Hexo Symbols Count and Time 插件使用教程
2024-08-18 11:51:27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
kernelopenEuler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。C037
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0115
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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
433
3.29 K
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++
689
352
Ascend Extension for PyTorch
Python
237
271
暂无简介
Dart
690
162
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
仓颉编程语言运行时与标准库。
Cangjie
143
881
React Native鸿蒙化仓库
JavaScript
266
327
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
211
115
仓颉编译器源码及 cjdb 调试工具。
C++
138
869