diff --git a/docs/L0/maas/readme.md b/docs/L0/maas/readme.md
new file mode 100644
index 000000000..4f303e07a
--- /dev/null
+++ b/docs/L0/maas/readme.md
@@ -0,0 +1,517 @@
+# 玩转HF/魔搭/魔乐社区
+
+
+
+## 1. 闯关任务
+
+**😀Hello大家好，这节课为大家带来“玩转HF/魔搭/魔乐社区”的课程，课程任务请访问[闯关任务](./task.md)**
+
+---
+## 2. 课程内容
+😀Hello大家好，欢迎来到书生大模型实战营第四期新鲜出炉的“玩转Hugging Face/魔搭社区/魔乐社区”教程！
+此教程旨在帮助您学习当前火热的三大AI学习社区。我们将深入探索如何充分利用 Hugging Face、魔搭社区和魔乐社区的资源和工具，学习模型下载、上传以及创建您的专属Space，玩转三大平台。无论你是初学者还是资深开发者，这些社区提供的丰富资源都将为您的项目带来无限可能，一起加油！
+
+### 2.1 HF 平台
+
+#### 2.1.1 注册Hugging Face 平台 （需要魔法上网）
+
+Hugging Face 最初专注于开发聊天机器人服务。尽管他们的聊天机器人项目并未取得预期的成功，但他们在GitHub上开源的Transformers库却意外地在机器学习领域引起了巨大轰动。如今，Hugging Face已经发展成为一个拥有超过100,000个预训练模型和10,000个数据集的平台，被誉为机器学习界的GitHub。
+
+这里需要进入Hugging Face的官网进行注册：
+
+```
+https://huggingface.co/
+```
+
+#### 2.1.2 InternLM模型下载
+
+在正式下载之前，我们先要介绍一下HF的Transformers库，作为HF最核心的项目，它可以：
+- 直接使用预训练模型进行推理
+- 提供了大量预训练模型可供使用
+- 使用预训练模型进行迁移学习
+因此在使用HF前，我们需要下载Transformers等一些常用依赖库
+
+这里我们以**internlm2_5-1_8b**举例，查看Hugging Face上该模型的地址
+
+```
+https://huggingface.co/internlm/internlm2_5-1_8b
+```
+
+
+
+
+ 
+ |
+
+
+
+
+#### 2.1.3 GitHub CodeSpace的使用
+
+**因为网络和磁盘有限的原因，强烈不建议在 InternStudio 运行，因此这里使用CodeSpace**
+
+```
+https://github.com/codespaces
+```
+
+Github CodeSpace是Github推出的线上代码平台，提供了一系列templates，我们这里选择**Jupyter Notebook**进行创建环境。创建好环境后，可以进入网页版VSCode的界面，这就是CodeSpace提供给我们的在线编程环境。
+
+在界面下方的终端（terminal）安装以下依赖，便于模型运行。
+
+```bash
+conda install pytorch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 pytorch-cuda=12.1 -c pytorch -c nvidia -y
+# 安装transformers
+pip install transformers==4.38
+pip install sentencepiece==0.1.99
+pip install einops==0.8.0
+pip install protobuf==5.27.2
+pip install accelerate==0.33.0
+```
+
+##### 2.1.3.1 下载internlm2_5-7b-chat的配置文件
+
+考虑到个人GitHub CodeSpace硬盘空间有限（32GB可用），而7B的模型相对较大，这里我们先演示如何下载模型文件夹的特定文件。
+考虑到CodeSpace平台上默认的用户权限不是root权限，这里为方便演示直接在工作区创建文件，即 **/workspaces/codespaces-jupyter** 目录
+
+以下载模型的配置文件为例，先新建一个hf_download_josn.py 文件
+
+```bash
+touch hf_download_josn.py
+```
+
+在这个文件中，粘贴以下代码
+
+```python
+import os
+from huggingface_hub import hf_hub_download
+
+# 指定模型标识符
+repo_id = "internlm/internlm2_5-7b"
+
+# 指定要下载的文件列表
+files_to_download = [
+ {"filename": "config.json"},
+ {"filename": "model.safetensors.index.json"}
+]
+
+# 创建一个目录来存放下载的文件
+local_dir = f"{repo_id.split('/')[1]}"
+os.makedirs(local_dir, exist_ok=True)
+
+# 遍历文件列表并下载每个文件
+for file_info in files_to_download:
+ file_path = hf_hub_download(
+ repo_id=repo_id,
+ filename=file_info["filename"],
