Templater插件终极指南:Obsidian模板配置的完整解决方案
想要提升Obsidian笔记效率吗?Templater插件是你的终极答案!作为Obsidian生态中最强大的模板工具,Templater插件让自动化笔记变得简单快速。无论你是新手还是资深用户,这份完整指南都将帮助你掌握Templater插件的安装与配置技巧。
🚀 准备工作:安装前的必备条件
在开始安装Templater插件之前,请确保你的系统满足以下要求:
系统环境要求:
- Obsidian笔记应用(最新版本)
- Node.js环境(用于开发版本)
- Git工具(用于获取源代码)
重要提醒: Templater插件支持执行JavaScript代码和系统命令,请确保只使用来自可信来源的模板。
📥 快速安装:从社区插件商店获取
最简单的安装方式是通过Obsidian的社区插件商店:
- 打开Obsidian应用,进入设置 → 社区插件
- 点击浏览按钮,搜索"Templater"
- 找到Templater插件后点击安装按钮
- 安装完成后重启Obsidian应用
⚙️ 核心配置:让Templater插件发挥最大威力
基础设置
模板文件夹位置:这是最重要的设置!指定一个文件夹存放你的模板文件,所有该文件夹中的文件都会在模板选择器中显示。
语法高亮设置:
- 桌面端语法高亮:在编辑模式下为Templater命令添加语法高亮
- 移动端语法高亮:在移动设备上启用语法高亮(谨慎使用,可能影响实时预览)
自动跳转功能:插入模板后自动跳转到tp.file.cursor位置
高级自动化配置
新建文件自动触发模板:这是Templater插件的杀手级功能!启用后,Templater会监听新文件创建事件,并根据你设置的规则自动应用模板。
文件夹模板规则:为特定文件夹及其子文件夹指定自动应用的模板。系统会使用最深的匹配项,因此规则顺序无关紧要。
文件正则表达式模板:使用正则表达式匹配新文件路径,匹配成功后自动应用对应模板。
🛠️ 手动安装:从源代码构建
如果你需要最新功能或想要贡献代码,可以选择手动安装:
git clone https://gitcode.com/gh_mirrors/te/Templater
cd Templater
npm install
npm run build
构建完成后,将生成的插件文件夹复制到Obsidian的插件目录:你的笔记库/.obsidian/plugins/
💡 实用技巧:立即提升你的模板使用体验
命令类型掌握:
<%:插值命令,输出表达式结果<%*:JavaScript执行命令,执行内部代码但不输出
用户函数配置:
- 用户脚本函数:加载JavaScript文件作为CommonJS模块
- 用户系统命令函数:创建与系统命令关联的用户函数
🔒 安全提醒:保护你的笔记安全
由于Templater插件支持执行任意代码,请务必:
- 只运行你理解的代码
- 仅使用来自可信来源的模板
- 谨慎启用自动触发功能
🎯 立即开始:创建你的第一个模板
现在你已经完成了Templater插件的安装与配置!立即开始创建强大的自动化模板来提升你的笔记效率。记住,Templater插件的真正威力在于它能将重复性工作自动化,让你专注于真正重要的内容创作。
如果在使用过程中遇到问题,建议参考项目的详细文档或在相关社区中寻求帮助。Happy templating!🎉
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 StartedRust0198
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python07
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
