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!
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




