Pinned Tweet
Replying to @HazratCrypto
لینک پروژه: github.com/opendataloader-pr…
نصبش با دستور pip install -U opendataloader-pdf انجام میشه و Java 11 به بالا لازمه.
بیش از ۶۰۰ مدل تصویر و ویدیو رفتن تو یک استودیوی متنباز 👀
پروژه Open Generative AI یک استودیوی شخصی و Self-hosted برای تولید تصویر، ویدیو و صداست که بالای ۳۳ هزار ستاره تو گیتهاب گرفته.
طبق اعلام خودشون، به بیش از ۵۰ مدل تصویرسازی، بالای ۱۰۰ مدل ویدیو و ابزارهای ساخت موزیک و صدا یکجا دسترسی داری.
بخش جذابش اینه که محیط بصری برای طراحی Workflow و ساخت Agent هم داره و با لایسنس MIT کاملاً آزاده.
کسی که الان خط تولید محتواش رو روی سیستم خودش میبنده، چند ماه دیگه که بقیه تازه اسمش رو میشنون خیلی جلوتره ⚡
آدرس گیتهابش رو گذاشتم تو کامنت اول 👇
هر Agent تو محیط ایزولهی خودش کار میکنه، نه رو سیستمت.
اسمش OpenSandbox هست و ساختهی علیبابا، متنباز.
توش Agent میتونه کد اجرا کنه، تو وب بگرده و یه دسکتاپ کامل رو کنترل کنه.
سیستم تو هم همونطور دستنخورده میمونه 😏
لوکال با Docker بالا میاد و با Kubernetes مقیاس میگیره.
لایسنسش Apache 2.0 هست، یعنی کاملاً آزاد و رایگان.
الان داشتنش یه مزیته، ولی خیلی زود میشه حداقلِ کار.
لینکش تو کامنت اوله 👇
نصب SDK پایتونش با دستور pip install opensandbox انجام میشه.
github.com/alibaba/OpenSandb…
تبدیل PDF به Markdown با سرعت ۱۰۰ صفحه در ثانیه.
اونم فقط با CPU، بدون GPU، بدون API key، بدون یه ریال هزینه.
اسمش OpenDataLoader هست و متنبازه.
طبق بنچمارک خودشون، رتبهی اول رو داره.
سرعت docling یکپانزدهمشه.
ابزار marker بدون GPU کار نمیکنه و حدود ۱۰۰۰ برابر کندتره.
ابزار Pymupdf4llm سریعه، ولی امتیاز جدولهاش فقط ۰.۴۰ هست.
هر کی با RAG و Agent کار میکنه، باید همین الان تستش کنه.
وقتی همه ازش استفاده کنن، دیگه مزیت نیست.
لینک کامنت اول👇
بالاخره یکی کل محیط کاری Muse خودش رو منتشر کرده! 🔥
یه روش جالب برای اینکه Muse رو با توجه به نیازها و سبک کاری خودت شخصیسازی کنی.
کافیه تصویر این معماری رو به Muse بدی و این دستور رو براش بفرستی:
«میخوام مهارتت رو ۱۰۰ برابر ارتقا بدم و محیط کاریمون رو با هم یکپارچه کنیم. با الهام از این تصویر، مرحلهبهمرحله این ساختار رو بررسی و متناسب با نیازها، ابزارها و سیستم فعلی من شخصیسازی کن. قبل از هر تغییری باهام مشورت کن. از شناخت محیط و نیازهای من شروع کن و هر سؤالی لازمه بپرس!»
Muse با پرسیدن سؤال و شناخت شرایطت، کمکم این معماری رو به محیط کاری اختصاصی خودت تبدیل میکنه.
نکته جالب اینه که لازم نیست کورکورانه از تنظیمات بقیه کپی کنی؛ میتونی از همین ساختار شروع کنی و نسخه مخصوص خودت رو بسازی.
#Muse #AIAgent
هر طور دوست دارید استفاده کنید ازش
این یکی از جدیترین Skillهای تریدیه که میتونی به Claude اضافه کنی! 🤯
تصور کن ۱۱ دستیار تخصصی داشته باشی که از اسکن هزاران نمودار تا رصد اخبار، پیدا کردن نقطه ورود و خروج و مدیریت ریسک رو برات انجام بدن.
