jupymd 的项目扩展与二次开发
2025-06-24 13:18:59作者:曹令琨Iris
项目的基础介绍
JupyMD 是一个开源项目,旨在将 Jupyter 笔记本的功能性引入到 Obsidian 中的 Markdown 笔记中。通过这个插件,用户可以在 Obsidian 中运行代码块,创建图表,进行数据分析,以及构建机器学习模型,所有这些功能都可以在不离开 Markdown 环境的情况下完成。
项目的核心功能
JupyMD 的核心功能包括:
- 笔记本转换:将现有的 Obsidian 笔记转换为
.ipynb文件。 - 双向更新:在 Obsidian 或 Jupyter 中的更改可以自动同步到
.md和.ipynb文件。 - 执行代码:在 Obsidian 中运行代码块,并在下方捕获输出。
- 持久执行环境:在一个代码块中定义的变量和导入在后续的代码块中仍然可用。
- 真正的 Jupyter 同步:执行的代码块会自动更新链接的
.ipynb文件中的输出元数据。 - 持久输出渲染:执行的代码输出在重启后仍然可见,并同步到
.ipynb文件。 - 丰富的输出:支持
matplotlib图表和pandas数据框架输出。
项目使用了哪些框架或库?
JupyMD 主要使用了以下框架和库:
- Jupyter Notebook:用于创建和共享代码、可视化和文本的交互式计算环境。
- Jupytext:一个用于 Jupyter 文件和 Markdown 文件之间转换的工具。
- Python:作为主要的编程语言。
项目的代码目录及介绍
项目的代码目录结构如下:
assets/:包含项目的一些资源文件。docs/:存放项目的文档和相关说明。src/:包含插件的主要源代码。.github/workflows/:存放 GitHub Actions 的工作流文件,用于自动化构建和测试等。LICENSE:项目的许可证文件。README.md:项目的说明文件。- 其他配置文件,如
.editorconfig、.eslintrc、package.json等,用于配置项目的编辑器设置、代码风格和依赖管理。
对项目进行扩展或者二次开发的方向
- 增加语言支持:目前 JupyMD 只支持 Python 代码执行。未来可以通过集成其他语言的解释器或运行时环境,来扩展对其他编程语言的支持。
- 改进用户界面:优化用户体验,提供更直观和易用的界面。
- 强化同步功能:进一步提高
.md和.ipynb文件之间的同步效率和准确性。 - 增加代码执行的安全性:为代码执行环境增加安全措施,防止恶意代码执行带来的风险。
- 社区驱动的发展:鼓励社区贡献,增加更多的功能和改进,以适应不同用户的需求。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook09
项目优选
收起
暂无描述
Dockerfile
764
4.97 K
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++
857
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
680
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
456
438
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++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
303
117
昇腾LLM分布式训练框架
Python
178
220