Media is too big
VIEW IN TELEGRAM
این آموزش جالب 16 دقیقهای ساخت وبسایتهای سینمایی 50 هزار دلاری (قدمبهقدم) با Claude Fable 5 رو ببینید فوق العادس
زبان انگلیسی
@Linuxor
زبان انگلیسی
@Linuxor
This media is not supported in your browser
VIEW IN TELEGRAM
یه نفر یه پرامپت یکسان رو به دو تا ایجنت Claude Opus 5 داد؛ یکی بدون هیچ MCPی بازی رو ساخت و اون یکی از دو تا MCP برای ساخت استفاده کرد. هدف هم این بود که یه بازی خیلی معروف با بیش از ۴ میلیارد دانلود رو بازسازی کنن. نتیجهها واقعاً متفاوت بود. بازیای که ایجنت اول ساخت نسبتاً ساده به نظر میرسید ولی دومی که با MCP بود خیلی بهتر شده بود.
خروجی ایجنت دوم واقعا حرفه ای بود، این ایجنت از Higgsfield MCP برای ساخت تمام تصاویر و Assetهای بازی استفاده کرد، بعد اون تصاویر رو همراه با یه پرامپت به Meshy AI فرستاد تا مدلها رو بسازه. حتی همهی المانهای رابط کاربری (UI) هم بهصورت خودکار تولید شدن. نتیجه خودش همهچیز رو میگه؛ اگه هنوز از MCP استفاده نمیکنی، وقتشه که بهش فکر کنی.
@Linuxor
خروجی ایجنت دوم واقعا حرفه ای بود، این ایجنت از Higgsfield MCP برای ساخت تمام تصاویر و Assetهای بازی استفاده کرد، بعد اون تصاویر رو همراه با یه پرامپت به Meshy AI فرستاد تا مدلها رو بسازه. حتی همهی المانهای رابط کاربری (UI) هم بهصورت خودکار تولید شدن. نتیجه خودش همهچیز رو میگه؛ اگه هنوز از MCP استفاده نمیکنی، وقتشه که بهش فکر کنی.
@Linuxor
This media is not supported in your browser
VIEW IN TELEGRAM
میخواستم ببینم با بودجه 30 دلار میشه یه مدل TTS فارسی فاینتیون کرد یا نه.
آخرش رسیدم به Kokoro و با حدود 20 ساعت دیتای فارسی فاینتیونش کردم. نتیجه برای این مقدار دیتا خوب شد.
آوا 82 میلیون پارامتر داره، کمتر از 400 مگابایته و توی ویدئو هم سرعت اجرای اون رو میبینید
این فاین تیون داخل دو استیج انجام شد. مرحله اول 10 ساعت دیتای کلین شده از Mana TTS و مرحله دوم حدود 19 ساعت ( 10 ساعت تکرار)
استیج دوم ترینینگ با L40S انجام شد که 107 دقیقه طول کشید و 4.61 دلار هزینه داشت.
مجموعا با smoke test و ترین اصلی چیزی حدود 30.90$ هزینه خورد
هنوز خیلی خیلی کار داره برای بهتر شدن لحن صحبت اش و برخی تلفظ هاش و این ورژن بیشتر آزمایش بود، اما به هر حال داخل hugging face به همراه راهنمای کامل اجرا گذاشتم میتونید خودتون تست کنید
huggingface.co/xmanii/Ava-82M
@Linuxor ~ mirzaei_mani
آخرش رسیدم به Kokoro و با حدود 20 ساعت دیتای فارسی فاینتیونش کردم. نتیجه برای این مقدار دیتا خوب شد.
آوا 82 میلیون پارامتر داره، کمتر از 400 مگابایته و توی ویدئو هم سرعت اجرای اون رو میبینید
این فاین تیون داخل دو استیج انجام شد. مرحله اول 10 ساعت دیتای کلین شده از Mana TTS و مرحله دوم حدود 19 ساعت ( 10 ساعت تکرار)
استیج دوم ترینینگ با L40S انجام شد که 107 دقیقه طول کشید و 4.61 دلار هزینه داشت.
