【记录】Copilot|Github Copilot重新学生认证通过方法(2025年7月,包括2FA和认证材料、Why are you not on campus)

【记录】Copilot|Github Copilot重新学生认证通过方法(2025年7月,包括2FA和认证材料、Why are you not on campus)

文章目录

前言

事实上,Github Copilot马上就要开源了,我原本的认证过期了。但是在我体验了众多的代码补全工具实在是太难用了之后,我觉得一天也等不了了,就去再一次认证了学生认证。
这次严格了很多,要求巨无敌多,这里写一下新认证要干的事情。

一口气认证了八次的含金量谁懂,把要踩的坑全踩完了。。

在这里插入图片描述

步骤

(如果你是第一次认证还要额外添加一下自己的学校邮箱,这里我就略过不提了)

在所有的步骤之前,最好确保你的本人就在学校或者在学校附近。当你出现了报错You appear not to be near any campus location for the school you have selected.时,会非常难通过。

而其他的报错可以按我下文这种方式通过。

(对于部分学校,比如华科大)双重认证Two-factor authentication要打开:跳转这个网站https://github.com/settings/security,然后点下一步开启认证,然后安卓手机上应用商店搜“Authing令牌”下载安装就可以了:

在这里插入图片描述


在这里插入图片描述

(别问为什么不用Github推荐的认证app,问就是要么要钱要么下载的方式特别扭曲)

  1. 完善profile和Billing的Name部分:要填你自己的学生证上的真名,英文名也可以。填错了就会一直反复报Please ensure that your academic affiliation document contains your last name exactly as it appears in your GitHub billing information.。这里中英文分开介绍:
    1. 如果你发现始终有报错Please ensure that your academic affiliation document contains your last name exactly as it appears in your GitHub billing information.,请检查1)你的学术证明材料是否具备姓名;2)你的姓名是否按照我所说的顺序填写;3)你的中文姓名用机器直接翻译是否和你填写的英文名每个字母都保持一致(特别是前后鼻音之类的杂七杂八的事情);4)如果前三点都符合,你可以试试姓和名在填写的时候逆序,总共四种排列组合自己尝试一下。
  2. 去认证:用手机(不要用电脑,很麻烦,OBS调虚拟摄像头不好改浏览器的摄像头,再加上虚拟摄像头容易审核不通过,手机支持翻转后置摄像头拍照,点Capture Photo按钮右边的小旋转按钮就可以翻转了,我没看到那个按钮,傻傻的对着电脑屏幕拍了半天没搞好。。)跳转https://github.com/settings/education/benefits,点击Start an application,然后学校如果已经默认选好了,就直接用默认的,不然就搜索然后选自己的。
  3. 如果你遇到了报错You must configure your browser and operating system to allow location access. You may not use a VPN. If you believe that our information about your school is incomplete or incorrect, then please select ‘My selected school has incorrect or incomplete information e.g. domains or campus location’ option when submitting a GitHub Education support ticket.,可以尝试别用校园网,改成用手机流量,因为有的校园网虚拟子网很多,各种乱七八糟的配网,实验室内部网络也比较复杂,会被直接判定为是VPN,此时改成手机流量就不会出现这个问题了。
  4. 最后的最后,最重要的还是,耐!心!尝!试!你上传的材料中报错最少的那个(我自己的是学生证报错最少),你就一直用那个就好了,至于那个Why are you not的报错往往是不足为奇,这部分你不上传任何证明材料它也有可能会认可你的。(我最后Approved的那次我就只上传了个后置摄像头拍的学生证,和我随便拍的教务……)

如果你不管怎么改,都遇到了姓名不对应的问题,可以考虑参考这个博主的方式,手写上传一张图片进行检测: github学生认证失败解决tips(25.1.22) - 知乎

在这里插入图片描述

到下一步,你很可能会遇到:why are you not on campus的错误!别管了!选Distance learning!然后不管了!如果实在放心不下,可以登上自己的教务网站,到成绩单的环节,然后改掉成绩单的标题,用开发者工具添加一个Distance Learning,然后拍照上传一下……

在这里插入图片描述

认证材料选择ID Card:然后别用学信网的材料,强烈推荐用!一方面因为Github是个抽象东西它拍照拍!不!清!楚!学信网那个字小一下就!糊!了!!(当然也有可能是我手抖吧,不信邪的可以自行尝试一下,只要拒绝的原因里面包括了说你上传的图片模糊不清的The text in the photo you used was unable to be read.,就说明我说的是对的)另一方面是因为学信网那个排布,Github好像看!不!懂!我上传了带Code的,还给它搞了中英文双语翻译(如下图),它愣是说我Your document does not appear to include a date demonstrating current academic affiliation.(我真的没空跟你闹了Github)

在这里插入图片描述

完善Billing:跳转https://github.com/settings/billing/payment_information,填好以下信息,关键的是First name 和 last name,按照上一条的名字要求填写。地址不要写太详细,越详细越难过。

