OneMore 6.7.1版本更新:全面提升OneNote插件功能体验
OneMore是一款功能强大的Microsoft OneNote插件,它为OneNote用户提供了丰富的扩展功能,大大提升了笔记管理和编辑的效率。最新发布的6.7.1版本"Retied in a Ribbon"带来了多项功能增强和问题修复,进一步优化了用户体验。
核心功能增强
本次更新在URL处理方面做了显著改进,新增了"检查URL"命令,可以验证页面中所有链接的有效性。同时增加的"用地址替换URL标题"命令,能够快速将链接文本转换为实际网址,这在整理网络参考资料时特别实用。用户现在还可以通过新增的"在浏览器中打开页面/分区/笔记本"命令,直接从OneNote跳转到网页浏览。
对于表格处理,6.7.1版本新增了"选择所有表格"命令,方便用户批量操作页面中的表格元素。时间管理方面也得到加强,新增的"更新页面时间"命令可以快速调整页面时间戳,而时间跨度值的表格公式求和功能则为时间统计提供了更多便利。
导航与内容管理优化
导航器历史面板现在支持删除单个历史记录项,让用户可以更灵活地管理浏览历史。页面目录功能增加了限制标题显示深度的选项,使大型文档的导航更加清晰。特别值得一提的是,用户现在可以选择将OneMore功能分离到独立的Ribbon选项卡中,保持界面整洁。
目录覆盖功能得到增强,允许将目录覆盖在现有大纲上,而不会破坏原有内容结构。命令面板的字符搜索现在支持增量匹配,提升了命令查找效率。对于开发者,Python多行注释的语法高亮显示问题已修复,代码阅读体验更佳。
标签与样式处理改进
标签功能是本次更新的重点之一。新增的"扫描标签"命令(快捷键Ctrl+Alt+F10)可以快速扫描当前页面的标签。标签索引页现在为每个页面添加了复选框,便于多选操作。修复了逗号分隔标签识别问题,使标签系统更加可靠。
样式处理方面,修复了"应用页面样式"命令可能导致的异常问题,移除了调试钩子,确保操作流畅完成。自定义颜色现在能正确应用到水平线片段上,视觉一致性更好。此外,修复了自定义标题使用默认字体大小时的快速样式设置问题。
用户体验细节打磨
6.7.1版本在多个细节上进行了优化:移除了复制段落或页面链接后出现的气泡提示窗口,减少了操作干扰;修复了导航器标题面板中可能暴露CSS代码的问题;解决了Obsidian风格链接图片路径中不允许空格的问题;改进了"粘贴为文本"命令,确保正确保留换行格式。
内部性能方面,标签扫描器的默认节流时间从40ms缩短到20ms,响应更迅速。更新命令现在会忽略预发布版本,避免意外升级。多选图片时的调整大小行为更加准确可靠。
总结
OneMore 6.7.1版本通过新增实用功能和修复各类问题,显著提升了OneNote的使用体验。从URL处理到标签管理,从表格操作到样式应用,每个改进都体现了开发者对细节的关注和对用户需求的深入理解。无论是日常笔记整理还是复杂文档编辑,这个版本都能为用户提供更高效、更稳定的支持。
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 StartedRust0164
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
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
MiniCPM5-1BMiniCPM5-1B,这是 MiniCPM5 系列的首款模型。它是一个专为端侧、本地部署和资源受限场景打造的 10 亿参数密集型 Transformer 模型,达到了 10 亿参数级开源模型的 SOTA 水平Jinja00
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。Python0193