OpenRelay:本地AI代理聚合工具,统一调度Claude、Cursor等多平台订阅与API

news2026/5/7 20:25:49
1. 项目概述打破AI订阅的孤岛如果你和我一样每天要在Claude Desktop、Cursor、Aider、Goose这些AI工具之间来回切换那你一定深有体会每个工具的订阅配额都是独立的“信息孤岛”。Claude Pro的额度只能在Claude官方客户端里用Cursor的500次免费请求用完了就得干瞪眼而Groq、Gemini这些提供免费API的模型又得在每个工具里手动配置一遍API Key。这种割裂感不仅浪费钱更浪费我们开发者最宝贵的时间和注意力。OpenRelay的出现就是为了解决这个核心痛点。它本质上是一个运行在你本地的AI代理与路由枢纽。你可以把它想象成一个智能的“AI流量调度中心”。它干两件核心事第一自动发现并整合你电脑上所有现存的AI订阅和免费配额第二将这些配额统一成一个标准的API端点让你所有的AI工具都能通过这个单一的入口去调用背后任意一个模型提供商的资源。这意味着什么意味着你的Claude Pro订阅现在可以驱动VS Code里的Claude Code插件意味着Kiro每月赠送的免费Claude Sonnet额度可以给你的Aider命令行工具用意味着当Cursor的额度耗尽时你可以无缝地将请求路由到Groq的免费API上而无需中断你的编码流程。OpenRelay通过一个本地Web面板默认localhost:18765来集中管理这一切把复杂的环境变量配置、API密钥管理和路由逻辑都变成了可视化的点击操作。我最初接触这个项目时也是抱着试试看的心态。毕竟市面上类似的“聚合”工具不少但要么配置复杂要么有隐私风险。实际用下来OpenRelay最打动我的是它的“无感”集成和本地化原则。它不收集你的任何数据所有凭证都在你本地内存中处理请求也是直连AI服务商这让我这种对隐私和安全性有要求的开发者感到安心。接下来我就结合自己深度使用和配置的经验带你彻底拆解这个工具从设计思路到避坑指南让你也能轻松搭建起自己的AI资源统一调度平台。2. 核心设计思路与架构拆解OpenRelay的聪明之处在于它没有尝试去重新发明轮子而是巧妙地扮演了一个“翻译官”和“调度员”的角色。它的架构设计清晰地分为三层发现层、代理层和应用层。2.1 发现层自动化的凭证猎人这是OpenRelay的起点也是其“开箱即用”体验的关键。它内置了对多达32个AI提供商的支持并分为两大类第一类IDE/桌面应用提供商共8个。这类提供商的特点是它们的访问凭证通常是OAuth Token、Session Cookie或本地存储的密钥已经存在于你的系统中因为你已经安装了这些应用如Claude Desktop、Cursor。OpenRelay会主动扫描这些应用的默认存储位置例如macOS的Keychain、Windows的Credential Manager、或应用的配置文件目录自动提取出可用的访问令牌。这个过程是完全自动的你不需要手动输入任何API Key。例如它通过解析~/Library/Application Support/Claude/claude_desktop_config.json来获取Claude Desktop的会话或者从Cursor的本地存储中提取其RPC通信所需的认证信息。注意这种自动发现依赖于应用特定的存储路径和格式。如果某个应用更新了其凭证存储机制OpenRelay可能需要相应更新。这也是为什么保持OpenRelay为最新版本很重要。在我的M1 Mac上对Claude Desktop和Cursor的发现成功率几乎是100%但对于一些非常小众或新出的IDE可能需要等待社区适配。第二类直接API提供商共24个。这类包括Groq、Gemini、DeepSeek、Anthropic官方API等。对于它们你需要提供自己的API Key。OpenRelay的价值在于你只需要在它的Web面板里输入一次这个Key就会被安全地保存在本地通常使用操作系统的密钥管理工具如macOS的Keychain然后所有配置为使用OpenRelay的工具都能间接使用这个Key去调用对应的API无需在每个工具里重复配置。这种设计实现了资源的“一次配置处处可用”。发现层将所有找到的提供商及其状态如剩余配额、是否可用汇总呈现在Web面板的“Providers”页面给你一个全局的资产视图。