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。
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