最近了一年office 365羊毛,想试用copilot的时候遇到这个问题：
梯子开了美国全局tun也没用，之后怀疑是缓存问题，因为一开始没开梯子导致加载了中国区的js文件，所以没法用
用微软官方网站上的方法试了下清缓存：
删除以下文件夹的内容
%LOCALAPPDATA%\Microsoft\Office\16.0\Wef\ 之后保持美国全局tun重启word即可：
如果还是不行，可以尝试office 365的网页版，也能用Copilot
参考：https://ZEEKLOG.fjh1997.top/posts/40329.html
你好呀！今天我们来聊聊如何用 OpenAI 的 Whisper 工具把音频文件变成文字。这东西可厉害了，不管是 podcast、讲座还是自己录的语音，都能轻松转成文本，超方便的！ 准备工作 📋 在开始之前，你需要准备好： * Python 3.7 或更高版本（现在大部分电脑都有了） * 一点磁盘空间（模型大小从几十MB到几GB不等，看你选哪个） * 对啦，还要有网络，因为第一次用需要下载模型 安装 Whisper 🚀 安装超级简单，打开命令行，输入这行代码就搞定： pip install openai-whisper 等着它自己安装完就好啦，是不是很easy？ 使用我们的转录脚本 📝 已经为你准备了一个超级好用的脚本transcribe_audio.py，它可以批量处理音频文件，超省时间！ 脚本有啥功能？ * 支持各种音频格式：mp3、wav、m4a、flac 都没问题 * 自动创建
快速体验 1. 打开 InsCode(快马)平台 https://www.inscode.net 2. 输入框内输入如下内容： 创建一个交互式教程网站，引导编程新手完成：1) GitHub学生认证申请；2) Copilot安装配置；3) 基础使用演示。要求包含分步指导、常见问题解答和简单练习任务。使用HTML/CSS/JavaScript实现。 1. 点击'项目生成'按钮，等待项目生成完整后预览效果 作为一名刚接触编程的学生，最近在同学的推荐下尝试了GitHub Copilot这个"编程助手"，发现它确实能大幅提升学习效率。不过刚开始申请学生认证时踩了不少坑，于是决定把整个流程整理成教程，顺便用刚学的HTML/CSS/JavaScript做了个交互式指南网站。这里分享下我的实践过程，希望能帮到同样想用Copilot的新手同学们。 1. 项目构思与功能设计 这个教程网站需要解决三个核心需求：清晰的步骤引导、
Ollama 背后执行推理的核心技术其实是由 llama.cpp 承担的，GGUF 模型格式也是由 llama.cpp 的作者所开发。 现在 llama.cpp 迎来重大更新，它也有了自己的 Web UI，我测试了安装部署和自行打包，很多地方确实比 Ollama 还有方便好用。 官方介绍，优势如下： * 完全免费、开源且由社区驱动 * 在所有硬件上表现出色 * 高级上下文和前缀缓存 * 并行和远程用户支持 * 极其轻量级且内存高效 * 充满活力且富有创造力的社区 * 100% 隐私 使用之前需要先安装 llama.cpp server 我还是喜欢命令行直接安装 ## Winget (Windows)winget install llama.cpp## Homebrew (Mac and Linux)brew install llama.
Whisper 模型下载指南 Whisper 是 OpenAI 开源的语音识别模型，支持多语言转录。以下是使用 Hugging Face Hub 下载从 base 到 large-v3 所有版本的完整实现方案： 安装依赖 pip install transformers huggingface_hub Python 下载代码 from huggingface_hub import snapshot_download # 模型版本列表 model_versions = [ "openai/whisper-base", "openai/whisper-small", "openai/whisper-medium", "openai/whisper-large", "