📊 تکامل اکوسیستم AI: از چت‌بات تا سیستم‌های هوشمند
🔬 بررسی روند تحولات حوزه هوش مصنوعی نشان می‌دهد که تمرکز صنعت از سال ۲۰۲۳ تا ۲۰۲۶ با شتابی بی‌سابقه تغییر کرده است. در سال ۲۰۲۳، دنیای AI عمدتاً بر مدل‌های چت‌محور نظیر ChatGPT و Claude و مهارت‌های Prompt Engineering استوار بود.
🚀 اما در سال ۲۰۲۶، شاهد گذار به سمت سیستم‌های بسیار پیچیده و خودمختار هستیم. اکنون مفاهیمی نظیر Agentic AI (هوش مصنوعی عامل‌محور) و سیستم‌های چندعامله جایگاه ویژه‌ای دارند؛ مهندسی‌های نوین مانند Graph Engineering و استفاده از پروتکل‌های استاندارد MCP (استاندارد اتصال مدل به منابع داده) نقش کلیدی در معماری سیستم‌ها ایفا می‌کنند.
🧠 در این اکوسیستم جدید، زیرساخت‌های فنی به شدت ارتقا یافته‌اند. بهره‌گیری از RAG 2.0، لایه‌های حافظه، و تکنیک‌های پیشرفته Function Calling، هوش مصنوعی را به ابزاری عملیاتی تبدیل کرده است.
#Agentic_AI #MCP
🔬 بررسی روند تحولات حوزه هوش مصنوعی نشان می‌دهد که تمرکز صنعت از سال ۲۰۲۳ تا ۲۰۲۶ با شتابی بی‌سابقه تغییر کرده است. در سال ۲۰۲۳، دنیای AI عمدتاً بر مدل‌های چت‌محور نظیر ChatGPT و Claude و مهارت‌های Prompt Engineering استوار بود.
🚀 اما در سال ۲۰۲۶، شاهد گذار به سمت سیستم‌های بسیار پیچیده و خودمختار هستیم. اکنون مفاهیمی نظیر Agentic AI (هوش مصنوعی عامل‌محور) و سیستم‌های چندعامله جایگاه ویژه‌ای دارند؛ مهندسی‌های نوین مانند Graph Engineering و استفاده از پروتکل‌های استاندارد MCP (استاندارد اتصال مدل به منابع داده) نقش کلیدی در معماری سیستم‌ها ایفا می‌کنند.
🧠 در این اکوسیستم جدید، زیرساخت‌های فنی به شدت ارتقا یافته‌اند. بهره‌گیری از RAG 2.0، لایه‌های حافظه، و تکنیک‌های پیشرفته Function Calling، هوش مصنوعی را به ابزاری عملیاتی تبدیل کرده است.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Agentic_AI #MCP
🤖 تحول در معماری ایجنت‌های خوداصلاح‌گر
دانشگاه استنفورد در دوره آموزشی جدید خود، بر مفهوم Self-Improving AI Agents متمرکز شده که نشان‌دهنده یک تغییر پارادایم بنیادی در دنیای هوش مصنوعی است. برخلاف رویکرد مرسوم که صرفاً بر افزایش مقیاس مدل‌ها در مرحله Pre-training تأکید داشت، اساتید این دوره معتقدند آینده متعلق به سیستم‌هایی است که توانایی اصلاح و بهبود عملکرد خود را دارند.
⚡️ این تحول بزرگ بر سه محور اصلی استوار است:
🔹 پردازش در زمان استنتاج: برخلاف پاسخ‌دهی فوری، ایجنت در این مدل به زمان کافی دسترسی دارد تا در فضای حل مسئله جستجو کرده و راه‌حل‌های جایگزین را بیازماید.
🔹 بازخورد قابل راستی‌آزمایی: ایجنت از محیط‌های واقعی نظیر کامپایلرها و تست‌های نرم‌افزاری استفاده می‌کند تا خروجی خود را به‌طور مستقل ارزیابی و اعتبارسنجی نماید.
