راهنمای رسمی نسخهٔ Public BetaOfficial Public Beta Handbook

راهنمای نسخهٔ نمایشی دانشیار
معماری، محدودیت‌ها و هزینه‌ها

Daneshyar Demo Guide
Architecture, Limits & Costs

این صفحه به زبان ساده توضیح می‌دهد دانشیار چگونه کار می‌کند، کدام بخش در GitHub Pages و کدام بخش در Render اجرا می‌شود، چرا نسخهٔ رایگان کند و موقت است، چه PDFهایی بهترین نتیجه را می‌دهند، ارتقای میزبانی چقدر هزینه دارد و افزودن API هوش مصنوعی چه چیزی را بهتر می‌کند.

This page explains in plain language how Daneshyar works, what runs on GitHub Pages versus Render, why the free demo is slow and temporary, which PDFs work best, what paid hosting costs, and how an AI API changes the product.

DOI10.5281/zenodo.21481330 · Zenodo
نسخهٔ نمایشیPublic Demoبرای اثبات جریان اصلی محصول، نه استفادهٔ دانشگاهی گستردهFor validating the product workflow, not large institutional production
GitHub Pagesمیزبان فرانت‌اند استاتیک و رایگانHosts the free static frontend
Render Freeمیزبان Backend پایتون و OCR با منابع محدودHosts the Python backend and OCR with limited compute
هوش مولد اختیاریOptional Generative AIبدون کلید هم کار می‌کند؛ با کلید خروجی هوشمندتر می‌شودRuns without a key; becomes more capable with one
تعریف نسخهVersion definition

نسخهٔ دمو دقیقاً چه چیزی را ثابت می‌کند؟

What does the demo actually prove?

این نسخه نشان می‌دهد که می‌توان یک PDF واقعی را گرفت، متن آن را صفحه‌به‌صفحه استخراج کرد، به قطعات قابل جست‌وجو تبدیل نمود و از همان کتاب پاسخ و محتوای آموزشی ساخت.

This version demonstrates that a real PDF can be ingested, extracted page by page, split into searchable chunks, and turned into grounded answers and educational assets.

آنچه واقعاً کار می‌کند

What is real

بارگذاری PDF، استخراج متن، OCR فارسی و انگلیسی، تشخیص اولیهٔ فصل، جست‌وجوی متن، گفت‌وگو، خلاصه، آزمون، فلش‌کارت و اسلاید.

PDF upload, text extraction, Persian/English OCR, initial chapter detection, retrieval, chat, summaries, quizzes, flashcards, and slides.

β

آنچه هنوز آزمایشی است

What remains experimental

کیفیت OCR همهٔ کتاب‌ها، تشخیص فصل در قالب‌های نامنظم، پاسخ محلی بدون مدل زبانی و تحمل هم‌زمان هزاران کاربر.

OCR quality across every book, chapter detection in irregular layouts, local answers without an LLM, and handling thousands of concurrent users.

آنچه نسخهٔ تولیدی نیست

What it is not

سامانهٔ فعلی حساب دانشگاهی، SSO، ذخیره‌سازی دائمی تضمین‌شده، صف پردازش حرفه‌ای، پشتیبان‌گیری و SLA ندارد.

The current system does not provide institutional accounts, SSO, guaranteed durable storage, production queues, backups, or an SLA.

ساختار فنی به زبان سادهThe technical structure in plain language

فرانت‌اند و Backend کجا هستند و چه می‌کنند؟

Where do the frontend and backend live?

کاربر یک صفحهٔ وب سبک می‌بیند؛ کارهای سنگین مانند دریافت فایل، OCR، پردازش متن و پاسخ‌گویی در سرور پایتون انجام می‌شود.

Users see a lightweight web interface, while heavy work—file upload, OCR, parsing, retrieval, and generation—runs on the Python server.

فرانت‌اند: GitHub PagesFrontend: GitHub Pagesفایل‌های HTML، CSS و JavaScript؛ رابط فارسی، انتخاب PDF، نمایش وضعیت، گفتگو و پیش‌نویس‌ها.HTML, CSS, and JavaScript; language UI, PDF selection, status, chat, and draft presentation.
HTTPS APIفایل config.js نشانی Render را به رابط معرفی می‌کند. درخواست‌ها با Fetch و توکن موقت ارسال می‌شوند.config.js points the frontend to Render. Requests use Fetch and a temporary access token.
Backend: RenderBackend: RenderFastAPI در Docker، PyMuPDF، Tesseract OCR، SQLite، بازیابی متن، ساخت خروجی و APIهای عمومی.FastAPI in Docker, PyMuPDF, Tesseract OCR, SQLite, retrieval, content generation, and public APIs.

