LaTeX2Word-Equation:让Word公式编辑像呼吸一样简单
🌟 项目初体验
还在为Word里敲公式抓狂?LaTeX2Word-Equation这款Chrome扩展就是你的救星!它能把网页上的LaTeX公式一键变成Word可编辑的公式对象,从此告别繁琐的公式编辑器。不管你是写论文的研究生,还是编讲义的老师,这个轻量级工具都能让公式处理效率翻倍~
😫 痛点解析
📌 格式错乱难题:手动复制LaTeX代码到Word经常导致符号错位
📌 重复劳动陷阱:同一公式在网页和Word中需要分别编辑
📌 兼容性噩梦:不同版本Word对LaTeX语法支持参差不齐
💡 而有了这款扩展,只需右键点击就能让公式在Word中完美重生!
🚀 三步上手指南
🔍 第1步:安装扩展
[!TIP]
确保Chrome浏览器版本 ≥ 88.0,过低版本可能导致扩展功能异常
- 访问项目仓库,获取完整代码包
- 解压到本地文件夹(不要存放在系统盘Program Files目录)
- 打开Chrome的
chrome://extensions/页面 - 开启右上角"开发者模式"开关
- 点击"加载已解压的扩展程序",选择解压后的文件夹
[!WARNING]
❌ 常见错误:解压路径包含中文导致加载失败
✅ 解决办法:将文件夹重命名为纯英文路径(如D:\latex2word)
✂️ 第2步:捕获公式
在任意网页遇到LaTeX公式时:
- 右键点击公式区域
- 在菜单中选择"LaTeX2Word-Equation"
- 看到"公式已复制"提示即完成操作
📋 第3步:粘贴到Word
打开Word文档后:
- 定位光标到需要插入公式的位置
- 按下
Ctrl+V粘贴 - 公式会自动转换为Word原生公式对象,支持二次编辑
💡 进阶技巧
📝 直接转换LaTeX代码
如果看到的是纯文本公式代码(如\alpha + \beta = \gamma):
- 选中整段代码
- 右键选择扩展功能
- 粘贴到Word依然能完美渲染
⚙️ 避坑指南
-
公式显示异常?
检查网页是否使用MathJax渲染(多数学术网站默认支持) -
右键菜单不出现?
在扩展管理页面开启"允许访问文件URLs"权限 -
Word粘贴无反应?
确保复制后30秒内粘贴(剪贴板内容会自动清除)
📚 应用场景
🎓 学术论文写作
✅ 期刊要求Word格式?轻松把LaTeX论文的公式迁移过来
✅ 避免手动输入符号错误,保持与原文档格式一致性
👨🏫 教学材料制作
✅ 从教材网站复制公式到PPT/讲义
✅ 学生作业批改时,直接粘贴公式进行批注
🛠️ 技术小揭秘
本工具基于MathJax引擎实现公式解析,通过Chrome扩展的上下文菜单机制捕获用户操作,最终将LaTeX代码转换为Office MathML格式。这种原生格式转换确保了公式在Word中的可编辑性,而不是简单的图片粘贴哦~
[!TIP]
想深入了解原理?可以研究项目中的content_script.js文件,里面实现了核心的公式提取逻辑
现在就用起来,让公式编辑从此告别繁琐! 🚀
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