🔹 حلقه‌های خوداصلاحی: طراحی پایپ‌لاین‌هایی که در آن ایجنت پس از تحلیل شکست، دلایل خطا را شناسایی کرده و بدون دخالت انسان، در تلاش بعدی رویکرد خود را اصلاح می‌کند.
#Agentic_AI #MCP
دانشگاه استنفورد در دوره آموزشی جدید خود، بر مفهوم Self-Improving AI Agents متمرکز شده که نشان‌دهنده یک تغییر پارادایم بنیادی در دنیای هوش مصنوعی است. برخلاف رویکرد مرسوم که صرفاً بر افزایش مقیاس مدل‌ها در مرحله Pre-training تأکید داشت، اساتید این دوره معتقدند آینده متعلق به سیستم‌هایی است که توانایی اصلاح و بهبود عملکرد خود را دارند.
⚡️ این تحول بزرگ بر سه محور اصلی استوار است:
🔹 پردازش در زمان استنتاج: برخلاف پاسخ‌دهی فوری، ایجنت در این مدل به زمان کافی دسترسی دارد تا در فضای حل مسئله جستجو کرده و راه‌حل‌های جایگزین را بیازماید.
🔹 بازخورد قابل راستی‌آزمایی: ایجنت از محیط‌های واقعی نظیر کامپایلرها و تست‌های نرم‌افزاری استفاده می‌کند تا خروجی خود را به‌طور مستقل ارزیابی و اعتبارسنجی نماید.
🔹 حلقه‌های خوداصلاحی: طراحی پایپ‌لاین‌هایی که در آن ایجنت پس از تحلیل شکست، دلایل خطا را شناسایی کرده و بدون دخالت انسان، در تلاش بعدی رویکرد خود را اصلاح می‌کند.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Agentic_AI #MCP
🚀 توسعه ایجنت‌های هوشمند با AstrBot
اگر به دنبال راهکاری بهینه برای پیاده‌سازی سیستم‌های هوشمند چندمنظوره هستید، پروژه AstrBot یک فریم‌ورک متن‌باز و قدرتمند برای توسعه و استقرار AI Agentها است. این ابزار به شما اجازه می‌دهد بدون نیاز به بازنویسی کدهای پایه، سیستم‌های اتوماسیون خود را در پلتفرم‌های مختلفی مانند Telegram، Discord و Slack یکپارچه کنید.
مهم‌ترین قابلیت‌های این فریم‌ورک عبارتند از:
• پشتیبانی یکپارچه از مدل‌های زبانی بزرگ (LLM) شامل GPT، Claude، Gemini و DeepSeek
• بهره‌گیری از معماری Agent به همراه قابلیت‌های MCP و Skills برای اجرای تسک‌های پیچیده
• پیاده‌سازی سیستم RAG جهت بازیابی اطلاعات از پایگاه دانش اختصاصی
• اجرای ایزوله کدها و دستورات در محیط Sandbox برای حفظ امنیت سیستم
• قابلیت استفاده از مدل‌های Local از طریق Ollama جهت حفظ حریم خصوصی
• پشتیبانی از بیش از ۱۰۰۰ پلاگین برای توسعه قابلیت‌های جانبی
اگر به دنبال راهکاری بهینه برای پیاده‌سازی سیستم‌های هوشمند چندمنظوره هستید، پروژه AstrBot یک فریم‌ورک متن‌باز و قدرتمند برای توسعه و استقرار AI Agentها است. این ابزار به شما اجازه می‌دهد بدون نیاز به بازنویسی کدهای پایه، سیستم‌های اتوماسیون خود را در پلتفرم‌های مختلفی مانند Telegram، Discord و Slack یکپارچه کنید.
