জেলিফিনের বাজেট $২৪,০০০-এর বেশি, যা ৪০ মাসের খরচ কভার করে, এবং ব্যবহারকারীদের অনুরোধ করছে যে তারা যেন তাদের ব্যবহৃত ক্লায়েন্টদের লেখকদের কাছে দানগুলি পুনঃনির্দেশিত করে।
এই অনুরোধটি Jellyfin-এর "কোনও অর্থপ্রদানের উন্নয়ন নয়" নীতির সাথে সামঞ্জস্ যপূর্ণ, কারণ অনুদানগুলি স্বেচ্ছাসেবী এবং প্রকল্পটি তহবিল ১২ মাসের রাস্তায় নেমে গেলে পুনর্মূল্যায়ন করবে।
সম্প্রদায়ের সদস্যরা ইতিবাচকভাবে সাড়া দিচ্ছেন, ক্লায়েন্ট লেখকদের সমর্থন করার পরিকল্পনা এবং WebOS-এর মতো নির্দিষ্ট ক্লায়েন্ট সমর্থন সম্পর্কে অনুসন্ধান করছেন।
জেলিফিন, একটি ওপেন-সোর্স মিডিয়া সার্ভার প্রকল্প, ঘোষণা করেছে যে তাদের পর্যাপ্ত তহবিল রয়েছে এবং দাতাদেরকে অন্যান্য ইকোসিস্টেম প্রকল্পগুলিকে সমর্থন করার পরামর্শ দিয়েছে।
সম্প্রদায়টি এই পদ্ধতির উপর বিভক্ত; কেউ কেউ বিশ্বাস করেন যে তহবিলগুলি ইকোসিস্টেম ডেভেলপারদের মধ্যে বিতরণ করা উচিত, অন্ যরা Jellyfin-এর অতিরিক্ত প্রশাসনিক বোঝা এড়ানোর সিদ্ধান্তের সাথে একমত।
আলোচনাটি ওপেন-সোর্স প্রকল্পগুলির মধ্যে অনুদান পরিচালনার জটিলতা এবং সম্ভাব্য সমস্যাগুলি তুলে ধরে, যার মধ্যে স্বচ্ছতা, প্রশাসনিক ওভারহেড এবং মূল উন্নয়নের উপর মনোযোগ বজায় রাখা অন্তর্ভুক্ত।
পিন টাইপ এবং পিনিং ধারণা রাস্টের অ্যাসিঙ্ক ইকোসিস্টেমের অপরিহার্য কিন্তু প্রায়ই ভুল বোঝা উপাদান।
পিনটি অ্যাসিঙ্ক রাস্টে স্ব-উল্লেখযোগ্য টাইপগুলিকে সমর্থন করার জন্য প্রবর্তিত হয়েছিল, যা নিশ্চিত করে যে বস্তুগুলি একবার স্ব-উল্লেখযোগ্যতা ধারণ করলে সেগুলি আর স্থানান্তরিত হয় না, মোজোর মতো নয়, যা স্বতঃসিদ্ধভাবে বস্তু পরিচয় পরিচালনা করে।
যদিও এটি প্রয়োজনীয়, পিন ব্যবহারকারীদের জন্য উল্লেখযোগ্য জটিলতা নিয়ে আসে এর সিনট্যাকটিক সুগার এবং সমর্থনের অভাবের কারণে, যা পুনরায় ধার নেওয়া, পিন করা প্রজেকশন এবং ড্রপ ট্রেইটের সাথে মিথস্ক্রিয়ার মতো সমস্যার দিকে নিয়ে যায়।
আলোচনাটি ঘুরপাক খাচ্ছে রাস্ট প্রোগ্রামিং ভাষার Pin টাইপের চারপাশে, যা অস্পষ্ট ডকুমেন্টেশনের কারণে প্রায়ই ভুল বোঝা হয়।
"পিন" নিশ্চিত করে যে নির্দিষ্ট বস্তুগুলি মেমরিতে সরানো যাবে না, যা স্ব-উল্লেখযোগ্য স্ট্রাকচারের জন্য অত্যন্ত গুরুত্বপূর্ণ, কিন্তু এই ধারণাটি অফিসিয়াল ডকুমেন্টেশনে ভালোভাবে ব্যাখ্যা করা হয়নি।
আলোচনাটি Pin এবং Unpin ধারণাগুলি আরও সহজলভ্য করার জন্য উন্নত ডকুমেন্টেশন এবং উপমার প্রয়োজনীয়তাকে তুলে ধরে, বিশেষত যারা ভাষাটিতে নতুন তাদের জন্য।
