世界越来越疯狂，我老妈还能分出是否我的声音么？

直接右键 open in new container tab 就行了

你可以自己写个装饰器
需要用到 inspect 模块
sig = inspect.signature(func)
parameters = sig.parameters # func 参数的类型
return_annotation = sig.return_annotation # func 返回的类型
然后用个字典，根据类型指定转换的函数……
主要是 python 类型太多，随便一个 class 就能作为类型，例如指定是 list 类型，但传入可能是 tuple, set, string, dict, iteror, generator, map, pandas.series, numpy.ndarray...全部都可以转为 list ，但全部都要兼顾容错么？

在这个坛子，可能发个.reg 文本文件就够了，哈哈

@Nosub #4
对于字幕工作者，一直是感恩的

但现实是软字幕很难找（欧美还好一点），明明手头有 4k 或 1080p 更好的视频源，但很多时候为了看得明白，需要下载 720p 熟肉，显得很无奈。而且连吐槽的资格也没有，道德制高点已被占领，一开口就被淹没，只好选择硬着头皮看英文字幕，或者选择离开，OP 此类作品的出现，算是多了一个选择

感觉是所有圈子都在圈地，唉

其实让 openai 帮你改改 sh 为 windows bat/powershell 就好了，不要改成 python ，然后 bat 你应该能看懂了吧
但关键点不在这，是那个项目能否兼容 windows ，如果它用了 linux 特有的东西，在 windows 也跑不起来

对于附言：
再扩展个例子，比如你正在输入密码，就差点击确认刚好有人借用，你给他用了，他登陆了打开了调试获取到了，或者你有抓包软件运行，别人使用你电脑时候获取到了，这些都不是信道本身中间人相关的问题。

===========
如果登录后，就基本不会存明文密码
对于上述行为，应该养成习惯，关闭 tab 甚至浏览器，再给别人用，ctrl-w 很快的
其实说到底就是对这个“别人”的信任度如何，不关就是很信任了
你应该从来没见过“老公把手机给老婆用时顺手关微信（也包括角色互换，无性别歧视）”这种情况吧？

这样做确实有个好处，就是即使服务器被爆了，用户真实密码也不会泄漏，只会泄漏一个“某种算法得出的伪密码”，爆指的是木马、submit data log 泄漏之类，不是数据库被爆（数据库存真实密码那就没什么好说的了）
就是类似 OP 说的第三点好处

厂商嘛，一个用户如何创建密码，也是这个用户 profile 特点之一，取决于厂商的道德观想不想知道这个 profile 特点了，咳咳
如果要防奸商，请使用随机密码，一站一密

说一下 2FA 的思想，2FA 基本上是用于“免频繁登录”的场景的，就是 cookies 驻留，对当前设备“简单信任”，2FA 就是利用另外的设备加强当前“信任设备”仍然在用户本人控制下操作。如果网站不采用 cookies 驻留，同时只有单设备登录，短时需重新登录的话，是没必要 2FA 的，以前很多，但现代极少再用这种策略了，因为用户体验很差，被时代抛弃了（例如之前某电商时不时就要重新登录一次）
2FA 并非加强了密码安全，而是加强操作安全（鉴别为本人），这里默认用户自己已经做了相应的安全措施，如果用户的账密和 2FA 设备是随便乱放、谁都能用的话，那 hash 万次也没用

其实按 OP 思想，最安全是动态密码，每次输入都不同（随时间变化），但服务端总能依据某个算法得出唯一结果作为鉴别，类似 TOTP ，但 TOTP 只有 6~8 位数字是不足够的

确定是银行弄的？银行没必要帮三方赚钱，除非能举证他俩有合作关系

看看协议是什么时候签的，通过什么平台签的

@crysislinux #2
你这样说话人家还怎么洗啊？成本更低还阉割后按贵卖？

时时刻刻希望对方过得好

真的好奇 iOS 没有号码归类？

不是，你要换一下思想，不要只想“存”，还要想取
两点：
1. 如果需要经常读取，还是要考虑方便性
2. 不想取，只想着一存永久，这是不切实际的
对一般人来说，5 年不再读取的数据，实际意义并不大，“丢失童年记忆意义还不大？”，你可以问问父母，如果童年记忆点点滴滴都能记住，那这个记忆还珍贵么，他们（我们）真的需要万事记忆么？

我建议你用比较实际的方式是：常读、续存，只要媒介出现异常，或者可见不符合时代发展，就换介质迁移续存
举例：
30 年前是 cd 700MB ，20 年前是 dvd 4.5GB ，10 年前是 blu-ray 25~50GB……10 年后呢？ 10 年后还读 cd 么？
30 年前 HDD 是 ide 接口，20 年前是 sata 接口，现在……已经找不到 ide 接口的设备了，连转换头都难找，将来呢？

@Milicense #2
两种方式都可以，本地的话需要自购足够的硬件，用云算力的话，租金也不便宜
你可以 wiki 了解一下 openai 租 google 算力用了多少钱？当然人家是从 0 开始，你只是在 llm 基础上加强，不是相同数量级，花费也会少很多，但个人也是难以承受的

低算力也可以做，但第三条“2~3 年”就不够了
前几天想做一个 50 万条的聚类，numpy 告诉我需要约 192G 内存（当然是说我机器内存不够），这还不到算力的事呢……

1, 2, 2.5, 3 都可以
4. 3w 估计不行，6 位数也勉强