2.2 代理层协议转换与请求路由的核心引擎这是OpenRelay的技术心脏。不同的AI工具和提供商使用着五花八门的通信协议。例如Claude Code、Aider等使用标准的OpenAI/Anthropic HTTP API。Cursor、Windsurf使用基于gRPC或ConnectRPC的私有二进制协议。一些IDE插件可能使用WebSocket或自定义的REST格式。OpenRelay的代理层在本地通常是localhost:18765启动一个HTTP/HTTPS服务器对外提供统一的标准API接口主要兼容OpenAI和Anthropic的API格式。当你的AI工具比如配置了ANTHROPIC_BASE_URLhttp://localhost:18765的Aider向这个地址发送请求时代理层会做以下几件事协议解析与标准化接收来自客户端的请求并将其解析成内部统一的请求格式。路由决策根据你预先在面板中设定的规则例如“Claude Code的请求走Kiro提供商”决定将这个请求转发给后端的哪个AI提供商。协议转换将内部统一格式的请求“翻译”成目标提供商能理解的协议。比如如果目标是Cursor的私有RPC它就转换成ConnectRPC消息如果目标是Groq的API它就封装成Groq所需的HTTP请求头。响应回传接收来自AI提供商的响应再反向“翻译”成标准格式返回给最初发起请求的AI工具。这个过程对终端用户是完全透明的。你的Aider只会觉得它在和一个标准的Anthropic API服务器对话而完全不知道背后可能是Kiro在提供服务。代理层还实现了高级功能如故障转移如果你为某个工具配置了一个“模型组”例如包含Groq、Cerebras、SambaNova当Groq的免费额度用尽或网络超时时代理层会自动将请求无缝切换到组内的下一个可用提供商确保你的工作流不中断。2.3 应用层面向用户的无缝集成这是你作为用户直接交互的部分主要体现在Web面板和极简的客户端配置上。OpenRelay极力追求“一键配置”。在它的“Work”面板里你会看到一个常用AI工具Claude Code, Aider, Goose, OpenClaw等的列表。针对每个工具你只需要从下拉菜单中选择一个你想让它使用的提供商或模型组然后点击“启用”。这个操作背后OpenRelay通常会做两件事之一生成环境变量命令对于Aider、Goose等通过环境变量配置API端点的工具面板会直接显示一行export ANTHROPIC_BASE_URL...命令你复制粘贴到终端即可。启动本地RPC代理对于Cursor、Windsurf这类需要深度集成的IDE点击启用后OpenRelay会在后台启动一个特定的RPC代理进程。这个进程会“劫持”IDE原本与自家服务器的通信并将其重定向到OpenRelay管理的提供商上。你通常只需要重启一下IDE就能生效。这种设计将复杂的网络代理、协议转换工作完全隐藏用户面对的是一个极其简单的选择题“我想让工具A使用哪个模型资源” 选择点击完成。这种体验上的简化是OpenRelay能吸引大量开发者的根本原因。3. 详细安装与多平台配置指南OpenRelay的安装过程被设计得非常轻量它提供的是预编译好的单一可执行文件无需Node.js或Python环境。但这不意味着在所有平台上都毫无障碍尤其是macOS的安全机制和Linux的桌面环境差异需要一些额外处理。3.1 Windows平台最直接的无脑安装对于Windows用户体验是最流畅的。直接访问项目的GitHub Release页面下载openrelay-windows-x64.exe文件。双击运行即可。首次运行时Windows Defender可能会弹出警告因为这是一个未签名的可执行文件。点击“更多信息”然后选择“仍要运行”即可。程序运行后会在系统托盘生成一个图标。右键点击图标选择“Open Dashboard”或者直接在浏览器中输入http://localhost:18765即可打开管理面板。Windows版本通常会自动处理后台运行和开机自启的配置你可以在托盘图标菜单中找到相关设置。实操心得我建议将openrelay-windows-x64.exe文件放在一个固定的目录比如D:\Tools\OpenRelay\然后为其创建一个桌面快捷方式。这样便于管理也避免文件被误删。