南京大学LaTeX论文模板完全使用指南
作为南京大学学子,撰写学位论文是学术生涯的重要里程碑。njuthesis-nju-thesis-template项目提供了专业级的LaTeX模板解决方案,完美适配本科、硕士、博士不同层次的论文格式要求,让您专注于内容创作而非格式调整。
五分钟快速配置指南
获取模板资源只需简单一步:
git clone https://gitcode.com/gh_mirrors/nj/njuthesis-nju-thesis-template
进入项目目录后,您将看到完整的模板文件结构。核心文件包括:
sample.tex- 主文档模板文件njuthesis.cls- 模板类定义文件sample.bib- 参考文献数据库示例gbt7714-2005.bst- 国标参考文献样式
一键编译技巧与配置要点
模板采用XeLaTeX引擎编译,确保中文字体完美显示。推荐编译流程:
- 首次编译生成基础框架
- 执行BibTeX处理参考文献
- 再次编译解决交叉引用
- 最终编译生成完美PDF
Windows用户建议安装CTeX完整版,Mac和Linux用户可根据sample.tex中的注释调整字体配置。编译时务必选择XeLaTeX+MakeIndex+BibTex组合模式。
个性化设置详解
模板支持高度自定义,通过修改documentclass参数即可切换不同论文类型:
phd- 博士学位论文格式master- 硕士学位论文格式bachelor- 本科学位论文格式
双面打印选择twoside参数,单面打印使用oneside。所有设置均在sample.tex文件顶部清晰注释,按需修改即可。
参考文献管理最佳实践
模板严格遵循GB/T 7714-2005国家标准,提供完整的参考文献著录方案。使用BibTeX进行文献管理,推荐JabRef工具编辑bib文件,支持自动格式化和去重功能。
文献引用示例:
\cite{作者年份} % 文内引用
\bibliography{sample} % 生成参考文献列表
图表插入与排版技巧
模板提供多种图表排版方案,支持单图、并排图和子图配置:
使用minipage环境实现图片并排,subfigure包处理子图编号,确保图表自动编号和交叉引用准确无误。
版本控制与协作方案
结合Git进行版本管理是论文写作的最佳实践。建议建立规范的分支策略:
- main分支存储稳定版本
- develop分支进行日常开发
- 为每个章节创建特性分支
定期提交更改并撰写清晰的commit message,便于追溯修改历史和协作审阅。
常见问题解决方案
中文显示问题:确保使用XeLaTeX编译并正确配置中文字体 参考文献格式错误:检查bib文件条目是否完整,字段格式是否符合要求 页码编号异常:确认twoside/oneside参数设置是否正确
模板持续维护更新,遇到问题可查阅项目文档或提交issue,开发团队会及时响应并提供技术支持。
通过本模板,南京大学学子可以高效完成学位论文撰写,确保格式规范统一,将更多精力投入到学术研究本身。
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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
