Terra Money 技术文档教程编写规范指南
2025-05-31 03:28:29作者:侯霆垣
前言
在区块链技术领域,清晰易懂的技术文档对于开发者体验至关重要。本文将为Terra Money项目文档贡献者提供一套完整的教程编写规范,帮助创建高质量的技术教程内容。
教程定义与定位
Terra Money教程是面向初学者的实践性指南,具有以下核心特征:
- 从零开始:假设读者没有任何前置知识,仅具备基础技能(如终端操作、代码编辑等)
- 目标导向:围绕一个具体任务展开,如"创建Terra钱包"或"部署智能合约"
- 实践优先:包含可执行的代码示例和操作步骤
- 单一主题:每个教程专注于解决一个特定问题
目标读者分析
Terra教程的主要读者群体是:
- 区块链开发新手
- 刚接触Terra生态的开发者
- 需要快速实现特定功能的实践者
编写时应避免任何专业术语的假设,所有概念都应解释清楚。例如,提到"LCD"时应说明这是"轻客户端守护进程(Light Client Daemon)"的缩写。
写作风格要求
语言表达
- 使用第二人称("你")或第三人称
- 避免第一人称("我们"、"我"、"让我们")
- 句子简短明了,每段不超过3句
- 避免复杂从句和冗长表达
示例对比:
- 不佳:"首先我们需要安装Node.js,然后我们可以..."
- 良好:"安装Node.js后,执行以下命令..."
内容组织
- 只包含完成任务必需的信息
- 额外说明内容应链接到专门的解释性文档
- 操作步骤优先,理论解释为辅
文档结构规范
1. 标题设计
- 使用祈使语气(动词开头)
- 首字母大写,其余小写(除非专有名词)
- 明确反映教程内容
示例:
- "# 创建Terra钱包"
- "# 使用Terra.js查询链上数据"
2. 引言部分
- 2-3句话简要说明教程内容
- 概述读者将学到的技能
- 可包含简短的产品背景
示例模板: "本教程将指导你完成在Terra区块链上部署智能合约的全过程。你将学习如何设置开发环境、编写合约代码并部署到测试网。"
3. 先决条件
- 位于引言之后
- 使用无序列表列出所有依赖项
- 包含具体版本要求
- 避免在教程中途引入未列出的依赖
标准格式:
## 先决条件
- Node.js v16+
- Terra Station钱包
- 至少10 LUNA测试网代币
- 基础命令行知识
4. 操作步骤
- 使用编号标题(## 1. 设置环境)
- 复杂步骤分解为子步骤(使用有序列表)
- 每个代码块只包含一个命令
- 确保命令可直接复制执行
示例结构:
## 1. 初始化项目
1. 创建项目目录:
```sh
mkdir terra-project
-
进入目录并初始化npm:
cd terra-project npm init -y
### 5. 结束部分
- 祝贺用户完成教程
- 提供后续学习建议
- 可链接到相关进阶内容
## 格式规范详解
### 代码块处理
- 可执行命令使用sh代码块
- 代码引用使用`反引号`
- 保持代码原貌,不修改大小写或标点
- 避免在代码块中添加注释说明
**正确示例**:
要查询账户余额,使用:
```sh
terrad query bank balances <address>
标题层级
-
二级标题(主要步骤)
-
三级标题(子步骤)
- 避免使用四级及以上标题
列表使用
- 有序列表用于步骤序列
- 无序列表用于并列项
- 每个列表至少包含2项
特殊标注
- 重要提示使用警告框
- 按钮名称加粗(点击提交)
- 避免斜体等复杂样式
警告框示例: :::{admonition} 安全提醒 私钥必须严格保密,切勿提交到版本控制系统。 :::
最佳实践建议
- 测试教程:亲自按步骤操作一遍,确保无遗漏
- 用户视角:想象自己是完全的新手
- 持续迭代:根据用户反馈优化内容
- 保持更新:随产品版本更新教程内容
- 简洁为王:删除所有不必要的信息
通过遵循这些规范,我们可以确保Terra Money技术教程保持高质量和一致性,为开发者提供最佳的学习体验。记住,优秀的文档是项目成功的关键因素之一。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 STM32到GD32项目移植完全指南:从兼容性到实战技巧 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.2 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
662