最近无论是看论文还是折腾知识库，喂给大模型的时候使用 pdf 或者链接的方式体验非常不爽。
还有就是下载 2312.12345.pdf 这种无意义的文件名非常反人类，于是开发了这个转 markdown 插件。

两种转 markdown 方式，在 setting 页面进行设置：

1. 基于 ar5iv 的 HTML 转 markdown
   
   • 转换速度快
   • 最新的论文可能没有 ar5iv 页面
2. 使用 minerU 的 api 进行转换
   
   • 转换速度慢
   • 最新论文也支持

直接安装：

项目地址：

觉得有用可以点个 star

最近折腾 Memos，用 claude code 和 codex 搓了一个小玩具，实现开源卡片笔记 Memos 的每日回顾，参考了 flomo。

主要功能：

• 卡片式翻阅：像抽卡一样回顾笔记，随时切换 “换一批。
• Markdown - 支持标题、列表（含嵌套）、行内格式
• 图片弹窗预览 - 多图预览和左右切换
• 编辑同步 - 支持回顾中编辑当前 Memo 并保存到服务器
  
  
  
  
  

使用

复制脚本内容并粘贴到 设置-系统-自定义脚本，保存即可，右下角会出现 “每日回顾” 按钮。

说明

感谢站内各位大佬的公益站。我本人完全不懂代码，纯粹为了好玩，有什么改进或问题可能要麻烦大佬们亲自动手了，老弟水平有限 。
下一步研究一下 blinko，感觉也很有意思。

OpenAI 的网页版一直存在一个 bug，当点击复制按钮时，复制出的公式内容会进行错误的转义。

然后，我就借助 Antigravity 自带的浏览器控制功能，对这个 bug 进行了逆向分析

分析结果是：

1. ChatGPT 页面中，Message 对象存储的原始 Markdown 是完整的，形如 "\\( a=\\frac{3}{5} \\)"
2. 在点击复制时，触发一个名为 copyToClipboard 的函数
3. 该函数会调用一个 stripEscapes() 函数，手动进行 转义符清洗，例如把 \# 变成 #
4. 错误就出在这里，它也会错误地将 \[ 变成 [，导致复制出的 LaTeX 出问题

找到了错误，修正就很简单，这里直接搜索 React 组件的原始数据，找到 markdown 后直接复制即可。

我也是让 Antigravity Opus 写了个油猴脚本，先将原始的复制事件拦截，然后替换成正常的，效果很好。如果有更多需求，佬友们可以自行二次开发。

// ==UserScript== // @name         ChatGPT LaTeX 复制修复 // @namespace    https://github.com/theigrams // @version      1.0.0 // @description  直接从 React 状态读取原始 Markdown，绕过 ChatGPT 的错误转义逻辑 // @author       Antigravity // @match        https://chatgpt.com/* // @match        https://chat.openai.com/* // @icon         https://chat.openai.com/favicon.ico // @grant        none // @run-at       document-end // ==/UserScript==

(function () { "use strict";

  /**

   * 从 React Fiber 中提取原始 Markdown

   * @param {HTMLElement} turnElement - conversation-turn 元素

   * @returns {string} 原始 Markdown 文本

   * @throws {Error} 如果无法读取 React 状态

   */
  function getOriginalMarkdownFromReact(turnElement) { // 获取 React Fiber 节点
    const fiberKey = Object.keys(turnElement).find((k) =>
      k.startsWith("__reactFiber$")
    );
    if (!fiberKey) {
      throw new Error("无法找到 React Fiber 节点");
    }

    let fiber = turnElement[fiberKey];
    let depth = 0;
    const maxDepth = 50;

    // 向上遍历 Fiber 树，查找消息数据
    while (fiber && depth < maxDepth) {
      const props = fiber.memoizedProps;

