集腋成裘

可梦之

信息爆炸的时代，如何获取有价值的内容，成为每个人获取竞争优势的关键。而知识的日益碎片化，令这一任务变得更加艰巨。
, k9 I4 E- T+ H9 Q
计算机和AI，大大丰富了我们对信息进行筛选、整理和分析的手段，比如搜索，比如自动学习。技术的另一面，Deep Fake正在产生更加海量的“虚构”信息，比如论文、比如视频。这使得原始数据都已经被污染和人为操控。

野蛮生长的互联网巨兽，掌握了我们海量的数据，他们甚至比我们自己还了解自己。那些本属于我们的数据，被他们利用以牟利；还被禁锢在他们的私有网络，甚至我们自己都不能访问。
. Q6 U2 ]  d/ k- U2 Y
在信息的海洋里，我们如同一叶扁舟。周围都是水，却缺少可以饮用的淡水。我们被各种知识充斥着，忙碌着；却很难静下心来，真正的去分析、理解，从而升华我们的思想和知识体系。我们貌似极度自由，可以获取几乎所有信息，但又深陷在信息茧房，慢慢失去了思辨力和想象力。尤其是算法推荐的出现，让我们愈加偏执，远离真相。
' ^0 I. V* d1 `) S& g5 {
% W- o. z! P" Y7 M我是有点收集癖和整理控，就更加苦恼。好不容易搞明白一个技术问题，却没有记录下来，或者忘记记在哪里了；写了文章，留在网站上，自己想去看，网站可能都没了。信息那么多，属于自己的有多少？
% Z$ g1 O6 E. o0 m+ B' |$ P1 e8 e
我曾经尝试过很多方法，比如把知识点滴记录在笔记本上，比如写成Latex/Markdown文档，然而都有不少问题。那为什么不自己做一个让自己满意的知识整理系统呢？去年疫情憋在家，开干！
# X, V( O( b5 W6 h& ?
第一个要求：结构化。非结构化的数据是很难分析和整理的，将数据结构化，开始会付出多，但之后就方便多了。这有个问题：不同的内容，结构化是不同的。比如文章包括标题、正文、作者等；Covid19统计数据就包括国家、日期、新增死亡、新增确诊等。支持给定结构的系统是容易的，我之前也做过日记、照片分享的网站；支持任意结构数据，是很难的。却又是必须的，灵活性是第一的。我今天要记录博客文章，两分钟搞定；明天要记录新闻，两分钟搞定！
% j( M% G% ^& R  F/ t
3 G! h8 U/ ]0 Z. i) h5 b4 P8 L/ X第二个要求：自己做主。我的数据，我做主。所有数据我拥有和控制，哪天不想用这个系统了，随时打包数据走人。
6 K9 \& J! \1 Q" S/ \  ]9 L
" C# v+ H  D+ y3 G* w) n$ R- E第三个要求：共享性。一方面是是方便讲自己的数据分享给别人，另一方面是方便群体合作整理信息。比如我很想整理一下中国流失海外的文物信息，但这个肯定不是我一个人能干的。

- u) \* {7 W0 u. D第四个要求：易用性。一些常见的操作，系统要支持。比如转为PDF/Markdown，数据的可视化画图，数据的自动化处理等。
% ?5 D! k3 k8 K! P' e( \0 T1 p1 b. `- d
, m& j5 p% ]+ {0 H5 pIT人的项目一定会延期的，尤其是这种有一搭没一搭的，稀稀拉拉做了快一年，终于有个样子了。结构化部分花的时间最多，用户可以自己定义数据结构，支持基本的类型，如数字、文字、枚举等，也支持Markdown，HTML等格式，以及常用的图片、视频、国家等等。这部分相当于自己搞了一个简版的ORM，很少有人这么搞，资料也不多。之后加入了数据导出导出，各种格式转化，画图等。最后稍微加了一点社交属性，评论、标签、好友、权限管理等。

这个过程中，其实学了不少东西。尤其是之前很讨厌的前端界面。同时，作为正式项目的技术验证，尝试最新的技术软件，收获不少。

3 V0 z# t" M1 ]! C2 u* v; S作为测试，自己用了一段时间。一个方面是做技术笔记，Markdown是目前找到最合适的格式；还有就是记录自己的文章，以及新闻、视频等；有些统计数据，比如COVID19数据，也很感兴趣，但还没怎么弄。至于这些数据整理之后有什么用处呢？现在还不太明显。技术笔记让我养成了比较好的习惯，免得做过的东西之后又忘记了。整理的《芳斯塔芙》的视频，外甥很喜欢。还有就是公司内部的简易bug系统，不用再折腾装别人软件或者自己从头搞。

坚持一件事情，真的挺难的，尤其是没人逼着的时候。曾经几次想放弃，曾经多次想，我费劲收集这些有用吗？希望自己能坚持下来，集腋成裘，希望能够帮助自己进步和提高。其实很多研究都是基于枯燥的数据收集和整理，没有第谷老师几十年的观测数据，开普勒也搞不出行星三大定律。归纳法也是重要的研究方法。现在所谓的大数据很多经历也是花在数据清理和结构化上。以此自勉。