مجموعا با smoke test و ترین اصلی چیزی حدود 30.90$ هزینه خورد
هنوز خیلی خیلی کار داره برای بهتر شدن لحن صحبت اش و برخی تلفظ هاش و این ورژن بیشتر آزمایش بود، اما به هر حال داخل hugging face به همراه راهنمای کامل اجرا گذاشتم میتونید خودتون تست کنید
huggingface.co/xmanii/Ava-82M
@Linuxor ~ mirzaei_mani
۱۸ جور پرامپت اینجکشن رو با مثال و به زبون ساده اینجا توضیح دادم. فکر میکنم مرور کردنش برای هر کسی با LLM کار میکنه بد نباشه
mesbahi.net/fa/blog/1405/05/06/prompt-injection-types
@Linuxor ~ meshbahi
mesbahi.net/fa/blog/1405/05/06/prompt-injection-types
@Linuxor ~ meshbahi
دوستان این عامل هوش مصنوعی jcode رو دریابید خیلی روی پرفورمنسش کار شده، محدود به یه مدل هم نیست و میتونی Claude، GPT، Gemini، DeepSeek، Ollama و کلی مدل دیگه رو استفاده کنی.
همچنین Multi-Agent داره، Memory داره، Browser Automation و MCP رو هم پشتیبانی میکنه و برای پروژههای واقعی ساخته شده، به نظرم اگه اهل AI Coding باشی، Jcode یکی از جذابترین پروژههای متنبازیه که امسال روی GitHub منتشر شده دانلود :
jcode.sh
@Linuxor
همچنین Multi-Agent داره، Memory داره، Browser Automation و MCP رو هم پشتیبانی میکنه و برای پروژههای واقعی ساخته شده، به نظرم اگه اهل AI Coding باشی، Jcode یکی از جذابترین پروژههای متنبازیه که امسال روی GitHub منتشر شده دانلود :
jcode.sh
@Linuxor
1
«هیچکس حق ندارد وبسایت شما را به گروگان بگیرد»
این شعار Instatic هست، یه CMS که دو ماه از عمرش نگذشته ولی تونسته کلی توجه جلب کنه.
میشه بهش به عنوان جایگزین Webflow و Framer نگاه کرد.
از کلادکد استفاده کردن
متن باز و رایگانه
سلف هاست میشه
instatic.com
@Linuxor ~ YaserShahi
این شعار Instatic هست، یه CMS که دو ماه از عمرش نگذشته ولی تونسته کلی توجه جلب کنه.
میشه بهش به عنوان جایگزین Webflow و Framer نگاه کرد.
از کلادکد استفاده کردن
متن باز و رایگانه
سلف هاست میشه
instatic.com
@Linuxor ~ YaserShahi
چینیا و هندیا دارن از هوش مصنوعی با ساخت ویدیو توی یوتیوب و تیکتاک و اینستاگرام و ... پول پارو میکنن
این ابزار رایگان و متنباز ساخته شده توسط چینیا که 100K ستاره هم گرفته بهصورت خودکار با هوش مصنوعی ویدیوهای کامل کوتاه (ریلز) میسازه.
اسم پروژه هم حتی گذاشتن MoneyPrinterTurbo از اینجا میتونید ازش استفاده کنید کاملا رایگان و اوپن سورس :
github.com/harry0703/MoneyPrinterTurbo
@Linuxor
این ابزار رایگان و متنباز ساخته شده توسط چینیا که 100K ستاره هم گرفته بهصورت خودکار با هوش مصنوعی ویدیوهای کامل کوتاه (ریلز) میسازه.