+ local_dir=local_dir
+ )
+ print(f"{file_info['filename']} file downloaded to: {file_path}")
+```
+
+运行该文件（注意文件目录请在该文件所在目录下运行该文件）
+
+```bash
+python hf_download_josn.py
+```
+
+可以看到，已经从Hugging Face上下载了相应配置文件
+
+
+
+
+
+
+ 
+ |
+
+
+
+
+
+
+
+ 
+ |
+
+
+
+
+
+
+
+
+ 
+ |
+
+
+
+
+
+
+
+
+ 
+ |
+
+
+
+
+
+
+ 
+ |
+
+ 
+ |
+
+
+
+接着可以在CodeSpace里面，使用
+
+```bash
+git config --global credential.helper store
+huggingface-cli login
+```
+
+命令进行登录，这时需要输入刚刚的token
+
+
+
+
+ 
+ |
+
+
+
+
+创建项目
+```bash
+#intern_study_L0_4就是model_name
+huggingface-cli repo create intern_study_L0_4
+
+# 克隆到本地 your_github_name 注意替换成你自己的
+git clone https://huggingface.co/{your_github_name}/intern_study_L0_4
+```
+
+克隆好之后，刷新文件目录可以看到克隆好的`intern_study_L0_4`文件夹。
+
+我们可以把训练好的模型保存进里面，这里考虑到网速问题，只上传我们刚刚下载好的config.json，把它复制粘贴进这个文件夹里面，还可以写一个README.md文件，比如可以粘贴以下内容：
+
+```
+# 书生浦语大模型实战营camp4
+- hugging face模型上传测试
+- 更多内容请访问 https://github.com/InternLM/Tutorial/tree/camp4
+```
+
+现在可以用git提交到远程仓库
+
+```bash
+cd intern_study_L0_4
+git add .
+git commit -m "add:intern_study_L0_4"
+git push
+```
+
+```
+注意，如果git push 报错，可能是第一次上传时需要验证，请使用以下命令，注意替换<>里面的内容，然后再次git push一下就可以了
+```
+
+```bash
+git remote set-url origin https://:@huggingface.co/
+
+# 如 git remote set-url origin https://blank:hf_xxxxxxxxxxx@huggingface.co/blank/intern_study_L0_4
+
+# 这里blank和hf_xxxxxxxxxxxx只是示例 请替换为你的username和之前申请的access token
+
+git pull origin
+```
+
+现在可以在Hugging Face的个人profile里面看到这个model，也可以直接将下面的Url输入到浏览器网址栏上
+
+```
+https://huggingface.co//intern_study_L0_4
+```
+
+
+
+
+
+ 
+ |
+
+
+
+
+### 2.2 魔搭社区平台
+ModelScope 是一个“模型即服务”(MaaS)平台，由阿里巴巴集团的达摩院推出和维护。它旨在汇集来自AI社区的最先进的机器学习模型，并简化在实际应用中使用AI模型的流程。通过ModelScope，用户可以轻松地探索、推理、微调和部署各种AI模型。
+
+注册登录ModelScope平台，进入导航栏模型库，可以搜索internlm找到相关模型（但是这也包括非官方模型），在这里我们可以搜索 internlm2_5-chat-1_8b，下载1.8b的对话模型，也类似于hugging face 一样拥有具体的详情页。
+
+#### 2.2.1 创建开发机
+我们选择 10% 的开发机，镜像选择为 Cuda-12.2。在输入开发机名称后，点击创建开发机。
+
+
+
+创建好开发机后，进入开发机
+
+
+
+
+**接着在当前终端上可以输入命令了，这里可以直接粘贴以下命令。最好一行一行粘贴等每个命令跑完之后再粘贴下一行**
+
+
+#### 2.2.2 环境配置
+
+为ms_demo创建一个可用的conda虚拟环境，可以和其他环境区分开来
+
+```python
+# 激活环境
+conda activate /root/share/pre_envs/pytorch2.1.2cu12.1
+
+# 安装 modelscope
+pip install modelscope -t /root/env/maas
+pip install numpy==1.26.0 -t /root/env/maas
+pip install packaging -t /root/env/maas
+```
+
+注意：为了保证能够找到我们每次装的依赖，每次新建一个终端之后都需要导出path
+如果不改变终端，导出一次就够了
+```bash
+export PATH=$PATH:/root/env/maas/bin
+export PYTHONPATH=/root/env/maas:$PYTHONPATH
+```
+接着创建我们的demo目录
+
+```bash
+mkdir -p /root/ms_demo
+```
+
+#### 2.2.3 下载指定多个文件
