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:
- 打开Obsidian软件,点击左侧菜单栏的“插件”按钮。
- 在插件市场中搜索“weread”,找到“Weread Plugin”。
- 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:
- 打开Obsidian设置界面,找到“Obsidian Weread Plugin”设置页面。
- 点击右侧的登录按钮,在弹出的登录页面中扫码登录微信。
- 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:
- 在Obsidian设置界面,找到“Obsidian Weread Plugin”设置页面。
- 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。
- 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。
- 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
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 StartedRust0447
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 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。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-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++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
项目优选
收起
暂无描述
Markdown
827
5.48 K
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
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
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
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
deepin linux kernel
C
32
16
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
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 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 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