如何让Obsidian代码块秒变专业?Better CodeBlock插件终极美化指南 🚀
Obsidian Better CodeBlock是一款专为Obsidian笔记应用打造的代码块增强插件,能轻松为代码块添加标题、行号和高亮效果,还支持点击标题折叠/展开代码块,让你的技术笔记颜值飙升!
🌟 为什么选择Better CodeBlock?3大核心优势
作为程序员和技术写作者的必备工具,这款插件解决了原生代码块的3大痛点:
✅ 标题自定义:让代码块拥有专属标识
通过简单语法为代码块添加清晰标题,告别杂乱无章的代码堆砌。支持TI:"你的标题"格式快速定义,例如:
# TI:"数据处理示例"
df = pd.read_csv("data.csv")
✅ 智能高亮:重点代码一目了然
使用HL:"行数"语法标记关键代码行,支持单行(HL:"5")、多行(HL:"1,3,5")和范围(HL:"1-3")三种高亮模式,让读者瞬间抓住核心逻辑。
✅ 折叠功能:复杂代码轻松管理
添加"FOLD"参数设置默认折叠状态,大型代码块也能保持笔记整洁。点击标题即可展开查看完整代码,极大提升阅读体验。
Obsidian Better CodeBlock代码块美化效果展示,包含标题、行号和高亮功能
📥 超简单安装指南:3步上手
手动安装步骤(适用于所有系统)
-
下载插件文件
从项目仓库获取main.js、styles.css和manifest.json三个核心文件 -
创建插件目录
在你的Obsidian库中新建文件夹:VaultFolder/.obsidian/plugins/obsidian-better-codeblock/ -
复制文件并启用
将下载的三个文件复制到上述目录,重启Obsidian后在插件设置中启用"Better CodeBlock"
💻 实用语法全解析:让代码块更强大
基础语法组合示例
// TI:"用户认证模块" HL:"3,5-7" "FOLD"
function authUser(username, password) {
if (!username || !password) {
throw new Error("用户名和密码不能为空");
}
const hashedPwd = hash(password);
const user = db.query(`SELECT * FROM users WHERE name = ?`, [username]);
return user && user.pwd === hashedPwd;
}
语法说明表
| 功能 | 语法格式 | 示例 |
|---|---|---|
| 添加标题 | TI:"标题文本" |
TI:"登录函数" |
| 代码高亮 | HL:"行数" |
HL:"2,4-6" |
| 默认折叠 | "FOLD" |
单独使用或与其他语法组合 |
Obsidian Better CodeBlock显示语言标识功能,提升代码块可读性
⚙️ 常见问题与解决方案
代码自动换行异常怎么办?
切换预览模式即可修复,这是已知的小问题,通常刷新视图就能解决
PDF导出时格式错乱?
目前PDF导出暂不支持自动换行,建议导出前确保代码块宽度适中
支持哪些Obsidian版本?
插件最低支持Obsidian 0.12.0版本,建议使用最新版以获得最佳体验
📝 版本更新亮点
v1.0.5 主要改进
- 新增语法组合功能,支持同时设置标题、高亮和折叠
- 优化代码高亮算法,提升渲染速度
v1.0.4 重要特性
- 右上角添加语言标识,代码块类型一目了然
- 修复折叠状态记忆问题
Obsidian Better CodeBlock代码块折叠功能演示,让笔记更整洁
🎯 小结:让技术笔记焕发新生
Obsidian Better CodeBlock插件通过简单直观的语法,为你的代码块添加专业级美化效果。无论是日常笔记、技术文档还是知识管理,都能让代码展示更加清晰、专业。立即尝试,让你的Obsidian代码块与众不同!
如果有更好的想法或功能建议,欢迎参与项目贡献或提交反馈!
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00