Obsidian_to_Anki 项目使用教程
2026-01-21 04:29:40作者:谭伦延
1. 项目介绍
Obsidian_to_Anki 是一个开源项目,旨在帮助用户将文本或 Markdown 文件中的闪卡(flashcards)添加到 Anki 中。该项目支持在 Obsidian 中作为插件运行,也可以作为 Python 脚本从命令行运行。它特别针对 Obsidian 的 Markdown 语法进行了优化,支持用户自定义的闪卡语法。
2. 项目快速启动
2.1 安装 Anki 和 AnkiConnect
首先,确保你已经安装了 Anki 和 AnkiConnect 插件。AnkiConnect 是一个允许外部程序与 Anki 通信的插件。
2.2 安装 Obsidian_to_Anki 插件
如果你使用 Obsidian,可以通过以下步骤安装 Obsidian_to_Anki 插件:
- 打开 Obsidian,进入“社区插件”列表。
- 搜索并安装 Obsidian_to_Anki 插件。
- 在 Anki 中,导航到
Tools -> Addons -> AnkiConnect -> Config,并确保配置如下:
{
"apiKey": null,
"apiLogPath": null,
"webBindAddress": "127.0.0.1",
"webBindPort": 8765,
"webCorsOrigin": "http://localhost",
"webCorsOriginList": [
"http://localhost",
"app://obsidian.md"
]
}
- 重启 Anki 以应用更改。
2.3 使用 Python 脚本
如果你更喜欢使用 Python 脚本,可以按照以下步骤操作:
- 下载
obstoanki_setup.py文件并将其放置在你希望安装脚本的文件夹中。 - 运行
obstoanki_setup.py,例如通过双击文件资源管理器中的文件。这将自动下载最新版本的脚本和所需的依赖项。 - 运行
obsidian_to_anki.py,例如通过双击文件资源管理器中的文件。这将生成一个配置文件obsidian_to_anki_config.ini。
3. 应用案例和最佳实践
3.1 自定义笔记类型
Obsidian_to_Anki 支持自定义笔记类型,这意味着你可以创建符合自己学习需求的笔记类型,而不仅限于 Anki 的 6 种内置笔记类型。
3.2 忽略特定文件和文件夹
你可以通过插件设置指定要忽略的文件和文件夹。例如:
**/*excalidraw.md - 忽略所有以 excalidraw.md 结尾的文件
Template/** - 忽略 Template 文件夹中的所有文件(包括子文件夹)
**/private/** - 忽略所有名为 private 的文件夹中的文件
3.3 使用 Markdown 格式
Obsidian_to_Anki 支持 Markdown 格式,包括数学公式、嵌入图像和音频等。这使得你可以创建丰富的学习材料。
4. 典型生态项目
4.1 Anki
Anki 是一个基于间隔重复(Spaced Repetition)的记忆辅助软件,广泛用于学习和记忆各种知识。
4.2 Obsidian
Obsidian 是一个强大的知识管理和笔记工具,支持 Markdown 格式,适合用于创建和组织学习材料。
4.3 AnkiConnect
AnkiConnect 是一个 Anki 插件,允许外部程序与 Anki 通信,是 Obsidian_to_Anki 项目的关键依赖。
通过这些工具的结合使用,你可以高效地创建、管理和复习学习材料,提升学习效率。
登录后查看全文
热门项目推荐
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
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- 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
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
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
674
4.31 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
626
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++
945
886
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
398
301
🎉 (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
1.56 K
908
暂无简介
Dart
920
225
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
昇腾LLM分布式训练框架
Python
142
169
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
133
212