数据来源与合规说明

• 账户与工作区数据：用于身份识别、访问控制和保存用户主动创建的资源。
• 学习任务数据：包括学习目标、用户输入、作答、反馈、任务状态和学习产物。
• 知识与课程数据：来自公开资料、课程包、自建示例或用户明确上传并有权使用的内容。
• 运行证据：包括必要的工具调用摘要、错误状态、结果索引和用于复盘的日志。

每类演示数据都应记录来源、更新时间、授权状态与适用边界。使用模拟数据时，应说明模拟逻辑、字段含义，并避免把模拟结果表述为真实个体结论。

• 最小化：只处理完成当前学习任务和维护必要学习状态所需的数据。
• 脱敏：演示、日志、截图和报告不展示无关身份字段；需要共享时使用聚合、替换或删除标识符。
• 权限：账户和工作区资源按授权范围隔离，外部工具只获得完成调用所需的最小权限。
• 删除：用户可按隐私政策提出访问、更正、导出或删除请求；删除后的数据不继续参与诊断。

LingXi 用于个性化学习与教学辅助，不替代教师、学校、考试或专业教育机构的最终评价。作业辅导优先提供提示、追问、分步讲解、错因分析和同类练习，而不是直接生成标准答案。

• 涉及未成年人时，应取得监护人的真实、明确同意，并提供可理解的隐私说明。
• 学习画像和诊断仅作为形成性反馈，不用于未经授权的升学、处分或能力定级。
• 信息不足、低置信度或存在冲突证据时，系统应暂停结论并请求补充信息或人工确认。

• 模型与商业 API：披露调用环节、用途、权限范围、费用假设、可替代方案和潜在锁定风险。
• 知识库与检索：说明资料来源、构建与更新方式、检索策略、引用依据和错误处理。
• 第三方组件：记录开源许可证、关键版本和团队新增贡献，不使用来源不明的代码、数据或素材。
• 外部系统：对返回异常、权限不足和服务不可用设置明确失败或降级路径。

输出应尽可能提供依据来源、参考材料、状态变化原因和运行证据。模型幻觉、数据缺失、接口异常、不确定结果或不可逆操作必须向用户清楚提示。

• 工具成功返回不等于学习目标完成；系统还需要验证产物、证据或完成条件。
• 修改工作区、学习计划、Skill 启用状态或其他重要资源前，需要满足权限和人工确认要求。
• 运行日志应支持复盘输入、候选动作、已选动作、调用结果、证据、状态变化和重新规划原因。

• 提供可从零运行的入口、依赖、配置、样例数据、测试方法和部署说明。
• 至少保留一条从用户输入、智能体处理、工具或知识库调用到结果交付与验证的完整链路。
• 页面、演示、仓库和运行证据应保持一致；数据或依赖变化时同步更新本说明。