پروژه های لینوکس (Linux)

توضیحات پروژه: به یک فرد یا تیم مسلط نیاز دارم که اسکریپت BiCrypto (Crypto Exchange Script) را به همراه Addon های مرتبط به‌صورت کامل روی VPS یا Dedicated Server نصب، کانفیگ و تست کند. نکته مهم: در حال حاضر لایسنس یا سورس این اسکریپت را در اختیار ندارم. اگر خودتان نسخه سالمش رو دارید یا امکان پیدا کردن نسخه سالم آن را دارید، در پیشنهاد ذکر کنید. شرایط الزامی: • تجربه عملی نصب و راه اندازی اسکریپت BiCrypto • آشنایی با Wallet API (TRC20 / BEP20 در صورت نیاز) • ارائه دمو ران‌شده و تست قبل از تسویه کامل ماژول‌ها و Addon های مورد نیاز (حداقل موارد زیر): 1. Bicrypto mine 2. Futures Addon 3. Copy Trading Addon 4. حداقل یک Exchange Provider ( xt یا Binance یا KuCoin) 5. Ecosystem Addon (برای اینکه سیستم واقعاً تریدینگ باشه نه قالب) و چند Addon دیگر مثل ادان اپلیکیشن اندروید و ... این ها ادان های آماده همین اسکرسپت هستند. وظایف پروژه: 1. ارائه نسخه سالم و بدون بک‌دور 2. نصب کامل روی سرور لینوکس 3. کانفیگ دیتابیس و بهینه‌سازی اولیه 4. راه‌اندازی کامل پنل ادمین 5. تست خرید و فروش آزمایشی 6. تست ثبت‌نام و احراز هویت و بقیه تست های مربوطه مثل ایمیل و کپی ترید و ... 7. ارائه مستندات نصب در پیشنهاد خود ذکر کنید: • آیا قبلاً BiCrypto نصب کرده‌اید؟ • آیا نسخه سالمش رو دارید؟ • نمونه پروژه دارید؟ • هزینه کل با Addon ها؟ • زمان تحویل؟

