Obsidian Weread 插件使用教程
项目介绍
Obsidian Weread 插件是一个为 Obsidian 笔记应用设计的社区插件,用于同步微信读书中的书籍元信息、高亮标注、划线感想、书评等内容,并将这些信息转换为 markdown 格式保存到 Obsidian 的文件夹中。
核心功能特性
- 书籍元数据同步:自动同步书籍封面、作者、出版社、ISBN、出版时间等完整信息
- 完整笔记支持:支持同步划线笔记、页面笔记、章节笔记、书籍书评等多种笔记类型
- 微信扫码登录:支持微信扫码登录,与浏览器保持一致的长时间登录状态
- 智能同步机制:首次同步较慢,后续只更新有变化的书籍,速度很快
- 模板自定义:支持自定义笔记生成模板,满足个性化需求
- 移动端适配:完美支持手机和平板设备同步
- Daily Notes 集成:可将当日读书笔记同步至 Daily Notes 中
快速安装配置
第一步:插件安装
在 Obsidian 社区插件市场中搜索"weread",找到"Weread Plugin"点击安装,安装完成后点击启用插件。
第二步:账户登录配置
- 打开 Obsidian 设置,进入"Obsidian Weread Plugin"设置页面
- 点击右侧"登录"按钮,在弹出的登录页面扫码登录
- 登录完成后会显示个人昵称,表示登录成功
第三步:同步设置
配置笔记保存位置、笔记最小划线数量、笔记文件夹分类等参数,根据个人需求进行个性化设置。
基础使用方法
- 点击左侧 Ribbon 上的微信读书按钮
- 或使用 Command+P(Windows Ctrl+P)调出命令面板,输入"Weread"找到"Sync Weread command"执行同步
- 同步完成后,笔记将保存到指定文件夹中
高级功能配置
自定义模板设置
插件提供丰富的模板自定义功能,默认模板位于 src/assets/wereadOfficialTemplate.njk,用户可以根据需要修改模板格式。
Daily Notes 集成
在设置中打开同步到 Daily Notes 的开关,设置 Daily Notes 的目录以及文件格式,支持 Periodic Notes 格式管理。
文件名和文件夹配置
支持多种文件名格式设置(BOOK_NAME、BOOK_ID等),支持按书籍类型、作者等多种方式进行文件夹分类。
技术实现细节
插件通过微信读书官方 API 接口获取数据,核心 API 调用逻辑位于 src/api.ts,支持获取书籍详情、划线笔记、书评信息等多种数据。
同步逻辑实现位于 src/syncNotebooks.ts,采用智能同步机制,只更新有变化的书籍内容。
最佳实践建议
学术研究笔记管理
研究人员可以使用该插件将专业书籍的阅读笔记自动整理到 Obsidian 中,建立 interconnected 知识网络,便于论文写作时快速查找和引用相关资料。
团队知识共享
团队成员通过同步阅读笔记到共享知识库,实现知识的共享和协作,促进团队学习效率。
个人知识体系构建
结合 Obsidian 的双向链接功能,将读书笔记与个人知识体系深度融合,形成完整的知识图谱。
注意事项
- 本插件是覆盖式更新,请不要在同步的文件里直接修改内容
- 写永久笔记时建议使用 Block 引用的方式在外部进行批注
- 长期不使用插件时 Cookie 可能会失效,需要重新登录
- 偶尔可能会有网络连接问题,重新点击同步即可
技术支持与资源
- 官方 API 文档参考:docs/weread-api.md
- 设置配置管理:src/settings.ts
- 社区支持:Obsidian 官方论坛获取最新更新和技巧分享
通过本指南,您将能够充分利用 Obsidian Weread 插件,实现微信读书笔记的高效管理和知识整合,提升个人知识管理效率。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00