这是一个非常棒的方向！GenLayer 最核心的优势就在于它能像人类一样“理解”任务的质量，而不仅仅是像传统区块链那样只能核对“数字是否正确”。

针对技术小白，我们要避开晦涩的代码术语（比如 Gas、共识机制、ABI），用**“找一个 AI 只有打分的老板”**这个故事来讲这个教程。

想象一下，你雇佣了一个写手写文案。

• 传统模式：你得自己读文章，觉得好，再掏手机转账。

• 传统区块链：做不到。因为它看不懂文章好坏，只能确认字数。

• GenLayer 模式：你部署一个“智能老板”。写手交稿 -> AI 自动阅读并打分 -> 根据分数自动发工资（比如 8 分发 8 个币）。

我们将基于你提供的脚手架（Boilerplate），教你理解并修改出这样一个**“按效果付费”**的智能合约。

虽然你是小白，但需要简单的工具来“拼装”这个积木：

1. 电脑（Windows/Mac 均可）。

2. 安装 Docker（把它想象成一个运行 GenLayer 的游戏模拟器）。

3. 安装 VS Code（写代码的笔记本）。

我们需要先把那个脚手架项目下载下来。

1. 打开电脑终端（Terminal 或 CMD）。

2. 输入命令下载代码（如果你不会 Git，直接在 GitHub 页面点绿色按钮 Code -> Download ZIP 解压也行）：

   Bash

   git clone https://github.com/calmanzeng/genlayer-project-boilerplate.git
   cd genlayer-project-boilerplate
   

3. 用 VS Code 打开这个文件夹。

在文件目录里找到 contracts 文件夹（这里放的是智能合约，也就是我们的“智能老板”）。

我们要新建一个文件叫 ContentRewarder.py（内容奖励器）。

请把下面的代码复制进去，我来用大白话告诉你每一段在干什么：

Python

import json
from genlayer import * # 引入 GenLayer 的工具箱

@gl.contract
class ContentRewarder:
    # 1. 初始化：老板的钱包里得先有点钱
    def __init__(self):
        self.boss_balance = 1000 # 假设初始有1000个币

    # 2. 核心功能：提交工作并获得报酬
    @gl.public.write # 这是一个公开的、会改变状态的操作
    def submit_work(self, content: str):
        # --- 步骤 A: 召唤 AI 进行评估 ---
        # 这里的 gl.nondet.llm 就是调用大模型
        # 我们让 AI 扮演一个严厉的编辑
        prompt = f"请给下面这段文案打分，范围是1到10分，只返回一个数字。文案内容：{content}"
        
        # AI 思考并给出结果（比如 "8"）
        score_str = gl.nondet.llm.complete(prompt)
        score = int(score_str) 

        # --- 步骤 B: 制定规则 ---
        # 只有超过 6 分才给钱，防止有人乱填
        if score < 6:
            return f"质量太差，AI 打分只有 {score} 分，不予通过。"

        # --- 步骤 C: 自动发钱 ---
        # 比如：分数 * 10 就是奖励金额
        reward = score * 10
        
        # 检查老板钱够不够
        if self.boss_balance < reward:
            return "老板破产了，发不出钱了。"
        
        # 扣除老板余额（实际场景这里会转账给用户）
        self.boss_balance -= reward
        
        return f"恭喜！AI 评分为 {score}，你获得了 {reward} 个代币奖励！"

• 它有“脑子”：gl.nondet.llm.complete 这行代码让合约拥有了 ChatGPT 一样的能力，能读懂你写的中文。

• 它很“公正”：只要逻辑写好了，没人能赖账。代码里写了 score * 10，AI 评了 8 分，链上就必须给你 80 块。

在 VS Code 的终端里，我们需要启动 GenLayer 的模拟器环境来看看效果。

1. 安装依赖（类似给游戏装补丁）：

   Bash

2. 启动本地模拟器（可能需要几分钟）：

   Bash

   npm run dev
   

3. 测试你的合约：

   通常脚手架里会有一个 test 文件夹。你可以找一个现成的测试文件，把里面的输入改成两段话：

   • 测试 A（敷衍了事）： "阿巴阿巴阿巴。" -> 预期结果：AI 打分低，甚至报错“质量太差”。

   • 测试 B（认真工作）： "GenLayer 结合了区块链的信任机制与大语言模型的智能，开启了智能合约的新纪元。" -> 预期结果：AI 打出高分（如 9 分），返回“获得 90 代币”。

做完这一步，你其实已经完成了一个**“去中心化的绩效考核系统”**。

它的商业价值：

• 对于公司：不需要雇佣经理去审核员工的日报/周报，AI 自动根据完成度发奖金。

• 对于众包平台：你想让人帮你找资料，不用自己一条条看。写好规则，如果 AI 判定资料相关度高，自动把钱打给搜集者。

• 对于创作者：写出好文章，读者点赞不算数，AI 作为一个中立的第三方“质检员”，直接把质量变现。

既然你已经理解了 “智能老板” 的逻辑，接下来我们进入最关键的实战环节：如何让普通用户通过网页看到并使用这个功能？

作为技术小白，你不需要从零写前端代码。这个脚手架（Boilerplate）已经为你准备好了大部分“零件”。我们现在的任务是：把前端的按钮和后端的 AI 合约连起来。