如果遇到端口冲突18765被占用可以在启动时通过命令行参数指定其他端口例如openrelay-windows-x64.exe --port 8080。3.2 macOS平台解除Gatekeeper限制macOS的安装命令看起来多两步但每一步都有其必要性chmod x openrelay-macos # 赋予可执行权限 xattr -d com.apple.quarantine openrelay-macos # 移除隔离属性 ./openrelay-macos # 运行关键在于xattr -d com.apple.quarantine这条命令。由于OpenRelay未经过苹果官方公证NotarizedmacOS的Gatekeeper安全机制会将其标记为“来自不明开发者”并隔离。这条命令就是手动解除这个隔离属性。如果你跳过这一步直接运行会看到“无法打开‘openrelay-macos’因为无法验证开发者”的弹窗。更优雅的长期运行方案双击运行终端窗口一关进程就结束了。作为需要常驻后台的服务我推荐将其配置为LaunchAgent。在终端中运行一次./openrelay-macos确保它能正常工作。使用CtrlC停止它。创建一个plist文件nano ~/Library/LaunchAgents/com.user.openrelay.plist输入以下内容注意修改username和可执行文件的绝对路径?xml version1.0 encodingUTF-8? !DOCTYPE plist PUBLIC -//Apple//DTD PLIST 1.0//EN http://www.apple.com/DTDs/PropertyList-1.0.dtd plist version1.0 dict keyLabel/key stringcom.user.openrelay/string keyProgramArguments/key array string/Users/username/path/to/openrelay-macos/string /array keyRunAtLoad/key true/ keyKeepAlive/key true/ keyStandardOutPath/key string/tmp/openrelay.log/string keyStandardErrorPath/key string/tmp/openrelay.err/string /dict /plist保存退出然后加载服务launchctl load ~/Library/LaunchAgents/com.user.openrelay.plist这样OpenRelay就会在开机时自动启动并在崩溃后自动重启日志会输出到/tmp/openrelay.log。3.3 Linux平台注意桌面环境与凭证存储Linux的安装命令与macOS类似但不需要xattr步骤。主要区别在于凭证的存储方式。chmod x openrelay-linux-x64 ./openrelay-linux-x64关键点凭证存储后端。OpenRelay需要安全地保存你输入的API Key。在Linux上它优先尝试使用libsecret这通常需要gnome-keyring或seahorse等密钥环服务在运行。如果你使用的是GNOME、KDE等主流桌面环境这通常是开箱即用的。如果你在无图形界面的服务器或使用极简窗口管理器可能会遇到Failed to store secret之类的错误。此时OpenRelay会回退到文件缓存模式将加密后的凭证存储在~/.config/openrelay目录下。虽然不如密钥环安全但在受控环境下也可用。你可以通过检查程序启动日志或Web面板的“设置”部分来确认当前使用的存储后端。Linux对IDE提供商的支持限制需要注意的是由于Claude Desktop和Antigravity这两个应用本身没有Linux版本因此OpenRelay在Linux上无法自动发现它们的配额。但这不影响你使用其他提供商如Kiro、Windsurf或所有需要API Key的直接API提供商。4. 核心功能实战从配置到高阶用法安装完成打开localhost:18765看到清爽的Web面板实战才刚刚开始。下面我以几个最常见的场景带你一步步配置并分享其中的技巧和坑点。