最近在用vscode中的GitHub copilot，发现无法使用claude系列的模型
很多小伙伴知道要开代理，开往带你以后claude确实会出来，本地使用没有任何问题，但是如果使用远程服务器ssh，claude系列的模型就消失了，参考这篇博客https://blog.ZEEKLOG.net/qq_40620465/article/details/152000104
按照博主的方法，需要加一个改动，在设置远程服务器（注意不是“用户”）的setting.json时需要加入"http.useLocalProxyConfiguration": true,
完成后再重启vscode，claude就有了：
Mac Mini M4 配备了苹果自家研发的 M1/M2/M4 芯片，具有强大的处理能力，能够支持本地跑一些大模型，尤其是在使用如 Ollama、Llama、ComfyUI 和 Stable Diffusion 这类 AI 相关工具时，性能表现非常好。本教程将指导你如何在 Mac Mini M4 上本地部署并运行这些大模型，涵盖从环境搭建到使用的全流程。 一、准备工作 1. 确保系统更新 确保你的 macOS 版本已更新到最新的版本（例如 macOS 13.0 以上），这将确保兼容性和性能。 安装 Homebrew（macOS 包管理工具） Homebrew 是 macOS 上非常流行的包管理工具，它帮助你方便地安装各种软件。在终端中输入以下命令来安装
n8n 集成飞书机器人完整实战指南：从零到一的踩坑之路 前言 本文记录了近期项目中在 Docker 环境下使用 n8n 集成飞书机器人踩坑的完整过程，包括遇到的各种坑点和解决方案。希望能帮助后来者避免重复踩坑。 项目背景 我们的目标是将一个 n8n 销售助手工作流集成到飞书聊天中，实现： * 用户在飞书群聊或私聊中@机器人 * 机器人接收消息并调用 AI 模型处理 * 返回个性化的销售建议 环境架构 飞书客户端 → 飞书开放平台 → WebSocket → n8n → PostgreSQL ↓ OpenAI API 对应的n8n业务流 技术栈 * n8n: 1.111.0 (Docker 部署) * PostgreSQL: 16 * Nginx: 反向代理 * 飞书开放平台: 企业自建应用 * 社区包: n8n-nodes-feishu-lark 踩坑记录与解决方案 坑0：Webhook 方式的深度陷阱（
你是否曾在VRChat的国际房间中，因为听不懂其他玩家的语言而感到孤立？你是否渴望与来自世界各地的VR爱好者自由交流，却苦于语言障碍？VRCT智能翻译工具正是为这样的场景而生，这款革命性的跨语言沟通助手正在重新定义VR社交的边界。 【免费下载链接】VRCTVRCT(VRChat Chatbox Translator & Transcription) 项目地址: https://gitcode.com/gh_mirrors/vr/VRCT 三大技术突破重塑VR社交体验 实时语音识别技术革新 VRCT采用前沿的神经网络算法，能够准确捕捉并转换麦克风输入和扬声器输出的音频内容。系统内置智能降噪模块，即使在嘈杂的虚拟环境中也能保持高识别率。通过src-python/models/transcription/目录下的语音处理模块，实现毫秒级响应速度。 多语言互译引擎优化 支持英语、中文、日语、韩语等多种语言间的精准互译。基于src-python/models/translation/目录下的翻译设置文件，系统能够理解不同语言的语法结构和文化背景，确保翻译结果的自然流畅。 VRCh
1. 简智机器人开源行业最大规模的无本体具身数据集 1 月 5 日，简智新创（北京）机器人科技有限公司（以下简称「简智机器人」）正式开源「RealOmni-Open DataSet」无本体具身数据集，数据集总计包含超过 10,000 小时、百万条以上的真实操作记录，是目前行业已知数据规模最大且每一项技能数据量最多的无本体开源数据集。 当前，简智机器人能够实现每日万小时以上级别的持续数据采集与处理，不断为数据集注入鲜度，并保障了其持续扩展的能力。 简智机器人专注于通用具身智能全链路解决方案，为行业提供标准化、自动化的数据流基础设施服务。近日，简智机器人完成第三轮融资，成为具身智能数据基建细分赛道融资进展最快的企业。 「RealOmni」属于无本体具身数据集，这类数据集的核心是将数据采集的源头从「机器人」转移到了「人」，采集场景多，数据真实性高。传统数据集需要工作人员操作机器人，依赖机器人本体在特定环境（如实验室等）中运行获取数据，场景与机器人传感器性能受限、且数据维度少、精准度低。而无本体数据集的采集不依赖于特定机器人硬件，工作人员通过穿戴 GenDas 无感设备，