مهم‌ترین قابلیت‌های این فریم‌ورک عبارتند از:
• پشتیبانی یکپارچه از مدل‌های زبانی بزرگ (LLM) شامل GPT، Claude، Gemini و DeepSeek
• بهره‌گیری از معماری Agent به همراه قابلیت‌های MCP و Skills برای اجرای تسک‌های پیچیده
• پیاده‌سازی سیستم RAG جهت بازیابی اطلاعات از پایگاه دانش اختصاصی
• اجرای ایزوله کدها و دستورات در محیط Sandbox برای حفظ امنیت سیستم
• قابلیت استفاده از مدل‌های Local از طریق Ollama جهت حفظ حریم خصوصی
• پشتیبانی از بیش از ۱۰۰۰ پلاگین برای توسعه قابلیت‌های جانبی
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی#AstrBot #MCP
📩 ارتباط با ما
🌐 تحولی در توسعه هوش مصنوعی: معرفی استاندارد Agent Plugins
شرکت‌های بزرگ تکنولوژی از جمله Vercel، OpenAI و Microsoft با همکاری یکدیگر، یک استاندارد واحد برای بسته‌بندی پلاگین‌های هوش مصنوعی معرفی کرده‌اند.
تا پیش از این، توسعه‌دهندگان مجبور بودند ساختار فایل‌ها و تنظیمات MCP-server خود را برای هر پلتفرم به‌طور جداگانه تغییر دهند. با استفاده از این فرمت باز جدید، تنها کافی است پلاگین خود را طبق این ساختار مشخص ایجاد کنید تا توسط تمامی پلتفرم‌های سازگار، به‌طور مستقیم شناسایی و بارگذاری شود.
مهم‌ترین پلتفرم‌هایی که در حال حاضر از این استاندارد پشتیبانی می‌کنند:
* ChatGPT
* GitHub Copilot
* Cursor
* VS Code
* Codex
نسخه 1.0.0 این استاندارد که در گیت‌هاب منتشر شده، فعلاً بر روی کامپوننت‌های پایه نظیر Agent Skills و سرورهای MCP تمرکز دارد. این گام بزرگی برای افزایش یکپارچگی و کاهش پیچیدگی در توسعه اکوسیستم AI Agents محسوب می‌شود.
شرکت‌های بزرگ تکنولوژی از جمله Vercel، OpenAI و Microsoft با همکاری یکدیگر، یک استاندارد واحد برای بسته‌بندی پلاگین‌های هوش مصنوعی معرفی کرده‌اند.
تا پیش از این، توسعه‌دهندگان مجبور بودند ساختار فایل‌ها و تنظیمات MCP-server خود را برای هر پلتفرم به‌طور جداگانه تغییر دهند. با استفاده از این فرمت باز جدید، تنها کافی است پلاگین خود را طبق این ساختار مشخص ایجاد کنید تا توسط تمامی پلتفرم‌های سازگار، به‌طور مستقیم شناسایی و بارگذاری شود.
مهم‌ترین پلتفرم‌هایی که در حال حاضر از این استاندارد پشتیبانی می‌کنند:
* ChatGPT
* GitHub Copilot
* Cursor
* VS Code
* Codex
نسخه 1.0.0 این استاندارد که در گیت‌هاب منتشر شده، فعلاً بر روی کامپوننت‌های پایه نظیر Agent Skills و سرورهای MCP تمرکز دارد. این گام بزرگی برای افزایش یکپارچگی و کاهش پیچیدگی در توسعه اکوسیستم AI Agents محسوب می‌شود.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی#Agent_Plugins #MCP_servers
📩 ارتباط با ما
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 یکپارچگی هوشمند Claude و ElevenLabs
اکنون می‌توانید ابزارهای صوتی ElevenLabs را مستقیماً از طریق رابط کاربری Claude مدیریت کنید. این قابلیت جدید که از طریق پروتکل MCP ارائه شده، جریان کاری توسعه‌دهندگان را متحول می‌کند.
