【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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06