FSNotes 应用中的文件夹与标签系统解析
2025-06-01 11:13:02作者:裴麒琰
FSNotes 是一款轻量级的笔记应用,支持 macOS 和 iOS 平台。作为从 Obsidian 迁移过来的新用户,理解其文件夹结构和标签系统是高效使用该应用的关键。
核心过滤视图
FSNotes 提供了三个内置的智能过滤视图,帮助用户快速分类和访问笔记内容:
- 收件箱(Inbox) - 显示所有未分类的笔记(即不在任何文件夹中的笔记)
- 全部笔记(Notes) - 展示所有文件夹中的笔记汇总
- 待办事项(Todo) - 自动筛选包含待办事项标记的笔记(通过"格式 > 切换待办事项"功能添加)
这些内置视图无法重命名或删除,但用户可以通过"视图 > 显示在侧边栏"选项来隐藏不需要的视图。大多数资深用户会选择只保留"收件箱"和"回收站"这两个最实用的视图。
自定义组织方式
文件夹系统
用户可以通过"资料库 > 创建文件夹"来建立自己的分类体系。值得注意的是:
- macOS 版本:完全支持嵌套文件夹结构,与 Finder 的文件管理体验一致
- iOS 版本:目前暂不支持文件夹嵌套,所有文件夹会平级显示(开发团队表示将在后续版本中实现此功能)
标签系统
作为文件夹的补充或替代方案,FSNotes 提供了灵活的标签功能:
- 在笔记内容中输入"#"符号后跟标签名称即可创建标签
- 标签会出现在侧边栏,点击可快速筛选相关笔记
- 支持多级标签(如#项目/子任务)实现更细粒度的分类
使用建议
对于跨平台用户,考虑到当前 iOS 版本对嵌套文件夹的支持限制,建议:
- 优先使用标签系统进行分类
- 保持较浅的文件夹层级结构
- 待 iOS 版本更新后再考虑迁移到嵌套文件夹体系
FSNotes 的设计理念强调简洁高效,通过合理利用内置视图、文件夹和标签的组合,用户可以构建出既符合个人习惯又便于维护的知识管理体系。随着应用的持续更新,跨平台体验也将更加一致和完整。
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
173
193
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
263
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
268
93
暂无简介
Dart
622
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
377
3.32 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