چرا فرانت‌اند روی GitHub Pages است؟

Why GitHub Pages for the frontend?

GitHub Pages فایل‌های استاتیک را سریع و رایگان از CDN نمایش می‌دهد، اما نمی‌تواند Python، OCR یا پایگاه داده اجرا کند.

GitHub Pages serves static files quickly and free through a CDN, but it cannot run Python, OCR, or a database.

چرا Backend روی Render است؟

Why Render for the backend?

Render می‌تواند Docker و FastAPI را اجرا کند، متغیرهای محرمانه مانند API Key را نگه دارد و یک نشانی HTTPS عمومی ارائه دهد.

Render can run Docker and FastAPI, hold secrets such as API keys, and expose a public HTTPS endpoint.

از PDF تا پاسخFrom PDF to answer

جریان پردازش در هفت گام

The seven-step processing flow

۱
بارگذاریUploadPDF و شرایط نشرPDF and usage consent
۲
اعتبارسنجیValidationحجم، نوع و امضای PDFSize, MIME type, PDF signature
۳
استخراجExtractionمتن صفحه‌محورPage-aware text
۴
OCRبرای صفحهٔ اسکن‌شده یا متن خرابFor scans or broken text layers
۵
قطعه‌بندیChunkingفصل، صفحه و تکه‌های متنChapters, pages, chunks
۶
بازیابیRetrievalپیداکردن مرتبط‌ترین بخش‌هاFind the most relevant passages
۷
پاسخ و خروجیAnswer & assetsمحلی یا با مدل هوش مصنوعیLocal or AI-assisted
محدودیت‌های عمدی نسخهٔ عمومیIntentional public-beta limits

نسخهٔ رایگان چه محدودیت‌هایی دارد؟

What limits are imposed on the free demo?

این مقادیر برای جلوگیری از سوءاستفاده، حفظ منابع محدود Render و امکان آزمایش عمومی انتخاب شده‌اند.

These values protect the limited Render instance, reduce abuse, and keep the public experiment usable.

موردItemمقدار فعلیCurrent valueدلیلWhy
حجم PDFPDF size10 MBRAM، زمان Upload و جلوگیری از فایل‌های بسیار سنگینRAM, upload time, and protection from oversized files
تعداد صفحاتPage count120کنترل زمان استخراج و حافظهControls parsing time and memory usage
OCR60 pages · 160 DPIOCR روی CPU رایگان بسیار پرهزینه استOCR is CPU-intensive on a free instance
نگه‌داری کتابBook retention2 hoursداده‌ها آزمایشی و فضای فایل موقت استThe data and filesystem are temporary
بارگذاریUploads2 / hour / IPجلوگیری از مصرف انبوه CPU و فضاPrevents bulk CPU and storage consumption
گفت‌وگوChat20 / hour / bookکنترل فشار و هزینهٔ احتمالی APIControls server load and possible AI cost
تولید محتواGenerations6 / hour / bookخلاصه و اسلاید از چت سنگین‌ترندSummaries and slide generation are heavier than chat
منابع RenderRender compute512 MB RAM · 0.1 CPUمشخصات پلن رایگان Web ServiceFree Web Service instance specification
برای هزاران استاد و دانشجو مناسب نیست.This is not sized for thousands of teachers and students. توزیع لینک برای مشاهده و آزمایش سبک ممکن است، اما استفادهٔ هم‌زمان گسترده به سرور همیشه‌روشن، پایگاه دادهٔ دائمی، صف کار، فضای ذخیره‌سازی فایل، کنترل کاربران و بودجهٔ API نیاز دارد. Sharing the link for light evaluation is fine, but broad concurrent usage requires always-on compute, durable storage, a job queue, object storage, identity management, and an API budget.
انتظار واقع‌بینانهRealistic expectations

چرا کند است و معمولاً چقدر طول می‌کشد؟

Why is it slow, and how long does it usually take?

زمان‌های زیر برآورد مهندسی‌اند و SLA نیستند؛ اندازهٔ فایل، نوع PDF، OCR، شلوغی Render و ارائه‌دهندهٔ AI نتیجه را تغییر می‌دهد.

