SpeedyNote 的安装和配置教程
2025-05-20 12:50:58作者:曹令琨Iris
项目基础介绍
SpeedyNote 是一款轻量级、快速且为手写笔优化的记事应用,适用于经典平板电脑、低分辨率屏幕和旧款硬件。它支持多页笔记本、PDF背景集成、触摸控制等功能,特别适合低规格设备使用。
主要编程语言
该项目主要使用 C++ 编程语言,辅以 CMake 作为构建系统。
项目使用的关键技术和框架
SpeedyNote 使用了 Qt 框架进行界面设计和应用程序构建。Qt 是一个跨平台的 C++ 图形用户界面应用程序框架,它广泛应用于开发 GUI 应用程序,同时也支持开发非 GUI 程序,如控制台工具和服务器。
准备工作
在开始安装 SpeedyNote 之前,您需要确保以下环境和工具已经安装在您的系统上:
- 操作系统:Windows 7/8/10/11/Ubuntuamd64/Kaliamd64/PostmarketOS arm64
- Qt 5 或 Qt 6 运行时环境
- 手写笔输入设备(推荐使用 Wacom)
安装步骤
以下是在 Windows 系统上从源代码安装 SpeedyNote 的详细步骤:
-
安装 Qt 和 CMake
- 下载并安装与 SpeedyNote 兼容版本的 Qt(至少是 Qt 5)。
- 下载并安装 CMake,这是一个跨平台的安装(编译)工具。
-
克隆项目仓库
- 打开命令提示符或终端窗口。
- 使用 Git 命令克隆项目仓库到本地目录:
git clone https://github.com/alpha-liu-01/SpeedyNote.git
-
构建项目
- 切换到克隆的项目目录:
cd SpeedyNote - 创建构建目录并切换到该目录:
mkdir build && cd build - 运行 CMake 命令来配置项目:
cmake -G "MinGW Makefiles" .. - 构建项目:
cmake --build .
- 切换到克隆的项目目录:
-
部署 Qt 运行时依赖
- 使用 Qt 提供的
windeployqt工具部署应用程序所需的 Qt 运行时组件:C:\path\to\Qt\bin\windeployqt.exe C:\path\to\build\NoteApp.exe - 替换
C:\path\to\Qt\bin\windeployqt.exe和C:\path\to\build\NoteApp.exe为实际的路径。
- 使用 Qt 提供的
-
运行 SpeedyNote
- 在构建目录中找到并运行
NoteApp.exe文件,开始使用 SpeedyNote。
- 在构建目录中找到并运行
请确保在执行以上步骤时替换任何路径为您的系统中 Qt 和 SpeedyNote 仓库的实际路径。如果您遇到任何问题,请检查项目的 README 文件和文档,以获取更多安装和配置的细节。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
140
170
暂无简介
Dart
598
130
React Native鸿蒙化仓库
JavaScript
235
309
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++
634
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
731
🎉 (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
1.06 K
616
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
198
74
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
460