github copilot vscode插件 没有模型
之前连服务器因为vscode升级对老机子ssh的不支持,所以vscode给锁到一个版本了。
操作:
- 去github这个链接把要用的模型的都enable
- 卸载重装copilot插件
点齿轮设置,更新vscode

网上找了一圈,最后看插件版本跟别人差着一代,才想到应该是我vscode版本太低了
之前连服务器因为vscode升级对老机子ssh的不支持,所以vscode给锁到一个版本了。
操作:
点齿轮设置,更新vscode

网上找了一圈,最后看插件版本跟别人差着一代,才想到应该是我vscode版本太低了
前言 随着大语言模型(LLM)能力的飞速提升,将 AI 能力集成到终端命令行工具(CLI)中已成为提升开发效率的重要手段。Rust 语言凭借其内存安全、零成本抽象以及极其高效的异步运行时,成为构建此类高性能网络 IO 密集型应用的首选。本文将深度剖析如何使用 Rust 语言,结合智谱 AI 的 GLM-5 模型,从零构建一个支持流式输出、多语言切换及文件批处理的 AI 翻译引擎。 本文将涵盖环境配置、依赖管理、异步网络编程、流式数据处理(SSE)、命令行参数解析以及最终的二进制发布优化。 第一部分:Rust 开发环境的系统级构建 在涉足 Rust 编程之前,必须确保底层操作系统具备必要的构建工具链。Rust 虽然拥有独立的包管理器,但在链接阶段依赖于系统的 C 语言编译器和链接器,尤其是在涉及网络库(如 reqwest 依赖的 OpenSSL)
N46Whisper:智能日语语音转字幕的革命性解决方案 【免费下载链接】N46WhisperWhisper based Japanese subtitle generator 项目地址: https://gitcode.com/gh_mirrors/n4/N46Whisper 还在为日语视频字幕制作而烦恼吗?N46Whisper基于先进的AI语音识别技术,为你提供一键式的日语语音转字幕服务。这款云端工具能够将日语音频快速准确地转换为ass和srt格式的字幕文件,彻底告别传统手动打字的繁琐流程。 日语字幕制作面临的三大痛点 耗时耗力的手动输入:传统字幕制作需要逐字逐句听写,1小时视频往往需要3-4小时才能完成。 技术门槛阻碍创作:复杂的字幕软件和编码要求让许多视频创作者望而却步。 翻译质量难以保证:日语到中文的准确翻译需要专业语言能力,普通用户难以胜任。 N46Whisper的智能解决方案 云端AI语音识别引擎 N46Whisper采用业界领先的Whisper语音识别模型,专门针对日语发音特点进行优化。无论是综艺节目的快速对话,还是演讲的正式用语,都能实现95%以
Heygem数字人系统部署:Linux环境依赖安装详细步骤 1. 引言:为什么需要手动安装依赖? Heygem数字人视频生成系统是一个功能强大的AI工具,它能将音频和视频结合,生成口型同步的数字人视频。虽然系统提供了便捷的Web界面,但在实际部署时,尤其是在Linux服务器上,我们常常会遇到各种环境依赖问题。 你可能已经尝试过直接运行系统,却遇到了诸如“缺少某个库”、“Python包版本冲突”或“CUDA驱动不匹配”之类的报错。这些问题往往让人头疼,特别是当你需要在一个干净的系统上从头开始部署时。 这篇文章就是为你准备的。我将手把手带你完成Heygem数字人系统在Linux环境下的所有依赖安装步骤。无论你是要在公司的服务器上部署,还是在云服务器上搭建自己的数字人生成环境,跟着这篇指南走,都能避开那些常见的“坑”,顺利把系统跑起来。 2. 部署前的准备工作 在开始安装之前,我们需要做好充分的准备。这就像盖房子前要打好地基一样,准备工作做得好,后续的安装过程就会顺利很多。 2.1 系统环境检查 首先,我们需要确认你的Linux系统是否符合基本要求。打开终端,执行以下命令
这是我目前最重要的一套AI工作流。从信息获取到发布,几乎不用手动完成。 一、为什么我要搭建这套系统? 信息过载的困境 如果你也在持续关注AI,应该会有同样的感受: 信息太多了。 每天打开 X、公众号、GitHub、技术社区,都会冒出大量新内容。 AI模型更新、工具更新、Agent框架、自动化方案…… 想跟上这些信息,本身就已经是一项工作。 手动写作的低效循环 更别说: * 整理信息 * 找选题 * 写文章 * 配图 * 发布到各个平台 如果全部手动完成,写作就会变成一件非常消耗精力的事。 我一度也在这种状态里: 想持续输出,但写作本身占用了太多时间。 一个关键问题 后来我开始思考一个问题: 如果写作这件事可以被"系统化",会发生什么? 于是,我不再把AI当成写作工具。 而是开始搭一套完整的 AI写作工作流。 二、思路转变:从优化写作到优化流程 大多数人的AI写作方式 大多数人使用AI写作,是这样: