Claude Code免费使用教程,前端必看!

Claude Code免费使用教程,前端必看!

目前claude有两种使用方式,一种是官方购买渠道(太贵了,用不起,扎心。。。),还一种就是通过api方式,就是下面我讲的通过any-router提供的api调通就行~相当于中转站,主要是免费啊,谁能说不香!

1.注册LinuxDo账户

目前AnyRouter取消了github登录方式,只能通过LinuxDo账户登录,或者edu的邮箱登录,这里选择使用LinuxDo登录。

linux do官方网址:https://linux.do/  

linux do邀请码:2E917F23-D9BF-44FE-BCBD-AE6AB3B1FC17

提示:如果Linuxdo邀请码失效,注册页面填写邀请码的那个输入框下面有邀请码链接,如图:

申请理由稍微写写,别全打逗号啥的,认真写下很快就过了。


 

2.any Router登录使用

上面linux do账号注册完毕就可以,登录any router了

any router网址:https://anyrouter.top/register?aff=iVs0    (貌似目前需要挂绿色软件才能登录上去)

一定要复制上面的网址(别删除后缀),带后缀的,因为走邀请你会多 50$  !!!  要不然进去默认就75$,走邀请可以多50$,这样总共125$

登录进来之后,点击左侧 API令牌

然后点  添加令牌

里面配置,点我图上标记的两处地方,然后确定

3.安装Claude,并使用

  我是windows系统所以,直接讲windows配置了。

   首先打开环境变量,路径:此电脑->属性->系统->高级系统设置->高级->环境变量(也可以直接在windows搜索框直接搜索环境变量),然后添加系统变量!(添加完最好重启一下,要不然获取不到)

总共添加两个就行:

ANTHROPIC_AUTH_TOKEN      sk-...(这个sk-  就是any router的api令牌,见下图获取方式)

ANTHROPIC_BASE_URL           (这个地方,敲一下吧,放上面网址发不了文章。。红色框里的那个网址!)

以上两个环境变量配完之后,就已经快接近成功了!!!(补充:环境变量配置完,电脑要重启,否则不生效!!!!!!!!!!!一定注意

接下来就是安装claude (node版本要 >=18  ,这个也要注意!要不然安装可能会报错)

npm install -g @anthropic-ai/claude-code claude --version

版本号显示了,就是安装成功~

登录成功后:

成功通过any router中转!!!尽情使用吧~

最后的最后,any router登录一定要走上面邀请链接哦,要不然会少 50$ !!! 还有每天登录也送25$   相当于一直白嫖了,兄弟姐妹们!

Read more

Z-Image-Turbo相较于Stable Diffusion的优势分析

Z-Image-Turbo相较于Stable Diffusion的优势分析 阿里通义Z-Image-Turbo WebUI图像快速生成模型 二次开发构建by科哥 运行截图 技术背景与对比动机 近年来,AI图像生成技术经历了爆发式发展,其中Stable Diffusion(SD)系列模型凭借其开源性、灵活性和高质量输出,成为行业事实标准。然而,随着应用场景向实时化、轻量化、低延迟方向演进,传统扩散模型在推理效率上的瓶颈日益凸显。 在此背景下,阿里通义实验室推出的 Z-Image-Turbo 模型应运而生。它并非简单的微调版本,而是基于深度优化的快速扩散机制与知识蒸馏架构设计的新一代图像生成系统。本文将从工程实践角度,深入剖析 Z-Image-Turbo 相较于 Stable Diffusion 的核心优势,并结合实际使用体验,揭示其为何能在保持高画质的同时实现“秒级出图”。 核心结论先行:Z-Image-Turbo 在推理速度上比标准 SDXL 提升 5–8 倍,且支持 1步到40步 内稳定生成,在中小尺寸(1024×1024