با استفاده از این کانکتور، امکانات زیر بدون خروج از محیط Claude فراهم شده است:
* بررسی آمار عملکرد ایجنت‌های صوتی و متنی
* ساخت ایجنت‌های جدید و مدیریت تنظیمات آن‌ها
* تخمین دقیق هزینه‌های مربوط به درخواست‌های LLM پیش از استقرار نهایی در محیط عملیاتی (Production)
این یکپارچگی باعث می‌شود تا بدون نیاز به جابه‌جایی میان پلتفرم‌های مختلف، بهره‌وری در پروژه‌های هوش مصنوعی به‌طور چشمگیری افزایش یابد. این ابزار برای کسانی که به‌طور مداوم با مدل‌های زبانی و تولید محتوای صوتی سروکار دارند، یک گام رو به جلو محسوب می‌شود.
#MCP #ElevenLabs
اکنون می‌توانید ابزارهای صوتی ElevenLabs را مستقیماً از طریق رابط کاربری Claude مدیریت کنید. این قابلیت جدید که از طریق پروتکل MCP ارائه شده، جریان کاری توسعه‌دهندگان را متحول می‌کند.
با استفاده از این کانکتور، امکانات زیر بدون خروج از محیط Claude فراهم شده است:
* بررسی آمار عملکرد ایجنت‌های صوتی و متنی
* ساخت ایجنت‌های جدید و مدیریت تنظیمات آن‌ها
* تخمین دقیق هزینه‌های مربوط به درخواست‌های LLM پیش از استقرار نهایی در محیط عملیاتی (Production)
این یکپارچگی باعث می‌شود تا بدون نیاز به جابه‌جایی میان پلتفرم‌های مختلف، بهره‌وری در پروژه‌های هوش مصنوعی به‌طور چشمگیری افزایش یابد. این ابزار برای کسانی که به‌طور مداوم با مدل‌های زبانی و تولید محتوای صوتی سروکار دارند، یک گام رو به جلو محسوب می‌شود.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#MCP #ElevenLabs
🤖 انقلابی در مدیریت Agentهای هوش مصنوعی با TrueForge
تیم TrueFoundry ابزار TrueForge را به صورت متن‌باز منتشر کرده است؛ یک Agent Harness که هدف آن تغییر قواعد بازی در مدیریت هزینه‌ها و کارایی مدل‌های هوش مصنوعی است.
در پروژه‌های طولانی‌مدت، نحوه مدیریت context، فراخوانی ابزارها و حفظ وضعیت (state)، مستقیماً بر دقت و هزینه نهایی تأثیر می‌گذارد. تست‌های بنچمارک نشان می‌دهد که استفاده از TrueForge به جای سرویس‌های مدیریت‌شده (مانند Claude Managed Agents)، می‌تواند بدون کاهش دقت، تا ۴۰ درصد مصرف توکن را کاهش و هزینه‌ها را تا ۳۰ درصد پایین بیاورد.
مهم‌ترین مزایای این ابزار:
* مدیریت بهینه حافظه: با فشرده‌سازی تاریخچه و حذف پاسخ‌های غیرضروری ابزارها، از پردازش توکن‌های تکراری جلوگیری می‌کند.
* بی‌طرفی در مدل (Vendor Neutrality): این فریم‌ورک به شما اجازه می‌دهد مدل را به راحتی تعویض کنید؛ با جایگزینی مدل‌های تجاری با مدل‌های متن‌باز قدرتمند، می‌توان تا ۷۵ درصد در هزینه‌ها صرفه‌جویی کرد.
#TrueForge #MCP_servers
تیم TrueFoundry ابزار TrueForge را به صورت متن‌باز منتشر کرده است؛ یک Agent Harness که هدف آن تغییر قواعد بازی در مدیریت هزینه‌ها و کارایی مدل‌های هوش مصنوعی است.
