📘 جزوه طراحی الگوریتم مناسب برای امتحان

#الگوریتم
📣👨‍💻 @AlgorithmDesign_DataStructuer

🔸 معرفی ربات کاربردی تلگرام برای دانلود اپلیکیشن‌ها (APK)

🤖@apkdls_bot

این ربات به شما امکان می‌دهد تا به‌راحتی فایل‌های APK اپلیکیشن‌های اندروید را مستقیماً از گوگل‌پلی دریافت کنید.


🔹 قابلیت‌ها:
✔️ دریافت فایل APK با لینک مستقیم
✔️ پشتیبانی از برنامه‌های موجود در Google Play
✔️ ارسال فایل بدون نیاز به ورود به گوگل
✔️ مناسب برای کسانی که دسترسی به گوگل‌پلی ندارند


🔸 نحوه استفاده:

1. وارد ربات شوید و گزینه "Start" را بزنید.
2. لینک برنامه از گوگل‌پلی یا فقط نام آن را بفرستید.
3. چند ثانیه صبر کنید تا فایل APK برایتان ارسال شود.

📣👨‍💻 @AlgorithmDesign_DataStructuer

🔴 ادعای هک گسترده بانک ملی توسط گروه تپیدگان

یک گروه هکری با نام «جنبش تپیدگان» مدعی شده‌اند که موفق به نفوذ به بانک ملی ایران شده‌اند. طبق ادعای این گروه، اطلاعات شخصی حدود ۷۳ میلیون کاربر در این حمله سایبری فاش شده است.

اطلاعات لو رفته شامل موارد زیر است:

✔️ کد ملی
✔️ شماره کارت بانکی
✔️ نام و نام خانوادگی
✔️ تاریخ تولد
✔️ شماره تلفن همراه


✅ توصیه‌های ضروری به مردم:

🔒 رمز کارت بانکی خود را فوراً تغییر دهید.
📵 مراقب تماس‌ها و پیامک‌های مشکوک باشید، هیچ اطلاعات بانکی را تلفنی یا پیامکی اعلام نکنید.
💳 از فعال بودن سرویس پیامکی حساب بانکی‌تان برای اطلاع سریع از تراکنش‌ها مطمئن شوید.
🛡 در صورت مشاهده فعالیت مشکوک در حساب یا کارت، سریعاً به بانک مراجعه کنید یا کارت خود را مسدود نمایید.
🔐 اگر اطلاعات حساب اینترنت بانک یا اپلیکیشن بانکی دارید، رمز عبور آن را تغییر دهید.

امنیت اطلاعات شخصی را جدی بگیرید؛ احتمال سوءاستفاده با اطلاعات فاش‌شده وجود دارد.

📣👨‍💻 @AlgorithmDesign_DataStructuer

🔰 5 MCP projects for AI engineers (with code):

➡️100% local MCP client

An MCP client is a component in an AI app (like Cursor) that establishes connections to external tools. Learn how to build it 100% locally.

GitHub → https://github.com/patchy631/ai-engineering-hub/tree/main/llamaindex-mcp

➡️MCP-powered RAG over complex docs

Learn how to use MCP to power an RAG app over complex documents with tables, charts, images, complex layouts and what not.

GitHub → https://github.com/patchy631/ai-engineering-hub/tree/main/eyelevel-mcp-rag

➡️MCP-powered financial analyst

Build an MCP-powered AI agent that fetches, analyzes & generates insights on stock market trends, right from Cursor or Claude Desktop.

GitHub → https://github.com/patchy631/ai-engineering-hub/tree/main/financial-analyst-deepseek


➡️ A unified MCP server

This project builds an MCP server to query and chat with over 200+ data sources using natural language through a unified interface powered by MindsDB and Cursor IDE.

GitHub → https://github.com/patchy631/ai-engineering-hub/tree/main/mindsdb-mcp

➡️MCP-powered synthetic data generator

Learn how to build an MCP server that can generate any type of synthetic dataset. It uses Cursor as the MCP host and SDV to generate realistic tabular synthetic data.

