diff --git a/StreamLearn/legacy/README.md b/StreamLearn/legacy/README.md
index 8484b7adaaeeb42ec5426b2fcf51ef04584f19d5..58398827adc928d0b96eb73e563af0d4134dc0f8 100644
--- a/StreamLearn/legacy/README.md
+++ b/StreamLearn/legacy/README.md
@@ -11,6 +11,7 @@
 - **PAA**：课题一的PAA算法，实现在线类增量持续学习。
 - **无监督分类**：课题二中的矩阵略图近似优化算法，针对带噪声的CIFAR-10图像分类任务。
 - **SAFC**：课题三中的增量学习算法，分为准备阶段（P阶段）和适应阶段（A阶段）。
+- **Adaprompt**：课程三中的面向数据分布变化的流数据增量学习，针对于cifar10图像分类的分布偏移场景。
 - **流数据调度**：课题四中的流数据学习算法调度模拟环境，优化流数据任务的资源利用率和时效性。
 - **类别增量学习**：课题五中的增量学习算法，支持动态添加类别。
 
@@ -1004,6 +1005,47 @@ def train_and_evaluate_stream_HamOS(args):
 
 测试主文件为test_HamOS.py
 
+### 3.5 Adaprompt: 面向分布外泛化的测试时适应。
+针对零样本提示调优中因数据偏差和模型偏差导致的性能下降问题，我们提出了 ADAPROMPT 算法。该算法通过三大模块解决这些问题：一是提示集成，融合多个手工提示的预测结果以规避单一提示的最差情况，缓解数据偏差；二是测试时提示调优，利用无标签测试数据微调所有提示，使其适应数据偏差；三是置信感知缓冲区，存储高置信度、类别平衡的样本用于更新提示，减少模型偏差带来的误差累积。最终在多个基准数据集上实现了优于现有方法的性能，且时间成本较低。
+
+该算法主要包括`分布偏移数据集构造`，`ODS算法实现`，`性能测试`三个部分，相关代码参见目录:
+- StreamLearn/Dataset/TTADataset.py
+- StreamLearn/Algorithm/Adaprompt/Adaprompt.py
+
+首先，测试代码的配置文件为：StreamLearn/Config/Adaprompt.py，用户可修改测试文件进行不同复合数据分布变化的测试。
+数据集下载地址：[CIFAR10-C](https://zenodo.org/records/2535967)，训练参数下载地址：[百度网盘](https://pan.baidu.com/s/1mxADnKpv73X-Tu1uR8fkXg)，提取码: qaj2。
+
+其次，按照以下方式构造流式包含复合数据分布变化（包含协变量分布和标记分布偏移）的 CIFAR10 数据集。
+```python
+import StreamLearn.Dataset.TTADataset as datasets
+dataset = datasets.CIFAR10C(
+    root=args.stream.dataset_dir,
+    batch_size=args.stream.batch_size,
+    severities=args.stream.severities,
+    corruptions=args.stream.corruptions,
+    seed=args.seed,
+)
+```
+其中，`root`为数据根目录、`batch_size`控制数据流批大小、`severities`与`corruptions`控制协变量分布偏移的程度与类型、`seed`为数据集生成随机种子。
+
+继而，调用 Adaprompt 算法，复用已训练完毕的模型在复合分布偏移的数据流中进行自适应学习。
+```python
+model=get_coop(clip_arch, test_set, device, n_ctx, ctx_init, learned_cls=False,multi=False):
+```
+通过get_coop函数获得clip模型的image_encoder和text_encoder.
+
+最后，将数据流中的样本输入算法中进行预测。
+```python
+# Adaprompt算法测试
+pred = model(X).detach().cpu()
+```
+
+测试的使用方法为：
+```bash
+cd stream-learn
+python -m StreamLearn.Simulator.test.main --tasks adaprompt
+```
+
 ## 课题四
 
 ### 4.1 分布式交互学习流数据存储管理系统 GEAR