The times below are engineering estimates—not an SLA. File size, PDF quality, OCR, Render load, and the AI provider all affect the result.

45–90 sec
اولین درخواست پس از بی‌کاریFirst request after inactivityRender سرویس رایگان را پس از ۱۵ دقیقه بی‌ترافیکی خاموش می‌کند و بیدارشدن آن حدود یک دقیقه زمان می‌برد.Render spins the free service down after 15 idle minutes; waking it takes about a minute.
1–5 sec
درخواست ساده در حالت گرمSimple warm requestبررسی سلامت، دریافت تنظیمات و درخواست‌های سبک معمولاً سریع‌اند.Health checks, configuration, and lightweight requests are normally quick.
20 sec–2 min
PDF متنی ۲۰ تا ۸۰ صفحه20–80 page text PDFوقتی متن با موس انتخاب می‌شود و OCR لازم نیست، این بهترین سناریوی نسخهٔ دمو است.A selectable text layer with no OCR is the best demo scenario.
2–15+ min
PDF اسکن‌شده یا فارسی دشوارScanned or difficult Persian PDFهر صفحه باید تصویرسازی و OCR شود؛ CPU رایگان فقط ۰٫۱ هسته در اختیار دارد.Each page must be rendered and OCRed, while the free service has only 0.1 CPU.
1–5 sec
پاسخ محلی پس از آماده‌شدن کتابLocal answer after ingestionسیستم جمله‌های مرتبط را از متن انتخاب می‌کند؛ روانی و استدلال محدود است.The system selects relevant sentences; fluency and reasoning are limited.
3–20 sec
پاسخ با AI APIAI-assisted answerبسته به مدل، طول زمینه، ترافیک و حالت تفکر متفاوت است.Varies by model, context length, provider traffic, and reasoning mode.
آماده‌سازی منبعPreparing the source

بهترین PDF برای این نسخه چه شکلی است؟

What is the best PDF for this demo?

بهترین انتخاب‌ها

Best choices

PDF متنی Born-digital که متن آن با موس انتخاب و کپی می‌شود.A born-digital PDF whose text can be selected and copied.
برای آزمون عمومی: ۲۰ تا ۸۰ صفحه و کمتر از ۱۰ مگابایت.For public testing: 20–80 pages and under 10 MB.
فونت‌های استاندارد Unicode، صفحهٔ تک‌ستونه و عنوان‌های واضح فصل.Standard Unicode fonts, single-column pages, and clear chapter headings.
نسخهٔ انگلیسی متنی برای اولین تست، سپس فارسی استاندارد.A text-based English book for the first test, then a standard Persian PDF.
در فایل اسکن: تصویر صاف، پرکنتراست و حدود ۲۰۰ تا ۳۰۰ DPI.For scans: straight, high-contrast pages around 200–300 DPI.

فایل‌های مسئله‌ساز

Problematic files

×PDF رمزدار، DRMدار یا فایلی که امضای واقعی PDF ندارد.Password-protected, DRM-protected, or invalid PDF files.
×کتاب اسکن‌شدهٔ بسیار بزرگ، کج، تار یا دارای دست‌نویس.Very large, skewed, blurry, or handwritten scanned books.
×PDF فارسی با فونت قدیمی که کپی متن را به حروف جدا تبدیل می‌کند.Persian PDFs whose legacy fonts copy as fragmented letters.
×صفحه‌های چندستونه، جدول‌های پیچیده و فرمول‌های تصویری فراوان.Dense multi-column layouts, complex tables, and many image-based formulas.
×محتوای محرمانه، پروندهٔ دانشجو یا کتاب بدون مجوز آزمایش.Confidential records, student data, or books without testing permission.
افزودن API Key متن خراب را تعمیر نمی‌کند.An AI API key does not repair broken extraction. مدل زبانی فقط پس از استخراج و بازیابی متن وارد عمل می‌شود. برای فونت خراب یا اسکن نامناسب، ابتدا باید PDF بهتر یا OCR مناسب فراهم شود. The language model runs after extraction and retrieval. Broken fonts or poor scans first require a cleaner PDF or better OCR.
لایهٔ هوشمندیThe intelligence layer

API هوش مصنوعی چه چیزی را بهتر می‌کند؟

What improves when an AI API is added?

