对幕布的几条改进建议
最近我试用了一段时间的幕布,用户体验很好。
虽然本人用workflowy, dynalist和幕布等独立大纲应用时间不长,但是使用 Emacs + org-mode 超过 10 年,对这种列表大纲式应用并不陌生。
我希望幕布可以变得更顺手,获得更多用户的青睐,也帮助更多人提升学习、工作和研究的效能。所以冒昧给开发团队提出以下几点改进建议,不够成熟,谨供参考。
- 添加全局搜索
- 搜索后结果定位
- 导入导出 textbundle
- 演示采用 revealjs
下面依次说明一下:
添加全局搜索
workflowy把所有内容放在一起,一个重要原因就是可以全局搜索。这样散落的知识可以汇聚起来,非线性组合,带来灵感与启发。
例如上图这样的一个简单演示大纲。
如果搜索 Python ,结果是这样的:
可是在幕布中,我们更习惯把工作和学习分别存放为不同的文件(这也是官方文档里鼓励的存储方式):
其中“工作”文档内容:
“学习”文档内容:
回到目录下面,搜索“Python”。
可以看到,什么也搜不出来。
因为文件外部的搜索,只能检索到标题,不能深入到正文内容。
这样一来,散落在不同文件里面的信息,就成了孤岛。难以连接,并发生“化学反应”。
我的建议很简单,添加一个附加搜索功能,全局查找关键词,并且标明文件来源。就像VSCode支持的这样:
这样,用户就可以很容易找到包含某个关键词的所有位置,在文件间建立知识链接,启迪发现。
搜索后结果定位
即便是文章内部的关键词搜索,幕布现在也存在一个小问题。
例如在“学习”内部搜索python,出现了对应内容。
我们把高亮这一条搜索结果。
可一旦退出搜索。高亮(我们的定位)就消失了。
反观workflowy,这是搜索并高亮效果:
搜索退出后,原处的高亮依然存在。
这个功能非常有用。
因为有的时候,我们是希望以关键词寻找某个位置,对其上下文进行修改。因而只聚焦到关键词出现的那一行,并不能解决用户实际需求痛点。
建议添加该功能。
导入导出 textbundle
幕布高级版可以很好地支持图片插入,这一点我很喜欢。
这样一来,大纲不仅可以用来列计划,展示构架,也可以方便地改造成文章和幻灯。
然而,导入导出的格式,还是比较单一的。
可以理解。
毕竟基础框架来自于Workflowy。但是Workflowy本来就不支持图片,所以OPML也就足够用了。
但是幕布的特色就是支持图片啊。
带图片的大纲导出/导入,最好能够采用与其他工具交互更为方便的格式。
OPML好像不大好使,内嵌图片导出,似乎就没有成功过。
HTML 导出,是包含图片的,但是采用的是 standalone 方式,没有把文字、结构和图片独立分离,这样不利于后期的(带格式)处理和编辑。
我推荐textbundle作为导入和导出格式。
textbundle 是一种基于 Markdown 的文件包。可以方便包含图片,这样在不同工具之间转移起来,非常便捷。
这是支持Markdown的App列表:
可以看到,Ulysses, Bear这样的流行的写作工具,甚至是Mindnode等思维导图工具,都支持 textbundle。
如果幕布同样支持textbundle格式。那么我们在幕布中快速写作的时候,就可以更加安心。因为我们确认所有的创作内容都可以方便导出带格式、带图片资源版本,轻松在其他专用工具中进一步加工。
演示采用revealjs
我很喜欢幕布的一键生成思维导图功能。
但是思维导图本身未必适合演示。
从讲者的角度,我希望一步步呈现内容,让听众跟着我的节奏来逐步认识全貌。
一旦所有内容一次性呈现,听众的注意力很容易就耗散掉了。
幕布虽然自带演示功能,但是也没有实现这种逐步呈现。
我的解决方案,一直是两种:
- 专用的思维导图演示功能(iMindmap);
- 借助把思维导图转换成revealjs幻灯。
前者很贵;后者我现在写好了Python脚本,不过运行起来需要比较繁琐的环境设置,难以推广。
不过从我之前作品《如何把思维导图秒变成幻灯?》的反馈看来,把思维导图快速转换成幻灯的功能,是许多读者的痒点。
他们宁可一次次尝试环境配置,也非常希望能够在本地重现这一功能。
这套Python脚本实现机制并不复杂,请参考我在github上的代码。
特别是,当幕布可以支持textbundle导出的时候,我相信很多思维导图工具的主要功能就可以被替代掉了。
这算不算一种“降维打击”呢?