در پروژه‌های طولانی‌مدت، نحوه مدیریت context، فراخوانی ابزارها و حفظ وضعیت (state)، مستقیماً بر دقت و هزینه نهایی تأثیر می‌گذارد. تست‌های بنچمارک نشان می‌دهد که استفاده از TrueForge به جای سرویس‌های مدیریت‌شده (مانند Claude Managed Agents)، می‌تواند بدون کاهش دقت، تا ۴۰ درصد مصرف توکن را کاهش و هزینه‌ها را تا ۳۰ درصد پایین بیاورد.
مهم‌ترین مزایای این ابزار:
* مدیریت بهینه حافظه: با فشرده‌سازی تاریخچه و حذف پاسخ‌های غیرضروری ابزارها، از پردازش توکن‌های تکراری جلوگیری می‌کند.
* بی‌طرفی در مدل (Vendor Neutrality): این فریم‌ورک به شما اجازه می‌دهد مدل را به راحتی تعویض کنید؛ با جایگزینی مدل‌های تجاری با مدل‌های متن‌باز قدرتمند، می‌توان تا ۷۵ درصد در هزینه‌ها صرفه‌جویی کرد.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#TrueForge #MCP_servers
🚀 یادگیری عملی مهندسی هوش مصنوعی
مخزن آموزشی Hands-On AI Engineering که اخیراً از مرز ۳ هزار ستاره در گیت‌هاب عبور کرده، یک منبع فوق‌العاده برای توسعه‌دهندگانی است که می‌خواهند فراتر از تئوری، وارد دنیای واقعی ساخت پروژه‌های هوش مصنوعی شوند.
این مخزن شامل بیش از ۵۰ پروژه و آموزش گام‌به‌گام است که به‌صورت کاملاً متن‌باز و رایگان در دسترس قرار گرفته. مهم‌ترین سرفصل‌های این مجموعه عبارتند از:
• طراحی و پیاده‌سازی Agentهای هوشمند و سیستم‌های چندعامله
• تکنیک‌های پیشرفته RAG شامل Agentic ،Vision و Graph RAG
• کار با پروتکل MCP برای اتصال ابزارهای مختلف به Agentها
• پردازش تصویر و اسناد (OCR)
• ساخت Agentهای صوتی (Voice AI)
• فاین‌تیون کردن مدل‌های زبانی بزرگ (LLM)
اگر قصد دارید مهارت‌های عملی خود را در حوزه مهندسی هوش مصنوعی تقویت کنید، بررسی این پروژه را در اولویت قرار دهید.
راهنمای جامع Hands-On AI Engineering: ۵۰ پروژه عملی برای توسعه‌دهندگان هوش مصنوعی
#MultiAgentSystems #MCP_AI
مخزن آموزشی Hands-On AI Engineering که اخیراً از مرز ۳ هزار ستاره در گیت‌هاب عبور کرده، یک منبع فوق‌العاده برای توسعه‌دهندگانی است که می‌خواهند فراتر از تئوری، وارد دنیای واقعی ساخت پروژه‌های هوش مصنوعی شوند.
این مخزن شامل بیش از ۵۰ پروژه و آموزش گام‌به‌گام است که به‌صورت کاملاً متن‌باز و رایگان در دسترس قرار گرفته. مهم‌ترین سرفصل‌های این مجموعه عبارتند از:
• طراحی و پیاده‌سازی Agentهای هوشمند و سیستم‌های چندعامله
• تکنیک‌های پیشرفته RAG شامل Agentic ،Vision و Graph RAG
• کار با پروتکل MCP برای اتصال ابزارهای مختلف به Agentها
• پردازش تصویر و اسناد (OCR)
• ساخت Agentهای صوتی (Voice AI)
• فاین‌تیون کردن مدل‌های زبانی بزرگ (LLM)
اگر قصد دارید مهارت‌های عملی خود را در حوزه مهندسی هوش مصنوعی تقویت کنید، بررسی این پروژه را در اولویت قرار دهید.
