Channel
@TARS_code
On this record: Topic · Growth · Engagement · What this channel posts · Reactions · Posts · Citations · Telegram's recommendations · Cite this entry
1,932subscribers
+46 since we began measuring on 18 August 2026
Risers and fallers across the register · movement among entries of 1,000–3,162.
| Telegram ID | -1002095073734 |
|---|---|
| Type | Channel |
| Username | @TARS_code |
| Created | Between 1 November 2023 and 31 May 2024 — estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 18 August 2026 |
| Last confirmed live | 16 September 2026 |
| Measurements held | 9 |
| Confirmed unchanged | 1 time, most recently 16 September 2026 |
| On Telegram | t.me/TARS_code |
Technology — a classification, not a measurement. An on-box language model (Qwen3.6-35B-A3B-FP8, prompt version 1) read this channel’s own recent posts on 16 September 2026 and assigned it the closest of 31 fixed categories, at 100% confidence. This is a model’s judgement about what the channel is likely to be about, not a fact this register measured the way a subscriber count or a view count is measured — it can be revised on a later pass, and it carries no weight anywhere else on this page. How this classification works, and why it has no browse page of its own yet.
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 16 Sept 2026, 02:37 | 1,932 | -12 |
| 11 Sept 2026, 22:18 | 1,944 | -13 |
| 7 Sept 2026, 20:40 | 1,957 | -9 |
| 2 Sept 2026, 12:26 | 1,966 | -12 |
| 30 Aug 2026, 01:53 | 1,978 | +3 |
| 26 Aug 2026, 23:33 | 1,975 | -12 |
| 23 Aug 2026, 13:36 | 1,987 | +33 |
| 19 Aug 2026, 14:02 | 1,954 | +68 |
| 18 Aug 2026, 21:31 | 1,886 | first reading |
20 posts held, back to 7 July 2026 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 page of Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 20 posts for this entry, the most recent from 18 August 2026. An engagement rate over an empty window would be a number about nothing.
Measured directly from 4 videos with a duration reading, out of the posts we hold for this channel — not this channel’s whole posting history, only the sample this register has actually read. An exact reading to the second, taken from the post itself rather than from Telegram’s own rounded chrome, so it carries no ≈ mark.
209 reactions across 20 posts, in 4 distinct kinds. The most used accounts for 56.0% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| ❤ | 117 | 56.0% | |
| 👍 | 61 | 29.2% | |
| 🔥 | 18 | 8.61% | |
| 👨💻 | 13 | 6.22% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 20 of the 20 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 209 reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 20 most recent posts we hold, published 7 July 2026 to 18 August 2026, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
🧠 همه منتظر مدلهای قویترن، اما یه نفر با اضافهکردن یک Agent Layer روی DeepSeek 4 تونسته توی یکی از بنچمارکها از Fable 5 جلو بزنه! ⚡️ بدون تغییر حتی یک وزن از مدل؛ فقط با اصلاح اشتباهات مسیر فکرکردن و کنترل بهتر زمان اجرا. ⚙️ نکته جالب اینجاست که مدل از قبل توانایی لازم رو داشته، اما بهخاطر کنترل ضعیف هنگام اجرا بخشی از توانش هدر میرفته. 💡 گاهی جهش واقعی از ساخت مدل جدید نمیاد؛ از بهتر استفادهکردنِ همون مدل …
❤13👍6👨💻3
🖼 یه برنامه رایگان و اوپنسورس برای بزرگکردن عکس و بهترکردن کیفیتش با هوش مصنوعی: Upscayl ⚡️ عکس را روی سیستم خودت پردازش میکند؛ یعنی لازم نیست فایلهایت را جایی آپلود کنی. فقط حواست باشد عکسهای کاملاً تار یا خارج از فوکوس را جادو نمیکند! 🔗 دانلود برای ویندوز، مک و لینوکس: https://upscayl.org/download 💻TΔRS | تارس
👍11❤1🔥1
📄 اگه با PDF کار میکنی، این ابزار رو از دست نده: OpenDataLoader PDF 🔦هرچی کتابخونه استخراج اطلاعات از توی PDF دیدید بریزید دور اینو امتحان کنید رایگان و اوپن سورس، خوراک جمع اوری اطلاعات از PDF و دادنش به مدل های هوش مصنوعیه. ⚡️ برای PDFهای چندستونه و جدولهای درهم هم خیلی کاربردیه؛ محلی اجرا میشه و برای شروع به GPU یا API پولی نیاز نداری. 🐍 با پایتون هم فقط اینو بزن: pip install opendataloader-pdf 🔗 لینک پروژه:…
👍12❤1
🧠مدل هوش مصنوعی فقط ۱۴ مگابایتی! ⬅️مدل Needle 2 یک هوش مصنوعی متنباز و فوقسبک برای ساخت ایجنت، فراخوانی ابزارها و استخراج اطلاعات ساختاریافته است. ⚡️ این مدل با حدود ۲۸ مگابایت رم اجرا میشود و برای موبایل، رزبریپای و سختافزارهای ضعیف گزینه جذابی است. 🐍 نصب با پایتون هم فقط با همین دستور انجام میشود: pip install cactus-needle 🔗 لینک پروژه: https://github.com/cactus-compute/needle 💻TΔRS | تارس
🔥5❤1👍1
🤩 ابزار Upscayl یه برنامه رایگان و اوپنسورس برای بزرگکردن و بهتر کردن کیفیت عکس با کمک هوش مصنوعیه. 🖼نکته خوبش اینه که پردازش تصاویر روی سیستم خودتون انجام میشه؛ یعنی برای استفاده از نسخه دسکتاپ لازم نیست عکسهاتون رو جایی آپلود کنید. چند مدل مختلف برای پردازش عکس داره و میتونید چند تصویر رو همزمان بهبود بدید. 🖥دانلود برای ویندوز، مک و لینوکس: https://upscayl.org/download 💻TΔRS | تارس
