跳到主要内容

如何贡献 AI 工具心得

AI 已经深度参与到学习与科研流程中。这个板块沉淀大家用 AI 真正解决问题的方法，而不是泛泛"AI 很厉害"的安利。

推荐主题​

  • Agent 评测：Claude Code / Cursor / Copilot / Cline 等的实战体验，结合 IPMC 课程或科研场景
  • Prompt 库：解决具体任务的可复用 Prompt（论文阅读、报告润色、代码 review、调试辅助）
  • 本地部署 SOP：Ollama / vLLM 在校内 GPU 服务器或个人电脑上的部署流程
  • RAG 实践：用本地资料库做问答的工程经验
  • 避坑清单：API key 安全、上下文窗口、幻觉规避、版本兼容

写作要点​

  • 可复现：贴出版本号、命令、环境
  • 有边界：明确"在什么场景下有效、什么场景下失败"
  • 不夸张：AI 不是魔法，写实际的 token 成本、出错率、人工兜底逻辑
  • 隐私：示例中不要带真实学号、姓名、未公开的课程材料

推荐文件结构​

docs/ai-toolkit/
├── _category_.json
├── agents/
│   ├── claude-code-for-coursework.md
│   └── cursor-vs-copilot.md
├── prompts/
│   └── paper-reading.md
└── local-deployment/
    └── ollama-on-szu-gpu.md