GitHub → https://github.com/patchy631/ai-engineering-hub/tree/main/sdv-mcp


#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

Offline messenger

📣👨‍💻@AlgorithmDesign_DataStructuer

🛑بانک ملی در بیانیه‌ای ادعای هک ۷۳ میلیون اطلاعات حساب توسط یک گروه هکری را تکذیب کرد.
هدف این کار را «تزریق بدافزار» عنوان کرد. این گروه هکری با انتشار چند فایل CSV در کانال تلگرامی خود، مدعی هک ۷۳ میلیون اطلاعات حساب کاربران بانک ملی شده بود.
شرکت داده‌ورزی سداد به عنوان بازوی ارائه‌دهنده زیرساخت و ذخیره‌سازی داده بانک ملی در بیانه‌ای اعلام کرده است: اخیراً گروهی اقدام به انتشار متنی در بستر فضای مجازی نموده است که در آن ادعا کرده به داده‌های بانکی مشتریان بانک ملی ایران دست پیدا کرده و بر اساس همین ادعا، فایل نمونه‌ای ارائه و مشتریان را به خروج منابع مالی از این بانک تشویق کرده است.

داده‌ورزی سداد درباره صحت و سقم داده‌های منتشرشده توسط این گروه هکری عنوان کرده است: علی‌رغم سابقه پیشین این گروه و گروه‌های مشابه، بررسی فنی بر روی نمونه داده ارائه شده توسط تیم‌های تخصصی در شرکت داده ورزی سداد و بانک ملی ایران صورت پذیرفته و مشخص گردید؛ داده‌ها فاقد اصالت بوده و هدف از فایل، نه انتشار اطلاعات، بلکه تزریق بدافزار نهفته شده آن، در بستر شبکه‌های داخلی و کلاینت‌های متخصصان شبکه بانک ملی و سداد برای دستیابی به اطلاعات است.

داده‌ورزی سداد در این بیانیه تاکید کرده است: همانگونه که اشاره شد، این روش قبلا نیز توسط این گروه مورد سوءاستفاده قرار گرفته و از این مسیر، رمزهای عبور افرادی که اقدام به دانلود و اجرا کردن فایل – به اصطلاح – نمونه‌ کرده بودند، به سرقت رفته است.

بررسی فایل‌ها نشان می‌دهد اطلاعات حسابی که منتشرشده شامل شماره کارت، کد ملی، نام و نام خانوادگی، تاریخ تولد و شماره موبایل برخی کاربران می‌شود. این گروه هکری هنوز به بیانیه بانک ملی واکنشی نداده است.

📣👨‍💻 @AlgorithmDesign_DataStructuer

🚀 معرفی Perplexity AI: دستیار هوشمند جست‌وجو

در واقع Perplexity AI نه‌فقط یک موتور جست‌وجوی معمولی، بلکه ترکیبی هوشمند از LLM (مثل GPT‑4) و جست‌وجوی وب لحظه‌ای است. وقتی سوال می‌پرسید، پاسخ واضح، دقیق و مستند دریافت می‌کنید—با منبع‌دهی دقیق در هر بخش جواب.

https://www.perplexity.ai/

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🎨جادوی خلق تصویر با هوش مصنوعی

با Artimator، می‌تونی فقط با نوشتن یک توضیح ساده یا بارگذاری عکس، تصاویر هنری حرفه‌ای تولید کنی — همه اینا کاملاً رایگانه! این ابزار از هوش مصنوعی پیشرفته‌ای مثل Stable Diffusion 1.5، SDXL و Leonardo Diffusion استفاده می‌کنه تا تصاویر با کیفیت و جزئیات بالا بسازه.

https://ai-image-generator.artimator.io/

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

دوره جامع «آموزش پرامپت انجینیرینگ برای مبتدیان»

🚀 اگر می‌خواهید یاد بگیرید چطور با هوش مصنوعی مثل ChatGPT یا ابزارهای مشابه بهترین خروجی‌ها را بگیرید، این دوره مخصوص شماست! در این آموزش فشرده و کامل، اصول و مهارت‌های «Prompt Engineering» یا همان مهندسی پرامپت را از صفر یاد می‌گیرید.

https://www.youtube.com/watch?v=LWiMwhDZ9as

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

اول دوروف، مدیر تلگرام، یه پیشنهاد وسوسه‌کننده داده:

✅ تلگرام دنبال یه برنامه‌نویس حرفه‌ای اندروید می‌گرده که بتونه سالی ۱ میلیون دلار درآمد خالص (بعد از مالیات) تو دبی داشته باشه!

فقط کافیه تو مسابقه کدنویسی که گذاشتن شرکت کنی و برنده شی. موضوعش هم اینه که باید یه انیمیشن مشخص رو داخل نسخه اوپن‌سورس اپ اندروید تلگرام پیاده‌سازی کنی.

⏳ فرصت داری تا ۱۱ جولای!

