OS基本实验 - 组件化 rCore
    签到人数:95
    cover
    OS基本实验 - 组件化 rCore
    • 课程介绍
    • 学习视频(5)
    • 组队信息(4)
    • 晋级榜单(20)

    OS基本实验 - 组件化 rCore

    一、引言

    当前的操作系统课程中,存在一种常见的现象:大家听同一个老师上课,完成相同的实验,且通常需要主动修改自己的编程习惯,以适配实验提供的内核代码。这种学习方式并不适合每一位同学,增加了学生学习和掌握操作系统内核的难度。

    另一方面,现在AI的对话服务与辅助编程技术在快速演进,这对操作系统课程教学而言既是挑战,也是机遇。有同学通过这些AI工具快速完成实验,却在线下考试中翻车。我们期待AI能真正帮助同学们深入掌握并灵活运用知识,而不是变成跳过学习过程的“游戏外挂”和逃避思考的捷径。

    为此,我们希望在操作系统课程中探索,如何优化目前的教学实验方案,才能帮助学生找到一个最适合自己的学习路径和方法。如果学生感兴趣,也可以更进一步地去探索基于AI+Rust组件化的操作系统内核工程开发(AI4OSE-lab2-2026s)。

    二、目标

    总体目标

    通过与 AI 协同合作,高效完成操作系统课程的学习,扎实掌握内核核心知识;在完成附录“最新教学实验教程”中规定的 5 个基础实验练习的基础上,进一步将个人学习成果转化为可复用、可共享的个性化教学资源,助力更多类似特点的同学高效学习操作系统内核。

    具体目标

    在 AI 的辅助下,完成附录中的“最新教学实验教程”的每章思考题和5个基础实验练习,并与AI合作设计实现一套个性化的操作系统内核教学实验教程。学生可依靠自己构建的这套教学实验教程,就能与AI合作,通过自学掌握操作系统内核的核心原理与实现机制,实现“教中学、学中创”的闭环。该教程应包括:

    - 清晰的实验指导文档

    - 完整的实验代码(基于 Rust + RISC-V 64 架构)

    - 对应的测试用例或参考答案

    - 配套的文字类习题及解答  

    三、要求

    1.周学习进展记录

    每位学生须每周撰写学习进展纪要,并将与各类 AI 工具的交互内容(如提问、讨论、代码生成等)按时间顺序整理归档,统一存入个人 Git 仓库的doc目录下。

    2.关于附录资源的使用建议

    附录中提供了大量教学资源,涵盖操作系统教学的多种学习路径。这些资源并非必学内容,也未必适合每位同学。我们鼓励大家在 AI 的辅助下快速浏览、筛选和理解相关内容,制定适合自己的学习计划,推动自身学习、实验开发与教学教程构建。

    3.技术栈与实现要求

    • 编程语言:Rust
    • 目标处理器:RISC-V 64 处理器架构
    • 硬件环境:QEMU for RISC-V 64 模拟器

    具体配置请参考附录中的“最新教学实验教程”。要求采用 Rust Crate 的组件化开发方式,内核主体(可执行程序)或内核模块(库)需通过单元测试与系统集成测试,并满足发布至 https://crates.io 的要求。

    4.文档规范

    所有文档须使用 Markdown 格式编写,图表应采用纯文本方式绘制(推荐使用 Mermaid 语法)。

    5.实验教程开源与迭代

    要求快速发布、持续迭代项目进展过程,这有助于教师和同学及时提供反馈与建议,共同促进改进。学生须将最终设计的教学实验教程托管至指定的公开 Git 仓库。

    6.AI 工具的使用原则

    不限制 AI 工具类型,鼓励学生充分、主动地与各类 AI 协作。但核心目标始终是提升自身的学习能力与工程技能。  在学生进展到一定阶段后,课程团队将视情况提供更高级的 AI 工具支持以提升学习效率(注:因涉及成本,此类支持无法保证对所有学生开放)。

    四、考核

    考核指标:

    完成下面列出的4个任务中的考核指标。

    本阶段实验仓库:

