# 社区共创提交规范

这份规范用于统一 Issue、Pull Request 和 `workspace/投稿模板/` 中的内容质量。目标不是让投稿变得复杂，而是让真实经验在进入公共知识库后仍然准确、可追溯、可复用。

## 五项最低质量标准

| 标准 | 核心问题 | 合格表现 |
| --- | --- | --- |
| 准确性 | 内容是否真实、机制是否正确？ | 区分事实、经验和判断；关键结论有依据 |
| 完整度 | 读者能否理解背景与边界？ | 包含时间、岗位、版本、上下文和必要说明 |
| 时效性 | 信息在什么时间有效？ | 招聘、薪资、框架和模型信息有日期或版本 |
| 可复用性 | 是否能帮助同类学习者？ | 从个案中提炼考点、方法、路径或判断标准 |
| 合规性 | 是否尊重原创、隐私与保密？ | 已去敏，不含机密，不复制未授权内容 |

任意一项存在明显风险时，维护者可以要求补充信息、调整公开范围或暂缓合并。

## 证据优先级

技术、招聘和趋势类内容优先使用以下来源：

1. 官方招聘页面、官方文档、论文、源码仓库、模型卡、版本说明；
2. 可明确时间、岗位和来源边界的本人实践或真实面试经历；
3. 多个独立样本可以交叉验证的社区反馈；
4. 有明确作者、发布日期和引用来源的高质量二手分析；
5. 个人推测或传闻只能作为待验证观察，不能写成确定事实。

引用外部材料时，请尽量附上标题、链接、发布日期或访问日期。不要大段复制原文，应提炼与当前问题直接相关的事实和判断。

## 六类贡献的必要字段

| 共创方向 | 必须说明 |
| --- | --- |
| 面经投稿 | 公司类型、岗位、时间、招聘类型、轮次、原始问题、追问、复盘、隐私确认 |
| 公司题库 | 公司、岗位、时间范围、来源类型、题目、考察重点、适用边界 |
| 章节纠错 | 文件位置、当前问题、建议修正、修正依据、影响范围 |
| 路线图 | 目标人群、能力起点、目标岗位、周期、阶段任务、输出物、验收标准 |
| 招聘更新 | 公司岗位、招聘类型、地点、截止时间、官方入口、核验日期 |
| 章节内容更新 | 模型、框架、协议、算法、数据、评测、部署或工程实践；说明问题、机制、真实增量、证据边界和章节影响 |

## 面经与题库的特殊边界

- 尽量保留真实问题的原意和出现顺序，不为了“完整”而补写并未出现的问题。
- 面试后的个人答案、标准答案和维护者补充必须与原始问题明确区分。
- 不公开面试官姓名、候选人身份、内部业务、未发布产品和受保密协议约束的信息。
- 单次面试只能说明一个样本，不应直接概括成某公司所有团队的统一标准。
- 预测题必须明确标注为预测，不能与真实面试题混排后模糊来源。

## 路线图的特殊标准

路线图不是链接清单。每个阶段至少要包含：

- 阶段目标：完成后应该获得什么能力；
- 核心内容：优先链接仓库现有章节和稳定锚点；
- 实践输出：笔记、代码、项目、口述答案、模拟面试或复盘；
- 验收标准：如何判断已经掌握，而不是只判断“看过”；
- 取舍说明：在给定周期内哪些内容必须学，哪些可以延后。

路线图应构建访问层，不应无必要复制和改写原始问答正文。

## 章节内容更新的特殊标准

章节内容更新必须回答四个问题：

1. 它本质上解决了什么问题；
2. 相比已有方法，机制上真正新增了什么；
3. 哪些证据支持它，证据又不能证明什么；
4. 它是否已经影响真实工程与岗位面试，还是仍处于观察阶段。

模型名称、榜单分数和功能列表不能替代机制解释。闭源模型或披露不足的系统，应使用保守表述并明确证据边界。该规范适用于大模型、AI Agent、多模态、图像/视频生成、部署推理以及其他专题内容更新。

## Pull Request 约定

- 一个 PR 尽量只解决一个明确主题，避免混入无关重构和批量格式变化。
- 标题建议使用 `贡献类型｜主题｜范围`，例如 `路线共建｜后端转 AI 应用｜30 天路线`。
- 修改原有章节时保留稳定锚点、原始问题和现有目录关系；确需调整时说明理由与影响。
- 新增 Markdown 文件必须使用仓库相对链接，图片必须有非空替代文本，表格列数保持一致。
- 提交前检查新增链接、图片路径、标题层级、表格和公式，并在 PR 模板中记录验证结果。

## 审核与署名

维护者会从准确性、完整度、时效性、复用价值、表达质量和合规性六个维度审核。审核讨论是共同校验过程，不代表对贡献者个人能力的否定。

内容合并后保留 GitHub 作者与提交记录，并登记贡献方向、成果链接和质量说明。涉及多人整理时，记录原始投稿者、主要整理者和关键校验者，避免只给最终提交者署名。