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。
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-1.5暂无简介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
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
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