4.1 场景一让Claude Code使用Kiro的免费额度这是最经典的“破墙”场景。Claude Code插件默认使用你自己的Anthropic API Key付费而Kiro每月提供免费的Claude Sonnet额度但通常只能在其自己的界面中使用。发现与确认打开OpenRelay面板的“Providers”页。如果你已经登录了Kiro的桌面应用或网页版OpenRelay有很大几率已经自动发现了你的Kiro会话并显示为“Kiro (AWS)”提供商状态可能是“Active”或显示剩余额度。配置路由切换到“Work”页。找到“Claude Code”这一行。在它的“Provider”下拉菜单中选择“Kiro (AWS)”。然后点击右侧的开关将其启用。应用配置启用后面板通常会显示一行环境变量命令例如export ANTHROPIC_API_KEYunused export ANTHROPIC_BASE_URLhttp://localhost:18765/kiro这里的/kiro路径是关键。它告诉OpenRelay代理所有发送到/kiro这个路径下的Anthropic格式请求都应该被路由到Kiro提供商。API_KEY设为unused是因为OpenRelay已经通过本地会话接管了认证不需要额外的Key。生效测试将这两行命令复制到你的终端如果是持久化配置就加到~/.zshrc或~/.bashrc中然后source一下。重启你的VS Code或JetBrains IDE。现在在Claude Code插件中发起一个对话它消耗的将是Kiro的免费额度而不是你绑定的Anthropic官方额度。你可以在Kiro官网和OpenRelay面板同时观察额度变化来验证。避坑提示有时Claude Code可能因为缓存或旧配置而仍然连接官方API。一个彻底的检查方法是在终端执行echo $ANTHROPIC_BASE_URL确保输出是OpenRelay的地址。也可以在Claude Code的设置界面如果支持中手动将API Endpoint设置为http://localhost:18765/kiro。4.2 场景二为Aider配置超快的Groq免费APIAider是一个基于命令行的AI编程助手默认也使用OpenAI/Anthropic API。Groq提供了免费的Llama模型API速度极快非常适合编程场景。添加提供商在“Providers”页找到“Groq”这一行。它属于“Direct API”类别所以你需要点击“Configure”或“Add Key”按钮填入你在Groq官网申请的API Key。保存后状态应变为“Active”。一键配置转到“Work”页找到“Aider”。在它的下拉菜单中选择“Groq”。点击启用开关。理解原理启用后OpenRelay为Aider生成的环境变量可能类似export OPENAI_API_KEYunused export OPENAI_BASE_URLhttp://localhost:18765/groq这里OpenRelay巧妙地将Groq的API格式转换成了Aider能识别的OpenAI API格式。/groq路径指示代理将请求转发给Groq提供商。测试与验证在终端中配置好环境变量运行aider。当你使用/命令让AI生成代码时感受一下那个响应速度——通常比标准的GPT-4 API快一个数量级。你可以通过查看OpenRelay面板的请求日志如果开启或Groq控制台来确认请求是否成功路由。4.3 场景三拯救耗尽的Cursor配额Cursor编辑器内置了AI功能但免费额度有限。OpenRelay可以通过RPC代理让Cursor使用其他AI资源。启动代理在“Work”页找到“Cursor”。选择一个提供商比如你刚配置好的“Groq”然后点击启用。与CLI工具不同这里可能不会显示环境变量而是提示“RPC Proxy Started”或类似信息。这意味着OpenRelay在后台启动了一个专门用于拦截Cursor通信的代理服务。重启Cursor完全关闭Cursor编辑器然后重新打开。这是关键步骤因为Cursor通常在启动时建立与后端服务的连接。验证生效重新打开Cursor后像往常一样使用CmdKMac或CtrlKWin来触发AI对话或编辑。如果配置成功Cursor的AI功能将照常工作但消耗的不再是它自身的配额。