sward实战教程系列(5) - 如何快速分享文档

 知识管理工具的核心使命是让知识被高效利用和创造价值,而文档分享功能正是实现这一目标的关键。它打破了信息的访问壁垒,使得知识能跨越团队、部门进行流动。通过可控的分享既能保障知识安全,又能确保正确的信息在需要时能快速传递给正确的人,本文将详细介绍在使用sward的过程中如何快速地分享你创作的文档。

1、文档分享

sward支持富文本文档分享、markdown分享、上传的本地文件分享以及目录的分享。下面以文档分享为例,详细介绍分享功能。

点击文档后的更多按钮->分享,可以选择外部分享或者知识库内分享

分享

1.1 外部分享

当选择外部分享时,访问密码下拉框,可以选择无密码访问和密码访问。

密码分享

属性说明
无密码访问直接点击生成链接,将链接发送给被分享人。被分享人无需输入密码可以直接打开链接查看文档
密码访问选择密码访问后,系统会自动生成一个密码,将链接发送给被分享人后,被分享人需要输入密码才能查看到文档

1.2 知识库内部分享

选择知识库内分享后,选择人员并点击生成链接。链接只有被选择为访问人的用户才可以登录并查看。其他人员打开链接时会显示无权限查看。

知识库内分享

2、查看分享

2.1 外部分享查看

  • 无密码访问

无密码访问时,可以直接打开链接并查看文档,但只有查看权限,无法修改。

无密码访问

  • 有密码访问

选择有密码访问时,被分享人需要输入密码才可以访问。

有密码访问

2.2 知识库内分享查看

  • 访问人访问

打开链接人员为访问人时,直接显示文档内容的,但只能查看无法编辑

访问人访问

  • 非访问人访问

打开链接人员为非访问人时,会提示没有权限

非访问人访问

3、分享记录

每一次分享都会生成一条分享记录,记录在知识库设置->共享页面。

六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值