      if (props) { // 尝试多种可能的数据路径 // 路径 1: message.content.parts
        if (props.message?.content?.parts) {
          const parts = props.message.content.parts;
          if (Array.isArray(parts) && parts.length > 0) {
            console.log("[Markdown Copy] 找到数据路径: message.content.parts");
            return parts.join("\n");
          } } // 路径 2: displayParts
        if (props.displayParts) {
          const parts = props.displayParts;
          if (Array.isArray(parts) && parts.length > 0) { // displayParts 可能是对象数组
            const text = parts
              .map((p) => (typeof p === "string" ? p : p.text || ""))
              .join("");
            if (text) {
              console.log("[Markdown Copy] 找到数据路径: displayParts");
              return text;
            } } } // 路径 3: text 属性
        if (typeof props.text === "string" && props.text.includes("\\")) {
          console.log("[Markdown Copy] 找到数据路径: text");
          return props.text;
        } // 路径 4: content 字符串
        if (typeof props.content === "string" && props.content.includes("\\")) {
          console.log("[Markdown Copy] 找到数据路径: content");
          return props.content;
        } // 路径 5: children 中的文本
        if (props.children?.props?.message?.content?.parts) {
          const parts = props.children.props.message.content.parts;
          if (Array.isArray(parts) && parts.length > 0) {
            console.log(
              "[Markdown Copy] 找到数据路径: children.props.message.content.parts"
            );
            return parts.join("\n");
          } } }

      fiber = fiber.return;
      depth++;
    }

    throw new Error(`遍历了 ${depth} 层 Fiber 节点，未找到原始 Markdown 数据`);
  } /**

   * 深度搜索 React 状态中的 Markdown 内容

   * @param {HTMLElement} turnElement

   * @returns {string}

   */
  function deepSearchMarkdown(turnElement) {
    const fiberKey = Object.keys(turnElement).find((k) =>
      k.startsWith("__reactFiber$")
    );
    if (!fiberKey) {
      throw new Error("无法找到 React Fiber 节点");
    }

    const visited = new Set();
    let result = null;

    function search(obj, path = "", depth = 0) {
      if (depth > 20 || !obj || visited.has(obj)) return;
      if (typeof obj !== "object") return;
      visited.add(obj);

      // 检查是否是我们要找的数据
      if (Array.isArray(obj) && obj.length > 0 && typeof obj[0] === "string") {
        const text = obj.join("\n");
        // 检查是否包含 LaTeX 定界符（正确的格式）
        if (
          text.includes("\\[") ||
          text.includes("\\(") ||
          text.includes("\\begin")
        ) {
          console.log(`[Markdown Copy] 深度搜索找到数据: ${path}`);
          result = text;
          return;
        } }

      if (typeof obj === "string" && obj.length > 50) {
        if (
          obj.includes("\\[") ||
          obj.includes("\\(") ||
          obj.includes("\\begin")
        ) {
          console.log(`[Markdown Copy] 深度搜索找到字符串: ${path}`);
          result = obj;
          return;
        } }

      for (const key in obj) {
        if (result) return; // 已找到，停止搜索
        try {
          search(obj[key], `${path}.${key}`, depth + 1);
        } catch (e) { // 忽略循环引用等错误 } } }

    let fiber = turnElement[fiberKey];
    let fiberDepth = 0;

    while (fiber && fiberDepth < 30 && !result) {
      if (fiber.memoizedProps) {
        search(fiber.memoizedProps, `fiber[${fiberDepth}].memoizedProps`);
      }
      if (fiber.memoizedState && !result) {
        search(fiber.memoizedState, `fiber[${fiberDepth}].memoizedState`);
      }
      fiber = fiber.return;
      fiberDepth++;
    }

    if (!result) {
      throw new Error("深度搜索未找到包含 LaTeX 定界符的原始 Markdown");
    }

    return result;
  } /**

   * 显示提示消息

   */
  function showToast(message, isError = false) {
    const toast = document.createElement("div");
    toast.textContent = message;
    toast.style.cssText = `
            position: fixed;
            bottom: 20px;
            right: 20px;
            background: ${
              isError
                ? "linear-gradient(135deg, #ef4444 0%, #dc2626 100%)" : "linear-gradient(135deg, #10a37f 0%, #1a7f64 100%)" };
            color: white;
            padding: 12px 20px;
            border-radius: 8px;
            font-size: 14px;
            font-weight: 500;
            z-index: 10000;
            box-shadow: 0 4px 12px ${
              isError ? "rgba(239, 68, 68, 0.3)" : "rgba(16, 163, 127, 0.3)" };
            animation: slideIn 0.3s ease;
        `;

    const style = document.createElement("style");
    style.textContent = `
            @keyframes slideIn {
                from { opacity: 0; transform: translateY(10px); }
                to { opacity: 1; transform: translateY(0); } }
        `;
    document.head.appendChild(style);
    document.body.appendChild(toast);

    setTimeout(() => {
      toast.style.opacity = "0";
      toast.style.transform = "translateY(10px)";
      toast.style.transition = "all 0.3s ease";
      setTimeout(() => toast.remove(), 300);
    }, 3000);
  } /**