راهنمای جامع Hands-On AI Engineering: ۵۰ پروژه عملی برای توسعه‌دهندگان هوش مصنوعی
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#MultiAgentSystems #MCP_AI
🤖 تبدیل مقالات علمی به ایجنت‌های هوشمند با Paper2Agent
محققان دانشگاه استنفورد ابزار جدیدی به نام Paper2Agent معرفی کرده‌اند که فرآیند دشوار پیاده‌سازی مقالات علمی را متحول می‌کند. این سیستم با خودکارسازی فرآیند نصب پیش‌نیازها و رفع باگ‌های محیطی، کد مقالات را به یک MCP server معتبر تبدیل می‌کند.
این ابزار پس از ساخت سرور، کدهای مقاله را با خروجی‌های مرجع اعتبارسنجی می‌کند و تنها ابزارهای سالم را باقی می‌گذارد. در نتیجه، شما می‌توانید به راحتی ایجنت خود را به مدل‌هایی مثل Claude متصل کرده و از آن‌ها بخواهید متدهای مقاله را روی داده‌های شخصی شما اجرا کنند.
مهم‌ترین منابع برای بررسی این پروژه:
• تحلیل جامع عملکرد Paper2Agent
• مشاهده مقاله اصلی در Nature
• دموی اختصاصی AlphaGenome
• تجربه اجرای زنده ابزار
این فناوری با حذف چالش‌های فنی، دسترسی پژوهشگران به نتایج عملیِ مقالات پیچیده را به طرز چشمگیری تسهیل کرده است.
معرفی Paper2Agent؛ تبدیل مقالات علمی به ایجنت‌های هوشمند کاربردی
#Paper2Agent #MCP_server
محققان دانشگاه استنفورد ابزار جدیدی به نام Paper2Agent معرفی کرده‌اند که فرآیند دشوار پیاده‌سازی مقالات علمی را متحول می‌کند. این سیستم با خودکارسازی فرآیند نصب پیش‌نیازها و رفع باگ‌های محیطی، کد مقالات را به یک MCP server معتبر تبدیل می‌کند.
این ابزار پس از ساخت سرور، کدهای مقاله را با خروجی‌های مرجع اعتبارسنجی می‌کند و تنها ابزارهای سالم را باقی می‌گذارد. در نتیجه، شما می‌توانید به راحتی ایجنت خود را به مدل‌هایی مثل Claude متصل کرده و از آن‌ها بخواهید متدهای مقاله را روی داده‌های شخصی شما اجرا کنند.
مهم‌ترین منابع برای بررسی این پروژه:
• تحلیل جامع عملکرد Paper2Agent
• مشاهده مقاله اصلی در Nature
• دموی اختصاصی AlphaGenome
• تجربه اجرای زنده ابزار
این فناوری با حذف چالش‌های فنی، دسترسی پژوهشگران به نتایج عملیِ مقالات پیچیده را به طرز چشمگیری تسهیل کرده است.
معرفی Paper2Agent؛ تبدیل مقالات علمی به ایجنت‌های هوشمند کاربردی
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Paper2Agent #MCP_server
❤1
🛡 مخزن منابع امنیت ایجنت‌های هوش مصنوعی
مخزن Awesome Agent Skills Security در گیت‌هاب مجموعه‌ای از تحقیقات، استانداردها و ابزارهای لازم برای ایمن‌سازی ایجنت‌هایی که از ابزارها، افزونه‌ها و مهارت‌های خارجی استفاده می‌کنند را گردآوری کرده است.
