【亲测免费】 Obsidian 日计划插件安装与配置完全指南
项目基础介绍及编程语言
Obsidian 日计划插件 是一款专为 Obsidian 笔记软件设计的日程规划插件,它以其简洁的用户界面和简单的任务格式赢得了众多用户的喜爱。此插件由 Ivan Lednev 维护,并基于 MIT 许可证发布。核心功能包括从日常笔记中提取事件、与社区插件“tasks”集成以显示跨文件的任务,以及展示来自互联网日历(如Google日历、iCloud日历和Outlook日历)的事件。项目主要使用的编程语言是 TypeScript,辅以 Svelte 和少量JavaScript、SCSS等。
关键技术和框架
- TypeScript: 用于开发插件的核心编程语言,提供类型安全和面向对象的特性。
- Svelte: 用于构建UI组件,以实现高效的前端渲染。
- Dataview: 社区插件,作为数据视图,是本插件运行所必需的依赖,用于解析和展示日志中的任务数据。
- Obsidian: 静态笔记应用平台,本插件的宿主环境。
安装与配置步骤
准备工作
-
安装 Obsidian: 确保你的电脑上已经安装了最新版本的 Obsidian。可以从官方网站下载安装程序。
-
安装 Dataview 插件: 因为 Obsidian 日计划插件依赖于 Dataview 来读取任务信息,请先通过 Obsidian 的社区插件管理器安装 Dataview。
-
Git 客户端: 如果你还没有安装 Git,为了克隆插件仓库,你需要下载并安装一个 Git 客户端。
安装步骤
直接在 Obsidian 中安装
- 打开 Obsidian 的设置 -> 插件管理 -> Community plugins 页面。
- 搜索
obsidian-day-planner。如果插件存在官方发布版本,直接点击安装按钮即可。
通过源代码安装
-
使用命令行工具,输入以下命令以克隆项目到本地:
git clone https://github.com/ivan-lednev/obsidian-day-planner.git -
进入到项目目录:
cd obsidian-day-planner -
若插件未提供直接安装方式或你想使用最新源码,可能需要查看项目的README.md文件获取特定的安装指示。通常涉及手动编译或使用 Obsidian 的插件开发模式加载插件。
配置步骤
-
启用插件: 在 Obsidian 中,打开插件列表找到“Obsidian Day Planner”,确保已启用。
-
配置插件: 插件安装后,可以在 Obsidian 的设置里找到该插件的配置选项。这里你可以设置显示来源(每日笔记、特定任务文件或在线日历),添加互联网日历的ICS链接,以及自定义其他偏好设置。
-
测试与使用: 开始使用插件前,尝试运行命令 “Show the day planner timeline” 来激活时间轴视图,检查是否正确显示了任务。
至此,您已成功安装并配置了Obsidian Day Planner插件,可以开始享受高效的日程规划体验了!
记得在实际操作过程中,遵循具体的文档说明,因为项目可能会随着时间更新其安装和配置方法。
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 StartedRust0199
cann-learning-hubCANN 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 Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07