@cocoking 你一看就是没有踩坑, 我前面的那个公司, 做这个已经 20 年了, 这个行业超级成熟. 要不拼价格(没啥油水的市场), 要不拼关系和服务, 这个行业最低端的项目(几万的), 最高端的项目(几千万的)我都做过, 结论是选择 Web 技术栈毫无优势. 现实世界技术从来不是第一驱动力, 金钱才是, 我说的这个流程中的每一部分存在都有他的价值(因为每一步都是计价单位, 如果太简单, 价格就上不去, 就没有利润, 没有利润, 就没人愿意去做)
如果你想要做广告机那种, 那种反而非常简单, 不过也不是用的你说的 web 技术, 而是最简单的流媒体, 这样播放器才可以做的非常薄, 客户端都只播放视频(在服务器上合成好, 然后使用流媒体服务器转发出去, 直接广播), 关机, 休眠, 开启, 这个模式非常成熟了, 但唯一的问题是客户端不能操作, 有些信息发布屏是多功能的, 需要支持信息发布以为的功能!

@sutra 这个玩意本质上是个半定制的东西, 很多时候客户都要按照需求加功能, 而且都是买硬件赚钱, 软件是附送的, 所以软件大部分和硬件直接捆绑. 比较通用的可能就审计, 任务调度, 插播调整, 终端报警, 布局排版系统, 视频编解码插件, 资源管理(CMS), 余下的就是抠细节.

很多时候, 客户要求动态修改, 而不是你设定死就好了, 而且播放的内容是需要动态调整的. 这个还设计到插播, 流媒体切换, 等等等等. 反正坑非常的. 特别是视频播放部分, 还有休眠部分都是坑. 和安卓 /windows 的主板都用关系, 很多时候设备回无缘无故的无法定时重启, 睡死, 网络不同, 有几百上千太设备, 各种诡异问题.

@sutra 因为信息发布系统很多时候, 客户就是需要在非工作日, 晚上, 节假日熄灭屏幕. 各种诡异需求, 层出不穷.

这个玩意比你想的复杂的多, 特别是需要播放 doc/pdf/各种不同格式文件和各种不同格式的视频, 网络不稳定下各种毛病, 我以前做的那套系统是給公安部做的, 还要求等保, 光审计就能搞死个人.

重启, 关机, 定时休眠这些你难道不需要用??

我以前做过, 不过这个玩意需要和硬件组合,不是只有软件的

@hez2010 无法下载, 检测到病毒??

@xu33 不要听网上的人胡说八道, 我笔记本用了 3 年了,一直都是 2720 给它供电, 一点毛病没有, 换了就去换电池, 有问题就去苹果的售后.

@xu33 旧款 Mac 不是有雷电接口吗, 找不到雷电三全功能的 Type-c to Type-C 也行, 我用的就是 2720QM, 原来的 2718QM 有上线 USB, 新款砍掉了, 数据传输就只能走 Type-C 了, 全功能的 C 支持充电 /数据传输 /视频传输, 只是支持雷达 3/4 协议的 Type-C 带宽高罢了.

学会写 SQL, 可以不写, 但不可以不会.
另外 SQL 只要不使用 join 和子查询, 再复杂能复杂到哪儿去.
现在大部分数据库都支持原生的分页, 写分页已经足够简单.
总不可能将数据全部查询到内存, 然后调用内存排序,然后 skip/take 吧...

@handuo 没啥大问题, nvidia 有单独的 WSLG 的显卡驱动, pytroch 也有单独版本, 大概在原生的 8,9 成, 问题是 nvidia 的显卡驱动本身有问题, 不管是 Linux 还是 Windows.

这是一个 feature, 这个界面会将找到的前后一行都保留下来, 否则很容易不知道查找到的内容在原文档的什么地方.

@opensecd 真个问题出现很久了, 一直没修复. 因为它的电脑长时间没关机, 微软的程序员偷了懒, 没有每次都去重新计算并刷新这个值. 电脑重启一下, 这个值就会正常

@MrdotX 金额进度当然是后端处理, 不过一般不会设计到精度, 因为我们总是使用比分还要小 2 个数量级的单位, 根本就不使用小数存储金额, 而是直接使用 long

屁股决定脑袋, 当然是希望将所有工作对推给对方做.
正常情况, 没有 BFF 肯定是所作都可以, 这个一个数据显示为什么样的样式, 更合理的当然是前端来做.

@ksc010 不只是显卡有关的包, 很多绘图的包也是.
我用过的各个语言, 个我个人的感觉 python 的包是最容易出问题, 依赖搞到奔溃, conda 有时候也解决不了问题.
node 的包就更讨厌, 但很少出问题, 基本包固定了版本, 安装一下就能跑通.
也可能是在 python 中我的使用场景问题, 因为我主要是帮朋友搞 PhD Research, 很多时候学术研究写的代码和安装包, 错误多的让人奔溃, 只能面向 GitHub 和 Stack Overflow 弄, 给作者发邮件, 作者很多时候也不回复.

一些包这么搞可能没问题, 但很多 Python 包, 你换一个环境, 根本没法运行, 即便你拷贝了所有安装包.
pip 各种包的兼容性简直稀烂, 搞机器学习很多时候非常痛苦, 同样的包, 同样的版本, 换台机器安装就不能运行了, 甚至同样的版本依赖库, 换个操作系统安装后, 就直接报错, 特别是在 Windows 下.

@metalbitch 可以发图片的, 你姿势不对