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。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00