diff --git a/docs/mindspore/source_zh_cn/mindformers/faq/openmind_contribution.md b/docs/mindspore/source_zh_cn/mindformers/faq/openmind_contribution.md
index 94331866da59b9bf4e73e0a8ad83cf736592d193..fbc8f7748539b03e76e0b29df31285f98de271ad 100644
--- a/docs/mindspore/source_zh_cn/mindformers/faq/openmind_contribution.md
+++ b/docs/mindspore/source_zh_cn/mindformers/faq/openmind_contribution.md
@@ -1,3 +1,95 @@
 # openMind贡献指南
 
-[![查看源文件](https://mindspore-website.obs.cn-north-4.myhuaweicloud.com/website-images/master/resource/_static/logo_source.svg)](https://gitee.com/mindspore/docs/blob/master/docs/mindspore/source_zh_cn/mindformers/faq/openmind_contribution.md)
\ No newline at end of file
+[![查看源文件](https://mindspore-website.obs.cn-north-4.myhuaweicloud.com/website-images/master/resource/_static/logo_source.svg)](https://gitee.com/mindspore/docs/blob/master/docs/mindspore/source_zh_cn/mindformers/faq/openmind_contribution.md)
+
+## 上传模型至平行社区
+
+用户可以将自定义模型上传至openMind社区进行托管。
+
+### Mindformers内置模型
+
+若用户的自定义模型使用了Mindformers提供的内置模型，即模型代码位于mindformers/models下的模型，且对模型结构代码未进行任何修改，则只需上传模型的权重文件和配置即可。
+
+如，用户使用Mindformers的内置Llama-7B模型，进行了微调训练，想分享微调后的模型权重，那么上传模型配置和权重文件即可。
+
+下面是保存模型配置和权重的代码
+
+```python
+import mindspore as ms
+from mindformers import LlamaConfig, LlamaForCausalLM
+
+config = LlamaConfig()  # 自定义超参的LlamaCofig
+model = LlamaForCausalLM(config)
+ms.load_checkpoint("path/model.ckpt", model)  # 加载自定义权重
+
+model.save_pretrained("./my_llama", save_json=True)
+
+# 运行后会保存
+# config.json
+# mindspore_model.ckpt（较大权重会自动拆分保存）
+```
+
+保存后可使用openmind_hub库，进行模型上传，可参考[模型上传](https://modelers.cn/docs/zh/best-practices/community_contribution/model_contribution.html#%E4%BD%BF%E7%94%A8openmind-hub-client%E4%B8%8A%E4%BC%A0%E6%A8%A1%E5%9E%8B)。
+
+```python
+import openmind_hub
+
+openmind_hub.upload_folder(
+    folder_path="/path/to/local/folder",
+    repo_id="username/your-model-name",
+    token="your-token",
+)
+```
+
+### 自定义模型
+
+若用户有自定义的模型代码，则需要同时上传模型代码文件，并在json配置文件中添加映射，使其可以通过Auto类导入。
+
+#### 命名规则
+
+上传到社区的自定义代码文件，一般有统一的命名规则，假设自定义模型名为model，其代码命名应当如下
+
+```text
+---- model
+    |- configuration_model.py  # Config类代码文件
+    |- modeling_model.py       # Model类代码文件
+    |- tokenization_model.py   # Tokenizer代码文件
+```
+
+#### 添加auto映射
+
+为让Auto类使用时，能够顺利找到用户自定义的模型类，需要在config.json文件中，添加auto映射。添加内容如下
+
+```json
+{
+  "auto_map": {
+    "AutoConfig": "configuration_model.MyConfig",
+    "AutoModel": "modeling_model.MyModel",
+    "AutoModelForCausalLM": "modeling_model.MyModelForCausalLM",
+  },
+}
+```
+
+若有自定义tokenizer，则需要在tokenizer_config.json中添加auto映射
+
+```json
+{
+  "auto_map": {
+    "AutoTokenizer": ["tokenization_model.MyTokenizer", "tokenization_model.MyFastTokenizer"]
+  },
+}
+```
+
+#### 上传模型
+
+可使用openmind_hub库，进行模型上传，可参考[模型上传](https://modelers.cn/docs/zh/best-practices/community_contribution/model_contribution.html#%E4%BD%BF%E7%94%A8openmind-hub-client%E4%B8%8A%E4%BC%A0%E6%A8%A1%E5%9E%8B)。
+
+```python
+import openmind_hub
+
+openmind_hub.upload_folder(
+    folder_path="/path/to/local/folder",
+    repo_id="username/your-model-name",
+    token="your-token",
+)
+```