1.1 Obsidian简介
1.1 Obsidian简介
什么是Obsidian?
Obsidian是一款功能强大的知识管理和笔记软件,它基于Markdown格式,采用本地存储方式,让你完全掌控自己的数据。Obsidian的核心理念是帮助你建立一个"第二大脑",通过双向链接和知识图谱,让你的笔记形成一个有机的知识网络。
Obsidian的历史
Obsidian由Erica Xu和Shida Li于2020年创建。两位创始人都是资深的笔记爱好者,他们希望创建一个既强大又灵活的笔记工具,能够真正帮助人们管理和连接知识。
发展历程
2020年3月: Obsidian首次发布内测版本
2020年6月: 公开测试版发布
2021年: 推出移动端应用
2022年: 引入Canvas功能
2023年: 推出Properties功能
2024年: 持续优化和功能增强
Obsidian的核心特点
1. 本地优先
所有数据存储在你的本地设备上,你完全掌控自己的数据:
📁 本地存储: 笔记以纯文本Markdown文件形式存储
🔒 数据安全: 不依赖云服务,数据完全 ...
20.3 性能优化
20.3 性能优化
简介
本章将详细介绍20.3 性能优化的相关内容。
主要内容
核心概念
在本节中,我们将学习20.3 性能优化的核心概念和基本原理。
实践操作
通过实际操作,掌握20.3 性能优化的使用方法。
最佳实践
了解20.3 性能优化的最佳实践和使用技巧。
示例
以下是一些实用的示例:
# 示例代码
这里是示例内容
小结
本章我们学习了20.3 性能优化的相关内容,包括:
核心概念
实践操作
最佳实践
返回目录 | 返回首页
JavaScript 入门教程
1. JavaScript 是什么?能用来做什么
JavaScript(简称 JS)是一门运行在浏览器和**服务器(Node.js)**上的编程语言。
常见用途:
Web 前端交互:按钮点击、表单校验、动画、与后端接口通信
Node.js 后端:写 API 服务、脚本工具、自动化任务
桌面与跨端:Electron、Tauri 等
2. 准备环境:浏览器控制台 / Node.js
2.1 浏览器控制台
打开任意网页,按 F12 → Console,就能直接运行 JS。
试试:
console.log('Hello JavaScript');
2.2 Node.js
安装 Node.js 后,在终端运行:
node -v
然后进入交互式 REPL:
node
在里面输入:
console.log('Hello from Node');
3. 第一个 JS 程序
创建文件 hello.js:
const message = 'Hello JavaScript';
console.log(message);
运行:
node hello.js
4. 基础语法: ...
Claude 教程:Claude Office Visualizer(Claude Code 办公室可视化)安装与使用指南
1. Claude Office Visualizer 是什么?适用场景
Claude Office Visualizer(下文简称 Office Visualizer)是一个实时像素风“办公室”可视化界面,用来把 Claude Code 的执行过程可视化:
“Boss” 角色:主 Claude agent
“Employee” 角色:Claude Code 生成/派发的 subagent
通过实时事件流,你可以看到:接收指令、执行任务、工具调用、后台任务、上下文压缩(compaction)等状态变化
典型用途:
直播/录屏展示 Claude Code 的多 agent 工作流
调试:快速感知 agent 是否在工作、是否卡在某一步
团队演示:把抽象的 agent 行为变成“看得见”的进度与节奏
上游项目:https://github.com/paulrobello/claude-office
2. 工作原理(30 秒理解)
Office Visualizer 由三部分组成:
Claude Code:你日常运行的 claude ... 命令
...
Ollama 工具使用教程:本地部署大模型、模型推荐、与 OpenAI/Claude 混用、模型库位置自定义
1. Ollama 是什么?适合谁用
Ollama 是一个用于**在本地拉取、运行和管理大语言模型(LLM)**的工具。它把模型下载、量化文件管理、推理服务(HTTP API)、命令行交互整合到一个工作流里。
适合:
需要离线/内网使用模型(隐私数据、本地知识库、代码仓库等)
想要低成本多模型切换、做对比评测
想在本地给 IDE、脚本、自动化工具提供一个可用的 LLM 服务
不适合/需要注意:
Ollama 主要聚焦 LLM / 多模态理解模型(如看图问答)。
图片生成(扩散模型)、**语音生成(TTS)**通常不直接由 Ollama 承载;更常见做法是“LLM 负责写提示词/脚本 + 专用生成工具负责出图/出声”。本文会给出组合方案。
2. 安装与基本命令
2.1 安装
macOS:官网下载或用 Homebrew(以官方文档为准)
Linux:官网下载或用官方安装脚本(以官方文档为准)
Windows:官网下载 MSI 安装
安装后确认版本:
ollama -v
2.2 拉取与运行
拉取模型:
ollama pull llama3 ...

