Obsidian Advanced URI 插件使用教程
项目介绍
Obsidian Advanced URI 是一个为 Obsidian 笔记应用开发的插件,允许用户通过 URI(统一资源标识符)来控制 Obsidian 的多种功能。通过这个插件,用户可以实现打开文件、编辑文件、创建文件、打开工作区、导航到特定标题或块、自动化搜索和替换等操作。这些功能通过简单的文本 URI 实现,无需鼠标点击或键盘输入,非常适合自动化 Obsidian 的工作流程。
项目快速启动
安装插件
- 打开 Obsidian 应用。
- 进入“设置” -> “社区插件”。
- 搜索“Obsidian Advanced URI”并安装。
- 安装完成后,启用插件。
使用示例
以下是一个简单的示例,展示如何使用 URI 在 Obsidian 中打开一个特定的笔记文件:
obsidian://advanced-uri?vault=MyVault&filepath=MyNote.md
在这个示例中:
vault参数指定了要打开的笔记所在的 Vault 名称。filepath参数指定了要打开的笔记文件路径。
创建新笔记
以下是一个示例,展示如何使用 URI 在 Obsidian 中创建一个新的笔记文件:
obsidian://advanced-uri?vault=MyVault&filepath=NewNote.md&content=Hello%20World
在这个示例中:
vault参数指定了要创建笔记的 Vault 名称。filepath参数指定了要创建的笔记文件路径。content参数指定了笔记的内容。
应用案例和最佳实践
自动化每日笔记
通过 Obsidian Advanced URI,你可以自动化每日笔记的创建和更新。例如,每天早上自动创建一个新的每日笔记文件,并将剪贴板中的内容追加到该文件中:
obsidian://advanced-uri?vault=MyVault&daily=true&clipboard=true&mode=append
导出文件为 PDF
你可以通过调用命令来导出文件为 PDF:
obsidian://advanced-uri?vault=MyVault&filepath=MyNote.md&commandid=workspace%3Aexport-pdf
打开特定标题
通过 URI 打开一个文件并导航到特定的标题:
obsidian://advanced-uri?vault=MyVault&filepath=MyNote.md&heading=My%20Heading
典型生态项目
Obsidian URI
Obsidian URI 是 Obsidian 官方支持的 URI 方案,允许用户通过 URI 打开 Obsidian 中的文件和笔记。Obsidian Advanced URI 在此基础上扩展了更多功能,提供了更强大的自动化能力。
Alfred Workflow
Alfred 是一个 macOS 上的效率工具,可以通过 Alfred Workflow 与 Obsidian Advanced URI 结合使用,实现更高效的笔记管理和自动化操作。
Drafts
Drafts 是一个 iOS 上的笔记应用,支持 URL Scheme。通过 Drafts 与 Obsidian Advanced URI 结合,可以在 iOS 设备上实现快速的笔记创建和编辑。
通过以上教程,你可以快速上手并充分利用 Obsidian Advanced URI 插件,提升你的笔记管理和自动化效率。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00