【亲测免费】 Trilium Notes 项目推荐
2026-01-29 12:04:33作者:何举烈Damon
项目基础介绍和主要编程语言
Trilium Notes 是一个层次化的笔记应用程序,专注于构建大型个人知识库。该项目主要使用 JavaScript 作为编程语言,同时也使用了 HTML、CSS、EJS 和 Shell 等技术。
项目核心功能
- 层次化笔记管理:笔记可以被组织成任意深度的树状结构,单个笔记可以被放置在树中的多个位置(支持克隆功能)。
- 丰富的编辑功能:支持 WYSIWYG 编辑,包括表格、图像和数学公式,同时支持 Markdown 自动格式化。
- 快速导航和搜索:提供快速导航和全文搜索功能,支持笔记的快速定位和查找。
- 版本控制:无缝的笔记版本控制,方便用户管理和回溯笔记历史。
- 同步和共享:支持与自托管同步服务器的同步,并可以共享(发布)笔记到公共互联网。
- 强大的加密功能:提供基于每个笔记的加密功能,确保笔记内容的安全性。
- 关系图和链接图:支持关系图和链接图,用于可视化笔记及其关系。
- 脚本和 API:支持高级脚本编写和 REST API,方便自动化和扩展功能。
- 移动端支持:提供优化的移动端前端,支持智能手机和平板电脑。
- 主题和插件:支持自定义主题和插件,用户可以根据需求扩展功能。
项目最近更新的功能
- Excalidraw 集成:新增了内置的 Excalidraw 功能,支持在笔记中绘制图表和草图。
- Evernote 和 Markdown 导入导出:增加了 Evernote 和 Markdown 格式的导入导出功能,方便用户迁移和备份笔记。
- Web Clipper:新增了 Web Clipper 功能,方便用户保存网页内容到笔记中。
- 性能优化:对笔记的加载和搜索性能进行了优化,提升了用户体验。
- 安全更新:修复了多个安全漏洞,提升了系统的安全性。
Trilium Notes 是一个功能强大且灵活的笔记应用程序,适合需要构建和管理大型知识库的用户。无论是个人使用还是团队协作,Trilium Notes 都能提供出色的支持。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
656
4.26 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
500
606
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
284
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
890
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++
939
861
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
1.07 K
557
暂无简介
Dart
902
218
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
132
207
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195