Skip to main content

راهنمای شروع سریع

💡TL;DR

شروع به استفاده از Notemd در عرض ۵ دقیقه. سه مرحله: (۱) افزودن کلید LLM API (یا استفاده از Ollama محلی)، (۲) باز کردن یک یادداشت و اجرای دستور "Process file (add links)"، (۳) بررسی فرآیندهای یک‌کلیکی در نوار کناری. از بیش از ۳۰ ارائه‌دهنده پشتیبانی می‌کند. نیازی به برنامه‌نویسی نیست. با Ollama به صورت آفلاین کار می‌کند.

مرحله ۱: پیکربندی اولین ارائه‌دهنده LLM شما (۲ دقیقه)

گزینه A: ارائه‌دهنده ابری (OpenAI، Anthropic و غیره.)

  1. Settings را باز کنید → Notemd
  2. در بخش پیکربندی ارائه‌دهنده LLM، یک ارائه‌دهنده را از لیست سقوطی انتخاب کنید
  3. کلید API خود را وارد کنید
  4. (اختیاری) روی دکمه "Get Model List" کلیک کنید تا مدل‌های موجود را ببینید
  5. برای هر نوع وظیفه یک مدل انتخاب کنید

گزینه‌های پرطرفدار:

  • OpenAI: gpt-4o-mini (سریع، مقرون‌به‌صرفه)
  • Anthropic: claude-sonnet-4-6 (کیفیت بالا)
  • DeepSeek: deepseek-chat (بسیار مقرون‌به‌صرفه)

گزینه B: Ollama محلی (نیازی به کلید API نیست)

  1. نصب Ollama
  2. دانلود یک مدل: ollama pull llama3.1
  3. در تنظیمات Notemd، "Ollama" را به عنوان ارائه‌دهنده انتخاب کنید
  4. نام مدل: llama3.1 (یا هر مدلی که دانلود کرده‌اید)

مرحله ۲: اولین وظیفه خود را امتحان کنید (۱ دقیقه)

افزودن لینک‌های ویکی به یک یادداشت

  1. هر یادداشتی با محتوای معنادار را باز کنید
  2. روی منوی راست در ویرایشگر کلیک کنید
  3. "پردازش فایل (افزودن لینک‌ها)" را انتخاب کنید
  4. چند ثانیه صبر کنید
  5. مفاهیم کلیدی اکنون [[wiki-linked]] هستند!

مثال:

قبل از:

Machine learning models use neural networks to process data.

پس از:

[[Machine learning]] models use [[neural networks]] to process data.

مرحله ۳: بررسی ویژگی‌ها (۲ دقیقه)

استخراج یادداشت‌های مفهومی

  1. راست‌کلیک کنید → "استخراج مفاهیم از فایل فعلی"
  2. Notemd برای هر مفهوم یک فایل جداگانه ایجاد می‌کند
  3. پوشه مفاهیم پیکربندی‌شده خود را بررسی کنید (پیش‌فرض: concepts/)
  4. هر یادداشت مفهومی دارای یک لینک بازگشتی به یادداشت اصلی شماست

تحقیق و خلاصه‌سازی

  1. به یک موضوع در یادداشت خود تأکید دهید
  2. کلیک راست → "تحقیق و خلاصه‌سازی"
  3. Notemd پرس‌وجوهای جستجوی اینترنتی (Tavily یا DuckDuckGo)
  4. خلاصه به همراه منابع در یادداشت شما اضافه می‌شود

فرآیندهای یک‌کلیکی

  1. در نوار سمت چپ برای دکمه‌های فرآیند نگاه کنید
  2. روی "استخراج یک‌کلیکی" در هر یادداشتی کلیک کنید
  3. این عملیات انجام می‌شود: افزودن لینک‌ها → استخراج مفاهیم → تحقیق → تولید نمودار
  4. همه چیز در یک کلیک!

وظایف رایج اولیه

وظیفه ۱: پردازش مقاله/متن

1. Paste article content into a note
2. Run "Process file (add links)"
3. Run "Extract concepts"
4. Run "Research and summarize" on unfamiliar terms
5. Run "Summarize as Mermaid diagram" for visual structure

وظیفه ۲: ترجمه یادداشت‌ها

1. Highlight text to translate
2. Right-click → "Translate to target language"
3. Set target language in settings first

وظیفه ۳: ایجاد نقشه دانش

1. Process 5-10 related notes with "add links"
2. Run "Extract concepts" on each
3. Open Graph view to see connections
4. Your knowledge graph is forming!

نکات سفارشی‌سازی

انتخاب مدل بر حسب وظیفه

شما می‌توانید برای وظایف مختلف از مدل‌های متفاوتی استفاده کنید:

وظیفهمدل توصیه‌شدهدلیل
افزودن لینک‌هاgpt-4o-mini، deepseek-chatسریع، تعداد زیادی فراخوانی
استخراج مفاهیمclaude-sonnet-4-6، gpt-4oاستخراج با کیفیت
تحقیقاتperplexity، gpt-4oمبتنی بر وب
ترجمهgemini-flash، gpt-4oچندزبانه
نمودارهاclaude-opus، مدل محلیاستدلال پیچیده

پیکربندی در: تنظیمات → Notemd → مدل‌های مخصوص وظیفه

فرآیندهای کاری سفارشی

ایجاد دکمه خودتان:

  1. تنظیمات → Notemd → فرآیندهای کاری
  2. روی "افزودن فرآیند کاری" کلیک کنید
  3. وارد کردن DSL: process-current-add-links>extract-concepts-current>research-and-summarize
  4. نام آن را "جریان تحقیقات من" قرار دهید
  5. دکمه جدیدی در نوار کناری ظاهر می‌شود

رفع اشکالات

"کلید API نامعتبر است"

  • بررسی کنید که آیا کلید صحیح است (بدون فضای اضافی)
  • بررسی کنید که حساب کاربری شما اعتبار دارد
  • با استفاده از دکمه "آزمایش اتصال" در تنظیمات آزمایش کنید

"مدل پیدا نشد"

  • برای مشاهده مدل‌های موجود روی "دریافت لیست مدل‌ها" کلیک کنید
  • برخی از ارائه‌دهندگان نیاز به نام‌های خاص مدل دارند (مثلاً gpt-4o و نه gpt-4)

لینک‌ها ظاهر نمی‌شوند

  • مطمئن شوید که یادداشت شما حداقل ۵۰ کلمه دارد
  • از یک مدل قدرتمندتر استفاده کنید
  • بررسی کنید که آیا فراخوانی LLM موفق بوده است (به پنل تشخیصی مراجعه کنید)

عملکرد آهسته است

  • از مدل‌های سریع‌تری استفاده کنید (gpt-4o-mini به جای gpt-4o)
  • اندازه بلوک‌ها را در تنظیمات کاهش دهید
  • فعال‌سازی پردازش موازی برای وظایف دسته‌ای

گام‌های بعدی

آموزش ویدیویی

تماشای ویدیوی ۳ دقیقه‌ای آموزش سریع (چینی): 【کاملاً متن‌باز و رایگان! NotEMD آموزش سریع ۳ دقیقه‌ای】

دریافت کمک