mdformat 使用教程
2024-08-17 07:42:11作者:翟萌耘Ralph
项目介绍
mdformat 是一个遵循 CommonMark 规范的 Markdown 格式化工具,旨在为 Markdown 文件强制执行一致的样式。它既是一个 Unix 风格的命令行工具,也是一个 Python 库。mdformat 提供了以下特性:
- 一致的缩进和空白
- 始终使用 ATX 风格的标题
- 将所有链接引用移动到文档底部(按标签排序)
- 将缩进的代码块重新格式化为围栏代码块
- 尽可能使用
1作为有序列表标记 - 默认不改变换行,以支持语义换行
项目快速启动
安装
首先,确保你已经安装了 Python 3.6 或更高版本。然后使用 pip 安装 mdformat:
pip install mdformat
使用
安装完成后,你可以使用以下命令格式化 Markdown 文件:
mdformat README.md CHANGELOG.md
你也可以递归地格式化当前工作目录中的所有 Markdown 文件:
mdformat .
应用案例和最佳实践
案例一:保持项目文档风格一致
在开源项目中,保持文档风格的一致性非常重要。使用 mdformat 可以确保所有贡献者的文档都遵循相同的格式规范,从而提高文档的可读性和维护性。
案例二:自动化文档格式化
在 CI/CD 流程中集成 mdformat,可以在每次提交代码时自动检查和格式化 Markdown 文件,确保文档始终保持一致的风格。
典型生态项目
mdformat-gfm
mdformat-gfm 是 mdformat 的一个插件,提供了对 GitHub Flavored Markdown (GFM) 的支持。安装方法如下:
pip install mdformat-gfm
mdformat-frontmatter
mdformat-frontmatter 是另一个插件,支持处理 Markdown 文件的前置元数据。安装方法如下:
pip install mdformat-frontmatter
通过这些插件,mdformat 可以更好地适应不同的 Markdown 使用场景,提供更全面的格式化支持。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0567
MiniMax-H3MiniMax H3 是一个通用的全模态生成系统。它支持对由文本、图像、视频和音频组成的多模态上下文进行统一理解,并能生成分辨率高达 2K、时长可达 15 秒的带原生立体声音频的视频。得益于面向任务泛化的系统设计,H3 在预训练阶段就已具备广泛的多模态上下文理解与生成能力,能够出色地执行复杂的多模态指令。Python00
DataFlow基于大模型算子和工作流的高效文本大模型训练数据合成框架Python07
doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架,以数据流范式重构开发逻辑,原生支持分布式部署与端边云协同 —— 无需复杂适配,即可实现一体端到端具身大小脑、VLA等模型部署,无缝衔接感知、推理、控制全链路,让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术,它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级,同时兼容 ROS2 生态与国产 AI 芯片,彻底降低具身智能机器人的开发门槛,让分布式部署下的 AI 赋能创新更高效、更灵活。Rust02
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
py-xiaozhi基于Python的Xiaozhi AI,适用于想要完整Xiaozhi体验而无需拥有专用硬件的用户。Python01
热门内容推荐
最新内容推荐
项目优选
收起
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
508
547
暂无描述
Markdown
851
5.67 K
deepin linux kernel
C
33
16
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.04 K
2.47 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
838
1.28 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
843
1.69 K
JiuwenSwarm 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。
Python
3.16 K
853
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++
1.25 K
1.37 K
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++
502
344
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
778
409