کلید API خودش هزینه‌ای ندارد؛ مصرف مدل بر اساس توکن محاسبه می‌شود. در کد فعلی، OpenAI ساده‌ترین اتصال مستقیم است.

The key itself has no price; model usage is billed by tokens. In the current codebase, OpenAI is the direct built-in integration.

بدون

بدون AI API

Without an AI API

جست‌وجو و ارجاع کار می‌کند، اما پاسخ از انتخاب و کنارهم‌گذاشتن جمله‌های کتاب ساخته می‌شود. خلاصه‌ها ساده‌تر، آزمون‌ها قالبی‌تر و زبان پاسخ گاهی خشک است.

Retrieval and citations work, but answers are built by selecting textbook sentences. Summaries are simpler, quizzes more templated, and wording less natural.

AI

با AI API

With an AI API

پاسخ‌ها روان‌تر و تحلیلی‌تر می‌شوند؛ خلاصه، آزمون، فلش‌کارت و ساختار اسلاید بهتر تولید می‌شود. مدل همچنان فقط باید از متن بازیابی‌شده پاسخ دهد و خطای احتمالی کاملاً حذف نمی‌شود.

Answers become more fluent and analytical; summaries, quizzes, flashcards, and slide structures improve. The model is still grounded in retrieved text, but errors cannot be eliminated entirely.

Built-in

OpenAI

در نسخهٔ فعلی با متغیر OPENAI_API_KEY مستقیماً فعال می‌شود. برای جست‌وجوی معنایی بهتر باید USE_OPENAI_EMBEDDINGS نیز فعال شود.

The current code activates it directly with OPENAI_API_KEY. Better semantic retrieval also requires USE_OPENAI_EMBEDDINGS=true.

GPT-5 mini: $0.25 in / $2 out
  • حداقل خرید اعتبار اولیهٔ OpenAI: ۵ دلار.
  • OpenAI minimum initial prepaid credit: $5.
  • Embedding کوچک: ۰٫۰۲ دلار به‌ازای یک میلیون توکن.
  • Small embeddings: $0.02 per 1M tokens.
  • اشتراک ChatGPT Plus جایگزین اعتبار API نیست.
  • ChatGPT Plus does not include API usage credit.
Adapter needed

Google Gemini

بله، بعضی مدل‌های Gemini API فری‌تیر دارند. اما کد فعلی باید یک Provider Adapter برای SDK و قالب درخواست Gemini دریافت کند.

Yes, selected Gemini API models have a free tier. The current code needs a provider adapter for Gemini's SDK and request format.

Flash-Lite paid: $0.10 in / $0.40 out
  • فری‌تیر برای نمونه‌سازی مناسب است، نه تضمین ظرفیت عمومی گسترده.
  • The free tier is useful for prototyping, not guaranteed public-scale capacity.
  • در فری‌تیر، داده می‌تواند برای بهبود محصولات Google استفاده شود.
  • Free-tier content may be used to improve Google's products.
  • فری‌تیر محدودیت نرخ و مدل دارد.
  • The free tier has model and rate limits.
Low cost

DeepSeek

اپلیکیشن چت رایگان DeepSeek با API یکی نیست. API رسمی مصرفی و بر اساس موجودی حساب است؛ گرچه قیمت آن پایین است و قالب آن با OpenAI Chat Completions سازگاری دارد.

The free DeepSeek chat app is not the same as its API. The official API is metered against account balance, though it is inexpensive and OpenAI Chat Completions compatible.

V4 Flash: $0.14 in / $0.28 out
  • اتصال به دانشیار نیازمند تغییر LLMService از Responses API به لایهٔ چندارائه‌دهنده است.
  • Daneshyar needs a multi-provider layer because its current LLMService uses the Responses API.
  • اعتبار هدیه ممکن است وجود داشته باشد، اما API رایگان دائمی تضمین نشده است.
  • Granted credit may exist, but a permanently free API is not guaranteed.
  • اجرای مدل متن‌باز DeepSeek روی Render رایگان عملی نیست و GPU جدا می‌خواهد.
  • Self-hosting open DeepSeek weights is not practical on free Render and requires separate GPU capacity.
برآورد مالی به‌روزCurrent cost estimate

نسخهٔ پولی چقدر هزینه دارد؟

What does a paid version cost?

قیمت‌ها مربوط به ۲۱ ژوئیهٔ ۲۰۲۶ هستند و ممکن است بعداً تغییر کنند. مالیات، پهنای‌باند اضافه و پردازش غیرعادی در این برآورد نیست.