   * 拦截复制按钮点击

   */
  function interceptCopyButtons() {
    document.addEventListener(
      "click",
      async (e) => { // 检查是否点击了复制按钮
        const btn = e.target.closest(
          'button[data-testid="copy-turn-action-button"]'
        );
        if (!btn) return;

        // 阻止原始的复制行为
        e.stopPropagation();
        e.preventDefault();

        console.log("[Markdown Copy] 拦截到复制按钮点击");

        try { // 找到对应的消息容器
          const turn = btn.closest('[data-testid^="conversation-turn-"]');
          if (!turn) {
            throw new Error("无法找到消息容器元素 (conversation-turn)");
          }

          console.log(
            "[Markdown Copy] 找到消息容器:",
            turn.getAttribute("data-testid")
          );

          // 尝试从 React 状态读取原始 Markdown
          let markdown;
          try {
            markdown = getOriginalMarkdownFromReact(turn);
          } catch (e1) {
            console.log("[Markdown Copy] 常规路径失败，尝试深度搜索...");
            markdown = deepSearchMarkdown(turn);
          }

          if (!markdown) {
            throw new Error("获取到的 Markdown 为空");
          } // 写入剪贴板
          await navigator.clipboard.writeText(markdown);

          console.log("[Markdown Copy] 成功复制原始 Markdown");
          console.log(
            "[Markdown Copy] 预览:",
            markdown.substring(0, 200) + "..."
          );

          showToast("✓ 已复制原始 Markdown");
        } catch (error) {
          console.error("[Markdown Copy] 错误:", error);
          showToast(`✗ 复制失败: ${error.message}`, true);

          // 不 fallback，直接报错
          throw error;
        } }, true
    ); // 使用捕获阶段，确保先于其他处理器执行 } // 初始化
  console.log("[Markdown Copy] 脚本已加载 v1.0.0");
  interceptCopyButtons();
  console.log("[Markdown Copy] 复制按钮拦截已启用");
})();

使用 GitHub 存储， Cloudflare Pages 部署

chrome 插件：

ai_output_retention: 博客
aor_extension：Chrome 插件 | 上传博客

项目官网：

1. 原生安卓，相比较 Flutter 等框架，性能很强。

2. 笔记私有，任务也是根据笔记获取的，可以使用 Webdav 等同步，我也搞了官方同步，后续用于文章分享等。

   
   
   
   

3. 【完善中】OCR 功能，我选择了 Paddle OCR 本地，AI 可用于后续生成待办和文章。

   

4. 【正在做】语音功能，可能会使用 whisper。

5. 【正在做】绘图功能，使用 Excalidraw、 Xournal++ 等

项目：

每次使用 kelivo 后想要复制黏贴出来的效果都不太理想，需要打开 snip 转格式太麻烦了，所以自己用 claude 大模型弄了一个油猴脚本。

可以改样式

期待各位佬友能够一起优化一下。
Markdown 转 Word 工具 - Linux.do 专用（高级版）-3.0.txt

gemini 最近复制有点问题：复制漏公式

弄个了 markdown 复制脚本：Gemini to Markdown Copier (Fix Empty Lines)

之前的 linux.do 的复制脚本也顺便分享一下：Linux.do Downloader (New Version)

内容：

1. 支持预览
2. 支持轮数选择
3. 常见格式支持
4. 空行优化

优化了几个版本了，还有问题的话让 gemini 再改一下就行了

效果：

Anki

Anki 是一款免费、开源的闪卡 (flash card) 程序。它运用了例如主动回忆测试和间隔重复的设计，帮助用户进行记忆。

优点

它优秀的点在于，所有卡面我们都可以用 css 自己设计，而且手机，电脑，ipad 之类的可以全端同步。所有卡的内容我们也可以自己制作 csv 文件来导入，拥有非常强大的客制化能力。

由来

这个软件通常的的使用场景为，零碎时间的背单词，或者记忆任何 “问题”，“回答” 的场景。

而，我自认为我的深度学习机器学习基础并不牢靠，很多基础概念甚至有时候都会有遗忘。传统意义上，可能最好的解决方法是去找一个哈佛斯坦福的深度学习公开课，然后啃下来。但实际上，学过公开课的人应该都知道，我们都没啥自控力，顶多看两三节就没然后了。或者是以输出倒逼输入，直接做相关项目，有不会的东西在学，做中学。我是觉得这样对以后的工程能力和整体理解能力都更有帮助，但是，也有一个问题，我没办法走到哪都能写代码，到哪都有一台电脑。我随身的只有手机。那，看深度学习的优秀教科书？《Deep Learning》《Understand Deep Learning》什么的？

