pdf-continuous-scroll-mode.el 的安装和配置教程
项目基础介绍
pdf-continuous-scroll-mode.el 是一个为 Emacs 编辑器提供的 PDF 阅读工具扩展。它实现了连续滚动功能,使得用户可以更流畅地阅读 PDF 文档。这个项目主要是用 Emacs Lisp 语言编写的。
项目使用的关键技术和框架
该项目主要利用了 Emacs 的扩展机制,通过编写 Emacs Lisp 代码来实现对 PDF 阅读器的增强。它依赖于 Emacs 自带的 SVG 支持,以及 pdf-tools 这个扩展,后者提供了操作 PDF 文件的接口。
准备工作
在开始安装之前,请确保您的系统中已经安装了以下软件:
- Emacs 编辑器(建议版本为 24.4 或更高版本)
- librsvg 开发库(用于 SVG 支持)
- pdf-tools 扩展
安装步骤
-
安装 Emacs
如果您的系统中还没有安装 Emacs,请根据操作系统提示进行安装。在大多数 Linux 发行版中,您可以使用包管理器来安装它(例如,使用
sudo apt-get install emacs)。 -
安装 librsvg
在终端中运行以下命令来安装 librsvg 开发库:
sudo apt-get install librsvg2-dev # 以 Ubuntu 为例对于其他操作系统,请找到相应的安装命令。
-
安装 pdf-tools
在 Emacs 中,您可以添加 pdf-tools 到您的包管理器(如 MELPA)配置中,然后使用
M-x package-install命令来安装 pdf-tools。 -
克隆项目仓库
打开终端,使用
git命令克隆 pdf-continuous-scroll-mode.el 项目:git clone https://github.com/dalanicolai/pdf-continuous-scroll-mode.el.git -
安装 pdf-continuous-scroll-mode.el
将克隆的项目文件夹移动到 Emacs 的
site-lisp目录下,或者在 Emacs 的配置文件中(通常是~/.emacs或~/.emacs.d/init.el)添加以下代码来加载这个扩展:(add-to-list 'load-path "/path/to/pdf-continuous-scroll-mode.el") (require 'pdf-continuous-scroll-mode)请将
/path/to/pdf-continuous-scroll-mode.el替换为您实际的项目路径。 -
重启 Emacs
保存配置文件并重启 Emacs,确保扩展被正确加载。
现在,您应该已经成功安装了 pdf-continuous-scroll-mode.el,并可以使用它来连续滚动您的 PDF 文档了。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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