nldates-obsidian 插件使用教程
2026-01-18 09:17:48作者:苗圣禹Peter
项目介绍
nldates-obsidian 是一个为 Obsidian 笔记应用设计的插件,旨在通过自然语言处理(NLP)技术快速解析和插入日期。用户可以通过简单的自然语言输入(如“今天”、“下周三”等)来插入相应的日期格式,极大地提高了笔记中日期管理的效率和便捷性。
项目快速启动
安装步骤
- 打开 Obsidian 应用。
- 进入“设置” -> “社区插件” -> “浏览”。
- 在搜索框中输入
nldates-obsidian,找到插件后点击“安装”。 - 安装完成后,在“已安装插件”中启用
nldates-obsidian。
使用示例
安装并启用插件后,你可以在笔记中使用以下命令来插入日期:
<!-- 插入今天的日期 -->
@today
<!-- 插入下周三的日期 -->
@next Wednesday
应用案例和最佳实践
案例一:日常任务管理
在日常任务管理中,你可以使用 nldates-obsidian 来快速记录和更新任务的截止日期。例如:
- [ ] 完成项目报告 @next Monday
- [ ] 购买生日礼物 @next Friday
案例二:日记和周记
在写日记或周记时,使用 nldates-obsidian 可以方便地插入日期,帮助你更好地组织和回顾内容。例如:
# 2023年4月5日 星期三
今天天气晴朗,我完成了以下任务:
- [x] 阅读《时间简史》
- [x] 跑步3公里
典型生态项目
nldates-obsidian 可以与其他 Obsidian 插件结合使用,进一步提升笔记管理的效率。以下是一些典型的生态项目:
- Templater:用于创建和管理模板,结合
nldates-obsidian可以快速生成包含日期的模板。 - Dataview:用于数据查询和展示,可以与
nldates-obsidian结合,根据日期进行数据筛选和排序。
通过这些插件的组合使用,你可以构建一个高效且功能丰富的笔记管理系统。
登录后查看全文
热门项目推荐
相关项目推荐
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0138- 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
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。00
CherryUSBCherryUSB 是一个小而美的、可移植性高的、用于嵌入式系统(带 USB IP)的高性能 USB 主从协议栈C00
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
589
3.99 K
Ascend Extension for PyTorch
Python
423
504
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++
911
738
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
364
233
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
暂无简介
Dart
829
203
🎉 (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
1.43 K
803
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
108
164
昇腾LLM分布式训练框架
Python
128
152