【免费下载】 MarkText 编辑器中的 Markdown 语法完全指南
Markdown 是一种轻量级标记语言,因其简洁易用的特性而广受欢迎。作为一款专注于 Markdown 编辑的软件,MarkText 提供了全面而强大的 Markdown 支持。本文将详细介绍 MarkText 中支持的所有 Markdown 语法元素,帮助您充分发挥这款编辑器的潜力。
基础文本格式
标题结构
Markdown 支持六级标题,使用 1-6 个 # 符号表示:
# 一级标题
## 二级标题
### 三级标题
#### 四级标题
##### 五级标题
###### 六级标题
或者使用下划线形式(仅支持一级和二级):
一级标题
======
二级标题
------
段落与换行
普通段落只需直接书写文本内容。如需换行,有两种方式:
- 在行尾添加两个空格后回车(软换行)
- 使用 HTML
<br>标签(硬换行)
水平分割线
使用三个连续的 -、_ 或 * 符号创建水平线:
---
___
***
文本修饰
强调样式
-
粗体:使用双星号或双下划线包裹文本
**粗体文本** 或 __粗体文本__ -
斜体:使用单星号或单下划线包裹文本
*斜体文本* 或 _斜体文本_ -
删除线:使用双波浪线包裹文本~~删除线文本~~
链接与图片
链接类型
-
自动链接(直接显示URL):
<https://example.com> -
内联链接:
[显示文本](实际URL) -
带标题的链接(鼠标悬停显示):
[显示文本](实际URL "标题文本") -
锚点链接(页面内跳转):
[跳转到章节](#章节名称)
图片插入
基本语法:

带标题的图片:

引用式图片:
![替代文本][图片标识]
[图片标识]: 图片URL "标题文本"
引用与列表
引用块
使用 > 符号创建引用,支持多级嵌套:
> 一级引用
>> 二级引用
>>> 三级引用
列表系统
-
无序列表:使用
*、+或-作为项目符号- 项目一 - 项目二 - 子项目 -
有序列表:使用数字加点号
1. 第一项 2. 第二项小技巧:所有项目都使用
1.,Markdown 会自动编号 -
任务列表:
- [ ] 未完成任务 - [x] 已完成任务
表格与代码
表格创建
基本表格语法:
| 标题1 | 标题2 |
|-------|-------|
| 内容1 | 内容2 |
对齐方式控制:
- 左对齐:
:--- - 右对齐:
---: - 居中对齐:
:---:
代码展示
-
行内代码:使用单个反引号包裹
这是`行内代码`示例 -
代码块:使用三个反引号包裹
多行 代码
-
语法高亮:在代码块后指定语言
```javascript console.log("Hello World");
高级功能
数学公式
- 行内公式:
$公式内容$ - 块级公式:
$$ 公式内容 $$
图表支持
MarkText 支持多种图表类型:
- 流程图(flowchart)
- 类图(class)
- 甘特图(gantt)
- 序列图(sequence)
- Vega-Lite 图表
示例:
graph TD
A[开始] --> B(处理)
B --> C{判断}
C -->|是| D[结束]
C -->|否| B
元数据管理
通过 Front Matter 添加文档元数据:
YAML 格式:
---
title: 文档标题
author: 作者名
---
TOML 格式:
+++
title = "文档标题"
author = "作者名"
+++
实用小功能
键盘按键显示
使用 <kbd> 标签突出显示按键:
按<kbd>Ctrl</kbd>+<kbd>C</kbd>复制
表情符号
直接输入表情代码:
:smile: :heart: :thumbsup:
MarkText 还提供了便捷的表情选择器,可以快速查找和插入表情符号。
总结
MarkText 作为一款专业的 Markdown 编辑器,不仅支持标准 Markdown 语法,还扩展了许多实用功能,如数学公式、图表绘制和元数据管理等。掌握这些语法元素,您将能够创建结构清晰、内容丰富的专业文档。无论是技术文档、学术论文还是日常笔记,MarkText 都能提供出色的编辑体验。
建议新手从基础语法开始练习,逐步尝试高级功能,最终熟练运用 MarkText 的所有特性,提升文档编写效率和质量。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00