信科院智能助手的AI项目导师围绕真实作品组织学习：先明确任务，再动手实现，最后提交可检查的成果。它既可以帮助拆解问题和排查错误，也提供独立的正式验收流程，避免只凭“我做完了”或一段流畅的说明认定项目已经完成。
可以学习什么
计算机方向包含AI编程工具入门、聊天机器人、自然语言待办Agent、GitHub项目分析与MCP工具开发；文学方向包含古典文学探索、人物关系和文学地图。不同课程的前置要求与提交方式不同，可以先在课程入口查看任务。
导师的目标是帮助学习者逐步完成自己的实现，解释问题和检查交付物。它不能代替学生完成全部判断，也不提供学校成绩、职业资格或实习录用保证。
从任务到成果
- 选择课程和任务：了解目标、步骤与验收要求。
- 交流与实践：用“发送”描述进度、贴出相关代码或报错，围绕当前卡点获得指导。
- 准备提交材料：整理本次代码、实际运行方式和任务要求的其他证据。
- 正式验收：点击“验收”，按任务标准检查材料。
- 修改与再提交：根据未达标项或证据缺口补充材料，再次验收。
日常交流和正式验收是两个动作。此前聊天不会自动变成本次提交材料；提交前应检查当前输入、附件和仓库信息。
验收系统怎样判断
验收以任务标准与本次证据为中心，基本流程为：
提交材料 → 采集并整理证据 → 检查证据是否足够 → 逐条核对验收标准 → 汇总结果 → 给出下一步。
一、先明确要交付什么
每个任务有对应的检查项，写明目标、所需证据和达标条件。例如MCP任务不仅要求“工具已经接入”，还可能需要客户端配置、工具清单和一次真实调用结果。不同任务使用不同标准，不用一份通用评价代替所有课程要求。
知识理解提示与复盘记录会帮助学习，但不与作品交付的硬性要求混为一谈；具体以当前任务的标准为准。
二、区分证据是什么
| 材料 | 可以支持的判断 | 不能直接替代什么 |
|---|---|---|
| 仓库代码或粘贴的关键代码 | 是否存在对应实现、实现与任务是否相关 | 实际运行与完整行为验证 |
| 本地命令、输入及真实输出 | 用户实际执行了什么、得到了什么结果 | 未记录的操作与未运行的测试 |
| 自动化测试或有效CI结论 | 对应检查是否运行及其结果 | 测试未覆盖的全部功能 |
| 测试报告与Issue | 测试过程、问题描述、复现和修复关联 | 未提供的代码及独立执行证明 |
| 运行截图 | 界面中能观察到的现象 | 后端逻辑、数据持久化或所有操作正确 |
| 项目或仓库网址 | 定位公开材料 | 证明内容已经被读取或运行 |
仓库地址、报告文件存在、截图看起来正常，都不是自动通过的充分理由。系统会尽量依据实际读取的材料说明判断来源；材料缺失、读取受限或相互冲突时，应指出限制。
三、逐条核对并汇总
模型按检查项给出判断及理由；总分与最终状态按系统规则汇总，不由模型随意编写一个总体分数。有效的自动化检查结论只用于其能够证明的检查范围，不把“一项测试通过”扩展成“全部代码正确”。
评审可以记录任务、材料快照、模型与规则版本等上下文，帮助区分本次与历史提交。在相关条件一致且缓存有效时复用已有评审结果，可以减少重复请求；这不意味着任何情况下都保证模型判断绝对正确。
四、理解三种结果
| 结果 | 含义 | 下一步 |
|---|---|---|
| PASS | 本次证据支持当前交付检查项通过 | 进入下一任务，并保留真实材料 |
| FAIL | 已有证据显示至少一个交付要求未满足 | 修改对应实现或结果后再提交 |
| NEED_REVIEW | 证据不足、存在冲突或仍需核实 | 补充指定材料，澄清冲突或请求复核 |
总分用于展示已通过的交付检查项所占权重，不能仅凭分数高就忽略未通过项。模型或接口不可用属于服务问题，不能直接等同于作品FAIL。
一个MCP任务的验收例子
任务要求：让自己的AI客户端看到MCP工具，并成功调用一次。
仅提交“我已经接好了”无法证明完成。更合适的材料是：隐去敏感信息的客户端配置、工具列表、一次调用的输入与返回。如果代码有工具定义，但没有调用结果，相关运行证据可能仍需补充；如果实际返回报错，应按报错定位问题，而不是用一张连接状态截图覆盖失败事实。
没通过以后如何继续
反馈应指向具体检查项，说明依据什么、哪里不足、下一步需要补什么。学习者可以围绕这些检查项修改实现、增加真实测试或补全运行材料，再提交新的成果。不要为了获得PASS修改报告来掩盖真实失败。
AI验收是学习辅助，不是完整的软件安全审计，也不默认在平台服务器执行任意学生代码。未执行的行为、未读到的文件和测试未覆盖的部分，都不能作为已经证明正确的事实。
提交前检查
- 材料对应当前课程和任务，不把另一个任务的成果混入。
- 仓库、分支和提交版本准确，说明本次改动。
- 运行与测试结果写明实际命令、输入和输出，避免只写“正常”。
- 不提交API Key、密码、私有数据或无权公开的他人材料。
- 数据保存、必要模型转发及第三方处理范围以隐私政策为准。