下一步打算支持一个开放的API，这样方便自动化以及和别的系统集成。之后做一下APP，毕竟现在Web用户越来越少了。数据上，打算整理一下COVID19各国数据，还有就是波士顿圆脸的视频和笔记等。

最后说一下网址是 https://shujuqiu.com。如果有同好，一起做，也是一种鼓励和督促，内心还可以小得意一下。现在普通用户的数据是公开的，如果需要设置为私密，可以留言给你们设置为VIP用户。
       

捣江湖

收集癖怎么治

捣江湖

UI 很让人头痛怎么治

可梦之

捣江湖 发表于 2021-4-2 23:13
收集癖怎么治

买个大房子+两个大硬盘

可梦之

捣江湖 发表于 2021-4-2 23:14
UI 很让人头痛怎么治

' I' x+ _2 f6 T/ D我也头疼UI

晨枫

可梦之 发表于 2021-4-2 13:48
, ~: z4 A' H$ a( H7 R1 f买个大房子+两个大硬盘

6 H' p. ?4 E+ p! w我刚给NAS扩容，现在有24T了，RAID后实际可用18T，够对付一阵子了

可梦之

晨枫 发表于 2021-4-3 06:51
& H# y7 ^+ |4 Q& B我刚给NAS扩容，现在有24T了，RAID后实际可用18T，够对付一阵子了

你可能太多照片了吧。我两个4T硬盘，足够装所有的了。

捣江湖

晨枫 发表于 2021-4-3 06:51
7 H! w2 ?$ o# J/ f! w0 p我刚给NAS扩容，现在有24T了，RAID后实际可用18T，够对付一阵子了

% g" B- V% \* s) n1 B, f豪，我很好奇里面都装的啥

捣江湖

我觉得 应该精简你收集到的信息，除去垃圾信息，无关生死的信息。我指的那种，比如把你扔到另一星球，你一个人要从头开始复制一个社会所需的信息（我指的是这种重要级别的），形成一颗信息树（可用mind 思维导图之类的开始），存储主干，不重要的信息或者没必要存储，不然想收集存储容器总是不够的。
/ B7 R. j  V4 u
电视剧《星际之门》中有一集是地球被毁灭，人类在最后时刻下载数据中心的数据，然后一大批数据都没有下载完就被迫撤退。

晨枫

捣江湖 发表于 2021-4-2 17:53
豪，我很好奇里面都装的啥

$ G$ n$ _* i& v主要是旅游的照片。一般文件哪来那么多

晨枫

可梦之 发表于 2021-4-2 16:54
6 \+ r0 f5 F7 f1 c( M3 N你可能太多照片了吧。我两个4T硬盘，足够装所有的了。

' [! r( x$ m; M* s3 [就是照片多。我还习惯RAW和JPG同时留下，体积更大。

可梦之

捣江湖 发表于 2021-4-3 08:24
. K4 w, z1 h  @' d' Q6 T. S) z我觉得 应该精简你收集到的信息，除去垃圾信息，无关生死的信息。我指的那种，比如把你扔到另一星球，你一 ...

对，删数据比存数据难多了。但是有用没用的一起存，有用的也找不到变成没用的了。
. n6 z6 i. m% w& j
1 S3 x+ U  S3 W* M4 j/ n/ T, vxmind我也很喜欢，将来想做一个自动生成思维导图的功能。

可梦之

晨枫 发表于 2021-4-3 08:53
( P5 Z7 t9 I- n. e就是照片多。我还习惯RAW和JPG同时留下，体积更大。

' Y0 Y6 a6 Q5 {5 O% J" i3 D  ORAW就太大了。我一般是存原尺寸的JPG和缩小的（1080p）的JPG，后者放在电脑、手机上随时查看。原版的放在备份硬盘上。

晨枫

可梦之 发表于 2021-4-2 20:26
RAW就太大了。我一般是存原尺寸的JPG和缩小的（1080p）的JPG，后者放在电脑、手机上随时查看。原版的放在 ...

我的NAS只存RAW和原尺寸JPG，缩小的JPG存在PC硬盘上，还有一个1T SSD（系统和常用文件）、1个2T、2个500GB的硬盘，都是以前逐步升级后留下的，闲着也是闲着，反正HD bay还有空间，能装多少装多少。

testjhy

同收集癖，古典音乐视频爱好者，被迫放弃蓝光，对其进行X256压缩，即使这样，现在大约有12T，好在去年欧美几乎没有现场演出，一年多没有用太多空间，好在现在18T的硬盘也不太贵了，

可梦之

testjhy 发表于 2021-4-3 14:22
同收集癖，古典音乐视频爱好者，被迫放弃蓝光，对其进行X256压缩，即使这样，现在大约有12T，好在去年欧美 ...

遥想当年，实验室分配了一个有20G的硬盘的新电脑，看着空空的硬盘，发愁要放点啥才能占这么多空间啊。上佛教网把所有佛教典籍下载了一份，占了5个G，心里踏实了。