Hexo Symbols Count and Time 插件使用教程
2024-08-18 10:21:10作者:侯霆垣
项目介绍
hexo-symbols-count-time 是一个为 Hexo 博客框架设计的插件,用于统计文章的字数和阅读时间。该插件特别适用于使用 NexT 主题的博客,能够提供详细的字数统计和阅读时间估计,帮助读者更好地规划阅读时间。
项目快速启动
安装插件
首先,你需要在你的 Hexo 项目中安装 hexo-symbols-count-time 插件。你可以通过以下命令进行安装:
npm install hexo-symbols-count-time --save
配置插件
安装完成后,你需要在你的 Hexo 配置文件 _config.yml 中添加或修改以下配置:
symbols_count_time:
symbols: true
time: true
total_symbols: true
total_time: true
exclude_codeblock: false
awl: 4
wpm: 275
suffix: "mins."
生成并部署
配置完成后,你可以使用以下命令生成并部署你的博客:
hexo clean && hexo generate && hexo deploy
应用案例和最佳实践
应用案例
假设你是一名技术博主,经常撰写技术文章。通过使用 hexo-symbols-count-time 插件,你的读者可以清楚地看到每篇文章的字数和预计阅读时间,从而更好地安排阅读计划。
最佳实践
- 合理设置
awl和wpm参数:根据你的文章内容和读者阅读习惯,调整平均字长(awl)和每分钟阅读字数(wpm),以获得更准确的阅读时间估计。 - 排除代码块:如果你的文章包含大量代码块,可以考虑将
exclude_codeblock设置为true,以避免代码块影响字数和阅读时间的统计。
典型生态项目
hexo-symbols-count-time 插件是 Hexo 生态系统中的一个重要组成部分,与 NexT 主题紧密结合,提供了丰富的功能。以下是一些相关的生态项目:
- NexT 主题:一个流行的 Hexo 主题,提供了丰富的定制选项和功能。
- hexo-generator-feed:用于生成 RSS 订阅的插件,方便读者订阅你的博客更新。
- hexo-deployer-git:使用 Git 进行博客部署的插件,简化部署流程。
通过结合这些生态项目,你可以构建一个功能全面、易于维护的 Hexo 博客。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
305
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
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++
630
226
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
460
暂无简介
Dart
596
130
React Native鸿蒙化仓库
JavaScript
233
309
🎉 (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
1.06 K
614
仓颉编译器源码及 cjdb 调试工具。
C++
123
627
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
361
2.58 K