登录社区云,与社区用户共同成长
邀请您加入社区
pm : 无法加载文件 C:\Program Files\nodejs\npm.ps1,因为在此系统上禁止运行脚本。别慌,这是一个非常经典的 Windows 权限问题。简单来说,就是 Windows 自带的 PowerShell 觉得运行。这个命令的意思是:允许当前用户(你)运行本地编写的脚本,同时也允许运行从网上下载但经过数字签名的脚本。到 2026 年,由于系统安全性进一步增强,这种报错非常普
摘要:该脚本实现将Keil MDK工程(.uvprojx)转换为clangd配置文件(.clangd)的功能。主要特性包括:自动解析Keil工程中的包含路径和宏定义;处理ARMCC特有语法到GCC的兼容转换;支持自动搜索工程文件或指定输入/输出路径。转换内容包括:设置ARM编译目标、包含路径(-I)、宏定义(-D)以及Keil/ARMCC兼容宏的映射。输出文件可直接用于clangd代码补全和静态分
这个新环境cu128-py133,在上一篇文章介绍,安装cuda cuDNN torch。用文心AI编码插件自动生成一个实例程序deep_learning_example.py。首先启动环境,打开anaconda prompt,进入base环境,再输入。打开vscode,安装python插件和文心comate AI编码插件。在D盘创建一个torch_test文件夹。用vscode打开文件夹。在上一
将 VSCode 的快捷方式添加到“发送到”(SendTo) 文件夹非常方便,之后就可以在任何文件(包括 .bat 文件)上右键,通过“发送到”菜单用 VSCode 快速打开。1、打开“发送到”文件夹:按下键盘快捷键 Win + R。) 到 SendTo 文件夹中。 打开“运行”对话框,输入。
欢迎使用 Visual Studio Code 1.112 版本。两大方向,带来了多项全面优化。
ci1303的sdk中还是很麻烦的,源代码用了c++,所以我用vscode来编译,网上也有对应的教程我这里再走一遍这个流程。这里有点坑啊,不选中工程,编译图标是不出来了,我摸了半天,这个不知道开发者咋想的。下载那个rar本地解压缩,弄个合适的目录,然后点vscode设置编译器路径。选择install from vsix。然后就祖宗安装了,在左侧看到图标就对了。选中之后有两个很暗的图标,就这两个了。
安装到D盘,路径不能有空格下载nvm list available 下没有的版本放入nvm 的安装路径中即可。
右键Code.exe->属性->兼容性,把以管理员身份启动取消勾选。点击应用,回到WSl在运行code . 问题解决......看了网上很多文章也没解决,最后随便尝试了一下就好了。尝试在wsl 打开vscode一直提示。windows打开vscode的根目录。
ros2
摘要:在VS Code中允许JSON文件添加注释的方法:进入设置(左下角齿轮图标),搜索"Files:Associations",将*.json对应的值改为jsonc并保存。修改后,VS Code即可支持JSON文件中的注释功能。该操作通过更改文件关联类型实现,简单有效。(98字)
【代码】从keil中放到vscode中的c文件编码不一致问题解决方案。
问题如上,可以编译成功但无法正常运行输出。原因(我只试出来一个):和anaconda的环境撞了,去看看系统变量里的顺序,错误情况如下:把mingw的优先级上移到anaconda的前面,记得重启电脑才能成功。或者在VScode的tasks.json里的args里的末尾加上"-static",相当于
1.简单了解了蓝牙,这个用的是ble,那根据BLE的协议,好像最多只能发23个字节,一次,那我的几万字节的jpg图片发送也太慢了,所以我通过mtu请求,将这个值改到了256字节,实测240*320分辨率的jpg图片,传输一张花费7s左右,速度还是可以的。3.上面讲了些开发和蓝牙传输的问题,补充一下蓝牙传输吧,这个需要自己定义好一个协议的,每一包数据有哪些是图片数据,有哪些是大小数据,等等,esp3
摘要:作者原计划分享Hermes-Agent辩论团队的搭建方案,但因Kimi额度耗尽改用minimax2.7后遭遇严重问题。文章主要控诉minimax智能体的低能表现:无法自主检测运行环境(误判服务器位置),缺乏基本软件识别能力(找不到nodejs和npm),逻辑混乱且推卸责任。作者愤怒指出该模型不仅智商低下,还存在"开摆"的工作态度,在监督机制下仍无法完成基础任务,完全达不到