在项目文件夹中，找到 frontend/src 目录。这里是用户操作的界面。

找到负责主页的文件（通常是 page.tsx 或 App.tsx）。想象一下，我们需要给用户准备两个东西：

• 一个文本框：让用户输入工作内容（比如写好的文案）。

• 一个提交按钮：点击后触发合约，让 AI 开始打分并发钱。

你会看到类似这样的 JavaScript/TypeScript 代码，它负责把网页上的文字传给区块链：

JavaScript

// 这是一个模拟点击按钮的函数
const handleSubmitWork = async (myText) => {
  // 1. 连接到我们刚才写的 ContentRewarder 合约
  const contract = await genlayer.getContract("ContentRewarder");

  // 2. 发送交易：调用我们写的 submit_work 方法
  // 就像在网页上点击“发送邮件”一样
  const result = await contract.submit_work(myText);

  // 3. 把 AI 的反馈显示在屏幕上
  alert(result); 
};

代码写好了，模拟器也跑通了，现在你要把它发布到 GenLayer 测试网，让全世界的人都能看到（虽然是测试用的假钱）。

1. 获取测试币：在 GenLayer 的官方 Discord 或水龙头（Faucet）领取一些测试代币。

2. 执行部署指令：

   在终端输入：

   Bash

   npm run deploy
   

   这时你会得到一个 Contract Address（合约地址），它像一串长长的乱码（例如 0x123...abc）。这就是你的“智能公司”在区块链上的唯一门牌号。

作为小白，你可能觉得这只是写了几行代码，但请看这个对比：

现在你已经有了一个“文案打分发钱”的系统，试着稍微改动一点代码，把它变成以下任何一个项目：

• 编程助教：用户提交一段代码，AI 检查有没有 Bug，没 Bug 就奖励 10 个币。

• 翻译激励：用户提交一段翻译，AI 对比原文，翻译得越地道，奖金越高。

• 夸夸群机器人：只要用户说出一句有创意的夸人话，AI 就自动打赏。

1. AI 不是免费的：在 GenLayer 上调用 AI 也是需要消耗“燃料费”的。别让 AI 写长篇小说，否则你的合约余额会很快耗尽。

2. 提示词（Prompt）很重要：如果你的 AI 老板乱发钱，通常是因为你在 Python 合约里写的 prompt 不够清晰。记得告诉它：“如果内容少于 10 个字，直接给 0 分”。

这是一个非常棒的方向！GenLayer 最核心的优势就在于它能像人类一样“理解”任务的质量，而不仅仅是像传统区块链那样只能核对“数字是否正确”。

针对技术小白，我们要避开晦涩的代码术语（比如 Gas、共识机制、ABI），用**“找一个 AI 只有打分的老板”**这个故事来讲这个教程。

想象一下，你雇佣了一个写手写文案。

• 传统模式：你得自己读文章，觉得好，再掏手机转账。

• 传统区块链：做不到。因为它看不懂文章好坏，只能确认字数。

• GenLayer 模式：你部署一个“智能老板”。写手交稿 -> AI 自动阅读并打分 -> 根据分数自动发工资（比如 8 分发 8 个币）。

我们将基于你提供的脚手架（Boilerplate），教你理解并修改出这样一个**“按效果付费”**的智能合约。

虽然你是小白，但需要简单的工具来“拼装”这个积木：

1. 电脑（Windows/Mac 均可）。

2. 安装 Docker（把它想象成一个运行 GenLayer 的游戏模拟器）。

3. 安装 VS Code（写代码的笔记本）。

我们需要先把那个脚手架项目下载下来。

1. 打开电脑终端（Terminal 或 CMD）。

2. 输入命令下载代码（如果你不会 Git，直接在 GitHub 页面点绿色按钮 Code -> Download ZIP 解压也行）：

   Bash

   git clone https://github.com/calmanzeng/genlayer-project-boilerplate.git
   cd genlayer-project-boilerplate
   

3. 用 VS Code 打开这个文件夹。

在文件目录里找到 contracts 文件夹（这里放的是智能合约，也就是我们的“智能老板”）。

我们要新建一个文件叫 ContentRewarder.py（内容奖励器）。

请把下面的代码复制进去，我来用大白话告诉你每一段在干什么：

Python

import json
from genlayer import * # 引入 GenLayer 的工具箱

@gl.contract
class ContentRewarder:
    # 1. 初始化：老板的钱包里得先有点钱
    def __init__(self):
        self.boss_balance = 1000 # 假设初始有1000个币

    # 2. 核心功能：提交工作并获得报酬
    @gl.public.write # 这是一个公开的、会改变状态的操作
    def submit_work(self, content: str):
        # --- 步骤 A: 召唤 AI 进行评估 ---
        # 这里的 gl.nondet.llm 就是调用大模型
        # 我们让 AI 扮演一个严厉的编辑
        prompt = f"请给下面这段文案打分，范围是1到10分，只返回一个数字。文案内容：{content}"
        