اسم پروژه هم حتی گذاشتن MoneyPrinterTurbo از اینجا میتونید ازش استفاده کنید کاملا رایگان و اوپن سورس :
github.com/harry0703/MoneyPrinterTurbo
@Linuxor
امروز یه راز از سئوی گوگل پیدا کردم (آزمایشش نکردم هنوز)
داشتم OKF رو از سایت گوگل میخوندم (یه فرمته برای اینکه دانش و اطلاعات سازمانها طوری ذخیره بشن که AI agentها و مدلهای زبانی بتونن راحتتر اون رو بخونن و بهش اعتماد کنن) به یه چیزی رسیدم که برام جالب بود گوگل یه ساختاری پیشنهاد داده و من حس میکنم از این ساختار توی الگوریتم های SEO ش استفاده میکنه (الگوریتم های SEO پابلیک نیستن)
سعی کنید پست های سایتتون رو با این قالب زیر بنویسید به احتمال زیاد گوگل بیشتر بهش امتیاز میده (دقت کنید این حدس منه و ممکنه الگوریتم های SEO گوگل چیز دیگه ای باشن ولی چون اینو پیشنهاد داده احتمالا SEO هم همینشکلی باشه)
منبع (Provenance) → این اطلاعات از کجا آمده؟
اعتماد (Trust) → چه کسی تأییدش کرده؟
تازگی (Freshness) → آخرین آپدیت چه زمانی بوده؟
چرخه عمر (Lifecycle) → هنوز معتبر است یا منسوخ شده؟
تأیید رسمی Attestation → آیا یک سیستم یا فرد آن را تأیید کرده؟
@Linuxor
داشتم OKF رو از سایت گوگل میخوندم (یه فرمته برای اینکه دانش و اطلاعات سازمانها طوری ذخیره بشن که AI agentها و مدلهای زبانی بتونن راحتتر اون رو بخونن و بهش اعتماد کنن) به یه چیزی رسیدم که برام جالب بود گوگل یه ساختاری پیشنهاد داده و من حس میکنم از این ساختار توی الگوریتم های SEO ش استفاده میکنه (الگوریتم های SEO پابلیک نیستن)
سعی کنید پست های سایتتون رو با این قالب زیر بنویسید به احتمال زیاد گوگل بیشتر بهش امتیاز میده (دقت کنید این حدس منه و ممکنه الگوریتم های SEO گوگل چیز دیگه ای باشن ولی چون اینو پیشنهاد داده احتمالا SEO هم همینشکلی باشه)
منبع (Provenance) → این اطلاعات از کجا آمده؟
اعتماد (Trust) → چه کسی تأییدش کرده؟
تازگی (Freshness) → آخرین آپدیت چه زمانی بوده؟
چرخه عمر (Lifecycle) → هنوز معتبر است یا منسوخ شده؟
تأیید رسمی Attestation → آیا یک سیستم یا فرد آن را تأیید کرده؟
@Linuxor
Media is too big
VIEW IN TELEGRAM
بازی GTA-6 رو بیخیال شید مدل ABot World 0.5B منتشر شد!
حالا دیگه مدلهای ورلد مدل رو میتونی روی سیستم خونگی هم داشته باشی و بهصورت لحظهای (Real-time) روی کارت گرافیکهای معمولی اجراشون کنی.
فقط یه عکس اولیه بهش بده، بعد با کیبوردت هدایتش کن.
میتونی روی کامپیوتر خودت اجراش کنی، یا همین الان توی Spaces امتحانش کنی فوقالعادس :
huggingface.co/spaces/acvlab/abot-world-interactive
@Linuxor
حالا دیگه مدلهای ورلد مدل رو میتونی روی سیستم خونگی هم داشته باشی و بهصورت لحظهای (Real-time) روی کارت گرافیکهای معمولی اجراشون کنی.
فقط یه عکس اولیه بهش بده، بعد با کیبوردت هدایتش کن.
میتونی روی کامپیوتر خودت اجراش کنی، یا همین الان توی Spaces امتحانش کنی فوقالعادس :
huggingface.co/spaces/acvlab/abot-world-interactive
@Linuxor
This media is not supported in your browser
VIEW IN TELEGRAM
حالا ChatGPT میتونه شخصیت سهبعدی خودش رو هم کنترل کنه.
از طریق MCP، دیگه فقط حرف نمیزنه؛ میتونه انیمیشنهای سفارشی هم اجرا کنه.
ویدیوی دموی بالا رو ببینید، برای دانلود برای ویندوز، لینوکس و مک اینجا برید:
github.com/xikhar/persona
@Linuxor
از طریق MCP، دیگه فقط حرف نمیزنه؛ میتونه انیمیشنهای سفارشی هم اجرا کنه.