این فهرست برای افرادی که در حال توسعه زیرساخت‌های MCP یا سیستم‌های ایجنتی هستند، کاربردی است و موارد زیر را پوشش می‌دهد:
- حملات تزریق پرامپت (Prompt Injection) از طریق ابزارها
- حملات مسموم‌سازی داده و زنجیره تأمین
- نشت اطلاعات و دسترسی‌های فراتر از نیاز
- محیط‌های ایزوله (Sandboxing) و نظارت در زمان اجرا
- تیم‌های قرمز (Red Teaming) و بنچمارک‌ها
- استانداردهای OWASP، MITRE ATLAS، NIST و IETF
این منابع نشان می‌دهند که با دسترسی مدل‌ها به فایل‌ها، APIها و انجام عملیات واقعی، سطح حمله برای سیستم‌های ایجنتی به میزان قابل توجهی گسترش یافته است.
#Agent_Security #MCP
مخزن Awesome Agent Skills Security در گیت‌هاب مجموعه‌ای از تحقیقات، استانداردها و ابزارهای لازم برای ایمن‌سازی ایجنت‌هایی که از ابزارها، افزونه‌ها و مهارت‌های خارجی استفاده می‌کنند را گردآوری کرده است.
این فهرست برای افرادی که در حال توسعه زیرساخت‌های MCP یا سیستم‌های ایجنتی هستند، کاربردی است و موارد زیر را پوشش می‌دهد:
- حملات تزریق پرامپت (Prompt Injection) از طریق ابزارها
- حملات مسموم‌سازی داده و زنجیره تأمین
- نشت اطلاعات و دسترسی‌های فراتر از نیاز
- محیط‌های ایزوله (Sandboxing) و نظارت در زمان اجرا
- تیم‌های قرمز (Red Teaming) و بنچمارک‌ها
- استانداردهای OWASP، MITRE ATLAS، NIST و IETF
این منابع نشان می‌دهند که با دسترسی مدل‌ها به فایل‌ها، APIها و انجام عملیات واقعی، سطح حمله برای سیستم‌های ایجنتی به میزان قابل توجهی گسترش یافته است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#Agent_Security #MCP
🛠 عرضه ابزار متن‌باز MCP برای سرویس ترب
ابزار جدیدی برای تعامل با سرویس «ترب» با استفاده از استاندارد MCP (Model Context Protocol) منتشر شده است. این پروژه تحت لایسنس MIT در دسترس قرار گرفته و امکان استفاده از داده‌های این پلتفرم را در محیط‌های هوش مصنوعی فراهم می‌کند.
این ابزار مجموعه‌ای از قابلیت‌ها را برای کار با داده‌های تجارت الکترونیک ارائه می‌دهد که مهم‌ترین آن‌ها عبارتند از:
* جست‌وجو و مقایسه قیمت محصولات
* بررسی تاریخچه تغییرات قیمت
* امکان جست‌وجوی محصول از طریق تصویر
* دسترسی به ترندهای فعلی بازار و تخفیف‌های روز
* تحلیل گزینه‌ها بر اساس بودجه تعیین‌شده توسط کاربر
کدهای منبع و مستندات این پروژه را می‌توانید در مخزن گیت‌هاب torob-mcp مشاهده و استفاده کنید.
#MCP #Torob
ابزار جدیدی برای تعامل با سرویس «ترب» با استفاده از استاندارد MCP (Model Context Protocol) منتشر شده است. این پروژه تحت لایسنس MIT در دسترس قرار گرفته و امکان استفاده از داده‌های این پلتفرم را در محیط‌های هوش مصنوعی فراهم می‌کند.
این ابزار مجموعه‌ای از قابلیت‌ها را برای کار با داده‌های تجارت الکترونیک ارائه می‌دهد که مهم‌ترین آن‌ها عبارتند از:
* جست‌وجو و مقایسه قیمت محصولات
* بررسی تاریخچه تغییرات قیمت
* امکان جست‌وجوی محصول از طریق تصویر
* دسترسی به ترندهای فعلی بازار و تخفیف‌های روز
* تحلیل گزینه‌ها بر اساس بودجه تعیین‌شده توسط کاربر
کدهای منبع و مستندات این پروژه را می‌توانید در مخزن گیت‌هاب torob-mcp مشاهده و استفاده کنید.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#MCP #Torob
🤖 دسترسی مدل‌های هوش مصنوعی به فایل‌های سیستم‌عامل
ابزار MCP Desktop Commander امکان اتصال نسخه‌های تحت‌وب ChatGPT و Claude به سیستم‌عامل را فراهم می‌کند.
