Visual Studio Code Extension Tutorial 指南
2024-09-11 19:42:34作者:俞予舒Fleming
本指南旨在详细介绍GitHub上的开源项目 vscode-extension-tutorial,帮助开发者快速理解其架构、关键文件及其配置方式。这个项目是为那些希望学习如何创建Visual Studio Code扩展的新手准备的。
1. 项目目录结构及介绍
项目遵循了一个清晰的结构,以便于理解和维护:
vscode-extension-tutorial/
├── src # 扩展的主要源代码所在目录
│ ├── extension.ts # 主入口文件,定义了扩展的行为
│ └── ...
├── .gitignore # Git忽略的文件列表
├── package.json # 包含了项目的元数据,依赖项以及脚本命令
├── README.md # 项目简介和快速开始指南
├── scripts # 构建或部署相关的自定义脚本
│ └── ...
├── test # 测试代码存放位置
│ └── ...
├── .vscode # Visual Studio Code自身的工作区设置
│ └── settings.json # 工作区特定的设置
└── launch.json # 配置调试环境的文件
- src: 包含核心逻辑,
extension.ts是启动点,控制着VSCode扩展的功能。 - package.json: 必不可少,定义了扩展名称、版本、作者等信息,同时也包括了激活事件和必要的依赖项。
- .vscode/settings.json: 提供开发环境的定制化配置,比如编译器选项。
- test: 用于存放单元测试和集成测试的文件,确保功能按预期工作。
- launch.json: 用于配置调试环境,允许开发者在VSCode内部运行和调试扩展。
2. 项目的启动文件介绍
- extension.ts
此文件是整个扩展的核心,它负责初始化扩展,监听VSCode提供的各种生命期事件(如激活),并定义命令。通过实现
Extension接口,它可以注册命令、上下文菜单操作、视图容器等。通常包含一个导出函数activate(context),这是VSCode调用以激活扩展的地方。
3. 项目的配置文件介绍
package.json
- 详情:此文件不仅记录常规的npm包信息,还特有VSCode扩展的元数据,例如
contributes部分定义了扩展对VSCode界面的贡献,比如命令、菜单项、代码片段等。 - 示例字段:
"contributes": { "commands": [{ "command": "extension.helloWorld", "title": "Hello World" }], // 可能还包括其他贡献,如menus、configuration等 }, "main": "./out/extension", // 指向编译后的主入口文件 "activationEvents": ["onCommand:extension.helloWorld"], // 触发激活的事件
launch.json
- 用途:配置调试环境,包括可以选择的环境(如Node.js)、启动程序的细节、断点设置等,让开发者能够方便地调试扩展。
settings.json (在.vscode目录下)
- 作用:这里的设置是开发者级别的,专用于调整该VSCode工作区的编译、测试等环境参数,而不是用户的全局设置。
综上所述,了解这些关键文件和目录结构对于开发和维护VSCode扩展至关重要。开发者应熟悉这些组件,以便高效地进行扩展开发和调试。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
422
3.25 K
Ascend Extension for PyTorch
Python
230
261
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++
689
331
暂无简介
Dart
686
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥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
65
19
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869