【亲测免费】 Obsidian Image Toolkit 项目下载及安装教程
1. 项目介绍
Obsidian Image Toolkit 是一个为 Obsidian 笔记软件开发的插件,旨在提供一些图像查看工具。通过该插件,用户可以点击图像后进行预览、缩放、移动、旋转、翻转、反色和复制图像等操作。该插件支持两种模式:普通模式和固定模式,用户可以根据需要选择不同的模式进行图像查看。
2. 项目下载位置
Obsidian Image Toolkit 项目的源代码托管在 GitHub 上。用户可以通过以下步骤下载项目:
-
打开终端或命令行工具。
-
使用
git clone命令下载项目:git clone https://github.com/sissilab/obsidian-image-toolkit.git下载完成后,项目文件将保存在当前目录下的
obsidian-image-toolkit文件夹中。
3. 项目安装环境配置
3.1 环境要求
- 操作系统:Windows、macOS、Linux
- Obsidian 版本:0.10.0 及以上
- Node.js:12.x 及以上
- npm:6.x 及以上
3.2 环境配置步骤
-
安装 Node.js 和 npm:
访问 Node.js 官网 下载并安装 Node.js。安装完成后,npm 会自动安装。

-
验证安装:
打开终端或命令行工具,输入以下命令验证 Node.js 和 npm 是否安装成功:
node -v npm -v如果显示版本号,则表示安装成功。

4. 项目安装方式
4.1 通过 Obsidian 社区插件安装
-
打开 Obsidian 软件,进入设置页面。
-
在左侧菜单中选择“社区插件”。
-
关闭“安全模式”。
-
点击“浏览”按钮,搜索“Image Toolkit”。
-
找到插件后,点击“安装”按钮。
-
安装完成后,关闭插件浏览窗口,回到社区插件页面,激活新安装的插件。

4.2 手动安装
-
下载项目的最新发布版本。
-
解压下载的压缩包,找到
obsidian-image-toolkit文件夹。 -
将
obsidian-image-toolkit文件夹复制到 Obsidian 的插件目录中:<vault>/.obsidian/plugins/(注意:
.obsidian文件夹可能是隐藏的,需要先显示隐藏文件夹) -
打开 Obsidian 设置页面,进入“社区插件”,点击“重新加载插件列表”。
-
找到并激活新安装的插件。

5. 项目处理脚本
Obsidian Image Toolkit 项目包含一些处理脚本,用于构建和打包插件。以下是常用的处理脚本:
-
安装依赖:
npm install -
构建插件:
npm run build -
打包插件:
npm run package
通过这些脚本,开发者可以方便地进行插件的开发和打包。
以上是 Obsidian Image Toolkit 项目的下载及安装教程。希望这篇文章能帮助你顺利安装和使用该插件。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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
compass-metrics-modelMetrics model project for the OSS CompassPython00