【亲测免费】 Obsidian Weread 插件安装与配置指南
2026-01-25 06:48:50作者:邵娇湘
1. 项目基础介绍和主要编程语言
Obsidian Weread 插件是一个用于将微信读书(Weread)中的高亮标注和笔记同步到 Obsidian Vault 的社区插件。该项目的主要编程语言是 TypeScript,同时也使用了 JavaScript、HTML 和 Nunjucks 等技术。
2. 项目使用的关键技术和框架
- TypeScript: 主要编程语言,用于编写插件的核心逻辑。
- JavaScript: 用于处理一些动态交互和逻辑。
- HTML: 用于构建用户界面。
- Nunjucks: 一个模板引擎,用于生成笔记内容。
- Obsidian API: 用于与 Obsidian 笔记应用进行交互。
3. 项目安装和配置的准备工作和详细安装步骤
准备工作
- 安装 Obsidian: 确保你已经在本地安装了 Obsidian 笔记应用。
- 创建 Vault: 在 Obsidian 中创建一个新的 Vault(笔记库),或者使用现有的 Vault。
- 安装 Node.js: 确保你的系统中已经安装了 Node.js,因为插件的安装和运行需要 Node.js 环境。
详细安装步骤
步骤 1:克隆项目仓库
首先,打开终端或命令行工具,导航到你希望存放项目的目录,然后执行以下命令克隆项目仓库:
git clone https://github.com/zhaohongxuan/obsidian-weread-plugin.git
步骤 2:安装依赖
进入克隆的项目目录,并安装项目所需的依赖:
cd obsidian-weread-plugin
npm install
步骤 3:构建插件
在项目目录中运行以下命令来构建插件:
npm run build
步骤 4:安装插件到 Obsidian
- 打开 Obsidian 应用,进入你创建的 Vault。
- 点击左侧边栏的“设置”图标,进入设置页面。
- 在设置页面中,找到“社区插件”选项,点击“浏览”按钮。
- 在社区插件市场中搜索“Weread”,找到 Weread Plugin 并点击“安装”。
- 安装完成后,点击“启用”按钮以启用插件。
步骤 5:配置插件
- 在 Obsidian 中,点击左侧边栏的“设置”图标,进入设置页面。
- 找到“Obsidian Weread Plugin”选项,进入插件设置页面。
- 点击右侧的“登录”按钮,在弹出的登录页面中使用微信扫码登录。
- 登录完成后,设置笔记保存位置、笔记最小划线数量、笔记文件夹分类等选项。
步骤 6:使用插件
- 点击左侧边栏的微信读书按钮,或者使用快捷键
Command+P(Windows 上是Ctrl+P)调出命令面板。 - 输入“Weread”,找到“Sync Weread”命令并执行,即可同步微信读书中的高亮标注和笔记到 Obsidian Vault。
注意事项
- 插件是覆盖式更新,请不要在同步的文件里修改内容,写永久笔记时可以使用 Block 引用的方式进行批注。
- 长期不使用插件可能导致 Cookie 失效,需要重新登录。
- 偶尔可能会有网络连接问题,重新点击同步即可,已同步的笔记不会再次更新。
通过以上步骤,你就可以成功安装并配置 Obsidian Weread 插件,将微信读书中的笔记同步到 Obsidian 中。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0211
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
871
2.01 K
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
468
461
Ascend Extension for PyTorch
Python
756
956
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
695
1.39 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
182
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
644