اسمش Day Trader Skillـه و بخش جذابش یه ابزار به اسم Time Machineـه!
قبل از اینکه حتی یک دلار وارد معامله کنی، ۱۰ هزار سناریوی احتمالی رو شبیهسازی میکنه و نتایجش رو با معاملات مشابه گذشته مقایسه میکنه.
حتی مدیریت سرمایه، هشدار قیمت، تحلیل گزارشهای مالی و رصد معاملات اعلامشده اعضای کنگره آمریکا هم داخلشه.
رایگان، متنباز با مجوز MIT و بدون نیاز به API Key.
نصب مستقیم در Claude Code:
"/plugin marketplace add Jakeschincariol/day-trader-skill"
"/plugin install day-trader-skill@day-trader-skill"
فقط یه نکته مهم: این ابزار آینده رو پیشبینی نمیکنه و سود تضمینی نداره. شبیهسازی هم جای مدیریت ریسک واقعی رو نمیگیره. اجرای سفارشها هم نیاز به تأیید خودت داره و حالت پیشفرض Paper Tradingـه.
اگه با بازارهای مالی سروکار داری، این پروژه ارزش بررسی جدی داره.
🔗 github.com/Jakeschincariol/d…
این مدل قراره به ایجنتت کمک کنه تصمیم بگیره، نه اینکه باهات چت کنه! 🤯
Kakao یه مدل جدید به اسم Kanana 2 Decide منتشر کرده که دقیقاً برای مغز تصمیمگیرنده ایجنتهای هوش مصنوعی ساخته شده.
متن، دادههای JSON و حتی تصویر رو میگیره و در سه حالت خروجی میده: انتخاب بهترین گزینه، پاسخ بله یا خیر، و امتیازدهی. حتی احتمال هر پاسخ رو هم برمیگردونه.
مثلاً ایجنت میتونه با کمکش تشخیص بده کدوم ابزار رو اجرا کنه، درخواست کاربر رو چطور دستهبندی کنه یا از روی عکس محصول، سالم بودنش رو بررسی کنه.
با ۳.۶۷ میلیارد پارامتر و امکان پردازش همزمان متن و حداکثر ۱۰ تصویر، یه ابزار تخصصی و جالب برای معماری Agentهاست.
فقط حواست باشه این مدل برای مکالمه و تولید متن نیست؛ برای تصمیمگیری ساخته شده.
اگه روی AI Agent کار میکنی، این مدل رو جدی بررسی کن:
🔗 huggingface.co/kakaocorp/kan…
تصور کن بهجای یه برنامهنویس هوش مصنوعی، یه تیم کامل ازشون داشته باشی که همزمان روی پروژهات کار میکنن! 🤯
Agent Orchestrator دقیقاً برای مدیریت همین تیم ساخته شده.
چندین AI Coding Agent رو همزمان اجرا میکنه و حواسش هست هرکدوم روی چه بخشی کار میکنن، تغییرات کد چطور ادغام میشن، بررسی کدها و خطاهای CI چطور مدیریت میشن و تداخل بین کارها پیش نیاد.
یعنی میتونی چند ایجنت رو وارد یک پروژه کنی، بدون اینکه مدیریت شاخهها و ادغام کدها به آشوب تبدیل بشه.
اگه با Claude Code یا بقیه برنامهنویسهای AI کار میکنی، این پروژه رو جدی بگیر؛ شاید قدم بعدی توسعه نرمافزار همین تیمهای چندایجنتی باشه.
🔗 github.com/OrchestratorInc/a…
۵ تا از محبوبترین کتابخونههای متنباز انیمیشن با مجموع بیش از ۲۷۰ هزار ستاره! 🔥
۹۰٪ افراد از همون اول اشتباه انتخاب میکنن!
برای متحرک کردن عناصر یه وبسایت، خیلیها سراغ نرمافزار تدوین یا قالبهای آماده میرن؛ درحالیکه دنیای کدنویسی ابزارهای فوقالعادهای برای این کار داره.
مشکل اینجاست که این ۵ کتابخونه اصلاً کار یکسانی انجام نمیدن. یکی برای انیمیشن سهبعدیه، یکی برای صفحات وب، یکی برای رابط کاربری و بقیه برای Canvas و گرافیک برداری.
