主要是因为Pixi = Conda 的多语言能力 + uv 的速度 + Poetry 的锁文件和项目管理 + 内置任务运行器。 当时我用conda一个月之后转了这个。

不影响在终端使用这些cli呀，反正vscode和cursor这种用起来特别难受，__future__的支持也不算太好

@GY!BE 嗯，我公司的用法比较激进，现在都不需要人工看/修改代码了，只要看pr就好，因此好久没开ide了

准大一，计科专业，目前选Python作为主语言。 对于环境管理，我学长用的是Anaconda。后面我改用pixi，还不知道镜像是什么

@࿈银面蝉࿊ 预科吗，很有水平啊 我先提一点，你学长不一定有你强，他的实践不一定是你的最佳实践。 按目前企业实践来看，最好是写代码和执行代码解耦，环境要是不变量，每个版本都打成镜像，好分发和管理。 你可以去autodl 租一台显卡服务器去复现一篇论文，租几个小时就好，这时候你就可以选择社区镜像，了解image是啥，怎么work了。

@sec◆ 刚刚去了解了一下镜像。之前我用的平台是矩池云(学长推荐的gpu训练平台，说是图形化界面适合新手)，在里面训练过一次yolov5植物病虫害分析。之后熟悉流程了，我转为autodl，学习了pycharm+xftp8的组合进行远程训练，已经在里面用yolov8训练了coco2017数据集。现在我情况是已经自学完了高数，线性代数，Java面向对象编程，C程序设计基础。所以导致现在我有很大的空余时间来学习Python(已经学到面向对象了)。工具的完善，是在学习过程中逐步推进的，所以我想要自己的Python水平能达到做项目开发的水平。目前现在还不会将项目打包成环境，所以还需要学习学习

@࿈银面蝉࿊ 挺好的，不过你学长也是乱推荐，搞计算机的怎么能用图形化低代码呢。 打镜像等是工程实践，可以问下ai，这是很重要的一环，时髦点叫devops，可以让你的infra能力提升很快。 就没必要用xtfp这种了，数据集和权重用huggingface/modelscope管理，代码用github管理，实在需要文件也是ai帮你传。