PodNotes安装与配置指南
2025-04-18 15:14:03作者:裴麒琰
1. 项目基础介绍
PodNotes 是一个为 Obsidian 用户提供服务的插件,它可以帮助用户在听播客时记录笔记。该插件支持将播客播放器集成到 Obsidian 中,允许用户搜索并添加任何公开可用的播客,或通过 URL 添加自定义订阅源。PodNotes 还支持跟踪已播放的剧集和播放进度,并允许用户从带有剧集元数据的模板中创建播客笔记。
主要编程语言
- TypeScript
- Svelte
- JavaScript
2. 项目使用的关键技术和框架
- Obsidian: 一个强大的知识库应用,支持 Markdown 格式编辑。
- Svelte: 一个现代的 JavaScript 框架,用于构建用户界面。
- TypeScript: JavaScript 的一个超集,添加了类型系统和其他特性。
- esbuild: 一个极速的 JavaScript 打包器和压缩器。
3. 项目安装和配置的准备工作及详细步骤
准备工作
在开始安装之前,请确保您已经完成以下准备工作:
- 安装了最新版本的 Node.js(至少 Node.js 12.0.0)。
- 安装了 Git。
- 下载并安装了 Obsidian。
安装步骤
以下步骤将引导您安装 PodNotes 插件:
-
克隆仓库
打开命令行工具,使用以下命令克隆项目仓库:
git clone https://github.com/chhoumann/PodNotes.git cd PodNotes -
安装依赖
在项目目录中,运行以下命令安装项目依赖:
npm install -
构建项目
安装依赖后,运行以下命令构建项目:
npm run build -
复制插件文件
构建完成后,将生成的插件文件(通常是
dist目录下的文件)复制到 Obsidian 的插件文件夹中。如果您不知道 Obsidian 插件文件夹的位置,可以在 Obsidian 的设置中找到它。 -
重启 Obsidian
复制完插件文件后,重启 Obsidian 应用,您应该能在插件的列表中找到 PodNotes。
-
配置插件
打开 Obsidian,进入设置,找到 PodNotes 插件进行配置。根据您的需求设置插件参数,例如播客源、播放器设置等。
完成以上步骤后,您就可以开始使用 PodNotes 插件来增强您的播客笔记体验了。如果您在使用过程中遇到任何问题,请参考项目文档或前往项目仓库的 issues 页面寻求帮助。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
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
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210