洋子

一提起人工智能，大家首先想到的开发语言应该是 Python，再不济也是 C++ 之类高性能语言。现在人工智能大潮来势汹汹，前端也要来凑凑热闹。但放着好好的 TensorFlow.js 不用，我偏要用

这篇文章主要记录了我如何实现高性能仓库索引和展示知识图谱的过程。这个功能是 Yank Note 的一个重要功能，能够帮助用户更好的管理仓库资源，展示文档之间的关系。

微博上看到这样一个问题，我想起了在做 Yank Note 的 AI Copilot 扩展的时候的经历。为了一个文本修改功能，挠破了脑袋，不断调整提示词来避免指令和数据之间的歧义。但最后发现：现阶段使用

TL;DR 在 VS Code 里面，一个插件可以调用其他插件暴露的 Api 接口。于是，Github Copilot 的功能可以毕竟容易的做成一个 Http 服务。

同样“自定义快捷键”功能一样，预览内查找功能也很早之前就有用户希望 Yank Note 能有这个功能，这个功能也迟迟没做上。之前也调研过一些方案，都不太满意。不过，一个不完美的功能，能满足用户部分需求

自定义快捷键是很多 Yank Note 用户的诉求，很抱歉这个功能鸽了好几年现在才做上。 这有两个原因，一方面是之前的开发阶段，Yank Note 很多地方不完善，有很多优先级更高的事情要做。另一方面

最近遇到三件事： 一是公司有个服务总是崩，同事查出来的原因是应用将文件直接读到内存来处理。遇到大一点的文件，内存占用直接飙升，64G的内存都不够使。

问题 不久前一位用户反馈，说使用 Yank Note 打开包含大量公式，几十万字符的文档十分卡顿。 话不多说，先建立一个测试文档，大约六千行，30 万字符，几乎全部是公式。

Markdown-it-attrs 这个插件我很早就用上了，但是性能不太行。也尝试找过类似的插件，都没看到有合适的。于是，重写它吧。