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
Read more
人工智能：自然语言处理在医疗领域的应用与实战
人工智能：自然语言处理在医疗领域的应用与实战 学习目标 💡 理解自然语言处理（NLP）在医疗领域的应用场景和重要性 💡 掌握医疗领域NLP应用的核心技术（如电子病历分析、医学文本分类、智能问答） 💡 学会使用前沿模型（如BERT、GPT-3）进行医疗文本分析 💡 理解医疗领域的特殊挑战（如数据隐私、多语言处理、专业术语） 💡 通过实战项目，开发一个电子病历分析应用 重点内容 * 医疗领域NLP应用的主要场景 * 核心技术（电子病历分析、医学文本分类、智能问答） * 前沿模型（BERT、GPT-3）在医疗领域的使用 * 医疗领域的特殊挑战 * 实战项目：电子病历分析应用开发 一、医疗领域NLP应用的主要场景 1.1 电子病历分析 1.1.1 电子病历分析的基本概念 电子病历分析是对电子病历中的文本内容进行分析和处理的过程。在医疗领域，电子病历分析的主要应用场景包括： * 病历摘要：自动生成病历摘要（如“患者基本信息”、“病情描述”
AI能赚钱？别被割韭菜了！深度拆解：为什么你学了100个AI工具却赚不到1分钱
🌟 核心真相：AI是放大器，不是印钞机。没有商业认知的AI技能，就像给不会开车的人发了一辆法拉利——只会原地打转，甚至翻车。 目录 🌪️ 引言：那个学了30个AI工具却亏了5万的朋友 🎤 一、"AI能赚钱 ≠ 人人能赚钱" 🔍 金句实录： 🤯 二、残酷真相：AI工具≠赚钱能力 🔍 你是不是也这样？ 💡 关键洞察：工具只是"术"，商业才是"道" 🧭 三、破局三板斧：普通人也能启动的AI变现逻辑 🎯 第一板斧：标签聚焦——"别人想起你时，第一个词是什么？" ✅ 正确姿势（调研数据）： 🌱 第二板斧：70分哲学——"服务30分的客户，你就是专家" 🌰 真实案例： ✅ 三步启动法（新手友好）
【AI开发】—— OpenCode双插件协同开发指南
OpenCode双插件协同开发指南｜Oh My OpenCode+Superpowers 兼顾效率与规范 很多同学在OpenCode中装完Superpowers后，都会有一个疑问：已经有了做代码规范的Superpowers，还有必要用Oh My OpenCode（OMOC）吗？ 甚至装了两个插件后，不知道如何配合使用，导致要么只用到了其中一个的功能，要么让两者互相“冲突”，浪费了插件的核心价值。 其实答案很明确：两者是互补而非替代的关系，组合使用才是OpenCode的最优解。OMOC是「项目开发总指挥」，负责拆解任务、并行调度、自动化工具调用，主打一个提效率；Superpowers是「代码工程质检员」，负责约束AI遵循TDD、代码审查、重构等最佳实践，主打一个保规范。 这篇文章就把两者的核心区别讲透，再通过实操性拉满的协同开发教程，教你用OMOC+Superpowers开发项目，既让AI写代码又快又好，还能彻底摆脱“手动拆任务、反复改代码”的痛点，全程贴合开发实际，新手也能直接跟着做。 一、先搞懂：OMOC与Superpowers 核心区别（
从Win到鸿蒙：ToDesk/Splashtop/TeamViewer/向日葵，跨平台远控谁更强？
目录 一、前言 二、软件简介与兼容性 三、跨系统远控互连：Windows、Android实测 3.1 场景一：手机远控电脑 3.1.1 连接简易性实测 3.1.2 文件传输速度 3.1.3 中文输入体验 3.2 场景二：手机控制手机 3.3 场景三：鸿蒙支持 3.4 对比总表 四、跨设备支持：办公与娱乐实测 4.1 Todesk 4.2 Splashtop 4.3 TeamViewer 4.4