有道云笔记数据解放终极指南:10分钟学会一键备份所有笔记
还在为有道云笔记无法导出数据而烦恼吗?📝 今天我要介绍一个强大的 Python 脚本——youdaonote-pull,它能帮你一键备份所有有道云笔记,彻底解决数据迁移难题!这个开源工具完全本地运行,确保你的数据安全无忧。
🚀 为什么要使用 youdaonote-pull?
数据安全第一:脚本完全在本地计算机上运行,无需担心隐私泄露。你的有道云笔记数据始终掌握在自己手中!
智能格式转换:默认将 XML 和 JSON 格式的笔记转换为易读的 Markdown 格式,让数据真正"活"起来。
图片本地化:自动下载有道云笔记图床图片到本地,或上传到 SM.MS 图床,彻底告别外链失效的困扰。
📋 准备工作:3步轻松搞定
1️⃣ 获取项目代码
首先需要克隆项目到本地:
git clone https://gitcode.com/gh_mirrors/yo/youdaonote-pull.git
cd youdaonote-pull
2️⃣ 配置运行环境
安装 Python 3 和必要的依赖包:
pip install -r requirements.txt
3️⃣ 设置登录凭证
由于有道云笔记升级了登录验证,目前需要使用 Cookies 登录。创建一个 cookies.json 文件:
{
"cookies": [
["YNOTE_CSTK", "你的CSTK值", ".note.youdao.com", "/"],
["YNOTE_LOGIN", "你的LOGIN值", ".note.youdao.com", "/"],
["YNOTE_SESS", "你的SESS值", ".note.youdao.com", "/"]
]
}
🔍 获取 Cookies 小技巧:
- 使用 Chrome 插件「Cookie-copy」快速复制
- 或在浏览器 DevTools 的 Network 标签中查找主请求的 Cookie 信息
⚙️ 核心配置文件详解
编辑 config.json 文件,个性化设置备份选项:
{
"local_dir": "/Users/你的用户名/Documents/youdaonote-backup",
"ydnote_dir": "指定文件夹名",
"smms_secret_token": "你的SM.MS密钥",
"is_relative_path": true
}
🎯 配置参数说明:
local_dir:本地备份目录(绝对路径)ydnote_dir:仅备份指定有道云笔记文件夹smms_secret_token:SM.MS 图床密钥(可选)is_relative_path:是否使用相对路径(推荐 true)
🎯 一键备份操作指南
执行备份命令
python3 pull.py # macOS/Linux
python pull.py # Windows
脚本会自动开始下载所有笔记,你会看到类似这样的输出:
正在 pull,请稍后 ...
新增「学习笔记.md」
更新「工作记录.md」,云笔记原格式为 XML
跳过「个人日记.md」
智能增量备份
最棒的功能:再次运行时,脚本只会下载新增或修改的笔记,不会重复下载已有内容!🔄
🔧 项目核心架构解析
youdaonote-pull 项目结构清晰,主要包含以下核心模块:
API 接口层:core/api.py - 封装有道云笔记的所有网络请求
格式转换引擎:core/covert.py - 智能将 XML/JSON 转换为 Markdown
图片处理模块:core/image.py - 自动下载或上传笔记中的图片
💡 高级使用技巧
选择性备份
只想备份特定文件夹?在 config.json 的 ydnote_dir 中指定文件夹名即可。
云端图片托管
注册 SM.MS 图床服务,获取 Secret Token 填入配置,即可自动上传图片到云端。
🛡️ 数据安全保障
本地运行:所有操作都在你的电脑上完成 无数据上传:不会将你的笔记内容发送到任何服务器 完全控制:备份文件保存在你指定的位置
📊 备份效果展示
使用 youdaonote-pull 后,你将获得:
- 完整的笔记目录结构
- 标准化的 Markdown 文件
- 本地化的图片资源
- 随时可迁移的数据格式
🎉 开始你的数据解放之旅
现在,你已经掌握了使用 youdaonote-pull 进行有道云笔记备份的所有技巧!告别数据锁定的烦恼,拥抱真正的数据自由。
💪 立即行动:按照上面的步骤操作,10分钟后你就能拥有完整的有道云笔记本地备份!
记住:数据是你创造的宝贵财富,理应完全由你掌控。youdaonote-pull 就是帮你实现这一目标的终极工具。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00