Eclipse GEF Classic 项目下载与安装教程
2024-12-03 06:25:58作者:凌朦慧Richard
1. 项目介绍
Eclipse GEF Classic(Graphical Editing Framework Classic)是一个开源的图形编辑框架,它允许开发者在Eclipse平台上创建具有图形编辑功能的富客户端应用程序。该框架提供了创建图形编辑器所需的所有基本组件,包括模型-视图-控制器(MVC)架构、绘图工具和示例。
2. 项目下载位置
项目托管在GitHub上,下载位置为:https://github.com/eclipse/gef-classic.git
3. 项目安装环境配置
首先,确保您的计算机上安装了以下环境:
- Java SE Development Kit (JDK) 17
- Eclipse IDE(推荐使用Eclipse IDE for Eclipse Committers)
以下为环境配置的图片示例:
安装JDK 17

下载并启动Eclipse IDE

4. 项目安装方式
步骤 1:设置目标平台
-
创建一个新的项目用于包含目标定义:
- 转到“文件”->“新建”->“项目”->“常规”->“项目”
- 命名为
gef-classic-integration-target
-
创建一个新的目标定义文件:
- 转到“文件”->“新建”->“其他”->“插件开发”->“目标定义”
- 在新创建的项目中创建一个名为
gef-classic-integration-target的目标定义文件
-
编辑目标定义文件,添加以下内容:
<target name="gef-integration" sequenceNumber="1">
<locations>
<location includeAllPlatforms="false" includeConfigurePhase="true" includeMode="planner" includeSource="true" type="InstallableUnit">
<unit id="org.eclipse.sdk.ide" version="0.0.0"/>
<repository location="https://download.eclipse.org/releases/latest"/>
</location>
<location includeAllPlatforms="false" includeConfigurePhase="true" includeMode="planner" includeSource="true" type="InstallableUnit">
<unit id="org.eclipse.zest.sdk.feature.group" version="0.0.0"/>
<unit id="org.eclipse.draw2d.sdk.feature.group" version="0.0.0"/>
<unit id="org.eclipse.gef.sdk.feature.group" version="0.0.0"/>
<unit id="org.eclipse.gef.examples.feature.group" version="0.0.0"/>
<repository location="https://download.eclipse.org/tools/gef/classic/nightly/latest"/>
</location>
</locations>
</target>
- 打开
gef-classic-integration-target文件,使用目标编辑器解析,然后点击“设置为目标平台”。
步骤 2:运行示例
-
转到“运行”->“运行配置”->创建一个新的Eclipse应用程序启动配置并运行。
-
创建一个新项目,选择“文件”->“新建”->“项目”->“GEF (图形编辑框架)”->“逻辑图”。
-
选择“四位加法器模型”作为逻辑模型示例。
步骤 3:导入示例项目
-
转到“文件”->“导入”->“从Git导入项目”。
-
选择“克隆URI”,粘贴项目地址
https://github.com/eclipse/gef-classic.git。 -
选择主分支,确认本地目录,确保勾选了“导入现有Eclipse项目”。
-
选择要导入的示例项目,如
org.eclipse.draw2d.examples和org.eclipse.zest.examples。
5. 项目处理脚本
该项目的安装和配置主要通过Eclipse的IDE进行,不涉及特定的处理脚本。有关项目的详细使用和开发文档,可以在Eclipse IDE的“帮助”菜单中查看。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
207
220
暂无简介
Dart
646
149
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++
653
287
React Native鸿蒙化仓库
JavaScript
250
318
🎉 (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
1.13 K
637
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
78
101
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
214
仓颉编程语言运行时与标准库。
Cangjie
134
873