@testonly #3
最方便管理的方式就是最好的，而不是被管理人认为好的方式
中国在这方面遥遥领先上千年，西方现在都在向中国学习，他们的企业已经先行，就是政府跟随比较“慢”，🐶

@03 #41
人无远虑，必有近忧
都是做过项目的人，应该分得清轻重缓急，做事多向前想两步就已经是巨大的差别

人的视野不足 180 度，需要靠转身补足，腾出回旋空间，可以转身、后退，路才好走
向前一步可以看到更远，但向后一步则是拓宽视野

我有时真的很疑惑这个究竟是不是[高]技术人员聚集的地方
分析新闻个个都头头是道，什么都能质疑，但盲信品牌的大有人在

TOTP 是个极容易备份的东西，就是字符串而已，却很多人在这上面栽跟头，全盘备份都能搞定，几个字符串就……
这些帖子看得我一头雾水

看完好像只是单位没有 ping 通（进|出），其他都 ping 通了？这就跟电信家宽没关系了吧
你试试手机 5G 互 ping 单位？

没有终极方案，因为每个人的需求都不同

我一直好奇，备份就是备份，有必要备份时同时整理么？做到不重复就算好了
整理、分类、查找、修改、删除这些需求其实是会随时变的，所以需要一个中间件数据库，把 id(也就是 path)和检索需求对应起来
想免数据库检索，目前常用的方案就两种：
1. 备份目录建一个描述文件，通过该文件检索
2. 写入各文件 meta ，meta 是支持自定义数据的，但大部分成品工具只会考虑 meta 中的标准字段，别人不知道你的自定义数据是什么，除非定制或提供 api

纯好奇，“具体参数请阅官方文档”，然后链接到某个引用包的官方文档，这样也不行么？

这里有逻辑和非逻辑两个事，逻辑的上面都说了
非逻辑的，你已经还的款在别人口袋里，你还想别人掏出来补贴给你？

循两个方向找相关模型：排序、量化
首先要把会影响顺序的因素量化，然后排序，有序自然就能分类

如果不能自动量化，例如由人的意志决定顺序，那肯定需要交互手动量化的操作

看样子保护隐私的推广还任重道远

如果你自己各种注册时不做记录，而是期望能在广域查到，这个思路……
社工库呗，给点钱应该可以

@zhoust #6
这里凡是涉及人际关系的，答案“分”是主流，包括且不限于父母、兄弟、夫妻、恋人、劳资、熟人……
别人不重要，自己才重要 🐶

1111 四条棍，光棍，没有约会就买东西犒劳自己……
最初是叫光棍节，跟购物没关系，那时还没电商

看不出是因为怕翻车迁移数据，只感到你在两辆行驶中的车辆之间横跳，似乎车辆本身比你这个行为更安全些

@fbichijing #13
我也讨厌 anaconda 标准版，装 miniconda 好了，就装了个 conda 环境和自带编译器，啥都没有干干净净
我搞不定 Windows 编译环境（不是这家的），经常遇到编译错误，说什么 cl.exe 找不到，明明就在 PATH 里面
我写的东西是大型玩具，不是给别人用的，不想花时间在配置环境上面，尤其要搞清编译问题，对我来说没一头半个月不行

呃，%$%*(()_++_
activate 居然打错了
conda activate 环境名
才对

上面#9 ，python=py 版本，格式为 python=3.10 这样
另有一些 typo ，不一一查了，能读懂就行

用什么版本要看你项目的依赖，如果依赖是旧的，装新版也没用，一跑就报错，选所有依赖都能跑的最新版

anaconda 需要教程（因为预装一堆包及有界面），anaconda 预装包太多，自己也装很多包的话容易有问题，参考下面“补充”
miniconda 不预装依赖(有 cpython 之类，几个)，不需要教程，就两三条命令就能用了，搞清目录结构就行

miniconda 先安装好官方文件，先不要装任何包
输入命令 conda create --name 环境名字[建议纯英文] python=py 版本
这样就在 miniconda/envs 文件夹里面新建了各文件夹名为[你刚刚指定的环境名称]，这个文件夹里面的结果几乎跟外面一样，也是和外面分开的，必要时把相关路径添加到系统环境参数 PATH

输入命令 conda actvice 你刚刚指定的环境名称
这样就进入这个环境（说的不是路径 cd 的进入），然后跑 pip install, conda install 或者脚本，都是用这个环境的 py 版本，依赖包也是装在 envs/xxx/Lib/site-packages 里面
注意：如果某个项目跟随环境，运行前 “conda actvice ...”命令是必须的

补充：在环境内用 conda install 还是 pip install ，区别参考网文，一般建议都是用 conda install ，但在实际使用中，我的经验是 conda 服务器不好连，国内源有时会跟官方不一致（虽然概率低，但我遇到了），而且 conda 每个包安装后都要将依赖轮询一遍，确保稳定性，好处明显，但包多的话，这个轮询很慢，甚至达小时级（冻住？），国外经常有人吐槽这个；我实际使用中，用 pip install 也能正常使用，导出环境参数也没问题，我基本是遇到编译错误的包，才用 conda install ，因为 conda 源是预编译的

参考网文如何更改默认环境，原来默认是 "base"，不在 envs 里面，就是 miniconda 首次安装时的版本，不用跑 active 命令就能用的版本，个人建议 base 不要作为项目运行环境，而且包容易版本冲突，包增多时越装越乱，base 应该作为一些通用脚本的运行环境，例如简单的文件批量处理，一些依赖很少的计算……

至于 export/import 某个环境（仅参数），可参考网文，要保证不同设备一致性，就每次相同环境都装相同的包（含包的版本）
一些要编译的包，直接 copy 不能保证一致性，虽然大部分是可用的，离线的话建议找跟 os 和 python 版本对应的 whl 文件安装

以上说的是 Windwos ，linux 或类似架构，根据用户权限，环境的路径会不同，一般在用户文件夹内
以上基本能用了，更详细的命令，再慢慢看文档好了