NuGet 插件安装与使用指南
本文档旨在帮助用户安装和配置适用于 MonoDevelop 和 Xamarin Studio 的 NuGet 包管理插件。
1. 安装指南
系统需求
在安装前,请确保满足以下系统需求:
- MonoDevelop 3.0, 4.0, 4.2 或 Xamarin Studio 4.0, 4.2
- Mono 2.10.9 或更高版本
- mono-winfxcore(由 NuGet.Core 需要)
- mono-wcf(由 NuGet.Core 需要)
安装步骤
安装插件时,请按照以下步骤操作:
-
打开 MonoDevelop 或 Xamarin Studio 的 Add-in Manager。在 Windows 和 Linux 系统中,从 工具 菜单中选择 Add-in Manager。在 Mac 系统中,从 Xamarin Studio 菜单中选择 Add-in Manager。
-
在 Add-in Manager 对话框中,选择 Gallery 选项卡。
-
点击下拉列表旁边的下箭头,并选择 Manage Repositories 打开 Add-in Repository Management 对话框。
-
点击 Add 按钮,并复制以下与您的 MonoDevelop 版本相对应的 NuGet 插件仓库 URL,然后将其粘贴到 Url 文本框中:
-
对于 MonoDevelop 和 Xamarin Studio 5.0:插件已内置,无需单独安装。
-
对于 MonoDevelop 和 Xamarin Studio 4.x:
http://mrward.github.com/monodevelop-nuget-addin-repository/4.0/main.mrep -
对于 MonoDevelop 3.0:
http://mrward.github.com/monodevelop-nuget-addin-repository/3.0.5/main.mrep
-
-
点击 OK 按钮,然后点击 Close 按钮。
-
返回到 Add-in Manager 对话框,点击 IDE Extensions 旁边的箭头以展开。
-
在 IDE Extensions 下找到 NuGet Package Management。
-
选择 NuGet Package Management 并点击 Install 按钮进行安装。
2. 使用说明
打开管理包对话框
要打开 管理包 对话框,请右键点击您的项目、解决方案或引用,然后选择 管理 NuGet 包。您也可以通过选择 项目 菜单中的 管理 NuGet 包 打开该对话框。
配置 NuGet 包源
NuGet 包的源或源可以在 MonoDevelop 的选项中进行配置。
- 在 Linux 系统中,从 编辑 菜单中选择 首选项。
- 在 Windows 系统中,从 工具 菜单中选择 选项。
- 在 Mac 系统中,从 Xamarin Studio 菜单中选择 首选项。
在 首选项 对话框中,向下滚动左侧的分类,找到并选择 NuGet 下的 包源。在这里,您可以添加或删除 NuGet 包源。
3. 项目 API 使用文档
由于本插件主要作为 IDE 扩展使用,并未提供外部 API,因此不提供详细的 API 使用文档。
4. 项目安装方式
项目的安装方式已在上述 "安装指南" 部分详细说明。
本文档基于 MIT 许可发布。原始 SharpDevelop 插件代码遵循 LGPL 许可。
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00