Chinahust-open-atom-club/linux-insides-zh
Linux 内核揭秘
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tuần
#9 Repository Của Tuần
#1 Repository Của Tuần
📚 Linux 内核揭秘 — Bản dịch tiếng Việt về linh hồn của kernel Linux
Một cuốn sách đang được soạn giải thích chi tiết về cách hoạt động nội tại của Linux kernel, dành cho người muốn đi sâu vào từng cơ chế cốt lõi.
Đây là bản dịch tiếng Việt của dự án linux-insides, do cộng đồng HUST Open Atom Club phối hợp dịch thuật. Sách tập trung chia sẻ kiến thức về kiến trúc và cơ chế nội bộ của kernel Linux, từ quá trình khởi động, quản lý bộ nhớ, lập lịch, đến các thành phần driver và hệ thống tệp tin.
✨ Điểm nổi bật
- Dịch thuật chất lượng: Toàn bộ nội dung được dịch từ tiếng Anh sang tiếng Việt, dựa trên bản gốc của linux-insides.
- Hỗ trợ xây dựng sách điện tử: Sử dụng mdBook để biên soạn thành sách HTML, PDF và EPUB.
- Cập nhật liên tục: Theo dõi thay đổi từ nhánh gốc và đồng bộ nội dung mới.
- Cộng đồng đóng góp: Mời mọi người tham gia dịch, sửa lỗi, cập nhật và kiểm duyệt nội dung.
- Triển khai tự động: GitHub Actions tự động tạo sách và triển khai lên GitHub Pages khi có cập nhật.
💡 Vì sao đáng chú ý
Dự án mang lại cơ hội tiếp cận sâu rộng với kernel Linux mà không cần phải đọc mã nguồn gốc phức tạp. Đặc biệt hữu ích cho sinh viên, kỹ sĩ hệ thống và những người đang học lập trình nhân hệ điều hành. Nội dung được trình bày rõ ràng, logic, kèm minh họa và ví dụ thực tế, giúp người đọc dễ tiếp cận dù là người mới.
#Linux #Kernel #OpenSource #Translation #TiniX
Similar Projects
Discover other similar projects and AI models.
Hunt down social media accounts by username across social networks
Linux, Jenkins, AWS, SRE, Prometheus, Docker, Python, Ansible, Git, Kubernetes, Terraform, OpenStack, SQL, NoSQL, Azure, GCP, DNS, Elastic, Network, Virtualization. DevOps Interview Questions
A modern GUI client based on Tauri, designed to run in Windows, macOS and Linux for tailored proxy experience
all-MiniLM-L6-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic search. Usage (Sentence-Transformers) Using t...