博客
关于我
Confluence 6 启用主题评论
阅读量:180 次
发布时间:2019-02-28

本文共 389 字,大约阅读时间需要 1 分钟。

页面或者博客页面中显示的评论有两种显示方式:

  • 主题模式(Threaded):评论将按层级显示,反映评论之间的关系,每一回复都会以独立的形式展示,以清晰地呈现评论的结构。
  • 平面模式(Flat):所有评论以列表形式单独展示,评论之间不显示层级关系,仅仅是简单的评论列表。

默认情况下,Confluence页面的评论会以主题模式(Threaded)显示。站点管理员可以根据需要启用或禁用这种显示方式。

如何启用或禁用主题视图:

  • 在屏幕右上角点击控制台按钮(Cog图标),然后选择基本配置(General Configuration)
  • 在左侧面板中点击更多设置(Further Configuration)
  • 点击编辑(Edit)以进入配置界面。
  • 主题模式评论(Threaded Comments)选项前面的选择框中勾选或取消勾选以切换设置状态。
  • 最后点击保存(Save)完成配置。
  • 转载地址:http://qmmd.baihongyu.com/

    你可能感兴趣的文章
    opencv9-膨胀和腐蚀
    查看>>
    OpenCV_ cv2.imshow()
    查看>>
    opencv——图像缩放1(resize)
    查看>>
    Opencv——模块介绍
    查看>>
    OpenCV与AI深度学习 | 2024年AI初学者需要掌握的热门技能有哪些?
    查看>>
    OpenCV与AI深度学习 | OpenCV图像拼接--Stitching detailed使用与参数介绍
    查看>>
    OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
    查看>>
    OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
    查看>>
    OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
    查看>>
    OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
    查看>>
    OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
    查看>>
    OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
    查看>>
    OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
    查看>>
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>