当然,我们不应该要求一个软件完成所有功能。
但是,既然幕布提供思维导图和演示的功能,那何不更进一步,直接导出Reveal.js的html5幻灯?
对许多教师、学生和企业用户来说,这一功能可以带来更高的附加值,和更好的用户体验。
小结
总结一下,针对搜索和导出方向,我为幕布提供了4条参考建议。
期待早日获得开发团队的回复。
辛苦了!谢谢!
讨论
你平时使用大纲工具进行学习、工作和创作吗?除了文中列举的功能外,你还有哪些痛点需要解决呢?使用欢迎留言,把你的经验和思考分享给大家,我们一起交流讨论。
如果你对我的文章感兴趣,欢迎点赞,并且微信关注和置顶我的公众号“玉树芝兰”(nkwangshuyi)。
如果本文可能对你身边的亲友有帮助,也欢迎你把本文通过微博或朋友圈分享给他们。让他们一起参与到我们的讨论中来。
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
SpringBoot开发案例之整合Quartz注入Service
前段时间做了一个基于SpringBoot和Quartz任务管理系统(脚手架而已),很多功能不是特别完善,由于工作原因,断断续续一直在更新中,码云上有个小伙伴提问说:Job中service自动注入报错怎么解决?正好之前做的项目中有使用到注入相关的功能,顺便也集成进去。 缘由 简单来说就是quartz中的Job是在quartz中实例化出来的,不受spring的管理,所以就导致注入不进去了。 解决 定义SpringJobFactory类: /** * 解决spring bean注入Job的问题 */ @Component public class SpringJobFactory extends AdaptableJobFactory { @Autowired private AutowireCapableBeanFactory capableBeanFactory; @Override protected Object createJobInstance(TriggerFiredBundle bundle) throws Exception { // 调用父类的方法 Object jobI...
- 下一篇
现在是研究深度学习的最好时间
随着硬件条件的不断发展和算法理论的不断进步,深度学习已经成为解决实际问题的一种有效方法,特别是在图像处理方面,深度学习能够帮助我们解决很多历史上难以解决、或者解决不好的问题。这篇博客代理大家梳理相关知识,搞明白由图像处理出发,我们为什么要学习深度学习?如何学习深度学习?最后落到实处,应该是研究那些具体的东西? 一、为什么研究深度学习 深度学习是有史以来发明的最为优美的编程范式之一。在传统的方法中,我们告诉计算机做什么?把大问题分解成许多小的、精确定义的问题,通过计算机强大的计算能力,得出解析解或者近似解,从而辅助现实生活中很多问题的解决。而这个思路的瓶颈显而易见就是我们的建模和编码能力——如果计算机理解的问题是不正确的、不完善的,那么它肯定无法获得准确的解释。而深度学习则是提供了系统的方法,来提取系统中的最优特征,并且直接引导模型的建成。 1、今日深度学习的理论成熟、硬件支持已经比较完善 并且在传统问题上获得更好的成功率:图像分割、图像识别、图像增强…… 2、图像处理和深度学习结合紧密, 深度学习已经成为CV研究的标配 第一,“一图顶千言”,图像、视频数据本身就是天生的“大数据”...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS7,CentOS8安装Elasticsearch6.8.6
- CentOS7安装Docker,走上虚拟化容器引擎之路
- Eclipse初始化配置,告别卡顿、闪退、编译时间过长
- Mario游戏-低调大师作品
- 2048小游戏-低调大师作品
- SpringBoot2初体验,简单认识spring boot2并且搭建基础工程
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- SpringBoot2整合Thymeleaf,官方推荐html解决方案
- Red5直播服务器,属于Java语言的直播服务器