عنوان پروژه پیاده‌سازی سیستم اجرای Jobهای محاسباتی GPU روی با Docker و API (دانلود کد/دیتاست، اجرای پایتون، آپلود دوره‌ای نتایج، توقف خودکار کانتینر) توضیح کلی پروژه من یک کانتینر Docker آماده‌ی محاسبات GPU (پایتون + کتابخانه‌ها) روی پلتفرم Salad.com دارم. هدف این پروژه این است که بتوانم از طریق API سالاد یک Job محاسباتی را روی GPU اجرا کنم؛ به این صورت که کانتینر به‌صورت خودکار کد پایتون و دیتاست را از اینترنت دانلود کند، اجرا کند، نتایج را حین اجرا به‌صورت دوره‌ای آپلود کند، و پس از اتمام محاسبات کانتینر به‌طور قطعی متوقف شود و ری‌استارت نشود. وضعیت فعلی • اجرای کد پایتون از طریق UI سالاد را تست کرده‌ام. • مشکل فعلی در UI این است که بعد از اتمام کار، کانتینر متوقف نمی‌شود و محاسبات دوباره شروع/ری‌استارت می‌شود. • قصد دارم اجرای Jobها را کاملاً از طریق API کنترل کنم (مثلاً کانتینر فقط هنگام نیاز بالا بیاید و بعد از پایان خاموش شود). خروجی مورد انتظار (Deliverables) فریلنسر باید یک راهکار کامل و قابل‌استفاده ارائه دهد که شامل موارد زیر باشد: 1. ساخت/اصلاح کانتینر Docker برای اجرای Jobهای GPU • اجرای یک سرویس/واسط داخل کانتینر (ترجیحاً Python) که درخواست Job را دریافت کند. • آماده بودن محیط GPU + پایتون + وابستگی‌ها. 2. واسط دریافت Job از طریق API • کانتینر باید بتواند یک پیام JSON (به‌عنوان ورودی Job) دریافت کند. سالاد یک کد برای این کار دارد که همراه با کانتینر ایجاد شده. ولی یک کد ساده برای ارتباط با کد روی کانتینر نیاز هست که اطلاعات json را از طریق این فایل درفات کند. • JSON شامل حداقل این موارد باشد: o script_url : لینک دانلود فایل پایتون (مثلاً روی Google Drive یا URL مستقیم) o dataset_url : لینک دانلود دیتاست/فایل‌های ورودی o upload_target : مقصد آپلود نتایج (URL یا روش مشخص) o upload_interval_minutes : بازه آپلود دوره‌ای (مثلاً 10 دقیقه) o (اختیاری) args/env : پارامترها و متغیرهای محیطی 3. دانلود خودکار کد و دیتاست و اجرای Job • دانلود فایل پایتون و دیتاست از URL داده‌شده • اجرای اسکریپت روی GPU داخل کانتینر • ذخیره خروجی‌ها و لاگ‌ها در مسیر مشخص داخل کانتینر/ولوم 4. آپلود دوره‌ای خروجی‌ها حین اجرا • هر ۱۰ دقیقه (قابل تنظیم) خروجی‌ها/فایل‌های تولیدی و یا گزارش پیشرفت آپلود شود. • در پایان Job نیز آپلود نهایی انجام شود. 5. توقف قطعی کانتینر پس از اتمام • پس از موفقیت یا شکست Job، کانتینر باید به شکل قابل اتکا خاتمه یابد (Exit مناسب) و از ری‌استارت بی‌پایان جلوگیری شود. • رفتار سیستم در خطاها مشخص باشد (ثبت لاگ، آپلود لاگ، خروج با کد خطا). 6. مستندات و راهنمای اجرا • راهنمای ساخت ایمیج، استقرار روی Salad، تنظیمات لازم در Salad (در حدی که ممکن است) • نمونه JSON ورودی Job • یک سناریوی تست نمونه (مثلاً ضرب ماتریسی روی GPU یا یک محاسبه ساده) که نشان دهد: o دانلود انجام می‌شود o اجرا انجام می‌شود o هر ۱۰ دقیقه آپلود انجام می‌شود o در پایان کانتینر متوقف می‌شود محدوده فنی پیشنهادی (قابل تغییر با پیشنهاد فریلنسر) • زبان واسط داخل کانتینر: Python (مثلاً FastAPI/Flask یا یک worker ساده) • ارتباط Job: دریافت JSON از طریق HTTP endpoint داخل کانتینر یا روش استاندارد سالاد • آپلود نتایج: ترجیحاًGoogle Drive API یا هر راه دیگر معیار پذیرش (Acceptance Criteria) پروژه زمانی تحویل شده محسوب می‌شود که: 1. با یک درخواست API/JSON، کانتینر Job را دریافت کند. 2. اسکریپت و دیتاست را دانلود و اجرا کند. 3. خروجی‌ها را هر ۱۰ دقیقه آپلود کند. 4. پس از اتمام، آپلود نهایی انجام شود. 5. کانتینر متوقف شود و ری‌استارت نشود. 6. مستندات و یک تست نمونه قابل اجرا ارائه شود. اطلاعاتی که هنگام شروع پروژه در اختیار فریلنسر قرار می‌دهم • لینک مستندات Salad و بخش API • Dockerfile فعلی یا ایمیج پایه از سایت سالاد یا داکر قابل دانلود است • نمونه اسکریپت تست GPUرا می توانید خودتان با هوش مصنوعی بسازید • روش/مقصد آپلود مورد نظر (در صورت نیاز به انتخاب، فریلنسر پیشنهاد می‌دهد) • حمایت از کرایه VPS برای آپلود و دانلود سریع کانتینر. با توجه به وضعیت بد اینترنت ایران استفاده از یک vps مشکل سرعت دانلود و آپلود ایران را حل می کند. هوش مصنوعی چت جی پی تی تقریبا سیستم سالاد را می شناسد و می تواند راهنمایی های خوبی داشته باشد. در این مورد می توانید با هوش مصنوعی چک کنید که چه کاری نیاز است انجام بشود و دید خوبی بگیرید. ولی می بایست بدانید چکار دارید می کنید و بتوانید با لینوکس و کانتینر و ای پی آی کار کنید. اشتراک پولی سالاد موجود هست و در اختیارتان قرار خواهم داد.