জিফ একটি নতুন রাস্ট তারিখ ও সময় লাইব্রেরি যা ব্যবহারের সহজতা এবং কর্মক্ষমতার উপর গুরুত্ব দেয়, যা জাভাস্ক্রিপ্টের টেম্পোরাল প্রস্তাব দ্বারা অনুপ্রাণিত।
এটি উচ্চ-স্তরের তারিখ ও সময় প্রিমিটিভ, নিরবিচ্ছিন্ন টাইম জোন ডাটাবেস ইন্টিগ্রেশন, ডিএসটি-সচেতন গাণিতিক, ফরম্যাটিং, পার্সিং এবং ঐচ্ছিক সেরডি সমর্থনের মতো বৈশিষ্ট্যগুলি প্ রদান করে।
জিফ MIT বা UNLICENSE এর অধীনে দ্বৈত-লাইসেন্সকৃত, ইউনিক্স এবং উইন্ডোজ সমর্থন করে, এবং Rust 1.70.0 বা নতুনতর সংস্করণ প্রয়োজন।
জিফ একটি নতুন তারিখ ও সময় লাইব্রেরি রাস্টের জন্য, যা বার্ন্টসুশি দ্বারা উন্নত করা হয়েছে, যিনি রিপগ্রেপের মতো উচ্চ-মানের সরঞ্জাম তৈরির জন্য পরিচিত।
লাইব্রেরিটি ডেটটাইম পরিচালনার জটিলতাগুলি সমাধান করার লক্ষ্য রাখে, যেমন ডিএসটি (ডেলাইট সেভিং টাইম) গণনা, টাইমজোন-সচেতন হিসাব এবং অতীতের টাইমজোন সংঘাত সনাক্তকরণ।
জিফ বিদ্যমান মান, ক্রোনো-এর তুলনায় আরও ব্যবহারকারী-বান্ধব এবং নমনীয় এপিআই প্রদান করে, একই সাথে তারিখ ও সময় পরিচালনার ক্ষেত্রে সঠিকতা এবং সক্ষমতা বজায় রাখে।
১৯ জুলাই একটি কার্নেল ড্রাইভার আপডেটের কারণে একটি বড় আউটেজ ঘটে, যা বিশ্বব্যাপী উইন্ডোজ সিস্টেম ক্র্যাশের কারণ হয় এবং নিরাপদ আপডেট প্রক্রিয়ার প্রয়োজনীয়তাকে তুলে ধরে।
eBPF (extended Berkeley Packet Filter), যা ইতিমধ্যেই লিনাক্সে ব্যবহৃত হয়, একটি নিরাপদ কার্নেল এক্সিকিউশন পরিবেশ যা এমন ক্র্যাশগুলি প্রতিরোধ করতে পারে এবং শীঘ্রই উইন্ডোজ দ্বারা সমর্থিত হবে।
eBPF প্রোগ্রামগুলি নিরাপত্তা-পরীক্ষিত এবং স্যান্ডবক্সড, যা উন্নত নিরাপত্তা এবং কম সম্পদ ব্যবহারের মতো সুবিধা প্রদান করে, এবং সিসকো, গুগল, এবং মেটা-এর মতো কোম্পানিগুলি নিরাপত্তা এবং পর্যবেক্ষণের জন্য এগুলি গ্রহণ করেছে।
মাইক্রোসফটের eBPF (Extended Berkeley Packet Filter) সমর্থন উইন্ডোজের জন্য বর্তমানে শুধুমাত্র প্যাকেট ফিল্টারিং পর্যন্ত সীমাবদ্ধ, ক্রাউডস্ট্রাইকের বিস্তৃত কার্নেল মনিটরিং ড্রাইভারগুলির বিপরীতে।
Windows-এর বিদ্যমান ফ্রেমওয়ার্কগুলিতে eBPF সংহত করা চ্যালেঞ্জিং, এবং এটি অনিশ্চিত যে মাইক্রোসফ্ট এটিকে একটি মানদণ্ডে পরিণত করতে চায় কিনা।
eBPF কোর কোডকে বিচ্ছিন্ন করে নিরাপত্তা বাড়াতে পারে, তবে এটি সম্পূর্ণ সমাধান নয়, যেমনটি সাম্প্রতিক Crowdstrike ঘটনার দ্বারা উল্লিখিত হয়েছে, যা উন্নত স্থাপন পদ্ধতি এবং নিরাপত্তা ব্যবস্থার প্রয়োজনীয়তাকে গুরুত্ব দেয়।
পোস্টটি 'Parse, don’t validate' নীতির উপর জোর দেয়, যা ডেটা পার্স করার মাধ্যমে টাইপ সিস্টেমে তথ্য সংরক্ষণের পক্ষে এবং যাচাইয়ের মাধ্যমে তা বাতিল করার বিপক্ষে পরামর্শ দেয়।
