Yosoro 开源项目教程
1. 项目介绍
Yosoro 是一个美观的 Markdown 笔记本桌面应用程序,支持云端同步和多种功能。它允许用户管理笔记、支持 LaTeX 数学公式和绘图、文件同步(包括 OneDrive)、图片上传(支持 GitHub、微博、SM.MS)、导出笔记为 Markdown、HTML 或 PDF 格式,以及发布文章(支持 Medium)。Yosoro 提供了两种主题:神秘的暗色主题和可爱的亮色主题。
2. 项目快速启动
安装依赖
首先,确保你已经安装了 Node.js 和 Yarn。然后,克隆项目并安装依赖:
git clone https://github.com/IceEnd/Yosoro.git
cd Yosoro
yarn install
开发环境配置
复制开发配置文件并进行编辑:
cp ./config/devconfig.example.json ./config/devconfig.json
编辑 ./config/devconfig.json 文件,添加 Chrome 扩展路径,例如:
{
"extensions": [
"/Users/xxx/Library/Application Support/Google/Chrome/Default/Extensions/lmhkpmbekcpmknklioeibfkpmmfibljd/2.15.3_0",
"/Users/xxx/Library/Application Support/Google/Chrome/Default/Extensions/fmkadmapgofadopljbjfkapdkoienihi/3.4.0_0"
]
}
运行项目
运行主进程:
npm run dev:main
运行渲染进程:
npm run dev:renderer
构建项目
构建所有部分:
npm run build:all
构建主进程:
npm run build:main
构建渲染进程:
npm run build:renderer
打包项目
打包为 macOS 应用:
npm run packager:mac
打包为 Windows 应用:
npm run packager:win
打包为 64 位 Windows 应用:
npm run packager:win:64
打包为 Linux 应用:
npm run packager:linux
3. 应用案例和最佳实践
案例1:学术笔记管理
Yosoro 可以用于管理学术笔记,支持 LaTeX 数学公式和绘图功能,非常适合科研人员和学生使用。用户可以将笔记同步到 OneDrive,确保数据安全。
案例2:博客文章撰写
Yosoro 支持将笔记导出为 Markdown、HTML 或 PDF 格式,用户可以轻松撰写博客文章并发布到 Medium 等平台。
最佳实践
- 定期备份:使用 OneDrive 或其他云服务定期备份笔记,防止数据丢失。
- 主题切换:根据个人喜好切换暗色或亮色主题,提高使用体验。
- 图片管理:利用图片上传功能,将图片上传到 GitHub 或微博,方便笔记中的图片引用。
4. 典型生态项目
Electron
Yosoro 基于 Electron 框架开发,Electron 是一个使用 JavaScript、HTML 和 CSS 构建跨平台桌面应用程序的框架。
React
Yosoro 的前端使用 React 框架,React 是一个用于构建用户界面的 JavaScript 库。
Markdown
Yosoro 支持 Markdown 语法,Markdown 是一种轻量级标记语言,易于阅读和编写。
LaTeX
Yosoro 支持 LaTeX 数学公式,LaTeX 是一种基于 TeX 的排版系统,广泛用于学术界。
OneDrive
Yosoro 支持 OneDrive 文件同步,OneDrive 是微软提供的云存储服务。
通过这些生态项目的支持,Yosoro 提供了强大的功能和良好的用户体验。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00