جزئیات کامل و نحوه شرکت اینجاست:
https://www.tgoop.com/contest/420



📣👨‍💻 @AlgorithmDesign_DataStructuer

🚀 شروع رایگان یادگیری صفر تا صد ساخت و کار با هوش مصنوعی Agent‌ها!

اگه می‌خوای از پایه با مفهوم AI Agent آشنا بشی، بدون پیش‌نیاز شروع کنی و قدم‌به‌قدم یاد بگیری چطور این ابزارهای هوشمند رو بسازی و ازشون استفاده کنی، این دوره رو از دست نده!

https://huggingface.co/learn/agents-course/unit0/introduction

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

Introducing Reinforcement-Learned Teachers (RLTs):

تحول در روش آموزش استدلال به مدل‌های زبانی بزرگ (LLMs) با استفاده از یادگیری تقویتی (RL).

Paper: https://www.arxiv.org/abs/2506.08388
Code: https://github.com/SakanaAI/RLT

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🎯 برترین دوره‌های یوتیوب برای یادگیری Python

❯ Python (Absolute Beginners)
https://youtube.com/playlist?list=PLUl4u3cNGP62A-ynp6v6-LGBCzeH3VAQB

❯ Python
http://youtube.com/playlist?list=PL-osiE80TeTt2d9bfVyTiXJA-UTHn6WwU

❯ Django
https://youtube.com/playlist?list=PL4cUxeGkcC9iqfAag3a_BKEX1N43uJutw

❯ Flask
https://youtube.com/playlist?list=PL7yh-TELLS1EyAye_UMnlsTGKxg8uatkM

❯ FastAPI
https://youtube.com/playlist?list=PLK8U0kF0E_D6l19LhOGWhVZ3sQ6ujJKq_

❯ Numpy
https://youtube.com/playlist?list=PLCC34OHNcOtpalASMlX2HHdsLNipyyhbK

❯ Pandas
https://youtube.com/playlist?list=PLCC34OHNcOtqSz7Ke7kaYRf9CfviJgO55

❯ Scikit-Learn
https://youtube.com/playlist?list=PLcQVY5V2UY4LNmObS0gqNVyNdVfXnHwu8

❯ Data Science
https://youtube.com/watch?v=yGN28LY5VuA

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

معرفی ۳۰ مفهوم مهم و اساسی در طراحی سیستم

https://blog.algomaster.io/p/30-system-design-concepts

📣👨‍💻 @AlgorithmDesign_DataStructuer

معرفی پروژه RD-Agent از مایکروسافت در گیت‌هاب 👨‍🔧
در واقع RD-Agent یک ابزار هوشمند است که فرآیند تحقیق و توسعه مبتنی بر داده را به‌صورت خودکار انجام می‌دهد. این سیستم به‌صورت چرخه‌ای ایده‌های جدید برای مدل‌ها یا ویژگی‌های داده (بخش "R") پیشنهاد می‌دهد و سپس آن‌ها را پیاده‌سازی می‌کند (بخش "D") و از بازخوردها یاد می‌گیرد.

✅ کاربردهای جذاب RD-Agent:
🔹 خواندن خودکار مقالات علمی یا گزارش‌های مالی
🔹 استخراج مفاهیم کلیدی مثل فرمول‌ها یا ساختار مدل‌ها
🔹 تبدیل آن مفاهیم به کد قابل اجرا

📦 مخزن این پروژه شامل سناریوهای آماده برای موارد زیر است:
🔧 تحلیل داده‌های پزشکی
📊 پیاده‌سازی مقالات علمی
🏁 شرکت خودکار در رقابت‌های Kaggle با قابلیت بهینه‌سازی مدل و مهندسی ویژگی

همچنین این ابزار از چندین ارائه‌دهنده مدل‌های زبانی (LLM) از طریق زیرساخت LiteLLM پشتیبانی می‌کند.

اگه دنبال ابزاری برای سریع‌تر کردن مسیر تحقیق و پیاده‌سازی ایده‌ها هستی، RD-Agent یکی از پروژه‌های پیشرو در این زمینه است. 🚀

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

📚 معرفی یک منبع فوق‌العاده رایگان برای یادگیری:

Data Structures & Algorithms using Python

این کتاب ۲۲۲ صفحه‌ای، تمام مباحث مهم ساختار داده و الگوریتم‌ها رو با زبان پایتون پوشش می‌ده. 🎯

