我们的支持渠道和团队互动对所有级别的用户开放，即使是对 Bokeh 新手也是如此！支持由我们的核心维护团队成员以及我们用户社区中感兴趣的成员自愿提供。为了获得最佳结果，我们在发布支持请求时提供以下指南

对于使用问题，我们主要鼓励访问 Bokeh Discourse。此论坛由核心团队成员监控，包含使用 Bokeh 的项目的展示示例以供参考，并且是获得其他用户对如何解决问题的反馈的好方法。

涉及 pandas 或其他库的问题，可以通过在 Stack Overflow 上发布，使用标签 bokeh 来找到更广泛的受众。

我们感谢您不要在 Stack Overflow 和 Discourse 上交叉发布问题。但是，如果您确实如此，请包含指向另一个主题的链接。

如果您认为您发现了错误，或想请求一个功能，请在 GitHub 问题跟踪器 上提出。核心团队成员将审查并提供解释或解决方法，或确认问题并将其添加到计划开发的待办事项中以进行修复。

不要私下联系团队成员以寻求支持。为了让整个社区受益，所有问题只能在公共、存档、可搜索的论坛上得到解答。

最好在支持论坛上发布一个新问题，即使您认为它可能是重复的。Bokeh 开发的速度意味着您情况下的答案或最佳实践可能已经改变。

创建问题的 最小可重现示例 是获得针对您问题的有意义答案的最佳方式。代码示例应该可以按原样运行，而无需依赖无法访问的数据源或其他文件。

如果您是经验丰富的 Bokeh 用户，想回馈社区，一个很好的起点是在 Bokeh Discourse 上为您的同行用户提供支持。每天都会发布各种级别的提问，您可能会发现其中一些提问对您来说非常有价值！

同样，文档是作为 Bokeh 贡献者入门的好方法。文档是一个不断变化、不断完善的工作，贡献到这里将帮助您习惯 Bokeh 的审查和发布流程。有关如何贡献 Bokeh 文档的信息，请参阅 开发者指南 的文档部分。

Bokeh 用户（以及维护者！）很高兴看到 Bokeh 的示例。如果您的组织有一个使用 Bokeh 的项目，并且您愿意分享，请考虑将其添加到我们的 展示 中！这些项目可以为其他用户提供灵感和示例，并为维护者提供有意义的见解，了解人们如何使用该库，这将推动未来的开发优先级。

对于 Bokeh 库本身的开发，有一个 Bokeh 开发者 Slack。这里的开发频道在获取开发想法的反馈或深入了解未来开发的计划方向时非常有用。对于使用问题，请使用 Discourse 而不是 Slack。

如果您有兴趣参与 Bokeh 的错误修复或功能开发，请查看我们的 GitHub 问题跟踪器，看看我们哪些方面需要帮助。问题跟踪器包含一个 "良好入门问题" 标签，用于识别适合项目新手的切入点。

每周开发会议在每个星期三美国中部时间上午 10:00 举行。先前会议的记录可在 GitHub 上找到。

最后，作为开源项目，Bokeh 由个人和组织的捐赠资助，他们认识到该项目对他们工作的重要性。 财务贡献