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。
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