Obsidian手写笔记插件完全使用指南
2026-04-14 08:49:19作者:冯爽妲Honey
为什么选择手写笔记插件
在数字化与纸质书写之间寻找平衡?Obsidian手写笔记插件为你提供了完美解决方案。这款工具将数字笔记的高效管理与手写批注的自然体验融为一体,特别适合需要手绘图表、数学公式或签名批注的场景。无论你是学生、研究人员还是创意工作者,都能通过它在保持思维连贯性的同时享受书写的乐趣。
准备工作:安装与激活
安装方式选择
手动安装(适合普通用户):
- 获取插件最新版本的三个核心文件:
main.js、styles.css和manifest.json - 在Obsidian插件目录中创建
obsidian-handwritten-notes文件夹 - 将上述三个文件复制到该文件夹中
开发者安装方式:
git clone https://gitcode.com/gh_mirrors/ob/obsidian-handwritten-notes
cd obsidian-handwritten-notes && npm install
激活插件步骤
- 打开Obsidian设置面板
- 导航至"社区插件"选项
- 在已安装插件列表中找到"Handwritten Notes"
- 启用插件开关
- 重启Obsidian使更改生效
注意事项:确保你的Obsidian版本不低于v0.12.0,否则可能出现兼容性问题。
基础配置:打造个性化工作流
必要设置项
完成插件安装后,建议先进行以下基础配置:
| 配置项目 | 推荐设置 | 功能说明 |
|---|---|---|
| 默认模板 | lined.pdf | 新建笔记时使用的PDF背景样式 |
| 保存路径 | ./handwritten/ | 存储手写笔记的目录位置 |
| 自动同步 | 开启 | 保持多设备间数据一致性 |
模板管理
插件提供两种默认模板:
blank.pdf:空白背景,适合自由创作lined.pdf:横线背景,适合日常笔记
专业建议:你可以将自定义PDF模板(如方格纸、五线谱等)添加到插件目录的
templates文件夹中,以满足特定需求。
核心功能:外部编辑器配置
配置外部PDF编辑器是使用手写功能的关键步骤,以下是详细流程:
- 进入插件设置页面,找到"外部编辑器"配置区域
- 点击"选择应用程序"按钮,浏览并选择你的PDF编辑器可执行文件
- 点击"测试关联"按钮验证配置是否成功
- 根据系统提示完成必要的授权操作
在移动设备上,系统会显示类似上图的应用选择界面,你可以选择如Xodo Docs等支持手写输入的PDF编辑器。
实际操作:创建你的第一个手写笔记
快速创建流程
方式一:通过界面操作
- 点击Obsidian左侧边栏的【新建手写笔记】图标
- 在弹出的对话框中填写笔记名称
- 选择合适的模板类型
- 确认保存路径
- 点击【创建】按钮
方式二:使用命令面板
- 按下
Ctrl+P(或Cmd+P)打开命令面板 - 输入"Create Handwritten Note"并选择该命令
- 按照提示完成后续设置
手写创作过程
- 创建完成后,插件会自动生成PDF文件并调用你配置的外部编辑器
- 使用触控笔或手指在PDF上进行书写和绘图
- 完成后保存并关闭编辑器
- 返回Obsidian即可看到新创建的手写笔记
预期结果:成功创建后,你将在指定目录中看到新生成的PDF文件,并可在Obsidian中预览。
常见问题解决指南
插件图标不显示
排查步骤:
- 确认Obsidian版本是否符合要求
- 检查插件目录中三个核心文件是否齐全
- 打开Obsidian开发者工具(Ctrl+Shift+I)查看是否有错误信息
- 尝试重新安装插件
外部编辑器无法打开PDF
解决方案:
- 检查文件路径是否包含特殊字符
- 确认PDF编辑器对目标文件夹有访问权限
- 尝试重新选择编辑器可执行文件
- 验证文件系统格式是否支持(推荐使用NTFS或APFS格式)
模板文件未找到
解决方法:
- 检查插件目录下是否存在
templates文件夹 - 确认模板文件(blank.pdf和lined.pdf)是否完整
- 如文件缺失,可重新下载插件或从其他来源获取模板文件
提升效率:高级使用技巧
快捷键设置
在Obsidian的快捷键设置中,为以下命令配置自定义快捷键:
- "Create Handwritten Note":快速创建新笔记
- "Open Handwritten Note Settings":直接访问插件设置
组织管理策略
文件命名建议:
- 使用"日期+主题"的命名格式,如"20230615-项目规划"
- 保持文件名简洁但信息丰富,便于搜索和识别
目录结构推荐:
handwritten/
├── daily/ # 日常笔记
├── projects/ # 项目相关笔记
├── study/ # 学习笔记
└── templates/ # 自定义模板
数据安全建议
- 定期备份:手写笔记包含重要信息,建议每周至少备份一次
- 多设备同步:确保所有设备使用相同的同步方式
- 版本管理:考虑使用Git等工具对重要手写笔记进行版本控制
通过本指南,你已经掌握了Obsidian手写笔记插件的核心使用方法。随着使用深入,你会发现更多适合个人工作流的技巧和方法。这款插件不仅保留了纸质书写的自然体验,还结合了数字笔记的便捷管理特性,是提升工作效率的理想选择。
登录后查看全文
热门项目推荐
相关项目推荐
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
热门内容推荐
最新内容推荐
一颗老鼠屎坏了一锅汤:慎用 MemoryManager 的外部 Provider 注入Agent 突然装死?揭秘 batch_runner 遇到“无推理”提示词无限重试的死循环把公司钉钉变成超级中枢:利用 MCP 协议打通 Hermes 与内部工单系统告别卡顿:为何轻量级调度必须留本地,重度推理该上云端 API?别让 Agent 慢在推理上:Beelink 等高性能 PC 本地并发调优指南彻底告别环境玄学:用 Nix 打包具有持久化层的高性能 Agent重试、重规划还是再拆解?打造能在生产环境活下来的多智能体容错管线Matrix-nio 为什么被扫进历史垃圾堆?从源码看陈旧依赖带来的编译灾难让 Hermes 完美驾驭满血版 DeepSeek-R1:彻底搞定思维链解析与路由Python 扛不住高并发?优化 Hermes Gateway 并发处理能力的 3 把斧
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
672
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
514
622
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++
943
884
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
299
🎉 (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
906
暂无简介
Dart
918
222
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
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
