【亲测免费】 Scoop Extras 项目使用教程
2026-01-20 02:01:09作者:郦嵘贵Just
1. 项目介绍
Scoop Extras 是 Scoop 的一个扩展仓库,提供了大量额外的应用程序和工具。Scoop 是一个命令行安装程序,主要用于在 Windows 系统上安装和管理命令行工具和应用程序。Scoop Extras 仓库包含了 Scoop 主仓库中未包含的软件包,用户可以通过添加该仓库来扩展 Scoop 的功能。
2. 项目快速启动
2.1 安装 Scoop
首先,确保你已经安装了 Scoop。如果尚未安装,可以通过以下命令进行安装:
Invoke-Expression (New-Object System.Net.WebClient).DownloadString('https://get.scoop.sh')
2.2 添加 Extras 仓库
安装 Scoop 后,添加 Extras 仓库:
scoop bucket add extras
2.3 安装软件包
添加 Extras 仓库后,你可以通过以下命令安装其中的软件包,例如安装 vscode:
scoop install vscode
3. 应用案例和最佳实践
3.1 安装常用开发工具
Scoop Extras 仓库包含了大量常用的开发工具,例如 Visual Studio Code、Git、Node.js 等。通过以下命令可以一次性安装这些工具:
scoop install vscode git nodejs
3.2 管理多个版本
Scoop 支持管理同一软件的多个版本。例如,你可以安装不同版本的 Node.js:
scoop install nodejs14
scoop install nodejs16
然后通过以下命令切换版本:
scoop reset nodejs14
4. 典型生态项目
4.1 Scoop 主仓库
Scoop 主仓库(Main Bucket)包含了大量常用的命令行工具和应用程序,是 Scoop 的核心仓库。
4.2 Scoop 社区仓库
除了 Extras 仓库外,Scoop 还有多个社区维护的仓库,例如 versions 仓库,提供了软件的多个版本。
4.3 Scoop 自定义仓库
用户还可以创建自己的 Scoop 仓库,用于管理特定需求的软件包。
通过以上步骤,你可以快速上手使用 Scoop Extras 仓库,并扩展 Scoop 的功能。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
Ascend Extension for PyTorch
Python
506
612
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
393
292
暂无简介
Dart
909
219
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
940
868
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108