【亲测免费】 TinyTeX:轻量级、跨平台的LaTeX发行版
2026-01-23 06:10:08作者:平淮齐Percy
项目介绍
TinyTeX是由Yihui Xie开发的一个基于TeX Live的轻量级、跨平台且易于维护的LaTeX发行版。它旨在解决两个常见的LaTeX安装及维护难题:要么安装一个基础版本(几百MB),但很可能缺少常用的LaTeX包;要么选择几个GB的完整版,而实际上可能仅用到其中极小的一部分。对于新手而言,复杂的安装与维护文档常令人望而生畏。TinyTeX通过精简设计,兼顾了体积小巧与功能实用,即便遇到缺失的LaTeX包,解决方案也简单明了。尤其对R Markdown用户来说,得益于自动安装缺失包的功能,甚至可以几乎不感知LaTeX的存在。
- 官方网站: https://yihui.org/tinytex/
- 许可证: LaTeX发行版TinyTeX遵循GPL-2协议,R包tinytex采用MIT协议。
项目快速启动
要快速开始使用TinyTeX,您可以在终端或命令提示符中执行以下命令:
rem 对于Linux和macOS
curl -L https://yihui.org/tinytex/install-tinytex.R | R --slave
rem Windows用户可以使用PowerShell
Invoke-WebRequest -Uri 'https://yihui.org/tinytex/install-tinytex.R' -OutFile 'install-tinytex.R'
Rscript install-tinytex.R
这段脚本将下载并自动安装TinyTeX。安装完成后,您可以立即开始编译LaTeX文档。
应用案例和最佳实践
编译PDF文档
假设您有一个名为example.tex的LaTeX文件,可以通过以下命令来编译成PDF:
pdflatex example.tex
如果您正在使用R Markdown,可以通过以下命令或者在RStudio内点击“Knit”按钮直接生成PDF报告:
rmarkdown::render("example.Rmd", output_format = "pdf_document")
最佳实践
- 使用TinyTeX时,确保更新到最新版本以获得最新的包支持。
- 利用R包
tinytex中的函数自动化处理LaTeX依赖问题,例如使用tinytex::latexmk()自动编译文档。
典型生态项目
TinyTeX完美融入R生态系统,尤其是对于R Markdown用户。结合如bookdown或rticles等R包,可以轻松创建书籍、学术论文和技术报告。此外,教育和科研领域利用TinyTeX进行高质量数学公式的排版成为常态。例如,教学资料、统计分析报告或数学作业的制作,都受益于其简洁高效的特性。
以上就是围绕TinyTeX的基本介绍、快速启动指南、应用案例和在R生态中的位置。借助TinyTeX,无论是LaTeX的新手还是老手,都能享受到便捷的文档编排体验。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
675
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
627
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++
947
886
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
302
🎉 (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
1.56 K
909
暂无简介
Dart
921
228
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
昇腾LLM分布式训练框架
Python
142
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381