এটি ব্যাখ্যা করে যে কীভাবে Haskell-এর মতো ভাষায় টাইপ-চালিত ডিজাইন আর্গুমেন্ট টাইপগুলিকে শক্তিশালী করে আংশিক ফাংশনগুলিকে সম্পূর্ণ ফাংশনে রূপান্তরিত করতে পারে, NonEmpty তালিকাগুলিকে উদাহরণ হিসেবে ব্যবহার করে।
ব্যবহারিক পরামর্শগুলির মধ্যে রয়েছে সুনির্দিষ্ট ডেটা স্ট্রাকচার ব্যবহার ক রা, প্রমাণের বোঝা উপরের দিকে ঠেলে দেওয়ার জন্য পুনর্গঠন করা, এবং প্রোগ্রামের নির্ভরযোগ্যতা ও নিরাপত্তা উন্নত করার জন্য ডিনর্মালাইজড ডেটা উপস্থাপনাগুলি এড়িয়ে চলা।
প্রবন্ধটি "Parse, Don't Validate" ডেটা পার্স করার গুরুত্বের উপর জোর দেয় যাতে প্রোগ্রামের পুরো সময় জুড়ে বারবার যাচাই করার পরিবর্তে সঠিকতা নিশ্চিত করা যায়।
এই পদ্ধতি, যা Design by Contract এবং Domain-Driven Design (DDD) এর মতো ধারণার উপর ভিত্তি করে, শক্তিশালী টাইপ সিস্টেম ব্যবহার করে গ্যারান্টি প্রদান এবং ত্রুটি হ্রাস করে, কোডকে বোঝা এবং রক্ষণাবেক্ষণ করা সহজ করে তোলে।
আলোচনাটি ব্যবহারিক উদাহরণ এবং সুবিধাগুলি তুলে ধরে, যেমন ব িভিন্ন যাচাইকরণ পর্যায়ের জন্য পৃথক প্রকার ব্যবহার করা এবং নিশ্চিত করা যে ডেটা সর্বদা একটি বৈধ অবস্থায় থাকে, যা জটিল অ্যাপ্লিকেশনগুলি সহজ করতে এবং নির্ভরযোগ্যতা উন্নত করতে পারে।
লেখক ChatGPT এবং অন্যান্য জেনারেটিভ এআই-এর ভিত্তি অন্বেষণ এবং আলোচনা করছেন, প্রচলিত প্রচারণার বিপরীতে বাস্তবসম্মত দৃষ্টিভঙ্গি প্রদান করার লক্ষ্যে।
একটি গুরুত্বপূর্ণ অন্তর্দৃষ্টি হল যে ChatGPT প্রকৃতপক্ষে বিষয়বস্তু সংক্ষেপ করে না বরং কেবল এটিকে সংক্ষিপ্ত করে, প্রায়শই প্রয়োজনীয় বিবরণ এবং প্রস্তাবগুলি মিস করে, যেমনটি ৫০ পৃষ্ঠার একটি পেপারের মানব-উৎপাদিত সংক্ষিপ্তসারের সাথে তুলনা করে প্রমাণিত হয়েছে।
এই সীমাবদ্ধতা দেখা দেয় কারণ সারসংক্ষেপ করতে হলে বোঝার প্রয়োজন হয়, যা ChatGPT-র নেই, ফলে ব্যবহারিক ব্যবসায়িক প্রয়োগের জন্য LLMs (বৃহৎ ভাষা মডেল) এর নির্ভরযোগ্যতা সম্পর্কে সন্দেহ সৃষ্টি হয়।
লেখক যুক্তি দেন যে ChatGPT-এর পাঠ্য সারাংশ তৈরিতে প্রকৃত বোঝার অভাব রয়েছে, যার ফলে অসম্পূর্ণ এবং কখনও কখনও বিভ্রান্তিকর সারাংশ তৈরি হয়।
সমালোচনাটি মূল বিশ্লেষণে GPT মডেল, প্রম্পট এবং প্রচেষ্টার সংখ্যা সম্পর্কে বিশদ বিবরণের অনুপস্থিতি নির্দেশ করে।
ব্যবহারকারীর অভিজ্ঞতা এবং মতামত বিভিন্ন রকম, কিছু লোক ChatGPT এবং অন্যান্য LLMs কে সহায়ক মনে করে, আবার অন্যরা তাদের সীমাবদ্ধতা এবং উন্নত প্রম্পটিং এবং প্রেক্ষাপট ব্যবস্থাপনার প্রয়োজনীয়তা তুলে ধরে।