如何打造终极Obsidian笔记体验:AnuPpuccin主题完整美化指南 🎨
AnuPpuccin是一款荣获2022年度最佳主题大奖的Obsidian个性化主题,它通过丰富的色彩方案、灵活的布局选项和创意装饰元素,让你的笔记界面既美观又实用。无论是学生、作家还是知识管理爱好者,都能通过这款主题打造专属的笔记美学空间。
🚀 为什么选择AnuPpuccin主题?
AnuPpuccin不仅仅是一个主题,更是一套完整的笔记界面解决方案。它深度整合Obsidian原生功能,同时提供数十种自定义选项,让你的笔记体验焕然一新。
AnuPpuccin主题为Obsidian带来的视觉革新,融合现代美学与实用功能
✨ 核心优势一览
- 5+扩展色彩方案:从清新的Catppuccin到深邃的Dracula,满足不同场景需求
- 双布局模式:自由切换阅读/编辑视图,提升专注度
- 彩虹文件夹系统:色彩编码让文件管理一目了然
- 动态装饰元素:自定义强调文本、标签和边框样式
- 完全开放源码:基于GPL-3.0协议,支持社区贡献与定制
🎨 令人惊艳的视觉定制功能
1. 多样化色彩方案
AnuPpuccin内置5种基础色彩方案,并通过扩展片段支持更多流行配色,从明亮的浅色模式到护眼的深色模式一应俱全。
部分色彩方案预览:Catppuccin系列、Nord、Gruvbox等经典配色
基础方案路径:src/modules/Core/colorschemes/
扩展方案路径:snippets/extended-colorschemes.css
2. 创新布局系统
提供两种布局变体,满足不同使用习惯:
布局控制路径:src/modules/Workspace/Layouts/
3. 彩虹文件夹功能
通过色彩编码系统,让不同层级的文件夹自动显示独特颜色,大幅提升文件导航效率。
彩虹文件夹功能让文件结构一目了然,支持完全彩虹和简单彩虹两种模式
实现路径:src/modules/Features/Rainbow-File-Browser/
4. 自定义装饰元素
丰富的文本装饰选项,让笔记重点突出又不失美感:
装饰设置路径:src/modules/Features/decorations.scss
5. 特色标注与复选框
扩展原生Markdown语法,提供20+自定义复选框样式和精美的标注组件:
实现路径:src/modules/Features/custom-checkboxes.scss
6. 多彩边框与标签
受Minimal主题启发的多彩边框设计,为笔记卡片和嵌入内容添加精致边框:
实现路径:src/modules/Features/colorful-frame.scss
📦 快速安装与更新指南
一键安装步骤
- 打开Obsidian主题文件夹
- 执行以下命令:
git clone https://gitcode.com/gh_mirrors/an/AnuPpuccin.git
最快更新方法
进入主题目录执行:
git pull
🛠️ 高级定制选项
AnuPpuccin提供丰富的自定义片段,让你进一步个性化界面:
- 自定义背景:添加背景图片或自定义背景色
- 浮动搜索栏:优化搜索体验
- Notion风格卡片:模拟Notion式卡片布局
- 自定义彩虹色:调整彩虹元素配色
📝 使用许可与贡献
AnuPpuccin基于GPL-3.0许可证开源,允许自由修改和分发,但需保留版权信息。社区贡献的自定义片段可在主题讨论区分享。
💡 结语
AnuPpuccin主题通过精心设计的视觉元素和实用功能,将Obsidian的使用体验提升到新高度。无论你追求极简美学还是丰富视觉效果,这款主题都能满足你的需求。
立即安装,开启你的个性化笔记之旅吧!
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 StartedRust0198
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。Python07
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