+- internlm2_5-7b-chat
+考虑到7B的模型文件比较大，这里我们先采用modelscope的cli工具（当然hugging face也有）来下载指定文件，在命令行输入以下命令
+
+```bash
+modelscope download \
+ --model 'Shanghai_AI_Laboratory/internlm2_5-7b-chat' \
+ tokenizer.json config.json model.safetensors.index.json \
+ --local_dir '/root/ms_demo'
+```
+
+刷新一下文件目录，就能看到在ms_demo中下载了指定的json文件。
+- internlm2_5-1_8b-chat
+
+```bash
+modelscope download \
+ --model 'Shanghai_AI_Laboratory/internlm2_5-1_8b-chat' \
+ tokenizer.json config.json model.safetensors.index.json \
+ --local_dir '/root/ms_demo'
+```
+
+#### 2.2.4 上传模型
+魔搭社区类似HF，也有一套创建模型的界面。不同的是，它具有审核机制，当符合它的社区规范时才会被公开。那么当上传正常的模型文件后，审核一般就会通过了。
+
+上传文件的方法可以直接通过平台添加文件，也可以通过git下载模型后进行修改和上传文件
+
+```bash
+#Git模型下载
+git clone https://www.modelscope.cn//
+```
+
+
+### 2.3 魔乐社区平台
+
+魔乐社区（Modelers）是一个提供多样化、开源模型的平台，旨在促进开发者和研究人员在最先进的模型和流行应用上进行协作。
+
+#### 2.3.1 下载internlm2_5-chat-1_8b模型
+
+> 这里我们可以继续使用我们刚刚创建的InterStudio开发机
+```
+cd /
+mkdir ml_demo
+cd ml_demo
+```
+
+然后我们可以下载该模型，这里
+
+```
+# 确保安装git-lfs 保证大文件的正常下载
+apt-get install git-lfs
+git lfs install
+# clone 仓库
+git clone https://modelers.cn/Intern/internlm2_5-1_8b-chat.git
+```
+
+刷新一下文件夹，即可在ml_demo中找到下载好的模型文件，在魔乐社区中，还推荐了一个新的深度学习开发套件[openMind Library](https://modelers.cn/docs/zh/openmind-library/overview.html)，除了常用的Transforms的API，也可以探索如何使用openMind来加载模型
+
+```python
+# 确保按指南安装好openmind后
+from openmind import AutoModel
+model = AutoModel.from_pretrained("Intern/internlm2_5-1_8b-chat", trust_remote_code=True")
+```
+
+>openMind Library是一个深度学习开发套件，通过简单易用的API支持模型预训练、微调、推理等流程。
+>openMind Library通过一套接口兼容PyTorch和MindSpore等主流框架，同时原生支持昇腾NPU处理器。
+
+#### 2.3.2 上传模型
+在魔乐社区一般有两种方法，第一种是安装好openmid后使用openmind的API来上传文件，另一个就是用git命令来推送文件，跟一般的git工作流相类似。可参考[上传文件 | 魔乐社区](https://modelers.cn/docs/zh/openmind-hub-client/basic_tutorial/upload.html)
diff --git a/docs/L0/maas/task.md b/docs/L0/maas/task.md
new file mode 100644
index 000000000..10e339e82
--- /dev/null
+++ b/docs/L0/maas/task.md
@@ -0,0 +1,15 @@
+# 闯关任务
+
+闯关任务需要在关键步骤当中截图！
+
+| 任务 | 描述 | 时间 |
+| --- | --- | --- |
+| [模型下载](https://huggingface.co/internlm/internlm2-chat-1_8b) | 使用Hugging Face平台、魔搭社区平台（可选）和魔乐社区平台（可选）下载文档中提到的模型（至少需要下载config.json文件、model.safetensors.index.json文件），请在必要的步骤以及结果当中截图。 | 20min |
+| 模型上传（可选） | 将我们下载好的config.json文件（也自行添加其他模型相关文件）上传到对应HF平台和魔搭社区平台，并截图。 | 10min |
+| Space上传（可选） | 在HF平台上使用Spaces并把intern_cobuild部署成功，关键步骤截图。 | 10min |
+
+
+优秀作业必做可选内容
+请将作业发布到知乎、CSDN等任一社交媒体，将作业链接提交到以下问卷，助教老师批改后将获得 50 算力点奖励！！！
+
+提交地址：https://aicarrier.feishu.cn/share/base/form/shrcnUqshYPt7MdtYRTRpkiOFJd