Experiment 01：Qwen3.5-VL 文档理解实验指导书¶
Lab Manual for Multimodal Document AI Laboratory
Part 1：实验准备（Experiment Preparation）¶
一、实验简介（Experiment Overview）¶
欢迎来到实验室的第一个正式科研实验。
本实验的目标不是简单运行一个开源模型，而是按照实验室统一规范，独立完成一个可复现、可管理、可持续迭代的科研项目。
完成本实验后，你将掌握实验室最基本的科研开发流程，包括：
- 创建科研项目
- 管理 GitHub 仓库
- 配置开发环境
- 下载开源模型
- 完成第一次模型推理
- 规范记录实验过程
- 提交实验成果
重要说明：
本实验要求严格按照实验指导书完成，不建议自行修改目录结构或跳过任何步骤。
二、实验目标（Learning Objectives）¶
完成本实验后，你应该能够：
- 建立符合实验室规范的 GitHub 项目；
- 理解项目目录结构及各目录作用；
- 独立完成开发环境检查；
- 为后续实验做好准备；
- 养成规范记录科研实验的习惯。
三、实验要求（Prerequisites）¶
开始实验前，请确认已经完成以下课程。
| 已完成 | 学习内容 |
|---|---|
| □ | Chapter 1：Git 与 GitHub |
| □ | Chapter 2：Python 开发环境 |
| □ | Chapter 3：Hugging Face |
| □ | Chapter 4：Kaggle |
| □ | Chapter 5：Transformers |
| □ | Chapter 6：Qwen3.5-VL-0.8B |
| □ | Chapter 8：Document AI |
如果上述课程尚未完成，请先完成学习，再继续本实验。
四、实验成果（Deliverables）¶
本实验最终需要提交以下成果。
first-document-ai-project/
├── README.md
├── requirements.txt
├── environment.yml
├── data/
├── models/
├── scripts/
├── outputs/
├── experiments/
├── docs/
└── notebooks/
所有文件均需提交至 GitHub 仓库。
五、实验规范（Laboratory Rules）¶
为了保证实验结果具有可复现性，实验室统一规定：
- 所有代码必须使用 GitHub 管理；
- 每次实验必须记录实验日志；
- 不得直接修改官方源码，建议在自己的项目中调用官方接口；
- 每完成一个阶段，及时提交 Git（Commit）；
- 每次实验均应保留输入数据、Prompt、输出结果和分析结论。
六、开始实验前的检查（Environment Checklist）¶
请逐项确认以下内容。
1. GitHub¶
- □ 已注册 GitHub 账号；
- □ 已安装 Git；
- □ 已配置 SSH Key 或 Personal Access Token；
- □ 能够正常 Push 与 Pull。
2. Python¶
- □ 已安装 Python；
- □ 已安装 Conda（推荐）；
- □ 已创建实验环境（如
mdai）； - □ 能正常运行 Python 程序。
3. Hugging Face¶
- □ 已注册 Hugging Face 账号；
- □ 已完成登录；
- □ 能访问模型页面；
- □ 能下载公开模型。
4. GPU¶
请选择以下任意一种实验环境。
- □ 本地 GPU；
- □ Kaggle Notebook；
- □ 实验室服务器。
确保后续能够正常运行 Qwen3.5-VL。
七、自我检查列表（Checklist）¶
在进入下一部分之前，请导师确认以下内容。
| 检查项 | 状态 |
|---|---|
| GitHub 配置完成 | □ |
| Python 环境正常 | □ |
| Hugging Face 可访问 | □ |
| GPU 环境可用 | □ |
| 已完成前置课程学习 | □ |
所有项目均完成后，方可进入 Part 2：创建 GitHub 科研项目。
本部分小结¶
至此，你已经完成了实验前的所有准备工作。
下一部分将正式开始创建实验项目，并按照实验室统一规范搭建科研项目目录。这将成为你今后所有科研工作的基础模板。