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：
作者：老余捞鱼 原创不易，转载请标明出处及原作者。 写在前面的话：很多市面上充斥着“睡后收入”、“AI自动炒股”的广告，听着很诱人吧？但作为一个在量化圈摸爬滚打多年的人，我要告诉你一个反常识的真相：这些机器人不仅不能帮你赚钱，反而是你亏损的罪魁祸首。今天不聊代码，聊聊为什么在AI时代，你的人脑依然不可替代。 最近朋友圈全是卖“AI炒股机器人”的广告：号称年化100%，解放双手，让你躺着把钱赚了。看得我尴尬症都犯了。 作为一个靠写代码和算法吃饭的人，我今天必须说句得罪同行的话：对于99%的普通投资者来说，全自动交易机器人（Trading Bots）就是一条通往破产的高速公路。 这就好比你还没学会开车，就买了一辆号称能“全自动驾驶”但实际上连红绿灯都分不清的汽车，然后就在高速上睡着了。 真正的交易不是代码的堆砌，而是对市场的洞察 01 机器人的死穴：它看不懂“空气” 你有没有过这种经历：走进一个房间，大家虽然没说话，但你立刻感觉到气氛不对：可能刚吵完架，可能有人在哭。 这就是“
最完整WhisperLiveKit指南：从安装到生产部署的AI语音识别全流程 【免费下载链接】WhisperLiveKitReal-time, Fully Local Speech-to-Text and Speaker Diarization. FastAPI Server & Web Interface 项目地址: https://gitcode.com/GitHub_Trending/wh/WhisperLiveKit 你是否还在为实时语音转文字的延迟问题困扰？是否需要一个完全本地化部署的解决方案来保护数据隐私？WhisperLiveKit作为GitHub热门的开源项目，将彻底改变你处理实时语音识别的方式。本文将带你从安装到生产部署，掌握这一强大工具的全流程应用。 读完本文，你将能够： * 快速搭建本地语音识别服务 * 根据硬件条件选择最优模型配置 * 实现多语言实时转录与说话人分离 * 部署生产级别的Web应用与Chrome扩展 * 通过Docker容器化实现跨平台部署 为什么选择WhisperLiveKit？ 传统的Whisper模型设计用于处理完整语
2026年，AI编程工具已经非常成熟了。市面上这么多AI编程工具，哪个最好用？ 本文选取了当前最具代表性的六款工具：Claude Code、Aider、Cursor、GitHub Copilot、MetaGPT 以及 OpenHands，从技术特性、优缺点及部署门槛进行客观对比。 Claude Code Anthropic 于2025年推出了 Claude Code，这是一款基于命令行的编程智能体工具。它不同于网页版的对话框，而是直接运行在终端中，能够深度理解本地项目结构。最出名的 AI 编程助手，很贵，但一分钱一分货，不得不说它很好用。 通过终端直接通过自然语言操作。它不仅能写代码，还能自主运行测试、解释复杂的架构、甚至执行终端命令来修复错误。其背后依托的是推理能力极强的 Claude 3.5/3.7 Sonnet 模型。 优势： * 推理能力极强：在处理复杂的逻辑重构和长代码理解上，目前处于行业顶尖水平。 * 自主性：
GLM-4.7-Flash实战教程：基于GLM-4.7-Flash构建本地Copilot工具 1. 为什么需要本地Copilot工具 在日常编程和工作中，我们经常需要代码建议、文档生成、问题解答等AI辅助功能。虽然云端AI服务很方便，但存在网络延迟、隐私安全、使用成本等问题。基于GLM-4.7-Flash构建本地Copilot工具，可以让你： * 完全离线运行：不依赖网络，响应速度极快 * 数据隐私安全：所有对话和代码都在本地处理 * 定制化能力强：可以根据自己的需求调整模型行为 * 成本可控：一次部署，长期使用，无按次付费 GLM-4.7-Flash作为最新的开源大模型，在代码理解和生成方面表现出色，特别适合作为本地编程助手。 2. 环境准备与快速部署 2.1 硬件要求 为了流畅运行GLM-4.7-Flash，建议准备以下硬件环境： * GPU：4张RTX 4090 D显卡（或同等算力） * 内存：至少128GB系统内存 * 存储：至少100GB可用空间（模型文件约59GB）