学生
刻意地拆解它。用“期望 vs 实际”提 Issue，补示例，把学习笔记沉淀成文档。
- 复现一个 bug 并附最小脚本
- 为文档补充一个可运行示例
- 翻译一篇教程
参与项目
一起构建更透明的深度学习框架。
—Stars
—贡献者
—提交（近 12 个月）
开发者
每一层都接受贡献：P10 内核、TPX 自动微分、Stax 图 Pass、NN 模块，以及它们之间的分发管线。
- 认领 good first issue 的内核或修复
- 对着参考套件补算子测试
- 扩展 CUDA / ROCm / Vulkan 覆盖
教育者
这个框架本身就是教具。设计逐步读张量的实验课，共享可复现的教学材料。
- 沿“追踪到 kernel”的路径设计实验
- 发布可复现的 notebook
- 分享工作坊材料
研究者
换掉一层，其余保持可读：融合实验、新微分模式、自定义硬件内核、静态图捕获。
- 用 Stax 原型化融合内核
- 为 TPX 扩展新的梯度模式
- 用可复现套件跑基准
贡献如何落地
- 01认领 Issue
留言认领，维护者会确认范围。
- 02Fork 并建分支
小而专注的 PR 最快合入。
- 03给出证明
附测试；性能相关请附基准输出。
- 04评审并合入
CI 门禁必须通过，评审以天计而非周。