彻底关闭Win10中烦人的365 Copilot弹窗的6种方法

快速体验

  1. 打开 InsCode(快马)平台 https://www.inscode.net
  2. 点击'项目生成'按钮,等待项目生成完整后预览效果

输入框输入如下内容

帮我开发一个Windows系统优化小工具,用于帮助普通用户一键禁用各类系统弹窗和推送功能。系统交互细节:1.提供常见弹窗类型选择 2.显示当前系统状态 3.一键禁用功能 4.支持恢复默认设置。注意事项:需要管理员权限运行
示例图片

最近很多Win10用户在系统升级后都遇到了Microsoft 365 Copilot频繁弹窗的问题,这个功能虽然智能,但频繁的打扰确实影响工作效率。经过实测,我总结了6种有效的关闭方法,从简单隐藏到彻底禁用一应俱全。

  1. 任务栏临时隐藏是最简单的解决方案,只需右键任务栏取消勾选相关选项。但这个方法只是隐藏入口,Copilot功能仍在后台运行。
  2. 组策略彻底禁用是最推荐的方式,通过系统内置的组策略编辑器可以完全关闭Copilot。操作时需要管理员权限,设置完成后需要重启生效。这个方法禁用后连快捷键都会失效,适合希望一劳永逸的用户。
  3. 注册表修改是另一种彻底禁用的方法,适合熟悉注册表操作的高级用户。要注意修改前最好备份注册表,避免误操作导致系统问题。注册表修改同样需要重启才能生效。
  4. 在Office应用内单独关闭比较有针对性,适合只需要在特定办公软件中禁用Copilot的用户。每个Office应用都需要单独设置,设置后只需重启对应应用即可。
  5. PowerShell命令方式适合喜欢命令行操作的技术用户,一条简单的命令就能完成设置。需要注意的是有些组织环境可能限制了PowerShell的执行权限。
  6. 完全卸载Copilot是最彻底的做法,但可能会影响其他Office组件的正常使用。建议只有在确定完全不需要Copilot功能时才选择这个方法。

每种方法都有其适用场景,普通用户推荐使用组策略方式,技术用户可以选择注册表或PowerShell。如果只是临时需要隐藏,任务栏设置就足够了。

示例图片

如果想快速体验系统优化工具的开发,可以试试InsCode(快马)平台,无需安装任何软件,在网页上就能完成项目创建和测试。我尝试用它开发了一个类似的工具原型,从构思到实现只用了不到半小时,特别适合快速验证想法。

Read more

我用Openclaw + Claude搭了一套自动写作系统,每天省3小时

我用Openclaw + Claude搭了一套自动写作系统,每天省3小时

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:

万方AIGC检测通不过?这几款降AI工具实测有效

万方AIGC检测通不过?这几款降AI工具实测有效

万方AIGC检测通不过?这几款降AI工具实测有效 TL;DR:万方AIGC检测算法与知网、维普不同,需要选择支持万方平台的降AI工具。推荐嘎嘎降AI(多平台适配,4.8元/千字)和率降(稳定可靠,4.2元/千字)。 万方检测的特殊性 很多同学以为降AI工具都是通用的,用一个就能搞定所有平台。但实际上,知网、维普、万方三大平台的AIGC检测算法各有不同。我之前用一款只针对知网优化的工具处理论文,知网检测降到了8%,但万方一测还有32%,差点没过学校的检测线。 万方的AIGC检测更侧重于文本特征分析,对某些AI生成模式的识别与知网有差异。所以如果你学校用的是万方检测,一定要确认工具是否支持万方平台,别只看知网的效果数据。 支持万方的降AI工具对比 工具价格(千字)万方效果达标率特色链接嘎嘎降AI4.8元60%→8%99.26%多平台适配官网率降4.2元65%→12%97%稳定可靠官网去AIGC3.5元70%→18%96%通用型官网比话降AI8元知网专精99%

机器人自主导航避障全栈方案(涵盖ROS2实现与实车测试数据)

第一章:机器人自主导航避障全栈方案概述 实现机器人在复杂环境中的自主导航与动态避障,依赖于一套完整的软硬件协同系统。该方案涵盖感知、定位、路径规划与运动控制四大核心模块,结合传感器融合、SLAM算法与实时控制系统,构建高效可靠的自主移动能力。 核心功能模块 * 环境感知:通过激光雷达(LiDAR)、深度相机和超声波传感器采集周围障碍物信息 * 定位与建图:利用SLAM技术实现实时地图构建与机器人自身位姿估计 * 路径规划:结合全局A*或Dijkstra算法与局部动态窗口法(DWA)进行轨迹生成 * 运动控制:基于PID或MPC控制器驱动电机执行规划路径 典型技术栈构成 层级技术组件说明硬件层Raspberry Pi + STM32 + LiDAR主控与传感单元组合中间件ROS 2 (Humble)提供节点通信与驱动支持算法层Cartographer + DWA Planner实现建图与避障决策 基础启动指令示例 # 启动ROS2导航堆栈(Nav2) ros2 launch nav2_bringup bringup_launch.py \ map:=/map

基于开源鸿蒙(OpenHarmony)的【智能家居综合应用】系统

基于开源鸿蒙(OpenHarmony)的【智能家居综合应用】系统

基于开源鸿蒙OpenHarmony的智能家居综合应用系统 * 1. 智能安防与门禁系统 * 1) 系统概述 * 2) 系统架构 * 3)关键功能实现 * 4)安全策略 * 5)总结 * 2.环境智能调节系统 * 1)场景描述 * 2)技术实现 * 3)总结 * 3.健康管理与睡眠监测 * 1)业务场景描述 * 2)技术实现方案 * 3 )总结 1. 智能安防与门禁系统 1) 系统概述 本智能安防与门禁系统是基于开源鸿蒙(OpenHarmony)操作系统设计的,旨在为用户提供一套高度集成、智能化的家庭安全防护解决方案。通过整合智能门锁、监控摄像头、门窗传感器等多种安防设备,结合智能手机或智能音箱等控制终端,实现远程监控、身份识别、异常警报等功能,全面提升家庭居住的安全性和便利性。 2) 系统架构 1. 设备层