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。
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