claude --version 报错Claude Code on Windows requires git-bash (https://git-scm.com/downloads/win).

Claude Code在 Windows 系统上安装时报错,

claude --version

Claude Code on Windows requires git-bash (https://git-scm.com/downloads/win). If installed but not in PATH, set environment variable pointing to your bash.exe, similar to: CLAUDE_CODE_GIT_BASH_PATH=C:\Program Files\Git\bin\bash.exe

解决方案

首先,检查是否真的需要设置:

  1. 在 Windows 搜索框输入 cmd 打开命令提示符。
  2. 输入命令 bash --version 并按回车。
  3. 如果显示了 Git Bash 的版本信息(如下图),说明它已在 PATH 中,您可能完全不需要进行任何设置,Claude Code 应该能正常工作。

如果命令未识别,或者 Claude Code 仍然报错,请按以下步骤设置:

  1. 找到您的 bash.exe 路径
    • 默认最常见路径是 C:\Program Files\Git\bin\bash.exe
    • 如果您安装时改了路径,通常会在 ...\Git\bin\ 目录下。您可以直接在文件资源管理器中搜索 bash.exe 来找到它。
  2. 设置环境变量
    • 在 Windows 搜索框输入 编辑系统环境变量 并打开。
    • 点击下方的 环境变量... 按钮。
    • 在“用户变量”或“系统变量”部分,点击 新建...
    • 变量名CLAUDE_CODE_GIT_BASH_PATH
    • 变量值:粘贴找到的路径,例如 C:\Program Files\Git\bin\bash.exe
    • 点击确定保存所有对话框。
  3. 重启 Claude Code / VS Code
    • 完全关闭 Claude Code 或 VS Code,再重新打开,让它识别新的环境变量。

Read more

收藏必备!9个GitHub热门开源智能体项目:从小白到高手的完整进阶指南

收藏必备!9个GitHub热门开源智能体项目:从小白到高手的完整进阶指南

本文精选9个GitHub热门开源AI智能体项目,涵盖从入门级到专业级应用,包括AutoGPT、MetaGPT、LangChain等。这些项目能帮助读者从零开始构建自己的AI助手,无需从零造轮子,快速实现场景落地。无论你是想体验智能体还是将其融入工作流,这份清单都能提供从小白到进阶的完整学习路径,助你高效解决实际问题,提升工作效率。 智能体到底值不值得学? 如果用一句大白话来解释,智能体就是“一个能自己干活的AI助手”。你给它一个目标,它会自己拆解任务、调用工具、调整策略,甚至可以和其他智能体组队“开工”。 对我这种习惯边学边试的产品经理来说,智能体最吸引人的地方有两个: * 不用从零造轮子:开源项目直接 clone 下来,改改配置就能用。 * 场景落地快:从写日报、整理资料到模拟团队协作,都能很快跑起来。 所以说,如果你只是想体验智能体,随便玩玩之前我推荐的国产智能体就够了;但如果你真想让 AI 融入工作流,那下面这 9 个项目,基本能覆盖从小白到进阶开发的所有阶段。 我推荐的9个开源智能体项目 下面大部分我都简单试过,但不完全,今天先整理出来给大家 1. Au

By Ne0inhk
微软BitNet开源:用Java在边缘设备部署7B级本地大模型(含ONNX Runtime优化)

微软BitNet开源:用Java在边缘设备部署7B级本地大模型(含ONNX Runtime优化)

文章目录 * 引言:当大模型开始"极简主义"生存 * 一、BitNet是啥?给大模型做"数字化减肥" * 1.1 1.58bit的魔法:三个数字走天下 * 1.2 为什么Java党这次能上桌吃饭 * 二、实战准备:把7B模型塞进边缘设备 * 2.1 硬件门槛:真不是越高越好 * 2.2 模型下载:别下错了版本 * 2.3 Java环境:ONNX Runtime是关键 * 三、核心代码:Java部署7B BitNet全实录 * 3.1 模型加载与初始化 * 3.2 推理Pipeline:分词、编码、解码

By Ne0inhk

VS Code中使用Git管理代码

以下内容由AI生成,亲测可用(除了最后的GitHub)。 可以把 Git 理解为一个 “超级后悔药” 或者 “时光机”。 为什么要用它? 你肯定有过这种经历:把代码文件名改成 code_v1.py, code_v2_final.py, code_v3_really_final.py… 最后自己都乱了。或者,你改了几行代码想优化算法,结果跑崩了,想改回去却忘了原来长什么样。 Git 就是为了解决这个问题。它能记录你每一次的修改,让你随时回退到过去的任何一个状态。 结合你的 WSL + VS Code 环境,我教你一套最直观、最少命令的“图形化”操作流程。 第一阶段:初次见面(配置身份) 在使用时光机之前,你得先告诉系统“是谁在使用它”,这样以后的记录才会显示是“你”

By Ne0inhk

计算机视觉新选择:阿里开源万物识别模型全面测评报告

计算机视觉新选择:阿里开源万物识别模型全面测评报告 核心结论先行:阿里最新开源的“万物识别-中文-通用领域”模型在中文语境下的图像理解能力表现出显著优势,尤其在细粒度物体识别、复杂场景解析和本地化部署效率方面超越主流英文预训练模型。本文基于真实环境部署与多维度测试,全面评估其性能表现、使用门槛与工程适用性。 一、背景与选型动因:为何需要中文优先的通用识别模型? 当前主流计算机视觉模型(如CLIP、YOLO系列、DINOv2等)大多以英文语料和西方场景数据为主进行训练,在面对中文环境下的实际业务需求时,常出现标签不匹配、语义理解偏差、文化特有物体识别失败等问题。例如,“糖葫芦”被识别为“水果串”,“共享单车”误判为“摩托车”。 在此背景下,阿里巴巴推出的万物识别-中文-通用领域模型应运而生。该模型专为中文用户设计,覆盖超过10万类中文标签,涵盖日常生活、工业制造、农业生态、城市治理等多个通用场景,支持零样本迁移(Zero-Shot Transfer),无需微调即可投入实际应用。 本次测评聚焦以下三个核心问题: - 模型在真实中文场景中的识别准确率如何? - 部署成本与推理效率

By Ne0inhk