【亲测免费】 NoteWidget 安装和配置指南
1. 项目基础介绍
NoteWidget 是一个为 Microsoft Office OneNote 开发的 Markdown 插件。它允许用户在 OneNote 中查看和编辑 Markdown 格式的内容,并支持语法高亮、主题切换、Mermaid 图表等功能。该项目的主要编程语言是 C#。
2. 项目使用的关键技术和框架
- Markdig: 一个强大的 Markdown 解析器,支持 CommonMark 和 GitHub 风格的 Markdown。
- Mermaid: 用于生成流程图、序列图、甘特图等图表的 JavaScript 库。
- OneNote API: 用于与 OneNote 进行交互的 Microsoft Office API。
3. 项目安装和配置的准备工作
在开始安装之前,请确保您的开发环境满足以下要求:
- Microsoft Visual Studio: 推荐使用最新版本的 Visual Studio 进行开发和调试。
- .NET Framework: 确保您的系统上安装了 .NET Framework 4.5 或更高版本。
- OneNote: 您需要安装 Microsoft Office OneNote 2013 或更高版本。
4. 详细的安装步骤
4.1 克隆项目仓库
首先,您需要从 GitHub 上克隆 NoteWidget 项目到本地。打开命令行工具,输入以下命令:
git clone https://github.com/efreykongcn/NoteWidget.git
4.2 打开项目
克隆完成后,使用 Visual Studio 打开项目文件夹中的 NoteWidget.sln 解决方案文件。
4.3 安装依赖项
在 Visual Studio 中,右键点击解决方案资源管理器中的项目名称,选择“管理 NuGet 包”。在弹出的窗口中,点击“还原”按钮以安装项目所需的 NuGet 包。
4.4 配置项目
在 NoteWidgetAddIn 项目中,找到 App.config 文件,确保其中的配置项正确无误。特别是 OneNote 的 API 配置部分。
4.5 编译项目
点击 Visual Studio 中的“生成”菜单,选择“生成解决方案”。如果一切顺利,项目将会成功编译。
4.6 部署插件
编译完成后,您可以在 NoteWidgetAddIn\bin\Debug 或 NoteWidgetAddIn\bin\Release 文件夹中找到生成的插件文件。将这些文件复制到 OneNote 的插件目录中,通常位于 C:\Users\<用户名>\AppData\Local\Microsoft\OneNote\<版本号>\AddIns。
4.7 启动 OneNote 并启用插件
启动 OneNote,点击“文件”菜单,选择“选项” -> “加载项”。在“COM 加载项”部分,点击“转到”按钮,勾选 NoteWidget 插件并点击“确定”。
4.8 使用插件
现在,您可以在 OneNote 中使用 NoteWidget 插件了。打开一个 OneNote 页面,点击插件栏中的 NoteWidget 图标,即可开始使用 Markdown 编辑和查看功能。
5. 常见问题及解决方法
- 插件无法加载: 确保 OneNote 和 .NET Framework 版本符合要求,并且插件文件路径正确。
- 语法高亮不显示: 检查 Markdig 和相关依赖项是否正确安装。
- Mermaid 图表无法渲染: 确保浏览器支持 Mermaid 库,并且网络连接正常。
通过以上步骤,您应该能够成功安装和配置 NoteWidget 插件,并在 OneNote 中享受 Markdown 编辑的便利。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0130
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00