我说实话，我试过看 C Primer Plus 或者托马斯微积分之类的大部头书籍，你真的在图书馆慢慢一点一点看还好说，就坐公交等公交那 10 分钟 15 分钟，真的很难有一点点知识吸收。大部分情况都是，努力理解英语本身，英语在脑子里翻译完成中文就到站了，每次看的都是那本书的 “序”。

能力

所以，我为了减轻认知负荷，给日常这种小的碎片时间能学习 DL 的可能，我去做了这么一个词组，我自己写的程序，让 Gemini3.0 pro 来一个章节一个章节的总结那两本经典教材，总结出启发式的问题和回答对。然后设计了整个 anki 的 UI，适配了电脑端，web 端，android 端，ios 端，设计了白天模式和黑夜模式。最终，现在能得到一个好看的，有内容的 “单词本”，我觉得挺有意义的，所以我发出来。

对了，我还让 Anki 的这个单词本支持了 Markdown 格式，也支持了 Latex 公式内嵌，所以，看起来应该还是挺赏心悦目的。

想要的可以找我，我看人多的话我就开源，人不多我就自己学着玩儿了。

展示

Anki:

卡牌示例：

windows：

Android:

[gaivrt (GAIVR) · GitHub]

老老贴编辑不了啦，只能开新贴啦。距离上次水贴可太久了，来续一下项目新的更新, 距离上次陆陆续续加了一点东西，用起来挺顺手的对于 Serverless 部署，算是压榨完了大善人。当然还是提醒一下 毕竟涉及到大批量上传下载功能，推荐自用即可

老帖地址：基于 Cloudflare 的在线文本 / 大文件分享平台，支持多种语法 Markdown 渲染、阅后即焚、R2~B2 等 S3 聚合存储、密码保护等功能，可作为 WebDav 挂载，支持 Docker 部署。

老老贴: 基于 Cloudflare Worker 部署的在线剪切板，支持 markdown 和文件分享（优化更新 10）

部署的教程也优化到最简了，基本动动手指运行一下 github action 就一键部署了，支持前后端分离，当然也可以单 worker 部署。

简单介绍下项目具体功能

多存储支持

• S3 兼容：Cloudflare R2、Backblaze B2、AWS S3、阿里云 OSS、腾讯云 COS、MinIO 等
• 网盘集成：WebDAV、OneDrive、Google Drive、Telegram、GitHub API/Releases（只读）等等
• 本地存储：Docker 部署支持本地文件系统
• 智能上传：前端预签名直传 + 流式上传 + 分片断点续传，进度实时显示，最大限度摆脱 cf 限制
• 文件预览：支持 30 + 种格式直接预览（图片、视频、音频、PDF、Office、代码、电子书等），其余可通过外部 IFrame 嵌入 KKFileview 预览
• 定时任务：支持定时清理上传会话、存储同步、搜索索引重建等自动化任务
• 统一管理：可视化配置多存储，灵活切换默认存储源

Markdown 编辑器

• Vditor 集成：支持 GitHub 风格 Markdown、数学公式、流程图、思维导图
• 实时预览：所见即所得编辑体验
• 多格式导出：PDF、HTML、PNG、Word 一键导出
• 安全分享：密码保护、过期时间、访问次数限制
• Raw 直链：类似 GitHub Raw，适合配置文件托管

WebDAV 协议支持

• 标准协议：支持任意 WebDAV 客户端挂载为网络驱动器
• 完整操作：目录创建、文件上传、删除、重命名、移动
• 权限控制：API 密钥授权，细粒度访问控制
• 缓存优化：可配置 TTL，减少上游请求

以及一些部分小功能…

Github： GitHub - ling-drag0n/CloudPaste: A Cloudflare-based online text/file sharing platform that supports multiple syntax Markdown rendering, self-destructing messages, S3/WebDav/OneDrive/GoogleDrive/TG/GithubAPI/Local aggregated storage, password protection, and more. It can be mounted as WebDAV and supports Docker deployment.
demo 地址 [游客令牌:guest]: CloudPaste - 安全分享您的内容
文档地址: https://doc.cloudpaste.qzz.io/

部分 demo 图展示:

水完咯收工
当然还是求求小小的 start 啦