teach-rs

teach-rs

模块化Rust编程课程资源

Teach-rs是一个模块化的Rust编程课程资源,面向计算机科学学生和教育机构。课程提供讲座、教程和练习,涵盖系统编程、嵌入式开发和Web应用等领域。通过实践经验,学生可深入了解Rust特性并评估其适用性。该项目支持教师贡献教材,由Trifecta Tech Foundation维护。

Teach-rsRust编程语言课程内容开源教育模块化结构Github开源项目

Teach-rs

Teach-rs

Teach-rs 是一门面向计算机科学学生的大学课程,介绍 Rust 编程语言,任何想教授 Rust 的人都可以使用。

为什么要有这门课程?请查看我们介绍该课程的博客文章

本仓库将包含组织课程所需的一切:幻灯片、练习、工具、设置说明等。

虽然所有可用材料都已准备就绪,但这个仓库还不够全面,我们欢迎反馈和贡献!同时也欢迎赞助;更多信息请参阅下文或我们的赞助页面

使用方法

教师指南可以在这里找到。 有关如何渲染课程内容的说明,请查看 ModMod 自述文件

结构

实际内容可以在 content 目录中找到。 内容结构是由课程、模块、单元和主题组成的树状结构。 课程定义了一个完整的课程,由一个或多个模块组成,模块又由一个或多个单元组成,单元又是一组主题。 单元大致对应一次讲座+教程(至少这是想法,但仍待完善),由几个主题组成。相关的单元组合成一个模块。 主题是涵盖单一主题的包,包括少量幻灯片、一些练习和练习说明。 主题可以定义其学习目标、进一步阅读材料以及如何在单元介绍中总结它们。

课程、模块、单元和主题以及它们引用的文件在 content 目录中的几个 TOML 文件中有描述。 ModMod 将内容组合成一个可以直接发布给学生的 Git 仓库结构。

预定义课程

注意:虽然课程大纲基本完整,但课程可能仍包含待办事项。欢迎您贡献自己的内容来解决这些问题!

高层次目标

Teach-rs 旨在提供一个开源课程,包括讲座、教程和练习,可供任何高等教育机构使用。 使用预定义的课程之一,或者用我们提供的内容和您自己的内容组合成您的课程。

  1. 为现场教学的 Rust 课程提供模块化、可重用的基础
  2. 为学生提供实际的、动手的经验
  3. 为学生提供 Rust 特性的背景信息
  4. 使学生能够判断 Rust 是否适合某个项目
  5. 提供几个专门的学习课程,专注于不同的应用(如系统、嵌入式、Web)
  6. 使教师能够贡献他们的材料供他人使用

贡献

如果您想改进 teach-rs,无论是进行修改、重构模块,还是添加新模块,请在开始之前参考贡献指南

关于项目

该项目由 Tweede golf 创建,后来转移到了 Trifecta Tech Foundation

我们的赞助商

创始赞助商

<img style="margin: 1rem 5% 1rem 5%;" src="https://yellow-cdn.veclightyear.com/2b54e442/2ccf2e98-a47e-4caa-a48c-9fe74337a171.png" alt="Logo STU FIIT" width="200px" /> <img style="margin: 1rem 5% 1rem 5%;" src="https://yellow-cdn.veclightyear.com/2b54e442/2f309ffe-04d4-44a7-a69e-f25d8af0e2bb.png" alt="Logo TG" width="200px" /> <img style="margin: 1rem 5% 1rem 5%;" src="https://yellow-cdn.veclightyear.com/2b54e442/b01bb7ba-5032-4e96-8593-4c3bcff343ae.png" alt="Logo Rust Edu" width="200px" /> <img style="margin: 1rem 5% 1rem 5%;" src="https://yellow-cdn.veclightyear.com/2b54e442/69ee0108-9049-42de-9fb6-a79df3fa7bc1.png" alt="Logo RF" width="200px" />

该项目的初始赞助商是斯洛伐克布拉迪斯拉发斯洛伐克理工大学(STU)信息与信息技术学院(FIIT)。FIIT 的贡献使我们能够为课程奠定基础。Tweede golfRust Edu 也为 teach-rs 的创建做出了重大贡献。

此外,我们的一位维护者 @hdoordt 获得了 Rust Foundation 的资助。

银牌赞助商

非常感谢我们的银牌赞助商:

支持 teach-rs

如果您有兴趣在财务上支持 teach-rs 资源的维护和进一步开发,请联系我们。详情请见 trifectatech.org/support。 您也可以通过 GitHub sponsors 赞助我们的工作。

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多