Obsidian笔记本主题CSS代码片段安装与使用指南
2024-08-10 02:00:26作者:彭桢灵Jeremy
目录结构及介绍
该项目旨在为Obsidian应用提供一系列模仿真实世界笔记本页面和笔墨颜色的主题。以下是主要文件和目录的概述:
文件列表
- gitattributes: Git属性设置。
- LICENSE: 许可协议信息,本项目采用MIT许可证。
- Notebook Backgrounds.css: 包含用于更改背景样式和图像颜色的CSS类。此文件应被复制到你的Obsidian CSS片段文件夹中以启用功能。
配置与自定义
Notebook Backgrounds.css: 此文件是核心,包含了各种风格的笔记本背景设计。可以修改或添加新的颜色变量以及全新的类别组合,以适应个人偏好。
启动文件介绍
启动文件在这个上下文中指的是Notebook Backgrounds.css。这是整个项目的核心组件,它提供了不同笔记本样式的CSS类。要使这些样式生效,你需要在Obsidian应用程序中进行以下步骤:
- 将
Notebook Backgrounds.css复制到你的Obsidian工作区中的CSS片段文件夹内。 - 在Obsidian中,前往"设置">"外观",然后点击"CSS片段"旁的文件夹图标将新样式加载进系统。
- 刷新CSS片段。
- 在笔记页面上应用所需的样式类,例如通过编辑HTML来添加类如
class="evergreen"。
配置文件介绍
配置主要是指对Notebook Backgrounds.css文件的自定义,以便更好地匹配个人需求。
- 修改颜色变量: 打开
Notebook Backgrounds.css,查找并修改预设的颜色值(例如--pen-color,--paper-color等),使其符合你的审美偏好。 - 增加新的样式类: 可以向文件末尾添加新的CSS规则,创建个性化的笔记本外观效果。
- 图片重着色: 若要改变页面中插入的图像色彩,确保
recolor-images类已应用于该页面。
以上就是关于CyanVoxel/Obsidian-Notebook-Themes项目的基本介绍及其如何在Obsidian环境中进行配置和使用的说明。希望这能够帮助你更好地个性化你的Obsidian体验!
附注: 这份指南假设你已经熟悉了基本的Git操作以及如何在本地存储库中下载和管理文件。如果你遇到任何技术难题或有疑问,欢迎查阅Obsidian官方文档获取更多详细信息。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
421
3.22 K
Ascend Extension for PyTorch
Python
230
261
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++
689
330
暂无简介
Dart
685
160
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
React Native鸿蒙化仓库
JavaScript
266
326
🔥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
65
19
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869