在这里插入图片描述

跳转https://github.com/settings/profile,假设你的学术证明材料里面你只有中文名字叫张三,你的profile Name请一定填San Zhang,因为Github机器人自带的翻译还是会颠倒顺序;但是Billing页,跳转https://github.com/settings/billing/payment_information,就分别填Zhang和San。

在这里插入图片描述


如果你不想处理这些中英文顺序问题,有一个偷懒的方案:凡是需要上传的材料,可以用谷歌翻译翻译一下图片,都翻译成英文,然后上传那个就可以。该思路来源于评论。

在这里插入图片描述

2. 跳转https://github.com/settings/profile,假设你的学术证明材料里面你英文叫Zhang San,你的profile Name请一定填Zhang San,因为Github机器人自带的翻译还是会颠倒顺序;但是Billing页,跳转https://github.com/settings/billing/payment_information,就分别填San和Zhang。

如果你确定以及肯定,自己所有的信息都没有填错,但是就是过不了,最终的解决办法是提交工单!你被Reject了,你先交个工单,人工也会帮你过的(就算没帮你通过也会告知你没通过的具体的原因),可参考这篇文章下面的评论区:关于申请 Github 学生认证的一些坑 - Ghost_chu’s Blog

最重要的一步

来到获取Copilot Pro的页面,并点击开通:Signup to GitHub Copilot

在这里插入图片描述
本账号所有文章均为原创,欢迎转载,请注明文章出处:https://shandianchengzi.blog.ZEEKLOG.net/article/details/149153111。百度和各类采集站皆不可信,搜索请谨慎鉴别。技术类文章一般都有时效性,本人习惯不定期对自己的博文进行修正和更新,因此请访问出处以查看本文的最新版本。

Read more

llama.cpp 多环境部署指南:从CPU到CUDA/Metal的高效推理实践

1. 环境准备:从零开始的硬件与软件栈 如果你和我一样,对在本地运行大模型充满好奇,但又不想被复杂的框架和庞大的资源消耗吓退,那 llama.cpp 绝对是你该试试的第一个项目。简单来说,它是一个用 C/C++ 编写的轻量级推理引擎,能把 Hugging Face 上那些动辄几十GB的模型,“瘦身”成几GB的 GGUF 格式文件,然后在你的电脑上——无论是 Mac 的 Apple Silicon 芯片,还是 Windows/Linux 的 CPU 或 NVIDIA GPU——流畅地跑起来。我最初接触它,就是想在不升级显卡的老电脑上体验一下 7B 参数模型的对话能力,结果发现它不仅能在 CPU 上跑,还能充分利用 GPU 加速,效果远超预期。

最完整WhisperLiveKit指南:从安装到生产部署的AI语音识别全流程

最完整WhisperLiveKit指南:从安装到生产部署的AI语音识别全流程 【免费下载链接】WhisperLiveKitReal-time, Fully Local Speech-to-Text and Speaker Diarization. FastAPI Server & Web Interface 项目地址: https://gitcode.com/GitHub_Trending/wh/WhisperLiveKit 你是否还在为实时语音转文字的延迟问题困扰?是否需要一个完全本地化部署的解决方案来保护数据隐私?WhisperLiveKit作为GitHub热门的开源项目,将彻底改变你处理实时语音识别的方式。本文将带你从安装到生产部署,掌握这一强大工具的全流程应用。 读完本文,你将能够: * 快速搭建本地语音识别服务 * 根据硬件条件选择最优模型配置 * 实现多语言实时转录与说话人分离 * 部署生产级别的Web应用与Chrome扩展 * 通过Docker容器化实现跨平台部署 为什么选择WhisperLiveKit? 传统的Whisper模型设计用于处理完整语

Whisper.cpp终极指南:零基础实现快速语音识别的完整方案

Whisper.cpp终极指南:零基础实现快速语音识别的完整方案 【免费下载链接】whisper.cppOpenAI 的 Whisper 模型在 C/C++ 中的移植版本。 项目地址: https://gitcode.com/GitHub_Trending/wh/whisper.cpp 你是否曾经因为语音识别速度太慢而失去耐心?😫 想要在普通电脑上实现实时语音转文字,却被复杂的GPU配置搞得头晕眼花?别担心,今天我将带你用最简单的步骤,让whisper.cpp在CPU环境下也能实现闪电般的语音识别速度! 为什么选择Whisper.cpp进行语音识别? whisper.cpp作为OpenAI Whisper模型的C++移植版本,相比原版Python实现有着天然的性能优势。它不需要昂贵的GPU设备,在普通CPU上就能流畅运行,特别适合个人开发者和小型项目使用。 三步快速安装配置指南 🚀 第一步:获取项目源码 首先需要下载whisper.cpp项目代码,这是所有操作的基础: git clone https://gitcode.com/GitHub_