【亲测免费】 Heatmap Calendar Obsidian 插件使用教程
2026-01-17 09:00:14作者:咎竹峻Karen
项目介绍
Heatmap Calendar 是一个为 Obsidian 设计的插件,用于在日历中以类似于 GitHub 活动日历的方式显示数据。这个插件非常适合用于跟踪锻炼、财务、社交时间、项目进展、爱好、恶习等方面的进度。它可以与 Obsidian Dataview 插件一起使用,也可以独立使用或与其他插件结合使用(如果你懂一些 JavaScript 的话)。
项目快速启动
安装插件
- 打开 Obsidian 应用。
- 进入
设置>社区插件。 - 点击
浏览,搜索Heatmap Calendar。 - 点击
安装。 - 安装完成后,点击
启用。
配置和使用
- 数据标注:在你的每日笔记中标注你想要跟踪的数据(参考 Dataview 标注文档)。
- 创建 DataviewJS 块:在你想要显示 Heatmap Calendar 的地方创建一个 DataviewJS 块。
- 收集和显示数据:使用 DataviewJS 收集你想要显示的数据,并将其传递给 Heatmap Calendar。
const calendarData = {
colors: "githubGreen",
entries: []
};
renderHeatmapCalendar(this.container, calendarData);
应用案例和最佳实践
案例一:锻炼跟踪
假设你想要跟踪每天的锻炼情况,你可以在每日笔记中添加如下标注:
- 锻炼: 跑步 30 分钟
然后在你的笔记中创建一个 DataviewJS 块来显示这些数据:
const calendarData = {
colors: "githubGreen",
entries: dv.pages("#锻炼").map(p => ({
date: p.file.name,
intensity: 1
}))
};
renderHeatmapCalendar(this.container, calendarData);
案例二:财务跟踪
假设你想要跟踪每天的财务支出,你可以在每日笔记中添加如下标注:
- 支出: 餐饮 50 元
然后在你的笔记中创建一个 DataviewJS 块来显示这些数据:
const calendarData = {
colors: "blue",
entries: dv.pages("#支出").map(p => ({
date: p.file.name,
intensity: p["支出"]
}))
};
renderHeatmapCalendar(this.container, calendarData);
典型生态项目
Dataview
Dataview 是一个强大的 Obsidian 插件,用于在笔记中查询和显示数据。Heatmap Calendar 插件通常与 Dataview 一起使用,以收集和显示笔记中的数据。
Obsidian CSS Snippets
Obsidian CSS Snippets 允许你自定义 Obsidian 的外观和样式。你可以使用 CSS Snippets 来进一步定制 Heatmap Calendar 的样式,例如调整空日期的背景颜色。
通过以上步骤和案例,你可以快速上手并充分利用 Heatmap Calendar 插件来可视化你的数据。希望这个教程对你有所帮助!
登录后查看全文
热门项目推荐
相关项目推荐
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 Notebook0118
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
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
764
4.98 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
1.93 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++
684
1.33 K
Ascend Extension for PyTorch
Python
719
882
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
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
457
439
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
261
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
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
998
609