錯誤訊息是說和主機認證相關,畢PIETTY已經很久沒更新了…
PUTTY一樣是終端機模擬軟體,直到今年都還有更新
安裝及設定請參考 putty安裝設定教學
不過中文輸入有時仍然無法切換,詳情要再研究一下
我們選擇在這十年內登陸月球並完成其他的事,不是因為他們很簡單,而是因為他們很艱難。~~約翰·甘迺迪
org.el 中的 time-to-inactive-org-timestamp 呼叫到了 format-time-string 函數,根據 這篇文章 的說法,它使用了系統本身的 locale ,因此在不同機器上常常因設置不同,而得到不同的結果。新版的 Emacs 似乎(?)在傳回日期字串時,省略了 charset,因此在某些相關操作上會有問題。為了統一日期格式,可以在設定加上一行,強制所有 day of week 以英文表示:
(setq system-time-locale "C")
其次,安裝過 org-roam 後,設定會出現 " :export org-roam-server-export-file-id :face org-roam--file-link-face :store org-roam-store-link" 字串,這在 org-roam 移除後會造成問題,必需手動移除。(嚴格來說這不是 emacs 27.1 的問題…)
此外,某些模組原來以 org- 開頭,被改成 ol- 開頭,請調整(M-x customize-options)設定(org-modules)為對應的檔名:
可能因為之前 YT 上看過筆記軟體的比較影片「Why I Switched from Bullet Journalling to Emacs: My Org-Mode and Journal Workflow」,推薦跳出了「為什麼許多人都改用 Notion 做為主力筆記軟體?看完這個你就明白了 」這部30萬點閱的短片。這部短片的點閱甚至超過Notion原廠所有影片,真是非常驚人。主要原因應該是搭上了子彈思考整理術THE BULLET JOURNAL METHOD的順風車。(相關出版品還有一本子彈筆記術:隨時都能開始的超簡單記事法,輕鬆掌握生活大小事。 Dot Journaling 特指使用的筆記本不是用線來畫格子,而是用點 (DOT)。)
思考是高度的心智勞動,如果能將所需的材料適切的安排,以在一個頁面/畫面之內就能呈現出來,可以降低勞動的耗能,提高產出的品質和數量。然而概念間有隨數量而指數增加的關聯,本質就是難以在有限頁面下同時呈現;子彈筆記試著提供少量武斷(dogmatic)的法則來提供固定型式的視圖(view),以降低複雜度,提供一個良好的起點。
然而建立的關聯是會不斷增加的,機器自動產生的關聯常常不盡理想,此時加以搜尋並建立人工連結是必然的。這兩年 iPad 的手寫功能,間接催生了好些個混合手寫/打字功能的筆記軟體;而手寫辨識後,才能納入搜尋,這也隨著機器學習的成熟而成為標準功能。相對於紙本的子彈筆記,軟體因連結間的跳轉方便,逐漸成為新一代的學習方法。相信未來仍會有更多類似產品問世。
前幾天在 github 上閒晃,想找找有沒有 org mode 相關的專案時,org-roam 的讚數吸引了我的目光…超過2300個讚,還是相對冷門的 emacs 的套件…看了看說明發現是 roam research 的相關作品,才發現之前是 survey 過 roam research ,只是操作看來有點繁瑣,當時不是很想深究。
這個命名「Zettelkasten Method 卡片盒筆記法」應該是來自於一位一燈大叔(顯然是天龍八部裏一燈大師的諧音)。若只想看一篇簡介,我推他寫的「卡片盒筆記法#2」。英文的我推薦以下3篇:
Obsidian (黑曜石)筆記軟體,是目前除了 roam research 外的一個新選項,它不但不收費,而且可以存放成 markdown 或 org 檔,這相對於 roam research 是優點還是缺點,就見仁見智了。
另一個問題是連結的"粒度(granularity)";連結是以檔案為節點,因此衍生了一些對筆記內容的要求,以使得這樣的連結不致於太鬆散。是優點還是缺點,也是見仁見智。
windows 版本請下載 https://ftp.gnu.org/gnu/emacs/windows/emacs-27/
不過要正確工作還有一些細節,類似當初 26.1 剛出的時候
有空再把心得寫一寫
一開始更新套件會遇到PGP相關問題,先到 https://www.gpg4win.org/ 裝個 gpg4win
M-x customize-option ,按 enter,輸入 epg-gpg-program 將其值改為 C:\Program Files (x86)\GnuPG\bin\gpg.exe
然後重啟 emacs 即可
ref:
Github 上的專案在 https://github.com/stanfordnlp/stanza/
生醫方面的語料訓練,提供的模型列表可參見 https://stanfordnlp.github.io/stanza/available_biomed_models.html
測試頁請前往 http://stanza.run/bio ,速度飛快