一文通透OpenVLA——在Prismatic VLM(SigLIP、DinoV2、Llama 2)的架构上:基于“下一个token预测技术”预测离散化动作

一文通透OpenVLA——在Prismatic VLM(SigLIP、DinoV2、Llama 2)的架构上:基于“下一个token预测技术”预测离散化动作

前言 当对机器人动作策略的预测越来越成熟稳定之后(比如ACT、比如扩散策略diffusion policy),为了让机器人可以拥有更好的泛化能力,比较典型的途径之一便是基于预训练过的大语言模型中的广泛知识,然后加一个policy head(当然,一开始背后的模型比较简单,比如有用LSTM或MLP——RoboFlamingo) 再之后,便出来了越来越多成熟稳定的专门的VLA模型,比如OpenVLA,再比如近期介绍过过的π0——用于通用机器人控制的VLA模型:一套框架控制7种机械臂(基于PaliGemma和流匹配的3B模型) 1. π0的意义在于,首次用同一套策略/算法操作不同机器人/机械臂,这种基于机器人大模型的「预训练-微调」模式,很快会越来越多(犹如此前大模型革命NLP 其次CV等各模态,目前到了robot领域),算是代表了通用机器人的核心发展方向 2. 且π0 比英伟达的HOVER早一点,当然,同时期的RDT GR2也有这个潜力的,期待这两 后续的更新 一个多月前(本文首发于25年1月),有朋友曾说,一个月内,π0 会开源来着,当时虽然觉得不太可能,但还是抱着期待,可还

LFM2.5-1.2B-Thinking效果展示:小身材大能量的AI写作

LFM2.5-1.2B-Thinking效果展示:小身材大能量的AI写作 1. 惊艳开场:小模型的大惊喜 当我第一次看到LFM2.5-1.2B-Thinking这个模型时,说实话有点怀疑——只有12亿参数的文本生成模型,能有多强的能力?但实际测试后,我被彻底打脸了。 这个模型就像是一个小巧但功能齐全的瑞士军刀,虽然体积不大,但该有的功能一个不少。它能写文章、能对话、能创作故事,甚至还能帮你写代码注释。最让人惊喜的是,它的响应速度极快,在普通电脑上就能流畅运行,完全不需要昂贵的显卡。 2. 实际效果展示:文字创作的惊喜体验 2.1 创意写作能力 让我给你看看这个模型的实际创作效果。我输入了一个简单的提示:"写一段关于秋天的散文,要求有诗意和画面感" 模型生成的文字让我眼前一亮: "秋日的阳光透过稀疏的枝叶,在地上洒下斑驳的光影。微风轻拂,落叶如金色的蝴蝶般翩翩起舞,在空中划出优雅的弧线后悄然落地。空气中弥漫着成熟果实的香甜,混合着泥土的清新气息,这是季节更迭时独有的味道。远处的山峦披上了五彩的衣裳,深红、

1.2秒出片!Wan2.1-I2V让RTX 4060实现专业级视频生成,AIGC创作平民化拐点来临

1.2秒出片!Wan2.1-I2V让RTX 4060实现专业级视频生成,AIGC创作平民化拐点来临 【免费下载链接】Wan2.1-I2V-14B-480P-StepDistill-CfgDistill-Lightx2v 项目地址: https://ai.gitcode.com/hf_mirrors/lightx2v/Wan2.1-I2V-14B-480P-StepDistill-CfgDistill-Lightx2v 在AIGC视频生成领域,一个革命性的突破正在发生!Wan2.1-I2V-14B-480P-StepDistill-CfgDistill-Lightx2v模型仅需4步推理就能生成高质量视频,让普通玩家用RTX 4060显卡也能体验到专业级的视频生成效果。这标志着AIGC创作真正走向平民化的历史性拐点! 🚀 极速视频生成:1.2秒创造奇迹 传统的视频生成模型往往需要数十步甚至上百步的推理过程,耗时漫长。而Wan2.1-I2V通过创新的步数蒸馏技术,将推理步骤压缩到惊人的4步,在RTX 4060上仅需1.2秒就能完成视频生成!这种突破性的效率提升,让实时视频创作成为