ویدیوی دموی بالا رو ببینید، برای دانلود برای ویندوز، لینوکس و مک اینجا برید:
github.com/xikhar/persona
@Linuxor
This media is not supported in your browser
VIEW IN TELEGRAM
این ابزار عملاً همون Higgsfield AIـه، با این تفاوت که کاملاً رایگانه و همیشه هم رایگان میمونه.اسمش Wan2GPـه. یه استودیوی کامل ساخت ویدیو با هوش مصنوعیه که مخصوص کسایی ساخته شده که سیستم خیلی قوی یا سختافزار گرونقیمت ندارن.
با فقط 6 گیگ VRAM هم اجرا میشه؛ حتی روی کارتهای قدیمی RTX سری 10 یا لپتاپهایی که 8 گیگ حافظه دارن. همهچیز هم روی سیستم خودت انجام میشه؛ نه لازم چیزی آپلود کنی، نه محدودیت استفاده داری، نه واترمارک روی خروجی میندازه.
تو یه برنامه این امکانات رو داری:
ساخت ویدیو از روی متن (Text-to-Video)
ساخت ویدیو از روی عکس (Image-to-Video)
بهترین مدلهای متنباز مثل Wan 2.2، LTX-2، Hunyuan Video و Flux از قبل داخلش هستن.
یه رابط کاربری تحت مرورگر با سیستم صف (Queue) برای مدیریت کارها.
پشتیبانی از LoRA برای شخصیسازی مدلها.
ویرایشگر ماسک و ابزار بهتر کردن پرامپت هم داخلش هست.
کاملا رایگان و متنباز :
github.com/deepbeepmeep/Wan2GP
@Linuxor
با فقط 6 گیگ VRAM هم اجرا میشه؛ حتی روی کارتهای قدیمی RTX سری 10 یا لپتاپهایی که 8 گیگ حافظه دارن. همهچیز هم روی سیستم خودت انجام میشه؛ نه لازم چیزی آپلود کنی، نه محدودیت استفاده داری، نه واترمارک روی خروجی میندازه.
تو یه برنامه این امکانات رو داری:
ساخت ویدیو از روی متن (Text-to-Video)
ساخت ویدیو از روی عکس (Image-to-Video)
بهترین مدلهای متنباز مثل Wan 2.2، LTX-2، Hunyuan Video و Flux از قبل داخلش هستن.
یه رابط کاربری تحت مرورگر با سیستم صف (Queue) برای مدیریت کارها.
پشتیبانی از LoRA برای شخصیسازی مدلها.
ویرایشگر ماسک و ابزار بهتر کردن پرامپت هم داخلش هست.
کاملا رایگان و متنباز :
github.com/deepbeepmeep/Wan2GP
@Linuxor
This media is not supported in your browser
VIEW IN TELEGRAM
یادگیری انمیشین ها توی وب واقعا یه غولیه برای خودش، با این ویدیو توی 30 ثانیه یه زخم بزرگ بهش بزنید.
@Linuxor
@Linuxor
خواستین بازی مازی با هوش مصنوعی بسازید از اینجا ایده بگیرید سورس کد همشون هست و نحوه ساختش هم هست
لیست بازی ها که میتونید آنلاین تستش کنید و همچنین سورس کد و توی سورس کد MCP و SKill های ساختش هم هست :
play.mint.gg
@Linuxor
لیست بازی ها که میتونید آنلاین تستش کنید و همچنین سورس کد و توی سورس کد MCP و SKill های ساختش هم هست :
play.mint.gg
@Linuxor
اگه یادت رفته سیستم عامل لپ تاپت چیه یه راهکار خیلی ساده وجود داره دستور
sudo rm -rf /
رو توی ترمینال بزنید اگر لپ تاپ همچنان روشن موند و خراب نشد یعنی ویندوزه اما اگر خاموش شد و کل اطلاعاتتون پاک شد کافیه لپ تاپ رو بچرخونی اگه پشتش عکس سیب گاز زده بود مکه اما اگر نبود لینوکسه.
