有道云笔记本地备份与Markdown导出全攻略
担心云端笔记数据安全?想要建立本地知识库?「笔记本地备份工具」提供一站式解决方案,让您轻松将有道云笔记完整导出为通用Markdown格式。本指南将带您从零开始配置,五分钟内启动备份流程,为数字资产构建双重保障。
为什么选择Markdown导出方案?
传统备份方式往往面临格式丢失、图片失效、平台锁定等问题。而专业的Markdown导出方案通过三重技术优势解决这些痛点:
| 备份方式 | 格式兼容性 | 图片处理 | 数据安全性 | 操作复杂度 |
|---|---|---|---|---|
| 手动复制 | 低(格式丢失) | 需手动保存 | 依赖人工操作 | 高 |
| 官方导出 | 中(专有格式) | 部分丢失 | 依赖平台 | 中 |
| Markdown导出方案 | 高(通用格式) | 自动下载归档 | 本地存储加密 | 低(一键操作) |
💡 核心价值:将分散的云端笔记转化为可本地管理的Markdown文件,既保留编辑灵活性,又确保数据永久可访问。
准备工作:三步完成环境配置
1. 获取工具源码
首先需要将备份工具下载到本地计算机:
git clone https://gitcode.com/gh_mirrors/yo/youdaonote-pull
cd youdaonote-pull
⚠️ 注意:确保您的网络环境可以正常访问代码仓库,若下载失败可尝试更换网络或稍后重试。
2. 安装运行依赖
本工具基于Python开发,需先安装Python 3.6+环境,然后执行以下命令安装依赖包:
pip install -r requirements.txt
💡 小技巧:推荐使用虚拟环境(如venv)隔离项目依赖,避免影响系统全局Python环境。
3. 准备配置文件
项目需要两个关键配置文件,均需放置在工具根目录下:
登录凭证文件(cookies.json)
这是连接有道云笔记的身份凭证,格式如下:
{
"cookies": [
[
"YNOTE_CSTK",
"abc123xyz789",
".note.youdao.com",
"/"
],
[
"YNOTE_LOGIN",
"user@example.com",
".note.youdao.com",
"/"
],
[
"YNOTE_SESS",
"9876543210abcdef",
".note.youdao.com",
"/"
]
]
}
⚠️ 安全提示:此文件包含敏感登录信息,建议设置文件权限为仅自己可读(chmod 600 cookies.json)
导出参数配置(config.json)
用于自定义备份行为,示例配置:
{
"local_dir": "/home/user/notes_backup",
"ydnote_dir": "工作笔记",
"smms_secret_token": "your_token_here",
"is_relative_path": true
}
参数说明:
local_dir:本地存储路径(必填)ydnote_dir:指定要备份的有道云笔记文件夹(留空表示备份所有笔记)smms_secret_token:SMMS图床Token(可选,用于图片外链)is_relative_path:是否使用相对路径引用图片(推荐true)
核心步骤:五分钟启动备份流程
完成配置后,即可开始备份操作,整个过程分为三个阶段:
阶段1:数据同步检查
执行预检查命令,验证配置有效性和网络连接:
python3 pull.py --check
成功输出示例:
✅ 配置文件验证通过
✅ 网络连接正常
✅ 登录凭证有效
发现笔记总数:128篇
阶段2:执行备份操作
启动正式备份流程:
python3 pull.py
备份过程会显示实时进度:
📥 正在下载:年度计划.note
📷 处理图片:img-20230512.png
✏️ 转换为Markdown:年度计划.md
📦 已完成:35/128 (27%)
阶段3:备份结果校验
备份完成后,系统会自动生成校验报告:
📊 备份统计:
成功:125篇
警告:3篇(包含不支持格式)
失败:0篇
📂 存储位置:/home/user/notes_backup
🔍 校验码文件:backup_checksum.txt
💡 建议执行以下命令验证文件完整性:
md5sum -c backup_checksum.txt
进阶技巧:提升备份效率与质量
按文件夹分批备份
当笔记数量超过200篇时,建议按文件夹分批处理:
# 仅备份"技术文档"文件夹
python3 pull.py --dir "技术文档"
增量备份设置
添加--incremental参数实现增量备份,只处理更新过的笔记:
python3 pull.py --incremental
图片处理策略
根据网络状况选择合适的图片处理方式:
| 场景 | 推荐配置 | 优势 |
|---|---|---|
| 网络良好 | 默认配置 | 自动下载原图 |
| 网络较差 | --low-quality |
降低图片分辨率 |
| 已有图床 | 配置smms_secret_token | 生成外链节省本地空间 |
常见问题解决
Q1:登录凭证无效怎么办?
A:重新获取最新cookies:
- 登录有道云笔记网页版
- 按F12打开开发者工具
- 在Application > Cookies中找到对应值
- 更新cookies.json后重试
Q2:备份过程中断如何恢复?
A:使用--resume参数继续未完成的备份:
python3 pull.py --resume
Q3:Markdown文件图片无法显示?
A:检查:
is_relative_path是否设为true- 图片文件夹(通常是
assets)是否与md文件在同一目录 - 文件名是否包含中文或特殊字符
安全提示与最佳实践
⚠️ 数据安全三原则:
- 定期备份:建议每周执行一次完整备份
- 多地存储:将备份文件复制到不同存储介质
- 加密保护:可使用 VeraCrypt 对备份目录加密
异常处理建议
- 网络不稳定时:添加
--retry 3参数自动重试 - 特殊格式笔记:使用
--ignore-errors跳过错误继续执行 - 大文件处理:添加
--chunk-size 10分块下载大图片
通过本指南,您已掌握「笔记本地备份工具」的完整使用方法。这个Markdown导出方案不仅解决了云端数据依赖问题,更为知识管理提供了灵活的本地解决方案。立即开始您的第一次备份,让珍贵的知识资产得到真正的安全保障!
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 StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00