select interpreter 找到anaconda 环境下的新安装的python。2. 点击右键新建一个文件 后缀.py …ctrl + S 保存。安装python 和python environments。1 .在自己工作目录下建立一个文件夹 用vscode打开。3. 搜索power shell 右键管理员账号打开。打开vscode 在终端里键入 opencode。如果遇到问题,自行问d
没有打开前事件→ 不要用最接近你需求(已打开)上面所有事件全部真实可运行。
摘要:解决VSCode未识别Conda环境的问题。当VSCode默认使用系统Python而非安装Torch的Conda环境时,可通过Ctrl+Shift+P调出命令面板,输入"Python:SelectInterpreter",选择包含conda字样且路径显示为anaconda3\envs或miniconda3\envs的环境即可。该方法能确保VSCode使用正确的Python
vscode使用eslint自动格式化代码的相关配置 vue项目
解决办法:大家在装KeilAssistant的时候一定要在它的配置里面这样设置:这里我把Keil装在了D盘,直接复制UV4.exe的路径粘贴过来,两个都要粘贴上,最后编译才不会报错。最近跟着尚硅谷进行学习,刚开始就遇到了问题,一直报VS Code 找不到 ARM 编译器的系统标准头文件这个问题。
VSCode实用配置指南
修改本地/.SSH/config:加1455端口转发。
本章的关键不是记住单个命令,而是形成“目标明确、上下文充分、边界清楚、过程可审阅、结果可验证”的 Codex 协作方式。更有效的方式是把任务输入、Codex 的中间判断、文件改动、验证命令和最终总结完整展示出来,让学员理解可复制的方法,而不是记住一次偶然成功的演示。避坑原则:凡是会影响生产数据、权限、支付、认证、数据库迁移、凭证、批量删除或外部服务调用的任务,都应提高审批级别,并要求 Codex
用快捷键Ctrl+Shift+Esc打开任务管理器,找到.exe程序,右键结束任务,就可以重新运行了。在下方终端找到程序,输入Ctrl+C。如果终端找不到该程序。
左下角打开设置,搜索Claude Code打开settings.json配置代码。
再比如部署方式——某个方案在开发环境跑得好好的,一上容器就各种问题,这种坑谁也不想踩,毕竟踩坑踩多了,人也就麻了。HagiCode 是一个 AI 驱动的代码助手,在实现浏览器端代码编辑能力时,我们深入研究了这两个方案,最终在架构设计中同时支持两者,但默认优先选择 code-server。毕竟简单就是美,复杂了容易出问题,出了问题还得修,修完了还可能引入新问题,这无穷无尽的循环,谁愿意经历呢?用户困
AI 写操作手册的核心矛盾,不是"AI 有没有能力写",而是"AI 怎么知道自己写得好不好"。它天然会:把知道的都写进去(技术污染)给自己的作品打满分(自我偏好)能省力就省力(不画图)解决这三个问题。上下文隔离:让 AI "失忆",该知道才知道,不该知道绝对不能知道客观质量门:用独立的子 Agent 做盲审,不依赖 AI 的自我判断可量化标准:不说"写好一点",说"必须有 7 大章节、每章必须有
摘要: 作者分享了在VSCode中配置Claude Code和Codex插件并接入DeepSeek V4 API的步骤。通过安装cc-switch工具,分别切换Claude和OpenAI标识来配置DeepSeek模型(支持1M上下文),并测试连接。此外,介绍了如何通过Skill文件或GitHub链接扩展Claude功能,以及为Copilot安装DeepSeek V4 for Copilot Cha
win环境下配置下codex走代理,可以在.codex目录下加一个.env文件。保存并重新打开终端即可生效。,将文件名改成:.env。
所以现在,不管你用 Cursor、Claude Desktop、VS Code 还是别的 AI 工具,只要它支持 MCP,就能用同一套 MCP Server 来接入 Figma、GitHub、数据库、浏览器。AI 知道"该做什么"(Skills),也知道"怎么拿到东西去做"(MCP),两者一配合,效率直接起飞。它是你直接交互的那个"壳",负责接收你的指令,也负责把结果展示给你。在这之前,AI 编辑
开发者在将Flask后端改为Node.js+Sequelize时遇到TypeError报错,发现是由于新建的模型文件未保存导致。通过AI助手提示检查文件完整性后,手动保存所有文件解决问题。文章总结了排查方法:检查文件存在性、验证require路径、打印目录内容,并建议开启自动保存和使用nodemon工具。这次经历强调了随手保存的重要性和善用工具的价值,指出有时报错源于简单习惯而非复杂代码问题。
