贡献方式
报告错误
报告错误
建议功能
建议功能
对新功能或增强功能有想法？
搜索
在相应仓库的 issue 中搜索现有的功能请求：
讨论
如果没有现有请求，请在 相关类别 下开始新的讨论，以便项目维护者和社区提供反馈。
改进文档
改进文档
永远欢迎改进文档！我们努力保持文档清晰全面，您的视角可以带来很大的不同。
如何提议更改文档
指南
贡献代码
贡献代码
由于用户群庞大，我们的小团队很难跟上所有的功能请求和错误修复。如果您有技能和时间，我们非常希望能得到您的帮助！如果您开始处理某个 issue，请将其指派给自己或请求维护者这样做。这有助于避免重复工作。如果您正在寻找可以做的事情，请查看我们仓库中标有 “good first issue” 或 “help wanted” 的 issue：
如何提交您的第一个 Pull Request
指南
LLM 的可接受用途
生成式 AI 对贡献者来说可能是一个有用的工具，但像任何工具一样，应该带着批判性思维和良好的判断力来使用。 我们鼓励贡献者在有帮助的地方高效地使用 AI 工具。然而，AI 的辅助必须与有意义的人工干预、判断和上下文理解相结合。如果创建一个 pull request 所需的人力少于维护者审查它所需的人力，那么该贡献就不应提交。 当贡献者的全部工作（代码更改、文档更新、pull request 描述）都是 LLM 生成的时候，我们会感到很困扰。这些随意的贡献通常出发点是好的，但在上下文相关性、准确性和质量方面往往不达标。像这样的大规模自动化贡献代表了对我们要付出的人力的拒绝服务攻击。 我们将关闭看似低质量、AI 生成的垃圾 pull request 和 issue。 能力越大，责任越大。通过 MCP 将 这些文档 连接到 Claude、VSCode 等，以获得实时解答。