# 关联远程仓库（示例地址，需替换）  git remote add origin https:  github.com RainbowTeam706 RainbowTeam.git# 克隆远程仓库到本地  git clone https:  github.com RainbowTeam706 RainbowTeam.git 
      
2. 分支开发与代码提交
# 新建功能分支git checkout -b lzp  #把least_squares.py中的“  ”改为“#”# 提交代码到本地仓库  git add least_squares.py git commit -m "把least_squares.py中的“  ”改为“#”"  #push到远程仓库的lzp分支中git push origin lzp
      
3. Pull Request 与代码复审
推送分支到远程：git push origin lzp
在 GitHub 界面创建 Pull Request。
复审通过后，合并 Pull Request。
4. 合并冲突处理
出现冲突，后第一拉取到本地
在本地进行冲突解决
冲突解决后在push到仓库中
为减少冲突的产生，应在每次修改前更新到最新版本，同时应该功能进行模块划分，进行独立开发，互不干扰，提高开发效率
二、AI 编程工具体验
2.1 VS Code Copilot
安装：VS Code 插件市场搜索「GitHub Copilot」，登录 GitHub 授权激活。
核心场景：
代码补全：输入函数定义，自动生成实现逻辑：
# 输入：def calculate_average(numbers):  # Copilot 补全：  def calculate_average(numbers):      if not numbers:          return 0.0      return sum(numbers)   len(numbers)  
      
文档生成：自动为函数生成 Docstring：
def is_prime(n):      """      Check if a number is prime.            Args:          n (int): Number to check.      Returns:          bool: True if prime, False otherwise.      """      # Copilot 补全后续逻辑...  
      
体验总结：对基础语法、常见算法的支持极高效，但复杂业务逻辑需人工校验，避免“思维惯性”错误。
2.2 Cursor
核心功能：
多文件协同：同时编辑关联文件（如接口定义 + 实现）；
代码解释：选中代码，输入  explain 生成逻辑说明；
智能重构：输入  refactor 优化代码结构。
实践示例（代码重构）：
原始代码：
def calculate_total(prices, tax_rate):      total = 0      for price in prices:          total += price      tax = total * tax_rate      return total + tax  
      
Cursor 重构后：
def calculate_total(prices, tax_rate):      subtotal = sum(prices)      return subtotal * (1 + tax_rate)  
      
体验总结：聚焦编程工作流优化，代码解释功能对学习很有协助，但功能覆盖广度略逊于 Copilot。
三、总结与收获
源代码管理：通过真实协作，掌握分支策略、复审规范与冲突解决，理解团队开发的“协作节奏”、版本控制；
AI 工具：Copilot 提升编码效率，Cursor 强化代码理解，二者互补，但需保持“工具辅助而非替代”的思维，确保代码质量可控。