Terra Money 技术文档教程编写规范指南
2025-05-31 06:30:01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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
710
4.51 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
578
99
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++
958
955
deepin linux kernel
C
28
16
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
573
694
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
414
339
暂无简介
Dart
952
235
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
12
2