Obsidian Latex Suite:让LaTeX排版如手写般流畅
2024-09-17 21:16:34作者:伍霜盼Ellen
项目介绍
Obsidian Latex Suite 是一款专为Obsidian笔记软件设计的插件,旨在让LaTeX数学公式的排版变得如同手写般快速和自然。该插件受到了Gilles Castel使用UltiSnips的设置的启发,通过一系列的快捷方式和文本扩展功能,极大地提升了LaTeX数学公式的编写效率。
项目技术分析
Obsidian Latex Suite 的核心功能是代码片段(Snippets),这些片段通过简单的触发词来快速生成复杂的LaTeX代码。例如,输入“sqx”可以自动扩展为“\sqrt{x}”,输入“a/b”可以扩展为“\frac{a}{b}”。此外,插件还提供了自动分数、矩阵快捷键、隐藏LaTeX标记、内联数学预览等功能,进一步简化了LaTeX的编写过程。
项目及技术应用场景
Obsidian Latex Suite 特别适合以下场景:
- 学术研究:研究人员和学生可以使用该插件快速编写复杂的数学公式和方程。
- 技术文档编写:技术作者可以在编写技术文档时,快速插入和编辑数学公式。
- 教育培训:教师和培训师可以利用该插件在教学材料中快速插入数学公式。
项目特点
1. 快捷的代码片段(Snippets)
通过简单的触发词,快速生成复杂的LaTeX代码,大大提高了编写效率。例如:
- “sqx” → “\sqrt{x}”
- “a/b” → “\frac{a}{b}”
- “par x y” → “\frac{\partial x}{\partial y}”
2. 自动分数(Auto-fraction)
自动将“1/x”转换为“\frac{1}{x}”,并支持复杂的嵌套结构。
3. 矩阵快捷键(Matrix Shortcuts)
在矩阵、数组、对齐或条件环境中,通过快捷键快速插入“&”和“\\”符号,简化矩阵编写。
4. 隐藏LaTeX标记(Conceal)
隐藏LaTeX标记,以更美观的格式显示公式,提高可读性。
5. 内联数学预览(Preview Inline Math)
在编写内联数学公式时,实时预览渲染效果,确保公式正确无误。
6. 自定义代码片段(Custom Snippets)
用户可以根据自己的需求,自定义和共享代码片段,进一步提高个性化和效率。
结语
Obsidian Latex Suite 是一款功能强大且易于使用的LaTeX排版插件,无论是学术研究、技术文档编写还是教育培训,都能极大地提升LaTeX公式的编写效率。如果你是Obsidian的用户,并且经常需要编写数学公式,那么这款插件绝对值得一试!
登录后查看全文
热门项目推荐
相关项目推荐
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
177
195
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++
647
264
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
270
94
暂无简介
Dart
623
140
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
378
3.34 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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