    GitHub:https://classroom.github.com/a/bKgnCFf0

    CNB:https://cnb.cool/LearningOS/Tg-rCore-Tutorial-2026S

    上述实验仓库支持使用codespace/云原生开发一键启动,无需本地环境配置

    任务一:基础实验实践

    充分利用各类AI工具,完成附录“最新教学实验教程”中所列的5个基础实验练习(位于 ch3/4/5/6/8),夯实操作系统理论基础并提升实践能力,最终提交一份包含与AI合作的实现过程与学习收获的总结报告。  

    • 与AI合作的实现过程(包括如何与AI交互,碰到的问题/bug、解决过程等)
    • 学习效果评估(包括自己在这个学习过程中知识和能力的提升/下降评价,与本校现有教学实验教程的定量/定性的对比分析)
    • 要求独立完成全部5个基础实验练习(位于 ch3/4/5/6/8)

    任务二:个性化实验教程设计

    充分利用各类AI工具,基于附录中的“最新教学实验教程”,结合自身兴趣与学习需求,设计并实现一个个性化的操作系统内核教学实验教程。可参考附录中的最新教学实验教程内容,以及参考 BigLabA(AI4OSELab1):任务2:思路提示和部分实验 中的提示,进行改进、扩展、裁剪、重构,或者自己从零构建,形成自己的个性化教学实验教程。各位同学的实验内容需不同。需提交一份设计总结报告,内容包括:

    • 设计思路与目标(包括适合自己的学习方式描述,初步设想和规划等)
    • 与AI合作的实现过程(包括如何与AI交互,碰到的问题/bug、解决过程等)
    • 学习效果评估(包括自己在这个学习过程中知识和能力的提升/下降评价,与本校现有教学实验教程的定量/定性的对比分析)
    • 要求独立设计完成至少2个与老师沟通双方认可的个性化实验

    任务三:扩展实验实践

    充分利用各类AI工具,设计实现ch1~ch8的游戏应用,可参考BigLabA(AI4OSELab1):任务3:ch3-snake游戏的思路提示BigLabA(AI4OSELab1):任务3:ch4-tetris游戏的思路提示,也可设计自己提出新游戏(与老师沟通确认)。基于并扩展ch1~ch8内核,以支持ch1~ch8的游戏应用的新内核,夯实操作系统理论基础并提升实践能力和创造能力,最终提交一份包含与AI合作的实现过程与学习收获的总结报告,内容包括:

    • 与AI合作的实现过程(包括如何与AI交互,碰到的问题/bug、解决过程等)
    • 学习效果评估(包括自己在这个学习过程中知识和能力的提升/下降评价,与本校现有教学实验教程的定量/定性的对比分析)
    • 要求独立包括ch1-tangram游戏, ch8-doom游戏的至少3个与老师沟通双方认可的游戏实验

    考核评价

    我们将综合各位学员的成功进行评价。

    考核评价(百分制,满分100分):

    得到80分以上:通过

    得到90分以上:优秀

    我们会将通过验证的优秀实验成果发布到crates.io、https://github.com/learningos,并推荐给opencamp的开源操作系统训练营,让更多人选择并学习适合他们特点的优秀实验成果而受益。

    五、劝退

    1. 认为自己已经懂操作系统内核的人
    2. 非主动想学习操作系统内核的人
    3. 只有想法但缺少持续执行力的人

    附录:可使用的资源:

    • 最新教学实验教程--OS课组件化实验代码和对应的实验指导文档(都在持续更新):https://github.com/rcore-os/tg-rcore-tutorial/tree/test 可作为学生与AI合作完成的适合学生本人自学的教学实验教程的一个参考仓库(也是对比对象)。

    课程:

    参考书:

    实验:

    训练营:

    注:上述可用资源是清华大学计算机系本科OS课学生学习所用的几乎所有资源(缺历年考试试卷、课后练习、上课视频)

    empty image
    暂无数据
    每支队伍最多 5
    序号队伍名称城市学校人数队长队员
    Simple Empty
    暂无数据
    • 共4条
    • 1
    排名姓名学校分数最后提交时间链接
    Simple Empty
    暂无数据
    • 共20条
    • 1
    • 2
    • 跳至