核心用法
EdStem技能是一套专为Columbia大学课程设计的讨论区内容同步工具，通过官方API获取EdStem平台的课程讨论线程，自动整理为结构化的Markdown文档。用户只需提供课程ID（如92041对应machine-learning），即可批量获取最近10条讨论线程，包含完整的问题、回答及评论内容。
显著优点
1. 师生身份智能标记：每篇帖子自动标注[STAFF]或[STUDENT]，快速识别教师/TA权威解答
2. 本地化离线阅读：输出标准Markdown格式，支持任意文本编辑器、搜索工具及版本控制
3. 多课程统一管理：内置课程ID映射（machine-learning、advanced-rl、applied-ml），支持批量同步
4. 结构化存储：线程元数据（threads.json）与单篇内容（thread-XXX.md）分离，便于检索
5. API原生接入：使用EdStem官方API，稳定性优于网页抓取方案
潜在局限
- 硬编码认证令牌：Bearer token直接写入脚本文件（
dptT0u.adkdSAKHoFQpttiLLmuxaJRqxekDmNMIxaYZgLUn），存在泄露风险且刷新流程未文档化 - Columbia专属配置：课程ID映射和目录结构硬编码为Columbia体系，其他院校需手动改造
- 有限的数据范围：默认仅获取最近10条线程，历史归档需修改源码
- 单向同步：仅支持读取，无发帖/回复功能
- 令牌生命周期不明：未说明token有效期及自动刷新机制
适合人群
- Columbia大学注册ML/RL相关课程的学生
- 需要离线整理课程QA资料进行期末复习的学习者
- 习惯本地Markdown工作流、依赖grep/ripgrep快速检索的技术用户
- 教学团队需要批量导出讨论区内容做课程分析
常规风险
- 凭证泄露：脚本中的硬编码token若被提交至公共仓库，可能导致EdStem账户被滥用
- API限流：高频批量调用可能触发平台限速
- 数据时效性：本地缓存非实时，重要通知需手动重新获取
- 权限边界：token权限范围未明确，理论上可访问该用户所有有权限的课程