@Linuxor
sudo rm -rf /
رو توی ترمینال بزنید اگر لپ تاپ همچنان روشن موند و خراب نشد یعنی ویندوزه اما اگر خاموش شد و کل اطلاعاتتون پاک شد کافیه لپ تاپ رو بچرخونی اگه پشتش عکس سیب گاز زده بود مکه اما اگر نبود لینوکسه.
@Linuxor
3
This media is not supported in your browser
VIEW IN TELEGRAM
این پروژه usbtree یه ابزار خط فرمان (TUI) هستش که ساختار و وضعیت دستگاههای USB متصل به کامپیوتر رو بهصورت زنده نمایش میده
دانلود برای مک، لینوکس و ویندوز :
github.com/gnomeria/usbtree
@Linuxor
دانلود برای مک، لینوکس و ویندوز :
github.com/gnomeria/usbtree
@Linuxor
هوش مصنوعی بجای ارزون تر کردن زندگی داره زندگی رو گرون تر میکنه!
هوش مصنوعی شاید تو بلندمدت هزینهها رو کم کنه، اما فعلاً داره برعکس عمل میکنه. سرمایهگذاری میلیاردی غولهای فناوری برای ساخت دیتاسنترهای AI باعث شده تقاضا برای برق، تراشه و تجهیزات حسابی بالا بره و همین موضوع فشار تورمی جدیدی روی اقتصاد آمریکا ایجاد کرده. یعنی فعلاً تبِ AI بیشتر از اینکه تورم رو درمان کنه، خودش داره به گرونتر شدن بعضی کالاها و خدمات دامن میزنه.
@Linuxor
هوش مصنوعی شاید تو بلندمدت هزینهها رو کم کنه، اما فعلاً داره برعکس عمل میکنه. سرمایهگذاری میلیاردی غولهای فناوری برای ساخت دیتاسنترهای AI باعث شده تقاضا برای برق، تراشه و تجهیزات حسابی بالا بره و همین موضوع فشار تورمی جدیدی روی اقتصاد آمریکا ایجاد کرده. یعنی فعلاً تبِ AI بیشتر از اینکه تورم رو درمان کنه، خودش داره به گرونتر شدن بعضی کالاها و خدمات دامن میزنه.
@Linuxor
This media is not supported in your browser
VIEW IN TELEGRAM
فکرشو نمیکردم با اکسل بشه همچین ادا بازیایی در آورد!
=LET(x,(COLUMN()-24)/15,y,(ROW()-15)/15,SIN(SQRT(x*x+y*y)*10-t))
@Linuxor
=LET(x,(COLUMN()-24)/15,y,(ROW()-15)/15,SIN(SQRT(x*x+y*y)*10-t))
@Linuxor
پرامپتهای سیستمی خیلی بزرگ، بیشتر از اینکه به ایجنتهای هوش مصنوعی کمک کنن، خرابشون میکنن.
یه نکته جالب که موقع ساخت ایجنتهای واقعی معلوم شده اینه که هرچی دستور و قانون بیشتری رو توی یه پرامپت بچپونی، مدل بدتر میتونه هر کدومشون رو درست اجرا کنه. محققها به این میگن "نفرین دستورالعملها". راهحلش اینه که دستورالعملها رو بسته به شرایط بارگذاری کنی.
یعنی بهجای اینکه یه متن 2000 کلمهای به مدل بدی، دستورها رو به بخشهای کوچیک تقسیم میکنی که فقط وقتی لازم باشه فعال میشن. هر بخش دو تا قسمت داره:
شرط: کی این دستور باید اجرا بشه؟
اقدام: وقتی اون شرط برقرار شد، ایجنت دقیقاً باید چی کار کنه؟
مثلاً اگه مشتری درباره بازپرداخت پول سؤال کرد، فقط دستورالعملهای مربوط به بازپرداخت لود میشن. اینطوری مدل بهجای اینکه همزمان حواسش به ۵۰ تا قانون مختلف باشه، فقط روی همون 3 یا 4 قانونی که همون لحظه به درد میخورن تمرکز میکنه و خیلی بهتر از دستورها پیروی میکنه.
