OISLE 背夹充电宝
https://item.jd.com/70359646639.html
这个是我看到最便携的了。

如果访问量不大，完全不用担心内存。给你看看我腾讯 2G 的服务器用了多少内存。
outline-docker-compose_wk-nginx_1 3.086MiB / 1.941GiB
outline-docker-compose_wk-outline_1[node.js] 216.3MiB / 1.941GiB
outline-docker-compose_wk-redis_1 6.551MiB / 1.941GiB
outline-docker-compose_wk-minio_1[golang] 96.13MiB / 1.941GiB
outline-docker-compose_wk-oidc-server_1[python/django] 75.34MiB / 1.941GiB
outline-docker-compose_wk-postgres_1 32.22MiB / 1.941GiB
wordpress_wp_1[apache/php] 190.6MiB / 1.941GiB
wordpress_wpdb_1[mysql] 213.4MiB / 1.941GiB
filebrowser_filebrowser_1[golang] 10.85MiB / 1.941GiB
carrot_carrot-box_1[python/django] 77.67MiB / 1.941GiB
nginx_nginx_1 7.34MiB / 1.941GiB

@marc2017 这东西最大的问题是便宜。和生长激素相比就是不要钱。
从我的角度，这东西不能要，不能助长这样的歪风。
但，女人和孩子的钱好赚，所以也不确定会不会再贴。

一定要签合同，合同一定要尽量的细。
可能你的朋友不会坑你，但项目开始后很多时候不是你和你朋友能左右。

别的不说，生成 Python 代码没有空格，你要别人怎么用。

相比 GIL ，我更在意 Python 的单核性能。

@julyclyde 这个项目的发起人就是 Python 的作者，相当于给 CPython 拉投资 。他们改动的就是官方的 CPython 。
Python 的速度在脚本语言里也算慢的。以前说 Ruby 慢，Python 比 Ruby 还慢。
CPython 最大的好处还是 C 扩展比较好写。特别是 PyO3 出来后，用 Rust 写扩展很舒服。

机器学习本质上是资源密集型产业。
极少数的算法+海量的数据（采集和标注）+海量的计算资源

人工智能对于普通程序员来说就是多了一些效果不错的第三方库，关键是如何利用好这些库。

不一定要相爱，但要合得来。

性能很难改变，更何况到了双方父母都着急的年纪。
为了你来上海，在她看来做出了很大牺牲。估计在之后会有很大的隐患。

如果还想试试，建议好好谈一谈。
为了你“XX”这样的话最好少说。家庭要靠双方的付出，计较起来谁都不好过。

很多并不是直接引用的。
npm 库的传染性很强，可能你引用了一个小库，结果被关联了一大堆的库。

同 40 。
也曾纠结过生死的意义，为生活焦虑。
现在不纠结，也没那么焦虑了。

在我看来，人生是一个逐渐认识和接受自己的过程。
认识到自己的不足，接受自己的不足（包括焦虑）。

世界上很多事情本无意义，且无法改变，唯一能做的是享受旅程。

应当对搜索引擎的特性做过优化。bing 数据实时性要好很多，问中美关系，会提到气球。

用台湾的 VPN 能看到图标，点击报错。换美国的 VPN 可以正常使用。

通过了，不过用不来。后台一堆的出错信息

@TabGre 可以绑喜马拉雅和得到的账号。有喜马拉雅的会员可以播放会员音频。喜马拉雅的音频基本上都可以放。不知道喜马拉雅是否有限时独占之类的协议，一些最新的音频在小爱里找不到。

小爱音箱。小朋友天天听，为此还入了喜马拉雅的会员。

ant design pro 虽然出过事，不过完成度很高，挺好用。

pylance/pylint/flake8/ruff 是一类的，做代码规范化&错误检查
pyright/mypy 一类，做类型检查
pyright 据说比 mypy 快，不过这东西用 Typescript 写的，依赖 node 的运行环境。类型检查我还是用 mypy 。

我之前用 flake8 ，配置简单规则也够用。
pylint 支持的规则最多，对我来说太复杂了。
pyright/pylance 可能主要是性能方面的优化吧。

我现在用 ruff ，规则够用，速度比 flake8 快很多。