【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
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
热门内容推荐
最新内容推荐
个人知识系统构建指南:从信息碎片到思维网络的模块化解决方案高效解锁网易云音乐灰色歌曲:开源工具全平台部署指南如何高效采集B站评论数据?这款Python工具让数据获取效率提升10倍提升动态视觉体验:Waifu2x-Extension-GUI智能增强与效率提升指南革新性缠论分析工具:系统化构建股票技术指标体系终结AutoCAD字体痛点:FontCenter让99%的字体问题迎刃而解Atmosphere-NX PKG1启动错误解决方案如何用ComfyUI-WanVideoWrapper实现多模态视频生成?解锁AI创作新可能3行代码解锁无水印视频提取:这款开源工具如何让自媒体效率提升300%5分钟上手!零代码打造专业拓扑图的免费工具
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