【工具】Git 和小乌龟安装与使用

一、安装

        Git 是命令行的方式使用,小乌龟是 Git 的可视化工具,点点点就能执行命令行操作。因此,先安装 Git,再安装小乌龟,小乌龟安装的时候需要配置 Git 的 .exe 文件路径。

1、安装 Git

        一路默认,安装路径可以改到 D 盘。

        取消勾选,完成。

        安装好后,点击鼠标右键可以看到:

2、安装小乌龟

        一路默认,可以改小乌龟安装路径。

        检查一下配置的 git.exe 路径对不对。

二、使用

1、配置 git 操作身份

        配置远程仓库账号的用户名、邮箱,多人协作操作仓库时能识别操作人的身份。

2、SSH协议传输配置

        git 有两种传输协议,HTTPS 和 SSH。SSH 方式需要创建密钥:git bash 执行

ssh-keygen -t rsa -C "用于备注这个密钥是哪个设备的"

       一路 enter,注意密钥所在路径:

        私钥不要泄露,公钥配置到远程仓库自己的账号里:

        配置小乌龟的 ssh.exe 文件路径:git bash 查一下 ssh 在哪

3、将本地已有仓库推送到远程

        在创建好的项目下面创建本地仓库

        创建一个新的远程仓库路径(注意不要点初始化 readme 文件,相当于在远程仓库 git init 了,会跟本地的 .git 冲突),复制 SSH 地址:

        然后小乌龟(应该是先 add 的,但是 commit 直接自动 add 了)commit 把文件提交到本地仓库:

        同步,配置远程仓库的名字、地址,push 推送到远程仓库:

Read more

AIGC已经不是未来,而是现在:2025年最值得关注的6大趋势!

AIGC已经不是未来,而是现在:2025年最值得关注的6大趋势!

过去一年,AIGC(AI 生成内容)从“概念”彻底走向“落地”。无论你是程序员、产品经理、内容创作者,甚至是业余爱好者,AIGC 已经渗透到每一个内容生产链条中,以一种“你还没准备好,它已经来了”的节奏迅速发展。 本文将带你系统了解:2025 年最热门的 AIGC 内容形态、前沿产品、典型用例,以及未来趋势。 🎥 1. 文生视频已落地:Sora 等产品引爆创意革命         当 OpenAI 推出 Sora 时,整个 AI 圈都沸腾了。         只需一句提示词,比如: "一个穿太空服的熊猫在月球上弹钢琴"         Sora 就能输出秒级电影级视频片段。光影、动作、镜头感,全部一应俱全。 🔧 技术关键词:

By Ne0inhk
从 Copilot 到工程化 Agent 执行框架:基于OpenCode + OpenSpec 的企业级 AI Coding 落地实践

从 Copilot 到工程化 Agent 执行框架:基于OpenCode + OpenSpec 的企业级 AI Coding 落地实践

引言:AI Coding 进入规范驱动自动化时代         当前,许多开发者在使用 AI 编程助手时正普遍面临—个痛点:在处理大型项目时, AI 似乎会“遗忘”上下文,导致代码回归、引入新 Bug 或生成不符合项目规范的混乱代码。正如研发同学反复出现的挫败感:  “代码库越大, AI 弄得越乱”。         这种被称为“Vibe Coding”的模式,是 AI 辅助工程必要的、但也是原始的第—步。它更像—种不可预测的艺术,而非可重复、可扩展的科学。要真正释放 AI 的生产力,我们必须迎来—次范式的进化:从凭感觉的“Vibe Coding” ,转向由规范驱动的(Spec-Driven Development)专业化 AI 工程新范式。         本文将深入探讨如何将强大的

By Ne0inhk

对比测试:Stable Diffusion 3.5原版 vs FP8量化版性能差异分析

对比测试:Stable Diffusion 3.5原版 vs FP8量化版性能差异分析 在生成式AI如火如荼的今天,文生图模型早已从“能画出来”迈向“画得准、画得好、跑得快”的新阶段。Stable Diffusion 系列作为开源社区的标杆,其最新版本 Stable Diffusion 3.5(SD3.5) 凭借更强的提示理解能力与排版逻辑,成为高质量图像生成的新标准。但随之而来的,是愈发严峻的部署挑战——动辄16GB以上的显存占用和数秒级的推理延迟,让许多开发者望而却步。 于是,FP8量化技术进入了视野。它承诺以极小的质量损失换取显著的资源节省与速度提升。但这究竟是“理论美好”,还是“实战可用”?我们决定动手实测:将 SD3.5 原版与 FP8 量化版拉到同一赛道,从显存、速度、质量三个维度进行硬碰硬对比。 为什么是 Stable

By Ne0inhk
从 0 到 1!Qwen3.5 系列开源大模型本地部署全流程(ModelScope)

从 0 到 1!Qwen3.5 系列开源大模型本地部署全流程(ModelScope)

【本文作者:Troy】 1.Qwen Qwen3.5是阿里云通义千问团队发布的新一代开源大模型系列,是提供基础智能能力的“大脑”。主要是作为基础模型,本身具备强大的文本生成、复杂推理、多模态理解(如图像、视频)和工具调用等能力。适用于希望直接使用高性能大模型,或将其作为基座进行二次开发的个人、研究者和企业。 可访问魔搭社区:https://www.modelscope.cn/models?name=qwen3.5&page=1&tabKey=task  Qwen3.5 具备以下增强特性: * 统一的视觉-语言基础:在多模态 token 上进行早期融合训练,在推理、编码、智能体和视觉理解等基准测试中,跨代际表现与 Qwen3 持平,并优于 Qwen3-VL 模型。 * 高效混合架构:

By Ne0inhk