اگه ندونی هرکدوم دقیقاً کجا به کارت میان، ممکنه ساعتها وقت بذاری و آخرش بفهمی از اول ابزار اشتباهی رو انتخاب کردی!
بیاید ببینیم هرکدوم دقیقاً چه کاری انجام میدن. 👇
قیمتش مناسبه ها ارگون و اوپوس ۵.۵ هم داره این یکی ارزون تر از قبلی که معرفی کردمه
البته اینم بگما گرفتنش رایگانه ولی یه پروسه ای داره که همین ۵۰۰ تومن رو بدید به صرفه تره.
چند روز دیگه این اکانتای فروش اشتراک اینارو بالای ۱ـ۲ تومن میفروشن بهتون خودتون راحت بخرید
Gemini pro12个月兑换链接 包绑卡 可使用反重力
可以在反重力使用gemini4以及opus5.5
价格13.5RMB
16688.com.cn/shop/S162540
گروک تنها نیست؛ این پروژه اومده کل بازی رو عوض کنه! 🤯
یه توسعهدهنده توی گیتهاب OpenMausBot رو منتشر کرده؛ یه پلتفرم متنباز برای ساخت چندین ایجنت هوش مصنوعی که میتونی هرکدوم رو با مدل دلخواهت راه بندازی.
Claude، GPT، Grok، DeepSeek و مدلهای دیگه؛ انتخاب با خودته.
اما بخش جذاب ماجرا اینجاست:
هر ایجنت کامپیوتر مجازی و محیط ایزوله خودش رو داره. میتونی صفحهش رو زنده ببینی و قدمبهقدم کارهاش رو زیر نظر بگیری.
قبل از اجرای اسکریپتهای خطرناک هم باید ازت اجازه بگیره؛ بدون تأیید تو نمیتونه اجراشون کنه.
از MCP هم پشتیبانی میکنه و میتونی به سرویسهایی مثل Gmail، GitHub و Notion وصلش کنی.
حتی برای اجرا فقط کافیه توی ترمینال بزنی:
"npx openmausbot"
برای مک و ویندوز هم نسخه نصب آماده داره.
اگه با ایجنتها کار میکنی، این یکی واقعاً ارزش بررسی داره. ببین تا کجا میتونی ازش کار بکشی! 👀
🔗 github.com/milind-soni/OpenM…
اگه با هوش مصنوعی سایت و رابط کاربری طراحی میکنی، این ۸ تا سایت میتونن کلی از وقتت رو ذخیره کنن! 🔥
از ساخت سایت با AI و پیدا کردن پرامپتهای آماده برای طراحیهای سهبعدی و متحرک گرفته تا الهام گرفتن از بهترین لندینگپیجها، فونت برندها و انیمیشنهای موبایل.
اینها منابعیان که قبل از شروع پروژه بعدی ارزش سر زدن دارن:
ساخت و طراحی با AI
1. studio.motionsites.ai
ساخت سایت با AI با هزینهای کمتر از Lovable
2. motionsites.ai
بیش از ۸۰۰ نمونه و پرامپت برای طراحی سایتهای سهبعدی و بخشهای متحرک؛ آماده استفاده در Claude
الهام برای طراحی وب
3. land-book.com
مجموعهای از لندینگپیجهای خوشطراحی
4. recent.design
گالری ایدههای جذاب طراحی وب
5. landdding.com
نمونههای حرفهای لندینگپیج
6. fontinlogo.com
فونتهایی که برندهای معروف استفاده کردن
7. godly.website
ویترین وبسایتهای خلاقانه و برنده جوایز
8. 60fps.design
انیمیشنها و تعاملات جذاب رابط کاربری موبایل
اگه پروژه طراحی در پیش داری، قبل از اینکه از صفر شروع کنی، این منابع رو ببین. احتمالاً ایدهای پیدا میکنی که مسیر کل طراحی رو عوض کنه.
