黑椒脑花寿司？

超级爆裂排球，马里奥派对，这俩都挺不错的

感觉多邻国的英语课程不够深度，可能高考比较卷的地方的高中生都能够很轻松的完成

飞书文档 + logseq

Jackson 反序列化泛型列表

```
CollectionType typeReference =
TypeFactory.defaultInstance().constructCollectionType(List.class, Dto.class);
List<Dto> resultDto = objectMapper.readValue(content, typeReference);
```

放到 JS/C# 里面就非常简单了 JSON.parse / JSONConvert.Deserialize

对比起来，Java 真的太啰嗦了。而且这么一坨代码在没有 Copilot 这种人工智能加持下，Idea 能正确的补全出来吗？

今天看到的一个文档 https://1drv.ms/b/s!AlqM7I9lpFZes48OWc7B_MMxoslbKw?e=t2OU73

代码逻辑的 review：
1. 减少单个 merge request 代码量，例如控制在 500 行代码以内
2. 提供自测截图，录屏之类的东西
3. 提供修改代码的说明

代码风格的 review 交给 lint 工具来做，自动执行

The easy way: Manjaro
The hard way: ArchLinux

MIUI 的话，多任务加锁、允许自启动、省电策略不限制，就能保持应用在后台运行了。如果不想要某个软件在后台运行，把自启动关掉就行，所谓的自启动白名单只是应用的默认“自启动”设置是允许。

@dream4ever 确实，现在阿里云的容器服务只支持 k8s 集群了，用起来是要复杂很多。

直接用云服务商的容器服务吧，业务应用放 docker 里面

梯子加钱 +1

```sh
sudo pacman -S fish
exec fish
```

换成 fish shell ，极大的提高终端操作效率

说明自己在进行项目的进度，预告项目风险或者阻碍

我推荐 F#

1. 类似 ocaml 的函数式编程语言，自带不可变数据结构
兼容 .Net 生态，支持完整的面向对象编程范式

2. 大多数 F# 程序运行在 .Net Runtime 之上，开发者不用关心 GC

3. 如果你要让 F# 运行在 .Net 平台上，有 Nuget 包管理可以用，生态非常丰富，从机器学习到移动端应用开发，都有支持
如果你要让 F# 运行在浏览器平台上，那么整个 npm 的资源也可以为你所用

4. 语法上每年都有更新，［同样的程序，写起来比 C# 要简洁］ ( https://fsharpforfunandprofit.com/why-use-fsharp/)


5. 可以跟 C# 用同一套 IDE 、性能诊断工具，除了 MS Visual Studio 之外，还可以使用 VS Code 、JetBrains Rider 来开发

BTW ，楼主好像对 haskell 这种偏学院派的函数式语言不太感冒，这跟 F# 的设计初衷也有点类似。因为 F# 开发者认为 Monad 在绝大多数程序员实际业务开发中用的很少，且为了跟 .Net 生态兼容， 所以 F# 没有提供高阶类型的特性。不在意这一点的话，F# 确实是不错的 side project 语言。

如果只是 crud ，那么写单元测试收益不大。
如果你的 crud 开始包含业务逻辑，那么你需要考虑怎么把业务逻辑跟 crud （也就是读写数据库或第三方 API ）隔离开，这时单元测试的收益就比较明显了。

简单项目直接 vue-cli angular-cli vite-react 起手啊，都是开箱即用的，不需要配置的啊

@zhongjun96 目前其实没有很好的方法仅通过单一的指标就能够衡量程序员的绩效。开发当量可以作为一个更加客观公平的指标，帮助你进行主观的绩效评估。

@dany813 跟代码量不完全相同，这里用的是开发当量。开发当量的计算对象是对一段代码的修改，假设我们修改前的代码是 old.java, 修改后的代码是 new.java, 开发当量是基于 old.java 修改成 new.java 的编辑来计算的。
开发当量不同于代码量的另一个地方是加权机制。开发当量的计算会先将代码转换成 AST ，然后按照对代码的修改类型（例如新增字面量、重命名变量等）、修改方式（例如新增、复制、删除）对每次代码修改进行工作量的评估。从而能够消除代码书写风格的噪音，更好的理解代码的语义变更，相对客观的反应程序员的代码产出。对实际开发中常见的拷贝代码，自动生成代码等场景进行了优化，智能地消除干扰，从而使开发当量更加真实的反应实际的开发工作量。

对于你这种需要进行绩效考核场景，可以分析整个代码仓库每个人的开发当量，从而得出每个人对整个代码库的贡献。比如你可以对比各个项目每人每周的开发当量，在项目这个级别上进行效能比对。