所以大学生就是太天真。。。
楼上已经说了很多遍了。你的目的是赚钱。不是写程序。

arco design 的侵入还是比较小的。基本没什么兼容问题。像我是用 vite 。我碰到的所有兼容问题都是 create app 创建出来的模板太简单了。需要自己微调一下。

实在不行就是直接去看源码，把 component 直接复制到自己项目里来自己改。我改了好几个了。基本也没啥问题

啥都不会？那毫无疑问是 electorn 啊。。。学习成本最低。当然要是会 rust 就是 tauri 。

没有什么语言、框架错误的弯路。只有自己熟悉和去解决各种问题的能力。所谓弯路，都是和公司资源部匹配，和自己能力不匹配的。比如选 electron 的，结果公司就招不到会 electron 的或者说非常靠谱的前端。选 c#一样，你要招聘环境和公司环境里就没这样的人。。你啥都别想干

其实 gpt 基本能协助完成这个工作。。为啥不考虑框架壳子载入网页呢？网页只做业务交互动作。其实没啥问题。。
electron.。。。先交付。再优化呗。。

也没啥问题吧。。。新手？踩 1-2 次雷不就知道了。。

谈不上坚守不坚守吧。公司让用啥就用啥。什么？你看不起 php ？出门右拐

本来我也是这么做的，结果我媳妇在 p2p 时代拿钱去投资。。。然后我就收回财政大权了

@woduzibue 如果是领导要求的，就要文档写清楚。这是拍脑袋的，请领导同意。领导同意了，锅就不会在你头上

@woduzibue 事实就是这样的，世界就是一群草台班子组成的。除了极个别大公司有足够的资源正儿八经的去验证得到一个正儿八经的值。这个道理很简单，图啥啊？原先没有就一点事都没。现在有了，那我只要保证在现在没问题就好了。。

@b1u2g3 巧了。。身边统计学结果：80% 除了 IDE 点 run 。编译报错得找运维给看

经验之谈。先拍脑袋写一个。然后再以事故为导向

@wmlz 我个人觉得 lz 吐槽的不是这玩意难安装，是被动接受，不愿意去接受。。

是的，可以用 NumPy 的广播功能来去除 for 循环。NumPy 是一个强大的科学计算库，它允许你对整个数组或矩阵进行快速操作，而不需要显式地编写循环。在你的例子中，你可以使用 NumPy 的布尔索引来直接设置 alpha 通道的值。

下面是一个如何用 NumPy 的广播和布尔索引来替换掉 for 循环的例子：

from PIL import Image
import numpy as np

def jpeg2png(path, name, mask=(255, 255, 255), limit=32):
img = Image.open(path)

arr = np.array(img.convert('RGBA'))

# 创建一个布尔掩码，其中接近指定 mask 颜色的像素为 True
mask_arr = np.all(np.abs(arr[:, :, :3] - mask) < limit, axis=-1)

# 设置 alpha 通道为 0 (透明) 在 mask_arr 为 True 的地方，否则设置为 255 (不透明)
arr[:, :, 3] = np.where(mask_arr, 0x00, 0xFF)

Image.fromarray(arr).save(f'{name}.png')

# 使用函数转换图片
jpeg2png('input.jpg', 'output')
在这个改写后的函数中，np.where 函数用于选择性地替换数组中的元素。mask_arr 是一个与输入图像同样形状的布尔数组，它标志了所有需要被设置为透明的像素。np.where 根据 mask_arr 的值来设置 arr 的 alpha 通道，如果 mask_arr 为 True 则设置为 0x00 ，否则设置为 0xFF 。

这种方法比双层 for 循环更有效，因为它利用了 NumPy 的内部优化来处理数组操作，从而可以显著提升性能，特别是在处理大图像时。


善用工具。。。

@wmlz 你这个逻辑是通的，就跟我说不应该运维管一样。运维如果是主动去接触的，没啥毛病，如果是被动的。就看谁拳头大。。这没啥好纠结的，打工嘛。。谁拳头大听谁的，不然就和稀泥。

对于这种疑问我都是一句回复：我有 32G 内存谢谢

举个简单的例子。假设研发想上 clickhouse 。。。是让运维去研究怎么部署。然后才能上么？最精通的应该是研发而不是运维吧。。。