VSCode在WSL环境下无法使用Github Copilot(网络问题)

概要

本文记录了一个案例:VSCode 在 WSL 环境下无法使用 Github Copilot,但是原生 Windows 下使用没问题。

问题表现

使用 VsCode 连接到 WSL 后,Copilot 无法进行自动或手动补全,在聊天窗口输入信息后始终显示“正在准备 Copilot”。

使用 Ctrl+` 打开面板,点击“输出”面板,右上角选择"Github Copilot Chat",可以看到错误日志如下:

2025-09-03 15:54:27.648 [info] [GitExtensionServiceImpl] Initializing Git extension service. 2025-09-03 15:54:27.648 [info] Can't use the Electron fetcher in this environment. 2025-09-03 15:54:27.648 [info] Using the Node fetch fetcher. 2025-09-03 15:54:27.648 [info] [GitExtensionServiceImpl] Successfully activated the vscode.git extension. 2025-09-03 15:54:27.648 [info] [GitExtensionServiceImpl] Enablement state of the vscode.git extension: true. 2025-09-03 15:54:27.648 [info] [GitExtensionServiceImpl] Successfully registered Git commit message provider. 2025-09-03 15:54:28.580 [info] Logged in as focksor 2025-09-03 15:54:31.233 [info] Got Copilot token for focksor 2025-09-03 15:54:31.245 [info] activationBlocker from 'languageModelAccess' took for 3289ms 2025-09-03 15:54:31.396 [error] TypeError: fetch failed at node:internal/deps/undici/undici:13510:13 at processTicksAndRejections (node:internal/process/task_queues:105:5) at Lk._fetch (/home/focksor/.vscode-server/extensions/github.copilot-chat-0.30.3/dist/extension.js:1170:29745) at Ov._fetchModels (/home/focksor/.vscode-server/extensions/github.copilot-chat-0.30.3/dist/extension.js:2539:5015) Error: read ECONNRESET at TLSWr

Read more

Java Web 开发环境搭建:IDEA+Tomcat 安装与部署超详细教程

Java Web 开发环境搭建:IDEA+Tomcat 安装与部署超详细教程

在 Java Web 开发中,IDEA 作为主流的集成开发工具,搭配 Tomcat 轻量级 Web 服务器是入门首选。本文将基于 Java Web 基础开发要求,从 JDK 环境配置、Tomcat 安装配置、IDEA 安装、Web 项目创建,到 Tomcat 在 IDEA 中的部署运行,进行一步一图式详细讲解,零基础也能轻松上手。 一、前置准备:JDK 环境配置 Java Web 开发的核心基础是 JDK,Tomcat 和 IDEA 的运行都依赖 JDK 环境,需先完成 JDK 的安装与环境变量配置。 1. 下载与安装

前端模块化开发:从面条代码到结构化代码的蜕变

前端模块化开发:从面条代码到结构化代码的蜕变 毒舌时刻 模块化开发?不就是把代码分成几个文件嘛,有什么大不了的?我见过很多所谓的模块化代码,其实就是把一堆函数随便塞进不同的文件里,根本没有任何结构可言。 你以为把代码分成模块就万事大吉了?别天真了!如果你的模块设计不合理,反而会让代码变得更加混乱。比如那些互相依赖的模块,就像一团乱麻,让你根本理不清头绪。 为什么你需要这个 1. 代码可维护性:模块化代码结构清晰,易于理解和维护,当需要修改某个功能时,只需要修改对应的模块即可。 2. 代码复用:模块化可以让你在不同的项目中复用相同的代码,减少重复开发的工作量。 3. 团队协作:模块化可以让不同的开发者负责不同的模块,减少代码冲突和沟通成本。 4. 性能优化:模块化可以帮助你实现代码分割,减少初始加载时间,提高应用的性能。 反面教材 // 这是一个典型的面条代码 let users = []; let products = []; function fetchUsers() { fetch('https://api.example.com/

Seedance 2.0 完整操作手册:AI 视频创作进入人人都是导演时代

Seedance 2.0 完整操作手册:AI 视频创作进入人人都是导演时代

这两天,字节的AI视频模型Seedance 2.0 彻底出圈了 到处都是 Seedance 2.0 的生成AI作品 有人用它做出了电影级的追逐戏,有人用它复刻了广告大片的运镜,还有人拿它做古装穿越剧和各种武打动作片,画面精致到让人分不清是AI生成的还是真人拍的。 不夸张地说,Seedance 2.0 这波更新,直接把AI视频生成的门槛踩到了地板上。 为什么这么火?因为它解决了一个所有创作者都头疼的问题:以前AI视频只能"生成",现在终于能"控制"了。 用图片、视频、音频、文字自由组合,人人都能当导演   我们都知道,以前做 AI 视频,你只能打字描述想要什么画面,或者最多放一张图当起始帧。说实话,这种方式表达能力太有限了——你脑子里想的是电影级别的镜头感,打出来的却只是干巴巴的一段话。 现在不一样了。 它不再只是一个"文生视频&

video-subtitle-remover(VSR)-- 开源AI去字幕方案深度解析

video-subtitle-remover(VSR)-- 开源AI去字幕方案深度解析

一、从“硬字幕”说起:为什么我们需要 VSR? 在视频剪辑、二创和影视加工场景里,“硬字幕”(内嵌到画面里的字幕)一直是特别棘手的问题: * 你无法通过关闭字幕轨道来清除; * 直接裁剪会破坏画面构图; * 简单模糊/马赛克又会在画面上留下明显的“补丁”。 传统做法要么牺牲画质,要么牺牲效率。而开源项目 video-subtitle-remover(VSR),则直接把问题拉到了“AI 视频修复”的维度:用深度学习模型自动检测字幕区域,再通过图像修复算法把文字“擦掉”,并用背景自然填补。 项目核心信息(来自 README): * 功能定位:- 去除视频 / 图片中的硬字幕、文本水印 * 无损分辨率输出 * 支持自定义字幕区域,或全视频自动去除所有文本 * 技术特点:- 完全本地运行,无需调用第三方 API * 支持多种 GPU 加速(CUDA / DirectML