قادر است میان فرمت‌های مختلف ارتباطات، مانند قالب‌های محبوب OpenAI Chat، Responses و پیام‌های Anthropic، ترجمه انجام دهد. این قابلیت مهم به برنامه‌نویسان امکان می‌دهد تا عامل‌های کد مانند Claude Code یا Codex بتوانند بدون تغییر در نحوه برقراری ارتباط با سرورهای پشتیبانی‌شده، با بیک‌اندهایی مانند vLLM، Ollama یا NVIDIA NIM گفتگو کنند. در واقع، این پروژه پلی است که تفاوت‌های فنی و ساختاری بین سرویس‌های مختلف را برطرف می‌کند و روند تعامل با مدل‌های زبانی چندمنظوره را بسیار ساده‌تر می‌سازد.

شایان ذکر است که این پروژه در مرحله پیش‌الfa و آزمایشی قرار دارد و برای استفاده در محیط‌های تولیدی مناسب نیست. انتظار می‌رود در نسخه‌های آینده، API آن تغییرات قابل توجهی را تجربه کند و به نسخه نهایی v1.0 برسد، بنابراین کاربران باید هنگام استفاده به این نکته توجه داشته باشند.

#هوش_ مصنوعی #پروکسی #متن_باز #مدلهای_زبانی

🟣لینک مقاله:
https://github.com/NVIDIA-NeMo/Switchyard?utm_source=tldrdevops


👑 @DevOps_Labdon