سلام نیاز به یک متخصص لینوکس داریم که یک مخزن گیت هاب را برروی یک سرور ابراروان کلون کند و داکر کامپوز پروژه جنگو را آپ کند

نیازمند یک توسعه دهنده و تولید کننده پلاگین برای توسعه و تولید یک سرور(نتورک) ماینکرفتی هستیم هدف ما برای تکمیل 0 تا 100 سرور بوده

توسعه نرم‌افزار رابط کاربری (UI) و لاجیک دستگاه وندینگ (Python + PyQt/Touchscreen) شرح پروژه: ما در حال ساخت یک دستگاه وندینگ هوشمند (Protein Shake Vending Machine) هستیم. بخش مکانیک و الکترونیک دستگاه توسط تیم‌های مجزا در حال انجام است. ما به یک برنامه‌نویس حرفه‌ای Python نیاز داریم تا نرم‌افزار اصلی دستگاه را که روی یک مانیتور لمسی (متصل به Mini PC یا Raspberry Pi) اجرا می‌شود، توسعه دهد. این نرم‌افزار باید تجربه کاربری (UX) روان و جذابی داشته باشد و همزمان بتواند با برد کنترلی دستگاه ارتباط برقرار کند. شرح دقیق وظایف (Scope of Work): ۱. طراحی رابط کاربری (GUI Development): توسعه رابط کاربری مدرن و گرافیکی با استفاده از فریم‌ورک‌های PyQt6 یا PySide6 (یا فریم‌ورک‌های مشابه مثل Kivy، به شرط زیبایی بصری). طراحی مخصوص صفحات لمسی (Kiosk Mode): دکمه‌های بزرگ، انیمیشن‌های نرم هنگام انتخاب محصول و نمایش وضعیت پیشرفت (Progress Bar) هنگام آماده‌سازی نوشیدنی. صفحات شامل: صفحه خوش‌آمدگویی، منوی انتخاب نوشیدنی، تنظیمات غلظت/شکر، صفحه پرداخت و صفحه وضعیت آماده‌سازی. ۲. لاجیک و مدیریت وضعیت (Backend Logic & State Machine): پیاده‌سازی منطق فروش: انتخاب محصول -> کسر از موجودی -> ارسال دستور ساخت -> تایید تحویل. پنل ادمین مخفی: طراحی یک پنل مدیریت (با رمز عبور) برای صاحب دستگاه جهت: مشاهده تعداد فروش. تنظیم دستی موتورها (تست سخت‌افزار). ریست کردن موجودی مخازن پودر. ۳. ارتباط با سخت‌افزار (Hardware Integration): برقراری ارتباط دوطرفه با برد میکروکنترلر (STM32/Arduino) از طریق پورت سریال (USB/Serial Communication). ارسال دستورات به فرمت JSON (مثلاً {"action": "make_drink", "recipe": 1}) و دریافت پاسخ‌ها و خطاها از سخت‌افزار. مدیریت خطاها (Error Handling): اگر سخت‌افزار پیام خطا داد (مثلاً “لیوان تمام شد”)، نرم‌افزار باید پیام مناسب را به کاربر نشان دهد و پول را برگرداند/تراکنش را لغو کند. ۴. اتصال به کارتخوان (Payment Gateway): اتصال نرم‌افزار به دستگاه کارتخوان (PC-POS) از طریق پروتکل‌های رایج بانکی (تست با شبیه‌ساز یا داکیومنت ارائه شده توسط ما). مهارت‌های مورد نیاز: تسلط عالی به Python 3. تجربه قوی در ساخت نرم‌افزارهای دسکتاپ (GUI) با Qt (PyQt/PySide). آشنایی با Multithreading (بسیار مهم: رابط کاربری نباید هنگام ارتباط با سخت‌افزار فریز شود). تجربه کار با کتابخانه pySerial. آشنایی با لینوکس/Raspberry Pi مزیت محسوب می‌شود. خروجی مورد انتظار: سورس کد کامل و قابل اجرا. یک نسخه شبیه‌ساز (Mockup) نرم‌افزاری: کدی که سخت‌افزار را شبیه‌سازی کند تا بتوانیم قبل از وصل کردن دستگاه واقعی، کل پروسه خرید را روی کامپیوتر تست کنیم.