Prices are current as of July 21, 2026 and can change. Taxes, bandwidth overages, and unusual processing are excluded.

پایلوت همیشه‌روشن پیشنهادی

Suggested always-on pilot

≈ $13/mo

Render Starter Web Service برابر ۷ دلار + پایگاه دادهٔ Basic-256mb برابر ۶ دلار. هزینهٔ AI جدا و مصرفی است.

Render Starter Web Service at $7 plus a Basic-256mb Postgres database at $6. AI usage is additional and metered.

$0/moHobby Workspace؛ فرانت‌اند GitHub Pages نیز رایگان استHobby workspace; GitHub Pages frontend is also free
$7/moRender Starter؛ همیشه روشن، ۵۱۲MB RAM و ۰٫۵ CPURender Starter; always on, 512 MB RAM and 0.5 CPU
$6/moکوچک‌ترین Postgres پولی برای دادهٔ ماندگارSmallest paid Postgres for durable data
$0.25/GB/moدیسک دائمی Render برای سرویس پولیRender persistent disk for a paid service
$25/moStandard Web Service؛ ۲GB RAM و ۱ CPUStandard Web Service; 2 GB RAM and 1 CPU
≈ $18 first monthStarter + Postgres + حداقل ۵ دلار اعتبار اولیهٔ OpenAIStarter + Postgres + the $5 minimum initial OpenAI credit
سناریوScenarioزیرساختInfrastructureبرآورد ماهانهMonthly estimateمناسب برایSuitable for
دموی فعلیCurrent demoGitHub Pages + Render Free + local fallback$0نمایش، تست محدود و تحقیق اولیهShowcase, limited testing, early research
پایلوت همیشه‌روشن سادهSimple always-on pilotStarter Web + temporary/local data$7 + AIدموی سریع بدون Cold Start؛ هنوز ذخیره‌سازی حرفه‌ای نیستFast demo without cold starts; storage still needs care
پایلوت قابل اتکاReliable pilotStarter Web + Basic Postgres≈ $13 + AIگروه کوچک استادان و دانشجویانA small teacher/student pilot group
نسخهٔ متوسطMedium deploymentStandard Web + Basic-1gb Postgres≈ $44 + AIمصرف بیشتر، OCR سریع‌تر و هم‌زمانی بهترMore usage, faster OCR, better concurrency
دانشگاهی واقعیInstitutional productionMultiple services, DB, object storage, queue, auth, monitoring$100+ variableکاربران زیاد، امنیت، حساب کاربری و پشتیبان‌گیریMany users, security, accounts, and backups

ماشین‌حساب تقریبی هزینهٔ AI

Approximate AI cost calculator

فرض پیش‌فرض هر پرسش: ۶۰۰۰ توکن ورودی و ۸۰۰ توکن خروجی. هر تولید آموزشی: ۱۵هزار ورودی و ۴هزار خروجی. این فقط تخمین است.

Default assumption per Q&A: 6,000 input and 800 output tokens. Per educational generation: 15,000 input and 4,000 output tokens. This is only an estimate.

$3.10هزینهٔ گفت‌وگوQ&A cost
$1.18هزینهٔ تولید محتواGeneration cost
$0.02Embedding کتاب‌هاBook embeddings
$4.30جمع تقریبی AIEstimated AI total
امنیت، داده و حقوق نشرSecurity, data, and copyright

پیش از بارگذاری چه چیزهایی را باید بدانیم؟

What should users know before uploading?

۲h

دادهٔ موقت

Temporary data

سامانه برای هر کتاب یک توکن تصادفی می‌سازد و زمان نگه‌داری برنامه‌ای دو ساعت است؛ بااین‌حال ری‌استارت یا Spin-down نسخهٔ رایگان می‌تواند داده را زودتر پاک کند.

Each book receives a random access token and an application TTL of two hours, but a free-instance restart or spin-down may erase data sooner.

🔒

نه برای اطلاعات محرمانه

Not for confidential material

نسخهٔ عمومی حساب سازمانی، کنترل دسترسی دانشگاهی، رمزگذاری اختصاصی فایل و قرارداد پردازش داده ندارد.

The public demo has no institutional identity, university access controls, dedicated file encryption workflow, or data-processing agreement.

