Doom Emacs中Org-mode标题星号显示问题的解决方案
2025-05-10 20:14:45作者:傅爽业Veleda
在使用Doom Emacs的Org-mode时,用户可能会遇到一个常见问题:标题前的星号(*)默认只显示最后一个,而前面的星号被隐藏了。这种设计虽然看起来简洁,但对于需要快速识别标题层级的用户来说,可能会造成不便。
问题现象
在Org-mode中,多级标题通常由星号数量表示层级深度。例如:
* 一级标题
** 二级标题
*** 三级标题
但Doom Emacs默认配置下,用户可能只能看到:
* 一级标题
* 二级标题
* 三级标题
这种显示方式通过缩进来表示层级,但隐藏了前面的星号,使得用户无法直观地通过星号数量判断标题层级。
原因分析
这一行为是由两个Org-mode变量共同控制的:
org-startup-indented- 启用缩进模式时自动隐藏前导星号org-hide-leading-stars- 直接控制是否隐藏前导星号
当org-startup-indented启用时,它会自动将org-hide-leading-stars设置为t(真),从而导致星号被隐藏。
解决方案
方案一:完全禁用缩进模式
要恢复完整的星号显示,可以完全禁用缩进模式:
(after! org
(setq org-startup-indented nil
org-hide-leading-stars nil))
这样配置后,所有星号都会显示出来,标题将呈现传统Org-mode的显示方式。
方案二:保留缩进同时显示星号
如果用户希望保留缩进效果,但同时显示所有星号,可以使用以下配置:
(after! org
(setq org-indent-mode-turns-on-hiding-stars nil
org-hide-leading-stars nil))
这种配置会保持缩进布局,但同时显示所有星号,兼顾了美观性和实用性。
配置注意事项
- 必须使用
after!宏来确保配置在Org-mode初始化完成后生效 - 修改配置后需要重启Emacs或重新加载配置
- 这些设置应该放在Doom Emacs的配置文件(通常是
~/.doom.d/config.el)中
最佳实践建议
对于不同需求的用户,可以考虑以下使用方案:
- 编程文档作者:建议采用方案二,既保持代码的整洁缩进,又能清晰显示标题层级
- 知识管理用户:可以采用方案一,传统星号显示方式更适合快速浏览大量文档
- 混合使用:可以通过Org-mode的局部变量在特定文件中采用不同显示方式
通过合理配置这些选项,用户可以根据自己的工作习惯和文档类型,打造最适合自己的Org-mode编辑环境。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 Python开发者的macOS终极指南:VSCode安装配置全攻略 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起
deepin linux kernel
C
24
9
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
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
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++
661
309
Ascend Extension for PyTorch
Python
221
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
392
3.86 K
React Native鸿蒙化仓库
JavaScript
260
322