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：
ResNet101人脸检测部署案例：政务大厅人脸识别前端预处理模块本地化实施方案 1. 项目背景与价值 在政务大厅智能化改造过程中，人脸识别系统作为身份核验的关键环节，其前端预处理模块的准确性直接影响整体系统性能。传统人脸检测方案在面对大角度旋转、遮挡等复杂场景时，往往出现漏检或误检问题，导致后续识别流程失败。 MogFace模型作为CVPR 2022发表的最新研究成果，基于ResNet101骨干网络，在WIDER FACE等权威测试集上达到SOTA性能。本案例将展示如何将该模型部署为政务大厅场景下的前端预处理模块，实现高精度人脸检测。 2. 技术方案详解 2.1 模型架构优势 MogFace采用多尺度特征融合策略，通过以下创新点提升检测性能： * 自适应锚点设计：针对人脸长宽比特点优化预设锚点 * 上下文感知模块：增强对遮挡人脸的识别能力 * 级联回归机制：逐步细化边界框定位精度 ResNet101作为骨干网络，通过残差连接有效缓解深层网络梯度消失问题，特别适合处理政务大厅监控视频中常见的低质量图像。 2.2 部署架构设计 系统采用三层架构实现高效推理：
欢迎加入开源鸿蒙跨平台社区：https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 webrtc_interface 的鸿蒙化适配指南 - 掌控实时音视频中枢、P2P 高平效通讯实战、鸿蒙级多端互联专家 在鸿蒙跨平台应用处理极低延迟的实时视频会议、云游戏映射或是 P2P 文件直传时，如何屏蔽不同底层实现（如 flutter_webrtc 对比浏览器原生接口）的差异是重中之重。如果你希望你的核心业务逻辑能无缝运行在鸿蒙原生 App、鸿蒙 ArkWeb 以及 PC 侧环境。今天我们要深度解析的 webrtc_interface——一个旨在提供统一 WebRTC 编程模型的接口抽象层，正是帮你打造“抗抖动、高可用通讯底座”的关键基石。 前言 webrtc_interface 是一套完全遵循 W3C WebRTC 规范的 Dart
目录 * 1. 基础设施层：OpenClaw 运行环境的初始化 * 2. 算力与模型层：蓝耘 MaaS 平台的接入配置 * 2.1 协议适配与 JSON 配置 * 3. 编排层：OpenClaw 初始化与 Onboarding 流程 * 3.1 模式选择与基础设置 * 3.2 模型提供商与应用集成策略 * 3.3 技能库（Skills）装载与服务启动 * 4. 网络架构与网关（Gateway）配置 * 4.1 网关暴露与安全策略 * 4.2 Web UI 远程访问与设备配对（Device Pairing） * 5. 高级模型编排与 JSON 配置深度解析
上周，我让 AI 帮我做个落地页。 十分钟过去了，生成出来的东西—— 白色背景，紫色渐变，Inter 字体。 我直接关了。 你也遇到过吧？ 用 AI 生前端，出来的东西都长一个样。 背景非白即黑，标题栏永远是紫色渐变，字体不是 Inter 就是 Roboto，配色永远是那套蓝绿红黄。 不是说不能用，但—— 太像 AI 了。 一眼看过去就是"机器生成"，没有灵魂，没有个性。 直到昨天，我发现了一个东西。 Anthropic 官方出的一个 skill，叫 frontend-design。 让我再试一次。 这次不一样了 同样的提示词，同样的模型。 我只加了一句话： “使用 frontend-design skill” 结果呢？