vscode copilot在win10 WSL2环境无法使用的问题

优质文章学习记录

— 2 min read
vscode copilot在win10 WSL2环境无法使用的问题

问题描述

问话会进入chat初始化过程

在这里插入图片描述


等了一段时间就说 retry connection

在这里插入图片描述

重新reload window会报：Chat took too long to get ready. Please ensure you are signed in to GitHub and that the extension GitHub.copilot-chat is installed and enabled.

在这里插入图片描述

解决办法

回退Copilot版本

参考这位老哥解决方案 ：https://github.com/orgs/community/discussions/147219

在这里插入图片描述

将Copilot回退回 v1.252.0版本

PS：Vscode插件回退方法
依次点击插件->Copilot->Uninstall旁边下拉->Install Specific Version

在这里插入图片描述


点击重装即可，记得关闭自动更新（Auto Update）

在这里插入图片描述

网络问题

在找攻略的时候，可能瞎改了一通网络代理，导致回退了版本也不行

查看网络连接问题

可以在Vscode控制台->output->搜Copilot，这是正常的打印日志

如果显示类似 127.0.0.1:7890 或 127.0.0.1:7987 连接不通过，那就是网络问题

在这里插入图片描述
关闭网络代理

第一步：进入Setting，切换到Remote[WSL:Ubuntu]，搜索proxy，去掉Http: Proxy

在这里插入图片描述


第二步：关闭Http: Use Local Proxy Configuration

在这里插入图片描述


在这里插入图片描述

第三步：Reload window后，看到控制台打印如下信息，就说明成功了

在这里插入图片描述

Read more

【FPGA】Quartus Prime Lite 23.1 最新版 安装教程 ModelSim_18.1 下载安装 + 联调仿真教程 + 详细安装教程 2025最新

【FPGA】Quartus Prime Lite 23.1 最新版 安装教程 ModelSim_18.1 下载安装 + 联调仿真教程 + 详细安装教程 2025最新

前言         本文章基于截至2025年 Quartus_Prime_Lite的最新版 23.1 版本，详细的，一步一步的教你怎么安装，每一步都教你怎么做，按照流程绝对能安装成功。创作不易希望大家看完后点个赞支持创作，谢谢大家啦！ 目录  软件下载地址 Quartus Prime Lite 23.1 ModelSim-Intel® FPGA 标准版软件版本 18.1 若不想在官网下载或官网下载速度太慢 点个关注＋收藏可以免费用下面的百度链接进行下载  两个软件的安装包都在里面。如果使用百度链接下载则可跳过两个软件的下载流程，直接看安装流程。 一、Quartus Prime Lite 23.1 下载以及安装流程 1.1 Quartus Prime Lite 23.1 官方网站下载流程 第一步 打开上方链接到达如下界面 确保软件名称和版本如下图

小米智能家居接入Home Assistant深度技术指南：从通信协议到边缘部署

小米智能家居接入Home Assistant深度技术指南：从通信协议到边缘部署 【免费下载链接】ha_xiaomi_homeXiaomi Home Integration for Home Assistant 项目地址: https://gitcode.com/GitHub_Trending/ha/ha_xiaomi_home 引言：破解智能家居接入的三大痛点 在智能家居生态构建过程中，用户常面临以下核心挑战：如何解决设备控制延迟超过500ms的问题？为何部分设备频繁出现"离线-在线"状态波动？怎样实现跨品牌设备的统一状态同步？本文将从技术原理、问题诊断到方案优化三个维度，提供系统化解决方案，帮助用户构建稳定、高效的智能家居控制体系。 一、技术原理：智能家居通信架构解析 1.1 通信协议深度对比（基础） 智能家居设备与Home Assistant的通信主要依赖以下三种协议，其性能特征直接影响用户体验： 协议类型传输延迟带宽占用穿透能力安全性适用场景MQTT300-500ms低弱高云端控制本地MQTT50-150ms低弱中局域网设备CoAP100-200ms极低中低

无人机视觉导航：DAMO-YOLO TinyNAS实时障碍物检测

无人机视觉导航：DAMO-YOLO TinyNAS实时障碍物检测 1. 引言 无人机在自主飞行时最头疼的问题是什么？不是续航，不是信号，而是那些突然出现的障碍物。树木、电线、建筑物，甚至是其他飞行器，都可能让一次完美的飞行任务瞬间变成"炸机现场"。 传统的避障方案要么依赖昂贵的激光雷达，要么使用计算复杂的视觉算法，在资源有限的无人机平台上往往力不从心。直到我们遇到了DAMO-YOLO TinyNAS——这个专门为边缘设备优化的目标检测模型，让无人机真正拥有了"火眼金睛"。 我们在Jetson Xavier平台上进行了实测，这套方案能够稳定达到30FPS的检测速度，完全满足实时避障的需求。更重要的是，它的功耗控制得相当不错，不会让无人机的续航时间大打折扣。 2. DAMO-YOLO TinyNAS技术解析 2.1 什么是TinyNAS技术 TinyNAS不是简单的模型压缩或剪枝，而是一种从网络结构源头优化的神经网络架构搜索技术。简单来说，它就像是为你的硬件量身定制衣服，而不是买现成的成衣再去修改。 传统的做法是先训练一个大模型，然后通过各种技巧把它变小。而TinyNA
Trae x Vizro：低代码构建专业数据可视化仪表板的高效方案

Trae x Vizro：低代码构建专业数据可视化仪表板的高效方案

声明：文章为本人真实测评博客，非广告，并没有推广该平台 ，为用户体验文章 目录 * 前言 * 一.核心工具与优势解析 * 低代码高效开发 * 专业视觉设计 * 高度灵活可定制 * AI赋能创新 * 二.操作步骤：从安装到生成效果 * 第一步. 获取MCP配置代码 * 第二步：下载 * 第三步：在 Trae 中导入 MCP 配置并建立连接 * 三. 实战：用Vizro MCP快速构建仪表板 * 1. 提出需求 * 2.智能体生成代码 * 3.查看运行结果 * 4.优化与部署 * 四.Vizro MCP核心功能解析 * get_vizro_chart_or_dashboard_plan * get_model_json_