❤5👍1👨💻1
🧠این پروژه واقعاً جذابه؛ یه تجربه تعاملی سهبعدی از آناتومی بدن انسان که میتونید داخلش اندامهای مختلف رو بچرخونید، زوم کنید، لایهها رو ببینید و درباره هرکدوم اطلاعات بخونید. 🌐 تست آنلاین: https://anatomyatelier.vercel.app 🧑💻 سورسکد: https://github.com/thebuggeddev/anatomy ⬅️از سورس کدش کلی ایده میتونید برای پروژه های خودتون بگیرید. 💻TΔRS | تارس
❤5👍1
📊این Skill به Agentهای هوش مصنوعی یاد میده انواع دیاگرامهای حرفهای رو با HTML و SVG بسازن؛ از فلوچارت و معماری سیستم گرفته تا تایملاین، نمودار داده و مدل دیتابیس. جذابترین بخشش اینه که میتونه رنگها و فونتهای سایتتون رو استخراج کنه و ظاهر دیاگرامها رو دقیقاً با هویت بصری برندتون هماهنگ کنه؛ طوری که انگار یه طراح حرفهای ساختهشون. ➕حتی میتونه دیاگرامهای Mermaid و draw.io رو با ظاهر بهتر بازطراحی کنه و خروج…
❤5👍1
🌐با فریمورک Rio، برای ساخت سایت و اپلیکیشن دیگه مجبور نیستید بعد از Python سراغ یک مسیر جدا برای فرانتاند برید. این ابزار کامپوننتهای مدرنی شبیه React داره، اما رابط کاربری، State و رفتار برنامه رو با خود Python مینویسید؛ نه HTML، نه CSS و نه JavaScript. 🐍یعنی اگه پایتون بلدید، میتونید از ایده تا ساخت یک محصول با رابط کاربری واقعی رو با همون زبانی پیش ببرید که بلدید؛ و خروجی رو هم بهصورت لوکال یا روی وب اجرا ک…
❤5👍1🔥1
🪙این خیلی جذابه! یه توسعهدهنده به اسم slvDev تونسته یک مدل زبانی با ۲۸.۹ میلیون پارامتر رو روی چیپ ESP32-S3 اجرا کنه. 🗃همهچیز کاملاً روی خود چیپ و بدون اینترنت اجرا میشه و مدل حدود ۹.۸۸ توکن در ثانیه خروجی میده. نکته جالبتر اینه که مدل ۱۴.۹ مگابایتیه و با تکنیکهای مدیریت حافظه، روی سختافزاری اجرا شده که معمولاً برای سنسورها و پروژههای IoT استفاده میشه. ✔️البته این مدل برای ساخت داستانهای کوتاه آموزش دیده …
❤5👍1
همچین داکباری خواستید درست کنید (شبیه داکبار آپدیت جدید تلگرام) از این استفاده کنید : 🌐http://jelly-docs.felipe.software 💻TΔRS | تارس
❤5👍1
👩💻اگه با React و shadcn/ui کار میکنید، سایت ReUI کلی کامپوننت خوشگل و رایگان داره. از فرم و داشبورد گرفته تا جدول، تقویم و کانبان؛ نمونه رو میبینید و کد هر کامپوننتی که خواستید رو مستقیم داخل پروژهتون کپی میکنید. 🔗 https://reui.io/components 💻TΔRS | تارس
❤5👍1
🌫سایت 60fps.design یه مرجع خیلی خوب برای پیدا کردن جزئیات و ایدههای حرفهای در طراحی رابط کاربریه. ➕اینجا نمونههای واقعی از اپها و محصولات معروف جمع شده؛ از انیمیشنهای کوچک و حرکتهای ظریف موقع کلیک و اسکرول گرفته تا تغییر حالت دکمهها، باز و بسته شدن منوها و ترنزیشنهایی که باعث میشن کار کردن با یک محصول روانتر و جذابتر به نظر برسه. ➕نکته جذاب اینه که میتونید نمونهها رو بر اساس نوع تعامل هم پیدا کنید؛ مثل…
❤3🔥3👍1
Showing the 12 most recent of 20 posts we hold for @TARS_code. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
Named by 1 registered channel — every channel on the register whose own posts have named this one, by its current username or any other username it currently holds, merged from two separately captured readings of the same fact so a namer caught by only one of them is not missed and a namer both caught is not counted twice. A username this channel has since dropped is not matched — that handle may belong to someone else now, and crediting today’s namer to yesterday’s owner would misattribute it.
Named by
Channels on the register whose posts name this channel's handle.
Names
Channels on the register whose handles appear in this channel's posts.
A mention is a weaker signal than a forward and is counted separately for that reason — naming a channel is not republishing it, and a handle in a post body is easy to place deliberately. The post counts beside each row below are distinct posts in which the handle appeared, from posts we have read on both sides — the “Named by N registered channels” figure above is a different count, of distinct NAMING CHANNELS rather than posts, and is not the sum of the rows under it.
The reverse of the list above, and a different kind of signal. This does not require this channel to have ever been asked about directly — each row below is a channel we DID ask Telegram about, whose Telegram-generated list happened to include this one. A channel can appear here with an empty list above it, because being named by someone else’s query is independent of having been queried itself.
This channel appears in 1 seed channel's Telegram-generated recommendation list in total. Each is Telegram’s list for THAT channel, not this one — see how this is measured.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 16 September 2026 — this entry's latest reading, not the date you are reading this.
“TARS | تارس” (@TARS_code), 1,932 subscribers as measured 16 September 2026. Telegram Register, tgregister.com/channel/TARS_code.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.