GPT4 每月 20 刀，Github Copilot 每月 10 刀
首先叠个甲：免费不是 0 成本。
由于我在日常开发过程中，Copilot 对我来说是必需品，我会用它检查代码、写工具函数、写注释、干苦力。所以这钱是我的必要支出。而这篇文章是介绍如何基于 Copilot token 调用 GPT4 服务的，没有二次成本，不用每月再额外花 20 刀买 GPT4 服务，所以描述为免费。
如果大家有 0 成本使用的方法欢迎在评论区发出来，供朋友们学习尝试，欢迎一起讨论；
第一步：拉代码
本次用到的关键工具：github.com/aaamoon/cop...
这个文档的使用流程有些混乱，我基于自己的调试过程，把每步的操作链路清晰地整理出来，希望可以帮助大家节省时间。
第二步：安装 Go 运行环境
下载地址：go.dev/dl
第三步：获取 Copilot CLI token
获取你自己 Github 账号的 Copilot Plugin Token ，目前有两种方式：
-
通过 Python 脚本获取，只需要 requests 库
-
通过安装Github Copilot CLI授权获取（推荐，我用这个）
bash
复制代码该脚本会自动安装 Github Copilot CLI 并通过授权获取 Github Copilot Plugin Token
bash -c "$(curl -fsSL https://raw.githubusercontent.com/aaamoon/copilot-gpt4-service/master/shells/get_copilot_token.sh)"
遇到问题：无权限
原因 ：需要用已授权 Copilot 的 token 登录账号，这里建议安装 GitHub CLI
bash
复制代码
brew install gh # 安装 GitHub CLI
gh auth login # 登录账号
gh auth logout # 登出账号
gh auth status # 查看账号状态
Github 如何创建 token
1、访问 GitHub 设置
2、依次选择 Developer settings -> Personal access tokens -> Fine-grained tokens
3、点击 Generate new token 创建新令牌
4、然后重新执行命令自动安装 Github Copilot CLI
5、进入上图中说明的授权网站：github.com/login/devic...，输入被灰块遮挡的 8 位验证码
6、可能会因网络问题失败，多试几次就有了，如下图灰块遮盖内容，就是你的 Copilot CLI token
第四步：安装 ChatGPT-Next-Web
安装地址：github.com/ChatGPTNext... 同时需要配置一些参数，如图，
- 接口地址 使用 copilot-gpt4-service 运行后的 Service，通常是 http://127.0.0.1:8080
- API Key 使用经过上述请求方法获得的 Copilot CLI token
- 模型要记得切换成 gpt-4，因为默认使用 3.5
第五步：运行 copilot-gpt4-service
进入 copilot-gpt4-service 文件夹，执行：go run .
前四步都是一次性的，只要你配置过一次之后直接执行第五步就好了。
token 会过期，可能 90 天后需重新走一次授权流程，后续使用可以关注一下
第六步：验证
至此，你就可以免费且愉快的使用GPT4啦，可以通过问些刁钻问题来判断是否调用成功
最后
为了帮助大家更好的学习人工智能，这里给大家准备了一份人工智能入门/进阶学习资料，里面的内容都是适合学习的笔记和资料，不懂编程也能听懂、看懂，所有资料朋友们如果有需要全套人工智能入门+进阶学习资源包，可以在评论区或扫.码领取哦）~
在线教程
- 麻省理工学院人工智能视频教程 -- 麻省理工人工智能课程
- 人工智能入门 -- 人工智能基础学习。Peter Norvig举办的课程
- EdX 人工智能 -- 此课程讲授人工智能计算机系统设计的基本概念和技术。
- 人工智能中的计划 -- 计划是人工智能系统的基础部分之一。在这个课程中，你将会学习到让机器人执行一系列动作所需要的基本算法。
- 机器人人工智能 -- 这个课程将会教授你实现人工智能的基本方法，包括：概率推算，计划和搜索，本地化，跟踪和控制，全部都是围绕有关机器人设计。
- 机器学习 -- 有指导和无指导情况下的基本机器学习算法
- 机器学习中的神经网络 -- 智能神经网络上的算法和实践经验
- 斯坦福统计学习
😝有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓
人工智能书籍
- OpenCV（中文版）.(布拉德斯基等)
- OpenCV+3计算机视觉++Python语言实现+第二版
- OpenCV3编程入门 毛星云编著
- 数字图像处理_第三版
- 人工智能:一种现代的方法
- 深度学习面试宝典
- 深度学习之PyTorch物体检测实战
- 吴恩达DeepLearning.ai中文版笔记
- 计算机视觉中的多视图几何
- PyTorch-官方推荐教程-英文版
- 《神经网络与深度学习》(邱锡鹏-20191121)
- ...
😝有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓
第一阶段：零基础入门（3-6个月）
新手应首先通过少而精的学习，看到全景图，建立大局观。 通过完成小实验，建立信心，才能避免"从入门到放弃"的尴尬。因此，第一阶段只推荐4本最必要的书（而且这些书到了第二、三阶段也能继续用），入门以后，在后续学习中再"哪里不会补哪里"即可。
第二阶段：基础进阶（3-6个月）
熟读《机器学习算法的数学解析与Python实现》并动手实践后，你已经对机器学习有了基本的了解，不再是小白了。这时可以开始触类旁通，学习热门技术，加强实践水平。在深入学习的同时，也可以探索自己感兴趣的方向，为求职面试打好基础。
第三阶段：工作应用
这一阶段你已经不再需要引导，只需要一些推荐书目。如果你从入门时就确认了未来的工作方向，可以在第二阶段就提前阅读相关入门书籍（对应"商业落地五大方向"中的前两本），然后再"哪里不会补哪里"。
😝有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