Sioyek PDF阅读器:自由绘图功能的技术解析与使用技巧
自由绘图功能概述
Sioyek作为一款专注于学术研究的PDF阅读器,提供了强大的自由绘图功能,允许用户在PDF文档上直接绘制标记。这一功能特别适合在学术演示或论文阅读时进行重点标注。
绘图管理命令详解
Sioyek提供了多种绘图管理命令,方便用户控制绘图内容:
-
清除当前页绘图:
clear_current_page_drawings命令可以一键清除当前页面的所有绘图内容,非常适合在演示过程中快速重置页面。 -
清除整个文档绘图:
clear_current_document_drawings命令会删除当前文档的所有绘图内容。需要注意的是,在早期版本中存在一个bug,清除后需要手动触发保存,该问题已在开发分支中修复。 -
选择性删除:原有的
delete_freehand_drawings命令允许用户通过鼠标选择矩形区域来删除特定绘图,适合精细调整。
绘图样式自定义
用户可以通过以下命令自定义绘图样式:
set_freehand_type:设置绘图颜色类型,参数为颜色代码(如"b"代表蓝色)set_freehand_thickness:设置线条粗细,参数为像素值
这些设置可以通过startup_commands在配置文件中预设,例如:
startup_commands set_freehand_type(b);set_freehand_thickness(10)
技术实现细节
-
存储机制:绘图数据存储在PDF文件同目录下的
.pdf.sioyek.drawings文件中,这种设计使得绘图数据可以随文档一起管理,便于版本控制和分享。 -
与标注功能的区别:与高亮标注不同,绘图内容不支持全文搜索,这也是它采用独立文件存储的原因。而标注内容由于需要支持全局搜索,目前仍存储在集中式数据库中。
-
注解嵌入:绘图内容支持通过
embed_annotations命令嵌入到PDF文件中,实现永久保存。
使用建议
-
对于频繁进行学术演示的用户,建议将清除绘图命令绑定到快捷键,方便快速重置演示页面。
-
如果需要完全删除某文档的所有绘图,除了使用
clear_current_document_drawings命令外,也可以直接删除对应的.sioyek.drawings文件,但需要注意Sioyek可能需要重启才能识别这一变更。 -
绘图功能虽然不支持类似高亮的列表查看功能,但其简单的存储结构使得第三方工具可以轻松解析和操作绘图数据。
通过合理利用这些功能和命令,用户可以充分发挥Sioyek在学术研究和演示中的绘图标注能力,提升工作效率。
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
HunyuanVideo-1.5暂无简介00
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