thesis-template-typst 的项目扩展与二次开发
2025-06-06 04:44:19作者:明树来
项目的基础介绍
thesis-template-typst 是一个开源项目,提供了一个用于编写学士或硕士学术论文的Typst模板。该模板特别为德国慕尼黑工业大学(Technical University of Munich,简称TUM)计算机科学领域的学生设计,包含了论文初稿和正式论文两个专门的文档类型。该模板旨在帮助学生们按照学校的要求格式化他们的论文。
项目的核心功能
该模板的核心功能是为学生提供一个格式正确、结构清晰的论文框架,其中包含以下要点:
- 符合TUM要求的论文格式
- 提供论文初稿和论文两种文档类型
- 灵活的布局和章节结构,便于自定义和扩展
- 支持增量编译,提高编译效率
项目使用了哪些框架或库?
thesis-template-typst 使用了 Typst 作为其主要文档编译工具。Typst 是一个基于 Rust 的文档生成器,它允许用户使用一种简单的标记语言编写文档,然后编译成 PDF 或其他格式。项目还可能使用了 Git LFS 来处理大型文件,例如图片等。
项目的代码目录及介绍
项目的代码目录结构如下:
.github/:包含与 GitHub 有关的配置文件,例如 Copilot 的自定义指令。.gitattributes:定义如何处理不同的文件类型。.gitignore:指定 Git 忽略的文件和目录。/content/:包含所有的章节和论文部分。/figures/:存放论文中使用的图片文件。/layout/:包含影响文档布局的文件。/utils/:包含有用的工具和辅助脚本。LICENSE:项目的许可文件。README.md:项目的说明文件。feedbacklog.typ、metadata.typ、proposal.typ、registration_certificate.typ、thesis.bib、thesis.typ:与论文编写和格式化相关的文件。
对项目进行扩展或者二次开发的方向
- 增加新的布局和样式选项:可以根据需要添加更多的布局选项,以适应不同学校或学术机构的格式要求。
- 扩展功能模块:可以加入新的功能,如自动生成目录、参考文献管理等。
- 国际化:模板目前主要针对 TUM 的学生,可以通过增加对其他学校格式的支持来实现国际化。
- 集成其他工具:可以集成其他文档处理工具,如语法检查器或图表生成器,以进一步改善写作流程。
- 增加交互性:开发一个 Web 界面,使得用户可以在线编辑和管理他们的论文文档。
- 优化性能:对 Typst 编译器进行性能优化,以加快文档的编译速度。
通过这些扩展和二次开发的方向,thesis-template-typst 项目可以更好地服务于更广泛的用户群体,并提高学术论文写作的效率和质量。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217