frp 的 XTCP ，注意是其中的 XTCP 功能，要不只用基础功能的话做不到端对端通信
zerotire, tailscale

段子成真

@LYwyc2 cloudflare tunnel 会转发流量，但是 tailscale 是不需要的，tailscale 是点对点通信，只会在组网后，用户访问虚拟 ip 时从指定的 dns 服务器那里解析下 URL ，在这之后都是组员之间的直接点对点通信，速度很快也很稳定。
如果 OP 解析 URL 时也不想走 tailscale 内部配置的服务器，可以自行配置 headscale ，这样就完全走你本地策略了。
我平常体感不需要开梯子也一样解析虚拟 ip ，最多可能只有在一开始每个机器登录组网那一下需要开个梯子进组。

cloudflare tunnel 和 tailscale 应该都可以

docker + nas + 漫画浏览器 + webdav 影音库 + qbittorrent 磁力下器 + 本地代理服务器 + tailscale 组网

21 世纪是生物的世纪

什么线啊

pro 用不了，nano 也用不了。只给我用 PaLM2 和 LaMDa

开发是可以 debug 的，用 debug 不是犯罪

用没有广大社区支撑的第三方库管理工具，只会在若干个月后因为某个包的版本依赖问题焦头烂额

conda 还不够用那就没了，OP 的需求是不是想一个 python ，多个不同的包依赖？减少同一个版本的包在多个环境里的多次安装？

没有这样的环境，conda 的包管理加使用已经很厉害了。说实话我搞机器学习一个 conda 环境最多也就几个 G ，你要是说占用太大，大概率意思是 conda 的存储空间占用太多，这是因为下载下来的包都缓存起来在本地了，你多个环境下载的所有包的 pre-built 文件或者 wheel 都集中存储起来，这样设计的目的是以便下次创建新环境时免去下载的过程。

miniconda 和 anaconda 的区别就是 base 环境几乎没东西，给自定义环境的用户最大的轻便度。所以建议是用 miniconda ，然后嫌弃占用大的话多了解 conda 安装存储的原理，对缓存包没需求的话勤清理 cache ，这种情况想复用环境可以用 clone 的方法来创建新环境，最大程度减少存储空间占用。

giffgaff

百度都知道

局域网 webdav 互相挂载、或者上面提的 localsend

下个 ubuntu 镜像看看速度

frp?