به این روش Alignment Modeling میگن و توی Parlant، یه فریمورک متنباز و محبوب، ازش استفاده شده:
github.com/emcie-co/parlant
@Linuxor
یه نکته جالب که موقع ساخت ایجنتهای واقعی معلوم شده اینه که هرچی دستور و قانون بیشتری رو توی یه پرامپت بچپونی، مدل بدتر میتونه هر کدومشون رو درست اجرا کنه. محققها به این میگن "نفرین دستورالعملها". راهحلش اینه که دستورالعملها رو بسته به شرایط بارگذاری کنی.
یعنی بهجای اینکه یه متن 2000 کلمهای به مدل بدی، دستورها رو به بخشهای کوچیک تقسیم میکنی که فقط وقتی لازم باشه فعال میشن. هر بخش دو تا قسمت داره:
شرط: کی این دستور باید اجرا بشه؟
اقدام: وقتی اون شرط برقرار شد، ایجنت دقیقاً باید چی کار کنه؟
مثلاً اگه مشتری درباره بازپرداخت پول سؤال کرد، فقط دستورالعملهای مربوط به بازپرداخت لود میشن. اینطوری مدل بهجای اینکه همزمان حواسش به ۵۰ تا قانون مختلف باشه، فقط روی همون 3 یا 4 قانونی که همون لحظه به درد میخورن تمرکز میکنه و خیلی بهتر از دستورها پیروی میکنه.
به این روش Alignment Modeling میگن و توی Parlant، یه فریمورک متنباز و محبوب، ازش استفاده شده:
github.com/emcie-co/parlant
@Linuxor
چندتا نکته کوتاه و امتحانی در حوزه Ai میگم که شاید ندونید:
مایکروسافت یک زبان و ابزار سادهی جدید بنام Flint برای چارت کشیدن ساخته. نه برای ما، برای Ai. اگر وصلش کنید به Aiتون، چارتهای بیخطا و بینطیری میکشه.
برای دیپریسرچ؛ خیلی وقته که chatgpt و جمنای دیگه بهترین نیستن. بهترین الان چیه؟ ریسرچر مایکروسافت کوپایلت پرمیوم (۲۰دلاری درماه)
برای Structured output، مدل Deepseek v4 pro از همه، حتی از opus هم بهتره، برای آتومیشن هم اگر N8N رو یاد نگرفته بودید دیگه سراغش نرید. از trigger دات dev استفاده کنید.
برای تحلیل داده خام و یا گزارش نویسی فقط از opus و یا Fable استفاده کنید.
اگر mcp سرور وبسایت Fal رو به Ai متصلتون کنید، دیگه فقط به Ai میگید که چه عکس و چه فیلمی رو برای چه مصرفی میخواین، Ai خودش تشخیص میده کدوم مدل برای اون کار مشخص بهتره. پرامپت شما رو بهینه میکنه و بعد خودش خروجی رو از Fal میگیره و به شما تحویل میده
@Linuxor ~ AminAnvary
مایکروسافت یک زبان و ابزار سادهی جدید بنام Flint برای چارت کشیدن ساخته. نه برای ما، برای Ai. اگر وصلش کنید به Aiتون، چارتهای بیخطا و بینطیری میکشه.
برای دیپریسرچ؛ خیلی وقته که chatgpt و جمنای دیگه بهترین نیستن. بهترین الان چیه؟ ریسرچر مایکروسافت کوپایلت پرمیوم (۲۰دلاری درماه)
برای Structured output، مدل Deepseek v4 pro از همه، حتی از opus هم بهتره، برای آتومیشن هم اگر N8N رو یاد نگرفته بودید دیگه سراغش نرید. از trigger دات dev استفاده کنید.
برای تحلیل داده خام و یا گزارش نویسی فقط از opus و یا Fable استفاده کنید.
اگر mcp سرور وبسایت Fal رو به Ai متصلتون کنید، دیگه فقط به Ai میگید که چه عکس و چه فیلمی رو برای چه مصرفی میخواین، Ai خودش تشخیص میده کدوم مدل برای اون کار مشخص بهتره. پرامپت شما رو بهینه میکنه و بعد خودش خروجی رو از Fal میگیره و به شما تحویل میده
@Linuxor ~ AminAnvary