告别路径乱码困扰:让Calibre中文书库管理更高效
2026-04-14 09:05:17作者:齐冠琰
GitHub 加速计划 / ca / calibre-do-not-translate-my-path是一款专为中文用户设计的Calibre插件,它能解决电子书管理软件中文件路径被自动转换为拼音或拉丁化的问题,让中文路径得以完美保留,使电子书管理更加直观高效。
为什么路径会自动变拼音? 🤔
当我们在Calibre中使用中文命名文件夹或文件时,系统会自动将其转换为拼音,这个过程就是路径拉丁化。这不仅影响文件的识别和管理,还可能导致路径混乱。其根源在于Calibre默认的路径处理机制对中文支持不够完善,无法直接识别和保留中文路径。
实施指南:三步轻松搞定插件安装 🛠️
- 获取插件文件:打开终端,输入命令克隆仓库来获取源代码,仓库地址为https://gitcode.com/gh_mirrors/ca/calibre-do-not-translate-my-path。
- 安装插件:打开Calibre软件,依次进入「首选项」→「高级选项」→「插件」,点击右下角的「从文件加载插件」,选择下载好的插件zip文件。
- 重启并启用:安装完成后,重启Calibre使插件生效,之后可在插件设置中进行个性化配置或添加NoTrans选项到工具栏。
效果对比:优化前后大不同 ✨
优化前,中文命名的电子书文件夹和文件在Calibre中会显示为拼音路径,查找和管理起来非常不方便,常常需要花费额外时间去对应拼音和实际中文名称。优化后,中文路径得到完美保留,电子书的命名清晰直观,用户可以快速找到需要的电子书,大大提高了管理效率。
个性化配置:打造你的专属使用体验 ⚙️
| 配置选项 | 默认值 | 推荐值 |
|---|---|---|
| 数据库路径设置 | 禁用中文 | 启用中文 |
| 设备传输设置 | 默认设置 | 确保中文命名 |
| 工具栏集成 | 未添加 | 添加"刷新书库"功能 |
配置文件位于项目根目录的config.py,你可以根据自己的需求修改默认参数,以满足个性化的使用需求。
常见场景应对:解决你的使用难题 🚀
如何刷新已有的书库路径?
在工具栏中找到NoTrans选项,点击"刷新书库"即可更新当前书库的保存路径,不会影响已发送到设备的文件关联。
插件支持哪些设备类型?
支持USB连接设备和MTP设备,确保中文路径在各种传输场景下都能正常显示。
为什么插件版本号从v3开始?
v1和v2采用的是补丁方案,而v3是全新的插件解决方案,更加稳定和易用。
适用人群与行动号召 📣
如果你是Calibre的中文用户,正在为电子书路径拉丁化问题而烦恼,那么GitHub 加速计划 / ca / calibre-do-not-translate-my-path插件绝对是你的不二之选。它能让你的中文书库管理变得更加轻松高效,快来试试吧!让中文命名回归你的电子书管理系统,提升你的Calibre使用体验。
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 StartedRust0191
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 Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
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++
856
1.92 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++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
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
296
114
昇腾LLM分布式训练框架
Python
178
220