[科研实践] VS Code (Copilot) + Overleaf (使用 Overleaf Workshop 插件)

[科研实践] VS Code (Copilot) + Overleaf (使用 Overleaf Workshop 插件)

科研圈写文档常用 Latex 环境,尤其是 Overleaf 它自带的 AI 润色工具 Writefull 太难用了。如果能用本地的 CoPilot / Cursor 结合 Overleaf,那肯定超高效!


于是我们找到了 VS Code 里的 Overleaf Workshop 插件。这里已经安装好了,没装过的同学可以直接点击 “安装”

安装后左边会出现 Overleaf Workshop 的图标:

点击右边的“+”:

Overleaf 官网需要登录,这里我们通过 cookie 调用已登录账号的 API:

回到主界面,右键点击 “检查”:


打开检查工具后,找到 “网络”(Network)窗口,搜索 “/project”

/project

如果首次加载没内容,刷新页面就能看到 project 条目了:


点击 project 条目,往下找到 “请求标头”,需要复制一段包含 cookie 的字符串(“神秘代码”)。这段代码全选后按 Ctrl+C 复制:

回到 VS Code,选择 “通过 cookie 登录”,粘贴(Ctrl+V)刚才的 cookie 字符串,回车确认:

这时会列出所有 Overleaf 项目。单击新窗口打开,打开后界面和 Overleaf 一致,左边是 LaTeX 代码,右边是 PDF 预览(“Ctrl+cmd+v” 预览快捷键)。现在试试本地 AI 功能:安装 VS Code 后,可连接 GitHub 或其他 AI 工具(如 CoPilot)

这相当于是用本地AI工具远程操作网页端的Overleaf

接下来就可以畅快写作啦~

快捷键:Ctrl + S 就能直接开始远程编译啦

参考视频:科研论文党王炸组合overleaf+Copilot_哔哩哔哩

Read more

大模型对话中的流式响应前端实现详解(附完整示例代码)

大模型对话中的流式响应前端实现详解 1. 流式响应概述 1.1 什么是流式响应 流式响应(Streaming Response)是指在大模型对话中,服务器将生成的内容以增量、实时的方式逐步发送到前端,而不是一次性返回完整响应。前端通过接收这些数据流,逐词或逐段展示给用户,模拟“打字机”效果,提升交互的实时性和自然感。这类似于人类对话中的逐步思考和表达过程。 1.2 为什么流式响应重要 在大模型对话中,响应可能较长(如数百个token),一次性返回会导致用户等待时间过长,造成卡顿感。流式响应的优势包括: * 降低感知延迟:用户立即看到部分内容,减少等待焦虑。 * 提升交互体验:更接近真人对话节奏,增强沉浸感。 * 节省资源:前端可以逐步渲染内容,避免大块数据处理带来的内存压力。 * 实时反馈:允许用户在响应生成过程中中断或调整请求,提高可控性。 2. 前端可实现方案 2.1 Server-Sent Events (SSE) SSE是一种基于HTTP的单向通信协议,服务器可以主动向客户端推送数据流。

【前端地图】地图开发基础概念——地图服务类型(矢量图、卫星图、地形图)、WGS84 / GCJ-02 / BD09 坐标系、地图 SDK 简介

【前端地图】地图开发基础概念——地图服务类型(矢量图、卫星图、地形图)、WGS84 / GCJ-02 / BD09 坐标系、地图 SDK 简介

🌍第1节 | 地图开发基础概念——地图服务类型(矢量图、卫星图、地形图)、WGS84 / GCJ-02 / BD09 坐标系、地图 SDK 简介 🎯 学习目标 老曹说:“别急着敲代码,先搞懂地图是个啥玩意儿!不然你画个圈都可能画歪。” 1. 🧠 理解地图服务的基本类型及其应用场景 2. 🔍 掌握 WGS84、GCJ-02、BD09 三大坐标系的区别与转换原理 3. 🛠️ 熟悉主流地图 SDK 的核心功能与适用场景 4. 🧩 构建对地图开发的整体认知框架 🧠 引言:地图不是纸,是数据! 你以为地图就是一张平面图?Too young too simple!现代前端地图开发本质上是对空间数据的可视化与交互处理。它融合了地理信息系统(GIS)、计算机图形学、前端工程化等多个领域的知识。 老曹吐槽时间: “有人问我为啥地图开发这么难?我说:因为你不仅要会前端,还得懂地球科学!

零基础学AI大模型之Embedding与LLM大模型对比全解析

零基础学AI大模型之Embedding与LLM大模型对比全解析

大家好,我是工藤学编程 🦉一个正在努力学习的小博主,期待你的关注实战代码系列最新文章😉C++实现图书管理系统(Qt C++ GUI界面版)SpringBoot实战系列🐷【SpringBoot实战系列】SpringBoot3.X 整合 MinIO 存储原生方案分库分表分库分表之实战-sharding-JDBC分库分表执行流程原理剖析消息队列深入浅出 RabbitMQ-RabbitMQ消息确认机制(ACK)AI大模型零基础学AI大模型之LangChain 文本分割器实战:CharacterTextSplitter 与 RecursiveCharacterTextSplitter 全解析 前情摘要 前情摘要 1、零基础学AI大模型之读懂AI大模型 2、零基础学AI大模型之从0到1调用大模型API 3、零基础学AI大模型之SpringAI 4、零基础学AI大模型之AI大模型常见概念 5、零基础学AI大模型之大模型私有化部署全指南 6、零基础学AI大模型之AI大模型可视化界面 7、零基础学AI大模型之LangChain 8、零基础学AI大模型之LangChain六大核心模

CARLA仿真:自定义地图与AI车辆行为编程

CARLA仿真:自定义地图与AI车辆行为编程

CARLA仿真:自定义地图与AI车辆行为编程 * 前言 * 一、CARLA仿真平台基础 * 1.1 CARLA简介 * 1.2 CARLA的主要功能 * 1.3 安装CARLA * 二、CARLA中的地图系统 * 2.1 预设地图介绍 * 2.2 加载和切换地图 * 三、自定义地图创建 * 3.1 自定义地图的意义 * 3.2 使用RoadRunner创建自定义地图 * 3.2.1 RoadRunner基本操作 * 3.2.2 导出CARLA兼容格式 * 3.3 在CARLA中导入自定义地图 * 3.4 自定义地图的优化 * 四、AI车辆基础 * 4.1 AI车辆的创建 * 4.