بالاخره روش استفاده رایگان از GPU برای Muse رو لو میدم! 🤫
بیش از یه ماهه دارم از این روش استفاده میکنم و امیدوارم بعد از انتشارش، سرورها رو به خاک و خون نکشن! 😂
اگه Muse روی سیستمت GPU مجزا نداره، اصلاً مشکل خاصی نیست. بذار خودش محیط رو آماده کنه، مدل رو دیپلوی کنه و کارها رو انجام بده؛ پردازش سنگین رو بسپار به GPU ابری رایگان.
فقط این دستور رو بهش بده:
«من GPU ندارم. پلتفرمهای Modal، Kaggle و Google Colab رو برای دریافت توان پردازشی رایگان بررسی کن، بهترین گزینه رو انتخاب کن و محیط اجرای SDXL برای تولید تصویر رو راهاندازی کن. قبل از هرگونه ثبتنام، احراز هویت یا پرداخت از من اجازه بگیر. بعد از راهاندازی، یک تصویر آزمایشی تولید کن و در پایان GPUهای بلااستفاده رو خاموش کن.»
قبلاً برای بازی با هوش مصنوعی باید اول قیمت کارت گرافیک رو چک میکردیم!
الان حتی راهاندازی محیط رو هم میتونیم بسپاریم به ایجنت. 🤡
حالا سؤال اینه: چند نفر ازتون Muse رو با GPU رایگان راه انداختن؟ 👀
یه ابزار رایگان که احتمالاً خیلی زود جاش توی سیستمت خالی میشه! 😳
Filee یه مبدل همهکارهست که از بیش از ۲۶۳ فرمت مختلف پشتیبانی میکنه؛ از PDF و Word و Excel گرفته تا عکس و ویدیو.
بدون نیاز به اینترنت کار میکنه، فایلهات رو جایی آپلود نمیکنه و کاملاً رایگان و متنباز هم هست.
یعنی برای تبدیل فایلهات دیگه لازم نیست دنبال سایتهای مختلف بگردی یا اطلاعاتت رو به سرویسهای آنلاین بسپری.
نصبش کن و دم دست نگهش دار؛ بالاخره یه روز دقیقاً به دادت میرسه!
🔗 github.com/KnifeLemon/Filee
یه نکته جذاب تر اینکه میتونید همین مدل رو روی Google Colab و با GPU رایگان هم اجرا کنید؛ اونم با DeepSeek Harness! 🤯
یعنی برای امتحان کردنش لزوماً نیازی به سیستم قدرتمند یا خرید سختافزار ندارید.
این یکی از اون مدلهاست که اگه سیستم متوسطی داری، باید حتماً بشناسیش! 🤯
یه مدل بدون محدودیتهای معمول منتشر شده که ترکیب DeepSeek-V4-Pro و Qwen3.5 9B رو با حجم فقط ۵.۶ گیگابایت آورده روی Hugging Face!
طبق تستهای منتشرشده، از ۱۰۰ پرامپت سختی که نسخه اصلی همشون رو رد کرده، این مدل فقط ۳ مورد رو رد کرده!
ماجرا فقط حذف محدودیتها نیست. با حدود ۲۵۰ هزار نمونه باکیفیت از DeepSeek-V4-Pro آموزش تقطیری دیده تا توانایی استدلال و ریاضی قدرتمندی داشته باشه.
با فرمت GGUF و کوانتایز Q4_K_M هم میتونی با حجم کم، روی سیستم شخصی اجراش کنی؛ بدون نیاز به سختافزار غولپیکر.
مدل با لایسنس Apache 2.0 منتشر شده و رایگانه.
اگه مدلهای لوکال اجرا میکنی، این یکی رو از دست نده. قبل از اینکه سراغ مدل بعدی بری، حداقل یه بار امتحانش کن!
🔗 huggingface.co/xtools-at/Dee…
این یکی از اون مدلهاست که اگه سیستم متوسطی داری، باید حتماً بشناسیش! 🤯
یه مدل بدون محدودیتهای معمول منتشر شده که ترکیب DeepSeek-V4-Pro و Qwen3.5 9B رو با حجم فقط ۵.۶ گیگابایت آورده روی Hugging Face!
طبق تستهای منتشرشده، از ۱۰۰ پرامپت سختی که نسخه اصلی همشون رو رد کرده، این مدل فقط ۳ مورد رو رد کرده!
