logseq-plugin-excalidraw 的安装和配置教程
2025-04-27 17:09:38作者:彭桢灵Jeremy
1. 项目的基础介绍和主要的编程语言
logseq-plugin-excalidraw 是一个为 Logseq 添加 Excalidraw 功能的插件。Logseq 是一个基于本地文件的 Markdown 笔记应用,而 Excalidraw 是一个在线协作白板工具,可以用来绘制图表和图形。通过这个插件,用户可以在 Logseq 中直接使用 Excalidraw 的绘图功能,使得笔记和图表的整合更为便捷。
该项目主要使用 JavaScript 编程语言,利用 Logseq 的插件API进行开发。
2. 项目使用的关键技术和框架
该插件使用了以下关键技术和框架:
- Logseq 插件API:用于开发与 Logseq 交互的插件。
- Electron:Logseq 使用的框架,它是一个使用 Web 技术构建桌面应用程序的框架。
- Vue.js:用于构建用户界面的渐进式JavaScript框架。
- Excalidraw:插件集成了 Excalidraw 的功能,使得用户可以在 Logseq 中直接进行绘图。
3. 项目安装和配置的准备工作和详细的安装步骤
准备工作
在开始安装之前,请确保您已经满足了以下条件:
- 安装了 Logseq 应用程序。
- 确保您的计算机上已经安装了 Node.js 和 npm(Node.js 的包管理器)。
安装步骤
-
克隆项目仓库
打开命令行工具,执行以下命令克隆项目:
git clone https://github.com/haydenull/logseq-plugin-excalidraw.git -
安装依赖
进入项目目录,安装项目所需的依赖:
cd logseq-plugin-excalidraw npm install -
构建插件
在项目目录中,执行构建插件的命令:
npm run build -
加载插件
打开 Logseq 应用,进入设置页面,选择“插件”标签页,然后点击“安装插件”按钮。选择构建好的插件文件(通常是 dist 目录下的文件),完成插件的加载。
-
使用插件
加载插件后,您可以在 Logseq 中找到 Excalidraw 插件的入口,开始使用绘图功能。
以上步骤为基本的安装和配置流程,请根据您的实际环境进行调整。如果在安装或配置过程中遇到问题,可以查阅项目的官方文档或在社区寻求帮助。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
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
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
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
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210