FreePlane节点创建日期修改技术方案解析
2025-06-26 20:16:57作者:廉彬冶Miranda
背景介绍
FreePlane作为一款强大的思维导图工具,其节点管理功能十分完善。在实际使用中,用户经常需要根据时间维度对节点进行管理,例如按创建时间筛选、归档或删除旧节点。然而系统默认的创建时间记录机制可能无法满足某些特殊场景需求。
核心问题
当用户需要将某些历史信息导入FreePlane时,这些信息的实际产生时间往往早于节点创建时间。系统默认的创建时间记录方式会导致时间维度管理失效,因此需要技术手段来修改节点的创建日期属性。
技术解决方案
Groovy脚本方案
FreePlane内置支持Groovy脚本,可直接在节点中执行日期修改操作:
// 基础格式:直接设置指定日期
node.setCreatedAt(Date.parse("yyyy-MM-dd","2023-09-24"))
// 完整示例:包含日期解析和设置
pattern = "yyyy-MM-dd"
input = "2023-12-13"
date = Date.parse(pattern,input)
node.setCreatedAt(date)
实现原理:
- 使用Date.parse方法解析字符串日期
- 通过setCreatedAt方法将解析后的日期对象设置为节点属性
- 日期格式需严格匹配"yyyy-MM-dd"模式
注意事项:
- 脚本执行后会返回null,这是正常现象
- 日期格式错误会导致解析失败
- 修改后需刷新视图查看效果
Python扩展方案
对于熟悉Python的用户,可以使用freeplane-python-io库实现更复杂的日期管理:
import freeplane
import datetime
mm = freeplane.Mindmap("mindmap.mm")
node = mm.find_nodes(core="节点内容")[0]
timevalue = datetime.datetime.fromisoformat("2023-12-10")
timestamp = str(int(timevalue.timestamp() * 1000))
freeplane.update_date_attribute_in_node(node._node, date=timestamp, key="CREATED")
mm.save("mindmap.mm")
优势:
- 支持批量操作
- 可结合其他Python数据处理库
- 适合自动化处理大量节点
应用场景建议
- 历史数据归档:将旧资料导入时保持原始时间戳
- 时间维度管理:按实际信息产生时间而非录入时间进行管理
- 定期清理机制:配合时间筛选功能自动清理过期节点
技术细节说明
-
时间格式处理:
- Groovy使用Java的SimpleDateFormat格式
- 推荐统一使用"yyyy-MM-dd"格式避免混淆
- 时区默认为系统设置
-
脚本执行方式:
- 通过"工具-编辑脚本"菜单执行
- 可直接在节点属性中保存常用脚本
- 可创建快捷方式快速调用
-
性能考虑:
- 单个节点修改即时生效
- 批量操作建议使用Python方案
- 大文件操作前建议备份
总结
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.18 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492