一个验证方法是在OpenRelay面板的“Providers”页面观察你所选提供商如Groq的请求计数是否在增加。故障排查如果重启后Cursor的AI功能失效或报错首先检查OpenRelay的日志通常可以在Web面板的“Logs”或终端运行输出中看到。常见问题包括端口冲突Cursor的代理可能使用特定端口、Cursor版本更新导致协议变化、或者防火墙阻止了本地回环地址的连接。尝试在OpenRelay面板中先停止Cursor代理再重新启用一次。4.4 高阶技巧创建“永不停机”的模型组这是OpenRelay的杀手级功能尤其适合重度用户或对稳定性要求高的生产性用途。假设你想组合Groq速度快、Gemini上下文长和DeepSeek便宜这三个免费资源。创建模型组在面板中找到“Model Groups”或“Custom Groups”功能这通常是Pro版功能但基础版可能支持有限组合。点击“Create New Group”。添加成员将“Groq”、“Gemini”、“DeepSeek”这三个提供商拖入或添加到这个组中。你可以为它们设置优先级或权重。例如默认优先使用Groq速度优先当Groq额度用尽或返回速率限制错误时自动切换到Gemini以此类推。配置使用创建成功后这个模型组会作为一个新的虚拟“提供商”出现在选择列表中。现在你可以在“Work”页面将Aider、Claude Code等工具的目标提供商设置为这个新创建的模型组比如“My-Fast-Group”。体验效果配置完成后你的AI工具发出的所有请求都会由OpenRelay在这个模型组内进行智能路由和故障转移。你几乎感知不到后端提供商的切换享受的是持续可用的AI服务。这对于需要长时间进行编码会话或写作的用户来说体验提升是巨大的。实操心得组建模型组时最好选择API格式和响应结构相近的模型。例如将多个提供“ChatCompletion”接口的模型放在一组。如果组内模型差异太大比如一个纯文本模型和一个代码专用模型虽然故障转移能保证服务不中断但输出质量可能会忽高忽低影响体验。建议先单独测试每个模型的输出再决定是否将它们编入一组。5. 安全、隐私与常见问题深度解析对于一个需要处理大量AI服务凭证和可能涉及代码、业务对话数据的工具安全和隐私是绝对不能绕开的话题。OpenRelay在这方面采取的设计原则是我最终决定信赖它的主要原因。5.1 安全架构剖析为什么可以放心用数据不上云连接不中转这是最核心的原则。OpenRelay是一个纯粹的本地客户端。你所有的API Keys、从IDE提取的会话Tokens都只存在于你电脑的内存或受保护的本地存储如Keychain中。它不会将这些信息发送到任何第三方服务器。同时当它代理你的请求时它建立的是从你的电脑直接到目标AI服务商如api.groq.com, api.anthropic.com的HTTPS连接。OpenRelay的服务器不充当“中间人”来解密或查看你的数据流它只是在本地进行协议转换和路由。这意味着从隐私角度看使用OpenRelay与你直接在代码中调用官方API风险级别是几乎相同的。无请求内容日志根据其官方文档和代码审计如cookie.tsOpenRelay默认不会将你与AI对话的消息内容记录到磁盘日志中。它可能记录元数据比如某时某刻向Groq发送了一个请求、状态码是什么但你的提示词Prompt和AI的回复内容不会被持久化。这避免了敏感信息意外泄露的风险。当然最保险的做法是你可以在其设置中关闭所有日志功能。可审计的开源核心其框架部分代理、格式转换、配置逻辑是MIT开源的。这意味着有安全背景的开发者可以审查其核心代码确认其没有后门或可疑的数据收集行为。这种透明度增加了可信度。重要提醒安全是一个共同责任。虽然OpenRelay本身设计安全但你的使用习惯也至关重要。首先务必从官方GitHub仓库下载发行版避免使用来历不明的构建版本。其次定期更新到最新版本以获取安全补丁和新功能。最后对于“Direct API Providers”你填入的依然是你的真实API Key请妥善保管这些Key本身不要在别处泄露。OpenRelay保护的是Key在本地使用过程中的安全。5.2 高频问题与解决方案实录在实际使用中你肯定会遇到一些问题。下面是我和社区里其他开发者踩过的一些坑和解决方案。问题1OpenRelay启动后Web面板localhost:18765打不开。可能原因A端口冲突。