HiNote 的安装和配置教程
2025-05-21 06:10:55作者:柯茵沙
1. 项目基础介绍和主要编程语言
HiNote 是一个基于 Obsidian 的 AI 程序化插件,它可以自动提取笔记中的高亮文本,并允许用户添加评论、生成 AI 评论,以及与高亮文本进行对话。这个插件适用于那些希望将思考过程记录下来并与文本互动的用户。HiNote 处于 Beta 版本,因此在使用时请谨慎。该项目主要使用 TypeScript 编程语言,同时使用了 CSS 和 JavaScript。
2. 项目使用的关键技术和框架
HiNote 插件使用了以下关键技术和框架:
- TypeScript:一种由微软开发的开源编程语言,它是 JavaScript 的一个超集,为 JavaScript 提供了可选的静态类型和基于类的面向对象编程。
- Regular Expressions(正则表达式):用于定义自定义格式的高亮标签。
- Obsidian 插件API:与 Obsidian 笔记软件的交互接口,使得插件能够集成到 Obsidian 的环境中。
3. 项目安装和配置的准备工作及详细步骤
准备工作
在开始安装 HiNote 插件之前,请确保您已经完成了以下准备工作:
- 安装了 Obsidian 笔记软件。
- 确保您的计算机上已经安装了 Node.js 环境,因为某些插件可能需要它来运行。
安装步骤
以下是安装 HiNote 插件的详细步骤:
- 打开 Obsidian 应用程序。
- 点击左侧边栏的 “插件” 图标,进入插件管理页面。
- 在插件管理页面中,点击 “安装插件” 按钮或者使用快捷键
Ctrl+C(Windows)或Cmd+C(macOS)打开插件安装窗口。 - 在插件安装窗口中,选择 “从文件夹安装” 选项。
- 浏览并选择包含 HiNote 插件文件的文件夹,点击确认安装。
- 安装完成后,您应该能在插件列表中找到 HiNote 插件。
- 点击插件旁边的 “启动” 按钮来启用 HiNote 插件。
配置步骤
安装完成后,您可能需要进行一些配置来使用 HiNote 插件的所有功能:
- 在 Obsidian 的插件设置中找到 HiNote 插件。
- 根据需要配置 AI 提供商、API 密钥和模型。
- 如果您需要使用自定义提示(Prompt),可以在设置中添加您的自定义提示。
- 配置完成后,您就可以开始使用 HiNote 插件提取高亮文本、添加评论、生成 AI 评论等。
请按照上述步骤进行操作,您应该能够成功安装并配置 HiNote 插件,开始您的笔记高亮互动之旅。
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
316
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
155
178
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++
639
246
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
241
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
470
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
364
3.02 K