ماجرا فقط حذف محدودیتها نیست. با حدود ۲۵۰ هزار نمونه باکیفیت از DeepSeek-V4-Pro آموزش تقطیری دیده تا توانایی استدلال و ریاضی قدرتمندی داشته باشه.
با فرمت GGUF و کوانتایز Q4_K_M هم میتونی با حجم کم، روی سیستم شخصی اجراش کنی؛ بدون نیاز به سختافزار غولپیکر.
مدل با لایسنس Apache 2.0 منتشر شده و رایگانه.
اگه مدلهای لوکال اجرا میکنی، این یکی رو از دست نده. قبل از اینکه سراغ مدل بعدی بری، حداقل یه بار امتحانش کن!
🔗 huggingface.co/xtools-at/Dee…
یه کد تقلب که ایجنتت رو چند لِول ارتقا میده! 🤤
به میکا یا هر ایجنتی دسترسی X بده و بگو توی پیج من بگرده، اسکیلها و MCPهای موردنیازش رو پیدا کنه و نصب کنه.
حتی میتونی اول ازش بخوای لیست رو بیاره تا خودت تأیید کنی.
احتمالاً ابزارهایی پیدا میکنه که اصلاً نمیدونستی بهشون نیاز داری! 😁
یه چیزی پیدا کردم که اگه درست ازش استفاده کنی، میتونه کل مدیریت پیجت رو از روی دوشت برداره! 🤯
اسمش Mika هست؛ یه اپلیکیشن اندرویدی که بعد از کلی تست و تجربه، به نظرم صد هیچ Muse متا رو میزنه!
ولی چیزی که Mika رو واقعاً متفاوت میکنه، قابلیتهاش نیست؛ سطح دسترسیشه! 👀
فقط به یه API نیاز داری. حتی میتونی با API رایگان Gemini از طریق Google AI Studio شروع کنی. من خودم از اشتراک Z.ai Coding Plan Lite استفاده میکنم و کاملاً راضیام.
حالا دقیقاً چه کاری انجام میده؟
تصور کن یه نسخه از Hermes Desktop رو گوشی اندرویدت داشته باشی، با این تفاوت که به اپلیکیشنهای گوشی هم دسترسی داره و میتونه باهاشون کار کنه! 📱
مثلاً یه MCP و Skill مخصوص تولید محتوای وایرال شبکههای اجتماعی بهش میدی. خودش نصب و راهاندازیش میکنه و بعد میتونه سراغ توییتر، تلگرام، اینستاگرام و اپلیکیشنهای دیگه بره.
اما قسمت عجیب ماجرا اینجاست... 👇
لازم نیست خودت بین اپها جابهجا بشی. Mika محیط اپلیکیشنها رو داخل فضای کاری خودش باز میکنه و کارها رو انجام میده.
پستهای ترند رو پیدا میکنه، محتوا رو تحلیل میکنه، کامنت و لایک میذاره و حتی بر اساس موضوع، یه پست جدید با پتانسیل وایرال شدن آماده میکنه.
عکس لازم داشته باشه؟ میره سراغ ChatGPT و براش تصویر میسازه. 🎨
هشتگ و کپشن بخواد؟ از ChatGPT یا Gemini کمک میگیره.
و در نهایت میتونه محتوای آمادهشده رو منتشر کنه! 🚀
اما قابلیت آخرش از همه جالبتره...
میتونی براش Cron Job تعریف کنی تا مثلاً هر یک ساعت این فرایند رو تکرار کنه و بدون دخالت مداوم تو، روی مدیریت و رشد پیجت کار کنه. 🤖
من بعد از کلی آزمون و خطا به این ابزار رسیدم. راستش بعضی قابلیتهاش رو نمیشه با چند خط توضیح داد.
یه MCP و Skill مخصوص تولید محتوای وایرال هم دارم که اگه بخواید، لینک و روش راهاندازیش رو منتشر میکنم.
💬 حالا یه سؤال: اگه گوشیت میتونست ۲۴ ساعته مثل یه ادمین و تولیدکننده محتوا برات کار کنه، اولین کاری که بهش میسپردی چی بود؟
سؤالهاتون رو کامنت کنید؛ تجربههایی که به دست آوردم رو هم تا جایی که بتونم باهاتون به اشتراک میذارم.










