探索未来笔记的利器:`remarks` - 将reMarkable平板的标注转化为宝藏
2024-05-20 10:06:58作者:董斯意
在数字化时代,纸质书籍与手写的快乐并未消逝,反而借助科技的力量更加焕发活力。reMarkable™ 平板就是一个很好的例证,它将传统的纸笔体验与数字便利性完美融合。而今天,我们要向您推荐一款神奇的工具——remarks,它能帮助您解锁更多reMarkable的潜能。
项目介绍
remarks 是一个高度实验性的开源项目,能够从您的reMarkable平板中提取文本高亮和涂鸦,并将其转换为Markdown、PDF、PNG和SVG格式。无论是研究人员、学者还是热爱阅读的人,都可以充分利用这个工具,让您的笔记变得更加有序和易于管理。
项目技术分析
remarks 的强大功能背后,离不开PyMuPDF和Shapely这两个开源库的支持。它们负责处理PDF文档,解析和重建高亮部分,以及创建图像文件。尽管代码可能不那么优雅,但其简单易懂,方便开发者进行二次开发或定制。
应用场景
- PDF高亮转PDF: 科研人员和学者可以轻松导出带有可解析高亮的PDF文档,直接导入参考文献管理系统如Zotero。
- Markdown化笔记: 对于信息爱好者来说,将高亮内容转化为Markdown,然后整合到像Obsidian或Roam Research这样的知识网络工具中,是一种高效的知识整理方式。
- 全页图像输出: 当您需要保留高亮背景时,
remarks可以将每个标注的PDF页面导出为PNG图片,便于上传或嵌入任何地方。
项目特点
- 兼容性强: 支持reMarkable 1代和2代,软件版本至
2.15.0.1067,可在多种操作系统(包括macOS、Linux、Windows)上运行。 - 依赖简单: 仅依赖PyMuPDF和Shapely,无需额外安装其他图像库。
- 操作简便: 配置过程只需几步,通过复制内部文件和安装依赖即可开始使用。
- 多功能输出: 提供Markdown、PDF、PNG和SVG四种格式选择,满足各种需求。
现在就行动起来,通过remarks 让您的reMarkable变得更智能,开启全新的笔记体验!立即克隆项目,按照说明设置并开始探索吧!
git clone https://github.com/lucasrla/remarks.git && cd remarks
poetry install
借助remarks,释放您的创造力,让每一个亮点都成为知识宝藏的一部分。
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
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
🔥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
暂无简介
Dart
670
155
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++
660
308
Ascend Extension for PyTorch
Python
219
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322