学习辅导解决的是「不会」这个问题——把知识点讲透、把思路理顺、把卡住的地方打通。它和「替你做」是两件不同的事：前者让你具备独立完成的能力，后者只是交出一份作业。
我们提供哪三类辅导
三类辅导分别对应三种不同的卡点：概念不懂、思路不清、细节不对。
1. 概念讲解（不懂就问）
针对具体的知识点：指针和数组到底差在哪、SQL 窗口函数什么时候用、时间复杂度怎么估、pandas 的 groupby 和 pivot_table 有什么区别。
形式是一对一讲解 + 代码演示。你可以带着自己的代码来问，也可以只带一个问题来。目标是你听完能自己写出来。
2. 作业思路梳理（不会下手）
作业要求看不懂、评分细则不知道怎么对应、不知道从哪开始写。这类问题的解法是拆解：把题目拆成几个可执行的小任务，标出每个任务对应评分表的哪一栏。
我们会和你一起过一遍 brief 与 rubric，输出一份你自己能执行的任务清单。作业还是你写，但你知道每一步该干什么。
3. 初稿修改与反馈（写了但不对）
你已经写完了，但不确定方向对不对、结构是否合理、引用是否规范。我们按评分细则逐项检查，指出具体问题与修改方向。
常见的问题类型：论点不够锐利、段落之间没有推进关系、文献只是引用而没有评价、结论重复引言、引用格式不一致。
辅导覆盖的方向
覆盖与站内案例库相同的技术方向，因为辅导和案例用的是同一套知识体系。
编程与技术
- C / C++：指针与内存管理、数据结构手写实现、调试方法（GDB / Valgrind）
- Python：数据处理、爬虫、自动化脚本、机器学习基础
- Java：面向对象设计、集合框架、多线程、Swing 界面
- 前端：HTML 语义化、CSS 布局（Flex / Grid）、响应式、JavaScript DOM
- 数据库：ER 建模、范式化、多表连接、窗口函数、索引与执行计划
- 操作系统：进程调度、内存管理、并发与同步、RTOS
数据分析与统计
- Python（pandas / numpy / matplotlib / scikit-learn）
- R（dplyr / ggplot2 / R Markdown）
- SQL 查询设计与优化
- Excel 建模与透视表
- 统计方法：假设检验、回归、交叉验证
学术写作
- Essay 的论点构建与论证结构
- Literature Review 的组织方式与批判性
- Research Proposal 与研究问题设计
- 引用格式：APA 7 / Harvard / MLA 9 / Chicago / IEEE
- LaTeX 排版
辅导是怎么进行的
一次完整的辅导包含四步，每一步都有明确产出。
- 说清卡点：你描述具体卡在哪（哪个概念、哪一行代码、哪一段论证）。泛泛说「不会」很难高效。
- 定位原因：是概念缺失、还是思路偏差、还是工具不熟。不同原因的处理方式完全不同。
- 讲透 + 演示：用你的代码或你的作业作为例子讲，而不是拿通用教程照本宣科。
- 你复述一遍：这是检验有没有真懂的最快方式。讲不出来说明还没懂，再补。
辅导与「替你完成」的区别
判断标准很简单：辅导结束后，你能不能独立做出同类题目。能，就是辅导；不能，就只是拿到了一份答案。
我们同时提供两种服务，但会明确告诉你这次是哪种。如果你的目标是掌握方法（比如期末要考、后面还要用），选辅导；如果只是这一份作业的截止时间压过来了，那是另一回事。
常见问题
辅导按什么计价？
按次或按项目。单次概念讲解通常按小时计；作业思路梳理与初稿修改按项目体量评估。先说明需求再报价，评估不收费。
可以只问一个问题吗？
可以。很多同学就是带着一个具体问题来的——某段代码为什么崩溃、某个概念为什么这样定义。单次短时辅导完全没问题。
辅导能保证我拿高分吗？
不能。辅导能保证的是「你理解了、知道怎么做了」，但最终提交的内容和分数取决于你自己。任何承诺分数的说法都不负责。
和代写是什么关系？
是同一个团队提供的两类不同服务。辅导让你具备能力，代写交付成品。我们会先问清你的目标再建议方向——如果时间允许且你愿意学，辅导的长期收益更高。
英文授课的课程能辅导吗？
可以。站内案例库本身就覆盖大量英文课程（UCL、USyd、UWS、XJTLU、RIT、MSU 等），术语、评分标准、引用规范都按英文课程的惯例处理。
开始的方式
把你的卡点说清楚——哪门课、哪个知识点或哪段代码、什么时候要交。我们会判断适合哪种辅导方式并给出方案。