با استفاده از این افزونه، نیازی به کپی و پیست کردن کدها از سایت به محیط برنامه‌نویسی نیست. کافی است به مدل دستور دهید تا فایل‌های مورد نظر را مستقیماً در فولدر پروژه ایجاد یا ویرایش کند. این ابزار از طریق پروتکل MCP بر روی نسخه رسمی سایت فعال می‌شود.
#MCP_Desktop_Commander #Model_Context_Protocol
ابزار MCP Desktop Commander امکان اتصال نسخه‌های تحت‌وب ChatGPT و Claude به سیستم‌عامل را فراهم می‌کند.
با استفاده از این افزونه، نیازی به کپی و پیست کردن کدها از سایت به محیط برنامه‌نویسی نیست. کافی است به مدل دستور دهید تا فایل‌های مورد نظر را مستقیماً در فولدر پروژه ایجاد یا ویرایش کند. این ابزار از طریق پروتکل MCP بر روی نسخه رسمی سایت فعال می‌شود.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#MCP_Desktop_Commander #Model_Context_Protocol
Media is too big
VIEW IN TELEGRAM
🎥 عرضه عمومی مدل Kling 4.0 با قابلیت تولید ویدیو ۳۰ ثانیه‌ای
مدل هوش مصنوعی Kling 4.0 اکنون برای تمام کاربران در دسترس است. این نسخه چینی قابلیت تولید ویدیوهای ۳۰ ثانیه‌ای را دارد که نسبت به نسخه‌های قبلی دو برابر شده و دارای سیستم صوتی داخلی است.
کاربران می‌توانند برای تولید ویدیو از متن، تصاویر کلیدی و ویدیوهای مرجع استفاده کنند. همچنین، Kling از طریق پروتکل MCP به ایجنت‌های هوش مصنوعی متصل می‌شود که امکان ادغام تولید ویدیو در جریان‌های کاری خودکار را فراهم می‌کند.
نسخه سریع‌تر این مدل با نام Kling 4.0 Flash نیز از طریق سایت رسمی Kling قابل دسترسی و تست است. این قابلیت‌ها به کاربران اجازه می‌دهد ویدیوهایی در ابعاد تبلیغاتی کوتاه تولید کنند. جزئیات مربوط به تعرفه‌های استفاده از این سرویس هنوز اعلام نشده است.
#Kling_4 #MCP
مدل هوش مصنوعی Kling 4.0 اکنون برای تمام کاربران در دسترس است. این نسخه چینی قابلیت تولید ویدیوهای ۳۰ ثانیه‌ای را دارد که نسبت به نسخه‌های قبلی دو برابر شده و دارای سیستم صوتی داخلی است.
کاربران می‌توانند برای تولید ویدیو از متن، تصاویر کلیدی و ویدیوهای مرجع استفاده کنند. همچنین، Kling از طریق پروتکل MCP به ایجنت‌های هوش مصنوعی متصل می‌شود که امکان ادغام تولید ویدیو در جریان‌های کاری خودکار را فراهم می‌کند.
نسخه سریع‌تر این مدل با نام Kling 4.0 Flash نیز از طریق سایت رسمی Kling قابل دسترسی و تست است. این قابلیت‌ها به کاربران اجازه می‌دهد ویدیوهایی در ابعاد تبلیغاتی کوتاه تولید کنند. جزئیات مربوط به تعرفه‌های استفاده از این سرویس هنوز اعلام نشده است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#Kling_4 #MCP