《html-anything:AI直接生成可发布HTML内容的新范式》摘要 该项目创新性地提出让本地AIAgent直接生成最终形态的HTML内容,而非中间态Markdown。其核心架构采用浏览器前端(Next.js)+本地Agent的混合模式,支持8种主流CodingAgentCLI适配,通过75个Skill模板系统确保输出质量(包含字体/网格/WCAG标准等硬约束)。主要特性包括流式生成与实时预
Skill = 方法论(怎么做)MCP = 工具箱(用什么做)Hook = 规则系统(什么时候必须做 / 禁止做)Claude Code 三层架构图(Skill + MCP + Hook )
摘要:三人行技能是一个智能课程生成工具,可将任意主题转化为三人脱口秀形式的课程文档。通过配置JSON文件(包含课程名称、输出路径、三位角色设定和课程列表),能自动生成每课约2400字的规范docx文件。三位角色分工明确:专家(expert)负责深度解析,新手(novice)代表用户提问,教育者(educator)进行知识引导。该技能支持批量生成、自定义角色和颜色,并自动验证字数达标情况。使用简单,
本文针对OpenClaw软件默认将数据写入C盘的问题,提出了完整迁移方案。通过Windows软链接技术将C盘目录重定向至D盘,成功解决了硬编码路径无法修改的问题。同时修正了配置文件命名错误(需使用openclaw.json)、JSON重复键、无效配置字段等常见问题,并调整工作区路径指向D盘。最终实现了日志、配置和工作区数据全部迁移至D盘,有效释放C盘空间。方案验证要点包括:日志路径正确显示、无JS
OpenClaw开源AI助手框架推出革命性"一键部署"功能,让个人AI助手搭建变得前所未有的简单。无需编程基础或AI知识,用户只需下载部署包、运行启动文件,即可通过全中文引导界面完成配置。该系统支持多平台,数据本地存储确保隐私安全,基础功能完全免费。相比传统部署方式,OpenClaw省去了环境配置、API对接等复杂步骤,真正实现零门槛使用。官网提供7×24小时中文支持,后续还可
本文介绍如何从 0 开始安装 Skills,包括 Node.js、npm、npx、Git 等前置环境准备,Skills 的基础安装方式,以及如何安装特定 skill。文章还会结合实际交互界面说明安装时的关键选项,比如 agent 选择、Global 与 Project 的区别,以及为什么通常推荐 Symlink。最后会以 doc-coauthoring 为例,演示一条可直接执行的安装命令。
OpenClaw部署助手是官方提供的图形化配置工具,可简化部署流程。该工具支持Windows、macOS和Linux系统,具备环境检测、一键配置、版本管理和故障诊断等功能。用户可通过简单五步完成部署:环境检测→选择版本→配置API→开始部署→验证结果。还提供网络、存储、安全和性能等高级设置选项,以及插件管理和版本回滚功能。部署助手界面友好,全中文支持,适合各类用户快速完成OpenClaw的安装配置
本文为新手提供了OpenClaw AI助手的入门指南,从基础概念到安装使用全程指导。首先解释了AI助手的功能特点,重点介绍了OpenClaw的开源免费、本地部署等优势。详细说明了Windows/Mac/Linux系统的环境准备要求,并逐步指导下载安装过程。文章还涵盖了初次配置步骤、基本功能使用方法和常见问题解决方案,最后推荐了进阶学习路径和相关资源。特别强调OpenClaw对新手友好,鼓励零基础用
OpenClaw故障排查指南 本文提供了OpenClaw机器人常见问题的系统解决方案,包含五个核心部分: 基础排查:提供手动启动网关、查看内存和帮助命令等基础操作 进程清理:详细列出强制终止进程和清理锁文件的命令 日志分析:指导如何通过日志精准定位故障原因 磁盘维护:给出预防磁盘爆满的实用命令和清理建议 飞书问题:特别针对飞书群聊权限问题提供配置修改指南 文档强调AI辅助排查的思路,即使非技术人员
这篇文章分享了部署OpenClaw私人AI智能体的实战经验。作者用"养虾"作比喻,强调关键不是安装软件,而是培养一个真正可用的数字分身。文章提出三大核心:1)明确目标是要"能干活"的AI;2)一台电脑只能运行一套系统;3)遵循"大脑-躯体-灵魂"的部署逻辑。作者提供了全平台脚本工具,包括API配置、CherryStudio对接和OpenC
基于GAS模式的技能系统和技能节点编辑器