        # AI 思考并给出结果（比如 "8"）
        score_str = gl.nondet.llm.complete(prompt)
        score = int(score_str) 

        # --- 步骤 B: 制定规则 ---
        # 只有超过 6 分才给钱，防止有人乱填
        if score < 6:
            return f"质量太差，AI 打分只有 {score} 分，不予通过。"

        # --- 步骤 C: 自动发钱 ---
        # 比如：分数 * 10 就是奖励金额
        reward = score * 10
        
        # 检查老板钱够不够
        if self.boss_balance < reward:
            return "老板破产了，发不出钱了。"
        
        # 扣除老板余额（实际场景这里会转账给用户）
        self.boss_balance -= reward
        
        return f"恭喜！AI 评分为 {score}，你获得了 {reward} 个代币奖励！"

• 它有“脑子”：gl.nondet.llm.complete 这行代码让合约拥有了 ChatGPT 一样的能力，能读懂你写的中文。

• 它很“公正”：只要逻辑写好了，没人能赖账。代码里写了 score * 10，AI 评了 8 分，链上就必须给你 80 块。

在 VS Code 的终端里，我们需要启动 GenLayer 的模拟器环境来看看效果。

1. 安装依赖（类似给游戏装补丁）：

   Bash

2. 启动本地模拟器（可能需要几分钟）：

   Bash

   npm run dev
   

3. 测试你的合约：

   通常脚手架里会有一个 test 文件夹。你可以找一个现成的测试文件，把里面的输入改成两段话：

   • 测试 A（敷衍了事）： "阿巴阿巴阿巴。" -> 预期结果：AI 打分低，甚至报错“质量太差”。

   • 测试 B（认真工作）： "GenLayer 结合了区块链的信任机制与大语言模型的智能，开启了智能合约的新纪元。" -> 预期结果：AI 打出高分（如 9 分），返回“获得 90 代币”。

做完这一步，你其实已经完成了一个**“去中心化的绩效考核系统”**。

它的商业价值：

• 对于公司：不需要雇佣经理去审核员工的日报/周报，AI 自动根据完成度发奖金。

• 对于众包平台：你想让人帮你找资料，不用自己一条条看。写好规则，如果 AI 判定资料相关度高，自动把钱打给搜集者。

• 对于创作者：写出好文章，读者点赞不算数，AI 作为一个中立的第三方“质检员”，直接把质量变现。

既然你已经理解了 “智能老板” 的逻辑，接下来我们进入最关键的实战环节：如何让普通用户通过网页看到并使用这个功能？

作为技术小白，你不需要从零写前端代码。这个脚手架（Boilerplate）已经为你准备好了大部分“零件”。我们现在的任务是：把前端的按钮和后端的 AI 合约连起来。

在项目文件夹中，找到 frontend/src 目录。这里是用户操作的界面。

找到负责主页的文件（通常是 page.tsx 或 App.tsx）。想象一下，我们需要给用户准备两个东西：

• 一个文本框：让用户输入工作内容（比如写好的文案）。

• 一个提交按钮：点击后触发合约，让 AI 开始打分并发钱。

你会看到类似这样的 JavaScript/TypeScript 代码，它负责把网页上的文字传给区块链：

JavaScript

// 这是一个模拟点击按钮的函数
const handleSubmitWork = async (myText) => {
  // 1. 连接到我们刚才写的 ContentRewarder 合约
  const contract = await genlayer.getContract("ContentRewarder");

  // 2. 发送交易：调用我们写的 submit_work 方法
  // 就像在网页上点击“发送邮件”一样
  const result = await contract.submit_work(myText);

  // 3. 把 AI 的反馈显示在屏幕上
  alert(result); 
};

代码写好了，模拟器也跑通了，现在你要把它发布到 GenLayer 测试网，让全世界的人都能看到（虽然是测试用的假钱）。

1. 获取测试币：在 GenLayer 的官方 Discord 或水龙头（Faucet）领取一些测试代币。

2. 执行部署指令：

   在终端输入：

   Bash

   npm run deploy
   

   这时你会得到一个 Contract Address（合约地址），它像一串长长的乱码（例如 0x123...abc）。这就是你的“智能公司”在区块链上的唯一门牌号。

作为小白，你可能觉得这只是写了几行代码，但请看这个对比：

现在你已经有了一个“文案打分发钱”的系统，试着稍微改动一点代码，把它变成以下任何一个项目：

• 编程助教：用户提交一段代码，AI 检查有没有 Bug，没 Bug 就奖励 10 个币。

• 翻译激励：用户提交一段翻译，AI 对比原文，翻译得越地道，奖金越高。

• 夸夸群机器人：只要用户说出一句有创意的夸人话，AI 就自动打赏。

1. AI 不是免费的：在 GenLayer 上调用 AI 也是需要消耗“燃料费”的。别让 AI 写长篇小说，否则你的合约余额会很快耗尽。

2. 提示词（Prompt）很重要：如果你的 AI 老板乱发钱，通常是因为你在 Python 合约里写的 prompt 不够清晰。记得告诉它：“如果内容少于 10 个字，直接给 0 分”。