✅ مناسب برای مبتدی‌ها تا سطح پیشرفته
✅ تمرکز کامل روی انواع ساختار داده (لیست، پشته، صف، درخت، گراف و ...)
✅ آموزش انواع الگوریتم‌ها مثل مرتب‌سازی، جستجو، بازگشتی، گراف و موارد دیگر
✅ همه‌چی 💯 رایگان

https://donsheehy.github.io/datastructures/fullbook.pdf

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

راهنمای خلاصه‌شده استراتژی‌های System Prompt در Claude 4.0 (بر اساس الگوهای طراحی Agentic AI)

متن زیر بررسی ساختاری پرامپت سیستمی Claude است که بر اساس «الگوهای زبان طراحی برای هوش مصنوعی عاملی» تحلیل شده؛ در اینجا ۱۵ الگوی کلیدی را معرفی می‌کند که هر کدام هدف مشخصی برای هدایت رفتار Claude دارند:

🔒 ۱. مرزبندی صریح (Boundary Signaling)
تعیین خط قرمزهای مشخص مثل ممنوعیت تولید محتوای خطرناک یا دارای کپی‌رایت بیش از ۱۵ کلمه.

🙅‍♂️ ۲. پاسخ‌گویی کنترل‌شده (Error Ritual)
درواقع Claude فقط یک جواب کوتاه و مشخص برای رد درخواست می‌دهد، بدون توضیح اضافه یا افشای سیاست‌ها.

🔄 ۳. یادآوری مداوم زمینه (Context Reassertion)
همیشه تاریخ، نقش Claude و محدودیت‌های دانشش را یادآوری می‌کند که زمینه مکالمه گم نشود.

🗣 ۴. بازتاب نیت کاربر (Intent Echoing)
در مواقع ابهام، درخواست یا تاریخ را بازگو می‌کند تا فهم مشترک تثبیت شود.

⚖️ ۵. مدیریت انتظارات (Expectation Management)
از قبل توضیح می‌دهد Claude مثلاً وکیل نیست، نمی‌تواند اطلاعات را بین چت‌ها حفظ کند و ... تا کاربر انتظارات واقعی داشته باشد.

🧑‍💻 ۶. مسیر مداخله انسانی (Human-Intervention Logic)
اگر کاری خارج از توان Claude باشد، کاربر را به دکمه بازخورد یا پشتیبانی رسمی هدایت می‌کند.

🛠 ۷. آگاهی از ریسک ابزارها (Tool-Risk Awareness)
توضیح دقیق درباره زمان و چگونگی استفاده از ابزارهایی مثل جستجوگر وب، و چه چیزهایی ممنوع است.

📝 ۸. برنامه‌ریزی و بازاندیشی گام‌به‌گام (Planning–Reflection Sandwich)
قبل از پاسخ نهایی، باید تصمیم‌گیری، اقدام و سپس بررسی نتایج را انجام دهد.

📄 ۹. پاسخ خالص بدون متن‌های سیستمی (Answer-Only Output Constraint)
نباید متن‌های فنی، تشکرهای اضافی یا دستورالعمل‌های پنهان را به کاربر نشان دهد.

🧹 ۱۰. بهداشت معنایی چندلایه (Semantic Hygiene)
حفظ انسجام زبانی و تفکیک نقش‌ها، مثلاً نباید درباره نوع فایل، برچسب مخفی یا پیام صوتی حرف بزند.

🖌 ۱۱. چارچوب تطبیقی (Adaptive Framing)
با توجه به نوع سؤال، لحن و میزان جزئیات را تطبیق می‌دهد، اما از خط‌قرمزها عبور نمی‌کند.

📌 ۱۲. خلاصه‌سازی نهایی (Reflective Summary)
در پایان پاسخ‌های طولانی، یک جمع‌بندی کوتاه (TL;DR) ارائه می‌کند.

⏳ ۱۳. محدودیت منابع (Action Budget)
برای کنترل هزینه و سرعت، تعداد دفعات استفاده از ابزارها محدود است (مثلاً نهایتاً ۲۰ بار برای وظایف پیچیده).

👻 ۱۴. جلوگیری از افشای متن‌های سیستمی (Ghost-Context Removal)
نباید هیچ بخشی از دستورالعمل‌های پنهان یا متای سیستمی را برای کاربر فاش کند.

♻️ ۱۵. استفاده مجدد امن (Trusted Reuse)
استفاده مجدد از سیاست‌ها و پاسخ‌های از قبل تأیید شده، به‌جای تولید متن‌های جدید و ریسکی.

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

Test3R:
یادگیری بازسازی سه‌بعدی در زمان تست

https://github.com/nopQAQ/Test3R

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer