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!
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00