南京大学学位论文Typst模板使用指南
2024-08-16 04:14:29作者:农烁颖Land
1. 项目目录结构及介绍
南京大学学位论文Typst模板,位于GitHub仓库 nju-lug/nju-thesis-typst,提供了高效撰写学术论文的框架。以下是该模板的基本目录结构及其功能介绍:
nju-thesis-typst/
├── assets/ # 存放静态资源,如图片、图标等
│
├── src/ # 核心源代码目录
│ ├── main.typ # 入口文件,定义论文的主体结构和章节引入
│ ├── frontmatter.typ # 封面、声明、摘要等前置部分
│ ├── introduction.typ # 引言或第一章内容
│ └── ... # 更多章节文件,按需添加
│
├── styles/ # 自定义样式,包括字体、颜色等CSS类的Typst等效定义
│
├── config.yaml # 配置文件,用于定制编译选项和全局设置
│
└── README.md # 项目说明文档
- assets: 存储所有非文本资源。
- src: 包含了论文的主要内容,划分为多个
.typ文件以组织不同章节。 - styles: 定义整个文档的样式,允许高度自定义外观。
- config.yaml: 关键配置项,控制编译行为和一些元数据。
2. 项目的启动文件介绍
main.typ 是项目的启动文件,它扮演着至关重要的角色。在此文件中,你会导入其他所有的章节文件,并设定论文的整体架构。例如,其结构通常包含以下部分:
% 在顶部可能包含文档类定义和其他预设
\documentclass[nju]{nju-thesis}
\begin{document}
\frontmatter
\input{./src/frontmatter.typ} % 前置内容如封面、声明、目录等
\mainmatter
\input{./src/introduction.typ} % 引言部分
\input{./src/chapter1.typ} % 第一章的具体内容
% 可继续加入更多章节...
\appendix
% 如果有附录,可以从这里开始输入相关章节
\backmatter
% 致谢、参考文献等一般放在文档最后
\end{document}
通过\input命令引入各个章节文件,保证了论文各部分内容的模块化管理。
3. 项目的配置文件介绍
config.yaml 文件是模板的配置中心,允许用户进行个性化调整,无需深入源码即可修改编译设置或论文基本属性。示例配置可能包含:
# 示例config.yaml结构
project:
title: "南京大学学位论文示例"
author: "你的名字"
degree: "硕士学位"
compile:
typst:
command: "typst"
outputFormat: "pdf"
view: true
# 更多编译相关的定制参数
style:
# 这里可以指定或覆盖默认的风格设置,比如字体大小、颜色主题等
metadata:
language: "zh-CN"
# 论文的其他元数据,如关键词、提交日期等
配置项涵盖了从输出格式到文档元数据的广泛设置,确保论文符合个人需求及学校规定。通过调整这些值,作者可以轻松地定制他们的论文外观和编译流程。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1