18765端口可能被其他程序占用。解决在启动OpenRelay时指定另一个端口例如./openrelay-macos --port 8080然后访问http://localhost:8080。可能原因B防火墙或安全软件阻止。某些安全软件可能会阻止本地服务器绑定端口。解决检查防火墙设置为OpenRelay添加允许规则。在macOS/Linux上可以用lsof -i :18765检查端口状态在Windows上用netstat -ano | findstr :18765。可能原因C程序未成功启动。查看终端输出是否有错误信息。解决根据错误信息排查常见的有依赖库缺失、权限不足等。问题2配置了环境变量但Aider/Claude Code仍然连接官方API。可能原因A环境变量未生效。你可能在错误的终端窗口操作或者没有source配置文件。解决使用echo $ANTHROPIC_BASE_URL或$OPENAI_BASE_URL确认变量已设置正确。确保你在启动IDE或Aider的同一个终端会话中设置了变量。可能原因B工具自身有配置覆盖。某些工具如某些IDE插件可能有图形界面设置其优先级高于环境变量。解决检查工具的设置页面确保其中没有手动指定API Endpoint或Key。如果有将其清空或改为OpenRelay的地址。可能原因COpenRelay路由路径错误。解决确认你在OpenRelay的“Work”页面为对应工具选择的提供商是正确的并且开关已打开。有时需要先关闭再重新打开一次。问题3使用Cursor/Windsurf代理后IDE的AI功能变慢或完全失效。可能原因ARPC代理兼容性问题。Cursor和Windsurf更新频繁其内部通信协议可能改变导致OpenRelay的代理暂时不兼容。解决首先确保你使用的是最新版的OpenRelay。其次可以尝试在OpenRelay面板中关闭该IDE的代理重启IDE恢复原状等待OpenRelay更新。关注项目的GitHub Issues或Telegram频道看是否有已知问题。可能原因B网络策略限制。某些企业的网络或安全策略可能干扰本地回环地址localhost上的特定端口通信。解决尝试用127.0.0.1代替localhost或在OpenRelay配置中尝试不同的代理端口。可能原因CIDE缓存了旧的连接。解决彻底关闭IDE甚至重启电脑然后再试。有时IDE的某些进程会残留在后台。问题4某些IDE提供商如Claude Desktop状态显示为“Inactive”无法使用。可能原因A对应的桌面应用未运行或未登录。OpenRelay需要从正在运行的进程中提取凭证。解决确保Claude Desktop等应用已经启动并处于已登录状态。然后回到OpenRelay面板点击对应提供商旁边的“Refresh”或“Reconnect”按钮。可能原因B凭证提取失败。应用更新了存储方式或系统权限不足。解决查看OpenRelay的日志获取具体错误。在macOS上确保OpenRelay有访问“辅助功能”或“屏幕录制”的权限在系统设置-隐私与安全性中查看。有时重启一下OpenRelay和对应的桌面应用能解决问题。问题5模型组Model Group的故障转移不工作。可能原因A故障条件未触发。OpenRelay通常只在目标提供商返回明确的错误如429速率限制、503服务不可用时才会切换。如果只是响应慢可能不会触发。解决检查模型组的设置看是否有“超时时间”或“健康检查”的配置项可以调整其敏感性。可能原因B组内所有提供商都失败了。解决检查每个组成员的独立状态。可能是你的网络问题或者所有提供商的免费额度都已用尽。可能原因CPro功能限制。完整的模型组和高级故障转移策略可能是Pro版功能。解决检查你的版本或查阅官方文档确认功能权限。遇到任何其他问题养成先查看日志的习惯。OpenRelay的Web面板通常有日志窗口或者你可以从启动它的终端查看输出。大部分错误信息都能直接指向问题根源。如果无法解决带着详细的日志和问题描述去GitHub Issues或社区群提问能更快得到帮助。这个项目的维护者和社区都相当活跃很多问题都有现成的解决方案。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2592560.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…