Anki搜索与添加卡片插件(fonol/anki-search-inside-add-card)配置详解
插件配置概述
Anki搜索与添加卡片插件是一个功能强大的Anki扩展工具,它提供了丰富的配置选项来满足不同用户的需求。本文将深入解析该插件的各项配置参数,帮助用户更好地定制化使用体验。
核心配置参数解析
基础搜索设置
-
decks参数:允许用户指定需要建立搜索索引的牌组列表。例如设置为["英语词汇", "医学知识"]时,插件将只在这些牌组中建立搜索索引,提高搜索效率并减少资源占用。
-
numberOfResults:控制搜索结果的最大显示数量,默认值为1000。对于大型知识库,适当调低此值可以提升搜索响应速度。
-
usePorterStemmer:启用英语词干提取器,将相关词汇(如"run"和"running")统一索引,提高搜索召回率。但需要注意,此功能主要针对英语优化,其他语言效果可能不理想。
PDF相关配置
-
imageMaxHeight:设置搜索结果中图片显示的最大高度(像素),确保图片展示不会破坏页面布局。
-
pdf.clozegen系列参数:定义生成填空题(Cloze)时使用的笔记模板和字段名称:
- notetype:指定填空题模板名称
- field.clozedtext:填空题内容字段
- field.page:PDF页码字段
- field.pdfpath:PDF路径字段
- field.pdftitle:PDF标题字段
-
pdf.onOpen.autoFillFieldsWithPDFName:打开PDF时自动填充指定字段为PDF名称,简化笔记创建流程。
-
pdf.import.folders_to_search:设置PDF导入功能扫描的文件夹路径,快速定位常用PDF资源。
高级功能配置
-
searchUrls:配置网页查询URL模板,支持在PDF阅读器内直接进行网络搜索。例如在线百科搜索模板:"https://example.org/w/index.php?search=[QUERY]"
-
mix_reviews_and_reading:启用复习与阅读混合模式,定期提示用户处理待办队列,实现复习与学习的平衡。
-
anki.editor.remember_location:记忆笔记编辑窗口的位置和大小(仅限当前会话),提升编辑效率。
性能优化配置
-
freezeIndex:锁定搜索索引,防止自动重建。适用于大型知识库且内容稳定的场景,可显著提升启动速度。
-
pdf.highlights.use_alt_render:解决某些环境下PDF高亮显示异常的问题,启用替代渲染方案。
使用建议
-
对于英语学习者,建议启用usePorterStemmer以提升搜索效果。
-
如果主要使用特定牌组,配置decks参数可以显著提升搜索性能。
-
PDF相关功能配置需要与Anki笔记模板结构相匹配,建议先确认模板字段名称再设置。
-
混合复习模式适合需要平衡新知识学习和旧知识复习的用户,可根据个人习惯调整interrupt_every_nth_card参数。
通过合理配置这些参数,用户可以充分发挥Anki搜索与添加卡片插件的强大功能,打造个性化的学习工作流。建议初次使用时保持大部分默认设置,根据实际需求逐步调整特定参数。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00