本文在以下博客的基础上进行进一步的补充。VsCode远程连接服务器后安装Github Copilot无法使用_vscode copilot chat用不了-ZEEKLOG博客
在vscode中，通过ssh或docker等连接远程服务器时，在远程窗口中可能会无法使用copilot，提示处于脱机状态。
只需要在设置(setting)中搜索"extension kind"，点击settings.json；
进入settings.json后，找到"remote.extensionKind"，加入如下"Github."开头的4行代码即可。
重启远程连接后，即可畅通使用copilot的ask和agent模式，也可以进行代码补全。
要理解 const、var、let 的区别，我们可以从 作用域、变量提升、可重复声明、可修改性 这几个核心维度展开，这些也是新手最容易混淆的点。 一、核心概念铺垫 首先明确两个基础概念，能帮你更好理解区别： * 函数作用域：变量只在声明它的函数内部可访问（var 是函数作用域）。 * 块级作用域：变量只在声明它的 {} 内部可访问（let/const 是块级作用域，{} 包括 if/for/while/ 普通代码块）。 * 变量提升：JS 引擎在执行代码前，会把变量声明 “提升” 到当前作用域顶部（但赋值不会提升）。 二、逐个拆解 + 对比 1. var（ES5 语法） var 是 ES5 中声明变量的方式，特性如下：
【征文计划】玩转 Rokid JSAR：基于 Web 技术栈的 AR 开发环境搭建、核心 API 应用与 3D 时钟等创意项目全流程解析 前言 随着 AR 技术在消费级场景的普及，开发者对 “低门槛、高兼容” AR 开发工具需求愈发迫切，传统 AR 开发往往依赖专属引擎或复杂语法，导致 Web 开发者难以快速切入，而 Rokid 推出的 JSAR 技术，恰好打破了这一壁垒：以 “可嵌入空间的 Web 运行时” 为核心，让开发者无需学习新的开发范式，仅用 JavaScript/TypeScript 等熟悉的 Web 技术栈，就能快速开发出支持 3D 物体、
保险理赔材料图像理解：GLM-4.6V-Flash-WEB加快定损流程 在车险理赔的某个深夜，一位车主上传了三张事故现场照片——挡风玻璃碎裂、右前轮毂变形、一张手写的维修报价单。传统流程中，这份申请要排队等待人工审核至少6小时；而如今，在某保险公司新上线的智能系统中，不到15秒后，结构化定损报告已生成待审。 这背后的关键，并非简单的OCR识别或图像分类，而是对“图像+语境”的综合推理：模型不仅识别出“右侧大灯缺失”，还能结合上下文判断“该损伤为本次事故所致，非陈旧伤”；不仅能读取发票上的总金额，还能比对项目明细是否与描述相符。这种能力，正来自新一代轻量级多模态模型 GLM-4.6V-Flash-WEB 的落地实践。 多模态破局：从“看得见”到“读得懂” 过去几年，保险行业尝试过多种方式自动化处理理赔材料。最常见的是OCR加规则引擎——先把图像转文字，再用正则表达式匹配关键字段。这套方法在面对标准保单或电子发票时表现尚可，但一旦遇到手写单据、模糊拍摄、非标排版，准确率便急剧下滑。 更深层的问题在于：看得见不等于理解了。一张车辆维修单上写着“
Qwen3-32B开源模型实战：Clawdbot Web网关配置与跨域/CORS问题解决 1. 为什么需要Web网关与跨域处理 你是不是也遇到过这样的情况：本地跑通了Qwen3-32B模型，Ollama服务正常响应，Clawdbot前端页面也能打开，但一点击发送按钮，控制台就报错——CORS policy: No 'Access-Control-Allow-Origin' header is present？ 这不是模型没跑起来，也不是代码写错了，而是浏览器在“多管闲事”：它默认禁止网页向不同源（协议、域名、端口任一不同）的后端发起请求。而我们典型的开发结构是—— * 前端页面运行在 http://localhost:3000（Clawdbot Web界面） * Ollama API 默认监听 http://localhost:11434/api/chat * 中间又加了一层代理转发到 18789 端口 三者端口全不一致，浏览器直接拦截请求，