src/devstar/ai-devops.md

@@ -149,19 +149,23 @@ jobs:
 3. 点击「生成新的令牌」，命名令牌并给予仓库读取等必要权限
 4. 复制生成的一串字符串，这就是你的 `gitea_token`
 
-#### 配置AI IDE/CLI使用私有大模型及MCP Server
+#### 配置 AI IDE/CLI 使用 LLM 及 MCP Server
 
-* Copilot，点击提示框里的“管理模型”，选择ollama；将mcp配置添加到 .vscode/mcp.json下
+- **LLM**
+  - 使用第三方 API/云端模型（OpenAI/Anthropic/Azure/Gemini）
+    - **Cursor**：在模型设置中选择对应 Provider，配置 **API Key / Base URL / Model**
+    - **Continue**：Add Chat model 选择对应 Provider，配置 **API Key / Base URL / Model**
+    - **Copilot**：在“管理模型”中选择 **Copilot 支持的云端模型**（若需使用自带 Key 的第三方，一般用 Cursor/Continue 接入更直接）
+  - 使用本地/私有部署（Ollama / 内网 LLM）
+    - **Copilot**：在“管理模型”中选择 **ollama**
+    - **Continue**：Add Chat model → Provider 选择 **ollama**
+    - **Cursor**：若 LLM 在内网且 Cursor 不支持直连，需要做**反向代理/企业网关**提供公网可访问的 **Base URL** 再接入
+- **MCP Server（与 LLM 选择无关）**
+  - **Copilot（VS Code）**：将 MCP 配置添加到 **.vscode/mcp.json**
+  - **Cursor**：Cursor Settings → Tools & MCP → New MCP Server，将 MCP 配置写入 **mcp.json**
+  - **Continue**：Settings → Tools → MCP Servers 配置 YAML ，或复用 Cursor 的 MCP 配置：将 **mcp.json** 放到 **.continue/mcpServers/mcp.json**
 
-* Cursor，不支持内网地址的私有部署大模型，需要做反向代理使用公网可以访问的地址；点击Cursor Settings -> Tools & MCP
 
-  ->  New MCP Server 将mcp配置添加到mcp.json中
-
-* Continue，点击Add Chat model，Provider选择ollama；设置->Tools->MCP Servers配置yaml文件
-
-  也可以将cursor的json文件放到.continue/mcpServers/mcp.json中
-
-* ...
 
 ## 🚀 DevStar AI+ DevOps演示
 
@@ -169,7 +173,7 @@ jobs:
 
 ### 创建一个项目
 
-使用ai-develops项目模板创建项目
+点击右上角创建仓库->DevStar模板中选择Devstar.cn/template/ai-develops
 
 ![](./static/template.png)
 
@@ -185,7 +189,7 @@ jobs:
 
 3.请为这次修复 issue #1 的改动补充或更新测试代码，遵循项目的现有测试风格，并说明每个测试在验证什么行为。
 
-
+![](./static/exp.png)
 
 ### 提交PR