©

مسئولیت حقوق نشر

Copyright responsibility

فقط کتابی را بارگذاری کنید که مالک آن هستید، مجوز دارید یا استفادهٔ آزمایشی آن طبق قوانین مربوط مجاز است.

Upload only books you own, are licensed to use, or may lawfully process for evaluation.

مسیر تبدیل به محصول واقعیPath to production

برای نسخهٔ دانشگاهی چه چیزهایی باید اضافه شود؟

What is required for an institutional version?

زیرساخت

Infrastructure

سرور همیشه‌روشن، Postgres دائمی، Object Storage برای PDFها، صف پردازش OCR و Worker جداگانه.

Always-on compute, durable Postgres, object storage for PDFs, a processing queue, and separate OCR workers.

هویت و امنیت

Identity & security

ورود استاد و دانشجو، نقش‌ها، SSO، محدودیت سازمانی، ثبت رویداد، سیاست حذف و رضایت‌نامهٔ داده.

Teacher/student accounts, roles, SSO, organizational policies, audit logs, retention rules, and consent controls.

کیفیت و مقیاس

Quality & scale

Vector DB، ارزیابی پاسخ، مانیتورینگ هزینه، Cache، صف‌های Retry، چند Provider هوش مصنوعی و تست بار.

Vector search, answer evaluation, cost monitoring, caching, retry queues, multiple AI providers, and load testing.

پاسخ‌های کوتاهQuick answers

پرسش‌های رایج

Frequently asked questions

آیا برای کارکرد پایه حتماً API Key لازم است؟Is an API key required for basic operation?

خیر. استخراج، جست‌وجو و پاسخ محلی کار می‌کنند. کلید AI کیفیت نوشتار، تحلیل و تولید محتوا را ارتقا می‌دهد.

No. Extraction, retrieval, and local answers work. An AI key improves writing, reasoning, and content generation.

آیا با ۵ دلار OpenAI می‌توان شروع کرد؟Can the project start with $5 of OpenAI credit?

بله. ۵ دلار حداقل خرید اولیه است و برای یک پایلوت کم‌مصرف می‌تواند تعداد زیادی پرسش و خروجی پوشش دهد. مصرف واقعی به طول زمینه و پاسخ بستگی دارد.

Yes. Five dollars is the minimum initial purchase and can cover many low-volume pilot requests. Actual usage depends on context and output length.

آیا Gemini رایگان بهترین گزینه است؟Is free Gemini automatically the best option?

برای آزمایش کم‌هزینه گزینهٔ خوبی است، اما محدودیت نرخ، سیاست استفاده از داده و تغییر سهمیه دارد. همچنین کد دانشیار باید برای آن Adapter دریافت کند.

It is useful for low-cost testing, but rate limits, data terms, and quotas apply. Daneshyar also needs a provider adapter.

آیا DeepSeek API رایگان است؟Is the DeepSeek API free?

API رسمی مصرفی است. ممکن است اعتبار هدیه ارائه شود، اما اپ چت رایگان با API عمومی یکی نیست و موجودی ناکافی باعث توقف درخواست می‌شود.

The official API is metered. Granted credit may be available, but the free chat app is not the public API, and insufficient balance stops requests.

آیا فقط ارتقای Render مشکل مقیاس را حل می‌کند؟Does upgrading Render alone solve scaling?

نه. Cold Start برطرف و CPU بهتر می‌شود، اما برای کاربران زیاد هنوز پایگاه دادهٔ دائمی، صف، Storage، احراز هویت و کنترل هزینه لازم است.

No. It removes cold starts and adds compute, but high usage still needs durable storage, queues, identity, and cost controls.

چرا PDF انگلیسی برای اولین تست بهتر است؟Why is an English PDF better for the first test?

رمزگذاری متن چپ‌به‌راست و فونت‌های انگلیسی معمولاً استانداردترند. پس می‌توان ابتدا سلامت Backend را سنجید و سپس چالش OCR و فونت فارسی را جداگانه بررسی کرد.

English left-to-right text layers and fonts are usually more standardized, helping isolate backend health before testing Persian OCR and font issues.

منابع رسمی قیمت و محدودیتOfficial pricing and limit sources

پیوندهای مرجع

Reference links

قیمت‌ها و سیاست‌ها تغییرپذیرند؛ برای تصمیم مالی نهایی این صفحات رسمی را بررسی کنید.

Prices and policies can change; review these official pages before making a final budget decision.