ExcaliBrain 使用教程
1. 项目介绍
ExcaliBrain 是一个基于 Obsidian 的插件,旨在通过图形视图帮助用户导航和管理他们的 Obsidian 知识库。该插件受到 TheBrain 和 Breadcrumbs 的启发,提供了一个交互式的、结构化的思维导图,自动生成基于文件夹和文件的链接、dataview 字段、标签和 YAML 前言的思维导图。
ExcaliBrain 支持五种类型的关系:
- Children: 通过正向链接推断的子节点。
- Parents: 通过反向链接推断的父节点。
- Friends: 相互链接的文件。
- Other Friends: 右侧的横向关系。
- Siblings: 父节点的子节点。
2. 项目快速启动
2.1 安装 ExcaliBrain
首先,确保你已经安装并启用了 Obsidian 和 Dataview 插件。然后按照以下步骤安装 ExcaliBrain:
- 打开 Obsidian。
- 进入“社区插件”选项卡。
- 搜索“ExcaliBrain”。
- 点击“安装”并启用插件。
2.2 配置 ExcaliBrain
安装完成后,你可以在 Obsidian 的设置中找到 ExcaliBrain 的配置选项。以下是一个简单的配置示例:
{
"dataview": {
"enabled": true,
"fields": ["Author", "Tags"]
},
"excalidraw": {
"enabled": true
}
}
2.3 使用 ExcaliBrain
在 Obsidian 中创建一个新的笔记,并使用以下代码生成思维导图:
# 我的思维导图
## 子节点
- [[子节点1]]
- [[子节点2]]
## 父节点
- [[父节点1]]
## 朋友节点
- [[朋友节点1]]
## 兄弟节点
- [[兄弟节点1]]
3. 应用案例和最佳实践
3.1 知识管理
ExcaliBrain 非常适合用于知识管理,特别是当你需要可视化复杂的知识网络时。通过使用 ExcaliBrain,你可以轻松地查看和导航不同笔记之间的关系,从而更好地组织和管理你的知识库。
3.2 项目管理
在项目管理中,ExcaliBrain 可以帮助你可视化项目中的不同任务和子任务之间的关系。你可以通过创建不同的节点来表示任务,并通过链接来表示任务之间的依赖关系。
3.3 学习笔记
在学习过程中,ExcaliBrain 可以帮助你更好地理解和记忆知识点。通过创建思维导图,你可以将不同的知识点连接起来,形成一个完整的知识网络。
4. 典型生态项目
4.1 Dataview
Dataview 是一个强大的 Obsidian 插件,用于查询和展示笔记中的数据。ExcaliBrain 与 Dataview 紧密集成,允许你通过 Dataview 字段来定义和展示笔记之间的关系。
4.2 Excalidraw
Excalidraw 是一个用于绘制手绘风格图形的插件。ExcaliBrain 利用 Excalidraw 的功能来生成和展示思维导图,使得导图更加直观和美观。
4.3 Hover Editor
Hover Editor 是一个 Obsidian 插件,允许你在悬浮窗口中编辑笔记。ExcaliBrain 与 Hover Editor 配合使用,可以提供更加流畅的编辑体验。
通过以上模块的介绍和实践,你可以快速上手并充分利用 ExcaliBrain 的功能,提升你的知识管理和项目管理效率。
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 Notebook0113
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 Notebook08