SilverBullet中Linked Mentions排序功能详解
2025-06-25 03:17:12作者:范垣楠Rhoda
SilverBullet作为一款强大的知识管理工具,其Linked Mentions(链接提及)功能可以帮助用户快速查看当前页面被哪些其他页面引用。但在实际使用中,用户可能会发现这些提及链接默认是无序排列的,本文将详细介绍如何实现Linked Mentions的排序功能。
功能原理
Linked Mentions功能的实现基于SilverBullet的模板系统。系统通过查询语句检索所有指向当前页面的链接,并在页面底部以列表形式展示。默认情况下,这些链接按照系统检索到的顺序显示,没有特定的排序规则。
排序实现方法
要实现Linked Mentions的排序,需要修改系统核心模板中的查询语句。具体步骤如下:
- 打开模板选择器,定位到
Library/Core/Widget/Linked Mentions
模板文件 - 找到其中的查询语句部分:
query: | link where toPage = "{{@page.name}}" and page != "{{@page.name}}"
- 在查询语句末尾添加排序子句
常用排序方式
根据实际需求,可以添加不同的排序条件:
-
按页面标题排序(字母顺序):
query: | link where toPage = "{{@page.name}}" and page != "{{@page.name}}" order by page
-
按页面标题倒序排序:
query: | link where toPage = "{{@page.name}}" and page != "{{@page.name}}" order by page desc
注意事项
-
在SilverBullet 0.6.0版本中,系统可能会同时存在新旧两个Linked Mentions模板。为确保修改生效,需要删除旧的模板文件(位于
template/widget/linked-mentions
)。 -
排序字段应使用
page
而非toPage
,因为toPage
始终指向当前页面,而page
字段才表示引用当前页面的来源页面。 -
修改模板后,需要重新加载页面或重启SilverBullet才能使更改生效。
扩展应用
除了基本的排序功能,用户还可以结合SilverBullet的其他查询功能,实现更复杂的Linked Mentions展示方式,例如:
- 按页面标签筛选后再排序
- 结合页面创建时间进行多条件排序
- 对特定前缀的页面进行优先排序
通过灵活运用这些功能,用户可以打造出更符合个人知识管理习惯的Linked Mentions展示方式,提升工作效率和信息检索体验。
掌握Linked Mentions的排序功能,能够帮助用户更高效地梳理知识网络中的关联关系,是SilverBullet高级使用的必备技能之一。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0102AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 Jetson TX2开发板官方资源完全指南:从入门到精通 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 WebVideoDownloader:高效网页视频抓取工具全面使用指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
205
2.19 K

暂无简介
Dart
514
115

Ascend Extension for PyTorch
Python
62
95

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++
550
86

React Native鸿蒙化仓库
C++
208
285

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

🎉 (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
976
576

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
1.02 K
399

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
193