Claude部署（copilot反向代理）

优质文章学习记录

— 4 min read

一、教育邮箱认证

1、进行教育邮箱认证可免费使用claude pro 2年，有机会的话可以进行认证，无法教育认证的话只能花钱充claude的会员了，如何进行教育认证可观看该Up的视频

超简单一次通过Github学生认证，逐步详细视频教程_哔哩哔哩_bilibili

2、教育认证通过后在GitHub个人主页下的Copilot/Features中开启Copilot Pro

二、服务器上配置Copilot反向代理

1、配置nodejs环境

在官网https://nodejs.org/en/download/package-manager，下载nodejs安装包（Linux）

下载完成后将压缩包传到服务器上进行解压，目录如下

创建软连接，使得在任意目录下都可以试用直接使用node命令和npm命令

ln -s /root/node-v24.13.1-linux-x64/bin/node /usr/local/bin/node ln -s /root/node-v24.13.1-linux-x64/bin/npm /usr/local/bin/npm

命令执行成功后，切到“usr/local/bin”目录，可以看到该目录下有两个文件

编辑环境配置文件，首先cd 到根目录

然后编辑etc下的profile文件

vim /etc/profile

在该文件的最后一行加入两行export的代码，修改完成后执行source /etc/profile 刷新环境配置

检查node及npm版本，出现版本号则nodejs环境配置完成

2、科学上网

3、配置copilot环境

npm install -g copilot-api copilot-api start

如果出现这种情况

复制copilot-api的绝对路径，再start

/root/node-v24.13.1-linux-x64/bin/copilot-api start

成功start后的终端会出现以下模型

三、本地部署claude

1、安装最新 NodeJS 环境，下载安装包（Windows版本）一路下一步安装即可：https://nodejs.org/zh-cn/download

2、安装claude code

在cmd终端中输入npm install -g @anthropic-ai/claude-code

3、使用claude code，开启两个cmd终端，其中一个用来远程链接服务器，注意服务器上要开启VPN代理，copilot-api start也要运行

ssh 用户名@IP地址

另一个cmd终端，用来使用claude code，在终端中输入claude即可启动

如果出现 claude code 无法连接到 Anthropic 服务，修改claude.json文件

Unable to connect to Anthropic services Failed to connect to api.anthropic.com: ERR BAD REQUEST lease check your internet connection and network settings. Note: Claude Code might not be available in your country, Check supported countries atnttps://anthropic.com/supported-countriesS E:ltoollclaude code>

加一行字段，"hasCompletedOnboarding": true

如果出现需要登陆的情况，在终端中输入以下命令，关闭终端后开启，重新输入claude。如果依然还需要登陆，删掉.claude.json文件后再来一次

setx ANTHROPIC_API_KEY "sk-anything" setx ANTHROPIC_BASE_URL "http://127.0.0.1:4141"

参考资料

超简单！手把手教你玩转ClaudeCode，无魔法不会员！-腾讯云开发者社区-腾讯云

Claude Code+Claude-4.5代理配置全流程：从零开始搭建AI编程环境！_claude code 代理-ZEEKLOG博客

Linux环境安装配置nodejs详细教程_linux安装nodejs-ZEEKLOG博客

解决：claude code 无法连接到 Anthropic 服务_unable to connect to anthropic services failed to -ZEEKLOG博客

Read more

【花雕学编程】Arduino BLDC 之机器人IMU角度读取 + PID控制 + 互补滤波

【花雕学编程】Arduino BLDC 之机器人IMU角度读取 + PID控制 + 互补滤波

基于 Arduino 平台实现 BLDC 机器人 IMU 角度读取 + 互补滤波 + PID 控制，构成了一个典型的姿态闭环控制系统。该架构是自平衡机器人（如两轮平衡车、倒立摆）或稳定云台的核心技术栈。它通过 互补滤波 融合 IMU 原始数据以获得精准姿态角，再利用 PID 控制器 计算出维持平衡所需的电机驱动力矩，驱动 BLDC 电机 执行动作。 1、主要特点 传感器融合：互补滤波（Complementary Filter） 这是系统的“感知中枢”，解决了单一传感器无法同时满足动态与静态精度需求的矛盾。 频域分割策略：互补滤波本质上是一个频域滤波器。它利用低通滤波（LPF）处理加速度计数据，提取低频的重力方向分量（长期稳定，用于修正漂移）；同时利用高通滤波（HPF）处理陀螺仪数据，提取高频的角速度变化分量（动态响应快，

FLUX.1-dev与Stable Diffusion对比评测：图像质量与生成速度

FLUX.1-dev与Stable Diffusion对比评测：图像质量与生成速度 作为一名长期关注AI图像生成技术的开发者，我一直在寻找能够在质量和速度之间取得最佳平衡的解决方案。最近，Black Forest Labs开源的FLUX.1-dev模型引起了我的注意，特别是它声称能够在消费级硬件上运行，同时保持出色的图像质量。 今天我将通过实际测试，从图像细节、风格控制、生成速度等多个维度，对比FLUX.1-dev与大家熟悉的Stable Diffusion，看看这两个模型在实际使用中究竟表现如何。 1. 测试环境与方法 为了确保对比的公平性，我搭建了统一的测试环境。使用NVIDIA RTX 4090显卡，24GB显存，Intel i9-13900K处理器，64GB DDR5内存。操作系统为Ubuntu 22.04，所有测试都在相同的硬件和软件环境下进行。 测试方法包括定量评估和定性分析。定量方面主要测量生成速度、内存占用等硬性指标；定性方面则通过同一组提示词生成图像，从视觉质量、细节表现、风格一致性等角度进行对比。 我选择了50组涵盖不同场景的提示词，包括人物肖像、风景

养龙虾-------【多openclaw 对接飞书多应用】---多个大龙虾机器人群聊

🚀 MiniMax Token Plan 惊喜上线！新增语音、音乐、视频和图片生成权益。邀请好友享双重好礼，助力开发体验！ 好友立享 9折 专属优惠 + Builder 权益，你赢返利 + 社区特权！ 👉 立即参与：https://platform.minimaxi.com/subscribe/token-plan?code=2NMAwoNLlZ&source=link 最近玩了下大龙虾，对接飞书后玩的不亦乐乎，妥妥滴私人助理。但是也萌发一个想法，多个机器人可以自己聊天吗？那会不会把世界给聊翻了。于是我马上搜寻各个配置方式，却是找到了可以配置多个机器人得群聊方式。 1.首先创建多个应用添加机器人，分别和部署得多个openclaw系统对接具体对接参考我写的【 养龙虾-------【openclaw 对接飞书、钉钉、微信 】—移动AI助理】 2.手工拉群并添加机器人： 3.把群id配置进各个龙虾配置文件里面 接下来就可以群聊了
OpenClaw 多机器人多 Agent 模式：打造你的 AI 助手团队

OpenClaw 多机器人多 Agent 模式：打造你的 AI 助手团队

OpenClaw 多机器人多 Agent 模式：打造你的 AI 助手团队 完整教程：https://awesome.tryopenclaw.asia/docs/04-practical-cases/15-solo-entrepreneur-cases.html 16.1 为什么需要多 Agent？ 作为超级个体创业者，你可能需要不同类型的 AI 助手来处理不同的工作： * 主助理：使用最强大的模型（Claude Opus）处理复杂任务 * 内容创作助手：专注于文章写作、文案创作 * 技术开发助手：处理代码开发、技术问题 * AI 资讯助手：快速获取和整理 AI 行业动态 传统的单 Agent 模式需要频繁切换模型和上下文，效率低下。多 Agent 模式让你可以同时拥有多个专业助手，各司其职。