git如何修改密码

1. HTTPS 方式(用户名+密码)

如果您之前用 HTTPS 地址克隆仓库(如 https://github.com/用户名/仓库名.git),密码通常保存在系统凭据中。修改密码需更新凭据:

Windows(凭据管理器)
  1. 打开 控制面板​ → 凭据管理器​ → Windows 凭据
  2. 找到对应的 Git 凭据(如 git:https://github.com),编辑或删除后重新输入密码。
macOS(钥匙串访问)
  1. 打开 钥匙串访问,搜索 github.com或相关地址。
  2. 修改或删除原有凭据,下次 Git 操作会提示输入新密码。
命令行清除缓存(所有系统)
# 清除已保存的凭据 git credential reject # 或直接编辑全局配置,移除凭据助手(临时) git config --global --unset credential.helper

下次操作时,Git 会提示输入新的用户名和密码。


2. SSH 方式(密钥认证)

如果使用 SSH 地址(如 [email protected]:用户名/仓库名.git),密码与 SSH 密钥相关:

# 修改 SSH 私钥密码(如果之前设置过) ssh-keygen -p -f ~/.ssh/id_rsa

输入旧密码后即可设置新密码(此密码是保护本地私钥的,与 Git 服务器无关)。


3. 修改远程仓库平台密码(如 GitHub/GitLab)

如果是要修改 Git 服务器(如 GitHub)的账户密码:

  1. 登录网站(如 GitHub.com)→ Settings​ → Account Security
  2. 直接修改密码,后续操作需用新密码认证。

4. 使用个人访问令牌(Token)

如果平台(如 GitHub)已禁用密码认证,需用 Token 替代密码:

  1. 在平台生成 Token(如 GitHub → Settings → Developer settings → Personal access tokens)。

将远程仓库 URL 改为包含 Token:

git remote set-url origin https://<TOKEN>@github.com/用户名/仓库名.git

总结

  • HTTPS 认证:更新系统凭据或重新输入密码。
  • SSH 认证:修改密钥密码或直接使用新密钥。
  • 平台密码:在对应网站修改账户密码。
  • 推荐:使用 SSH 或 Token 更安全。

根据您的认证方式选择对应步骤即可!

Read more

AI实践(8)Skills技能

AI实践(8)Skills技能

AI实践(10)Skills技能 Author: Once Day Date: 2026年3月18日 一位热衷于Linux学习和开发的菜鸟,试图谱写一场冒险之旅,也许终点只是一场白日梦… 漫漫长路,有人对你微笑过嘛… 全系列文章可参考专栏: AI实践成长_Once-Day的博客-ZEEKLOG博客 参考文章:Prompt Engineering Guide提示词技巧 – Claude 中文 - Claude AI 开发技术社区Documentation - Claude API DocsOpenAI for developersSkills(技能) – Claude 中文 - Claude AI 开发技术社区模式库:把工程经验沉淀为 Skills – Claude 中文 - Claude AI 开发技术社区持续学习:把会话复盘沉淀成 Skills – Claude

By Ne0inhk
医疗AI场景下算法编程的深度解析(2026新生培训讲稿)(八)

医疗AI场景下算法编程的深度解析(2026新生培训讲稿)(八)

第15章 模型融合与集成策略 在机器学习竞赛和实际应用中,模型融合(Model Ensemble)是提升预测性能的利器。通过组合多个不同的基模型,集成策略能够综合各个模型的优势,抵消单个模型的偏差和方差,从而获得比任何单一模型更稳定、更准确的预测结果。在医疗AI领域,模型融合同样具有重要价值——面对复杂多模态的医疗数据,单一模型往往难以全面捕捉所有信息,而融合多个异质模型可以提升诊断的鲁棒性和准确性。本章将从集成学习的基本思想出发,系统介绍常见的模型融合方法,包括投票法、平均法、Stacking、Blending等,并通过实战案例展示如何构建融合模型来提升疾病预测性能。 15.1 集成学习的基本思想 集成学习(Ensemble Learning)的核心思想是“三个臭皮匠,顶个诸葛亮”——通过结合多个学习器来完成学习任务,通常可以获得比单一学习器更优越的泛化性能。根据个体学习器的生成方式,集成学习主要分为两大类: * Bagging:并行训练多个独立的基学习器,然后通过平均或投票进行结合。典型代表是随机森林。Bagging主要降低方差。 * Boosting:串行训练基学习

By Ne0inhk
人工智能:自然语言处理在教育领域的应用与实战

人工智能:自然语言处理在教育领域的应用与实战

人工智能:自然语言处理在教育领域的应用与实战 学习目标 💡 理解自然语言处理(NLP)在教育领域的应用场景和重要性 💡 掌握教育领域NLP应用的核心技术(如智能问答、作业批改、个性化学习) 💡 学会使用前沿模型(如BERT、GPT-3)进行教育文本分析 💡 理解教育领域的特殊挑战(如多学科知识、学生认知差异、数据隐私) 💡 通过实战项目,开发一个智能问答系统应用 重点内容 * 教育领域NLP应用的主要场景 * 核心技术(智能问答、作业批改、个性化学习) * 前沿模型(BERT、GPT-3)在教育领域的使用 * 教育领域的特殊挑战 * 实战项目:智能问答系统应用开发 一、教育领域NLP应用的主要场景 1.1 智能问答 1.1.1 智能问答的基本概念 智能问答是通过自然语言与用户进行交互,回答用户问题的程序。在教育领域,智能问答的主要应用场景包括: * 课程问答:回答课程相关的问题(如“什么是机器学习”

By Ne0inhk
2026年3月18日 AI 每日动态

2026年3月18日 AI 每日动态

1. 【AI Coding 工具】Claude Code 终于有了"长期记忆"——claude-mem 爆红 Claude Code 用起来顺手,但每次开新会话就像把同事的记忆清零——项目背景要重新交代,之前做过的决策一问三不知。现在有个叫 claude-mem 的开源插件彻底改变了这件事。 它的工作方式很直接:自动抓取每次会话里的工具调用记录(读了哪些文件、改了哪些代码、跑了什么命令),会话结束后用 AI 把这些信息压缩成结构化摘要,下次开工时自动注入进来。一万 Token 的操作记录,最终压缩到 500 Token 左右,同时还支持自然语言检索历史("上次那个 React 重复渲染是怎么解的?")。 目前已有超 3 万人收藏,宣称能节省 90% 的 Token

By Ne0inhk