首页
/ Obsidian Weread 插件常见问题解决方案

Obsidian Weread 插件常见问题解决方案

2026-01-29 11:58:19作者:鲍丁臣Ursa

一、项目基础介绍

Obsidian Weread 插件是一个开源项目,用于同步微信读书中的书籍元信息、高亮标注、划线感想和书评等到Obsidian的文件夹中,并将其转换为Markdown格式。该项目主要使用TypeScript进行开发。

二、新手使用时需特别注意的3个问题及解决步骤

问题1:如何安装和启用插件?

问题描述:新手用户不知道如何安装和启用Obsidian Weread插件。

解决步骤

  1. 打开Obsidian软件,点击左侧菜单栏的“插件”按钮。
  2. 在插件市场中搜索“weread”,找到“Weread Plugin”。
  3. 点击“install”安装插件,然后点击“Enable”启用插件。

问题2:如何进行微信扫码登录?

问题描述:用户不知道如何在插件中进行微信扫码登录。

解决步骤

  1. 打开Obsidian设置界面,找到“Obsidian Weread Plugin”设置页面。
  2. 点击右侧的登录按钮,在弹出的登录页面中扫码登录微信。
  3. 登录成功后,会显示个人昵称。

问题3:如何设置笔记保存位置和同步参数?

问题描述:用户不知道如何设置笔记的保存位置和同步的相关参数。

解决步骤

  1. 在Obsidian设置界面,找到“Obsidian Weread Plugin”设置页面。
  2. 设置笔记保存位置:点击“设置笔记保存位置”按钮,选择一个文件夹作为笔记的保存位置。
  3. 设置笔记最小划线数量:在“笔记最小划线数量”输入框中,输入用户认为值得同步的最小划线数量。
  4. 设置笔记文件夹分类:根据需要,设置不同的文件夹分类,以便更好地管理同步的笔记。

以上是使用Obsidian Weread插件时可能遇到的一些常见问题及其解决步骤,希望对新手用户有所帮助。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
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
494
515
ops-nnops-nn
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++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
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++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
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。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 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 Notebook
647
284