news 2026/1/30 17:09:08

Markdown编辑器使用建议

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Markdown编辑器使用建议

前言

什么是Markdown?

Markdown 是一种轻量级的标记语言(Markup Language),比结构化的HTML更加轻量化

我认为是,在做笔记,写博客的时候,用.text文件太简单,用.word太冗余,有的时候word打开太慢并且有很多功能过于复杂,排版功能也不是很好用。

核心优势

  1. 轻量化,界面干净整洁
  2. 不需要过渡在意排版
  3. 几乎所有的博客都适用

一、Typora

优点

  • 最轻量化,最简单的md语法编辑器。
    页面很朴素,没有花里胡哨的样式,非常适合入门。(算是最主要的优点)
  • Typora 完全支持 HTML
  • 能够直接双击打开.md文件,这一点还是不错的

缺点

  • 付费(但是可以找到破解版)
  • 过于简约
  • 不能同时在一个窗口里打开多个文件,需要来回切换
  • 对于有些代码块的颜色区分度不是很好

二、Obsidian

Typora对本人而言太简约了,还是喜欢花里胡哨的。
Obsidian的优点

  • 插件丰富,多种主题设置
  • 具有双向链接功能,即可以在另一篇文章,直接引用本文章或者图片,通过此功能可以构建知识网络
  • 可以在一个窗口打开多个文件(刚需)

缺点

  • 上手难度大,有很多快捷键是需要自己设置的
  • 需要自定义CSS样式

使用过程中的一些问题

  1. 没有像Typora的shift+Enter的换半行,obsidian的行间距都是统一的
  2. 不支持首行缩进,但是可以通过嵌套列表实现
  3. 列表不支持缩进,即不能在两个段落中间的居中位置放置列表
  4. 缩进问题一般在阅读或打印视图下才会出现,编辑视图下不会出现

三、建议

  1. 先下载Typora,可以直接打开md文件
  2. 学习Markdown语法
  3. 熟悉快捷键,这样之后到Obsidian中自由度更高
  4. 这里就可以尝试写博客了
  5. 熟悉之后,再尝试Obsidian中的自定义设置,否则看不懂是干什么的。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/1/26 16:51:26

RoBERTa-large训练技巧:PyTorch-CUDA-v2.7调参经验

RoBERTa-large训练实战:PyTorch-CUDA-v2.7调优全解析 在当前大模型主导的自然语言处理时代,RoBERTa-large 作为性能强劲的预训练语言模型之一,被广泛应用于文本分类、命名实体识别、问答系统等任务。然而,其高达约3.55亿参数的体量…

作者头像 李华
网站建设 2026/1/30 0:02:06

客户成功故事征集:分享你的PyTorch使用经历赢大奖

PyTorch-CUDA-v2.7 镜像:现代 AI 开发的“即插即用”引擎 在今天,一个深度学习项目从想法到落地的速度,往往决定了它能否抓住技术窗口期。然而,现实中的开发者常常被环境配置、版本冲突和 GPU 资源调度等问题拖慢脚步——你是否也…

作者头像 李华
网站建设 2026/1/28 19:05:40

PyTorch-CUDA-v2.7镜像满意度调查问卷链接

PyTorch-CUDA-v2.7 镜像:从环境配置到工程落地的全链路实践 在深度学习项目中,你是否曾经历过这样的场景?刚拿到一台新的 GPU 服务器,兴致勃勃准备跑模型,结果花了整整一天——不是卡在 CUDA 驱动版本不兼容&#xff0…

作者头像 李华
网站建设 2026/1/29 23:01:14

Markdown文档编写+PyTorch实验记录:Jupyter集成工作流搭建

Markdown文档编写PyTorch实验记录:Jupyter集成工作流搭建 在深度学习研究和工程实践中,一个常见的痛点是:模型跑通了,但三个月后自己都复现不了当时的实验过程。代码散落在不同脚本中,超参数写在注释里,训…

作者头像 李华
网站建设 2026/1/29 21:10:30

Stable Diffusion XL优化:PyTorch-CUDA-v2.7推理加速

Stable Diffusion XL优化:PyTorch-CUDA-v2.7推理加速 在AIGC(AI生成内容)爆发式增长的今天,图像生成模型早已从实验室走向产品化落地。然而,当我们将Stable Diffusion XL这类高分辨率、大参数量的模型投入实际服务时&a…

作者头像 李华
网站建设 2026/1/30 16:39:59

Codecov覆盖率报告:确保镜像质量稳定

Codecov 覆盖率报告:确保镜像质量稳定 在现代 AI 工程实践中,一个看似微小的环境问题——比如某台机器上 import torch 失败,或者 CUDA 版本不兼容导致训练卡顿——往往能拖慢整个团队数小时甚至数天。这类“在我机器上是好的”问题&#xff…

作者头像 李华