Add critical infrastructure files and fix CI/CD dependencies

.github/workflows/publish.yml

@@ -19,7 +19,7 @@ jobs:
           python-version: 3.x
 
       - name: Install dependencies
-        run: pip install mkdocs-material 
+        run: pip install mkdocs-material pymdown-extensions 
 
       - name: Deploy to GitHub Pages
         run: mkdocs gh-deploy --force

.gitignore

@@ -0,0 +1,63 @@
+# MkDocs 构建产物
+site/
+
+# Python 缓存
+__pycache__/
+*.py[cod]
+*$py.class
+*.so
+.Python
+build/
+develop-eggs/
+dist/
+downloads/
+eggs/
+.eggs/
+lib/
+lib64/
+parts/
+sdist/
+var/
+wheels/
+*.egg-info/
+.installed.cfg
+*.egg
+
+# 虚拟环境
+venv/
+env/
+.venv/
+ENV/
+env.bak/
+venv.bak/
+
+# IDE 配置
+.vscode/
+.idea/
+*.swp
+*.swo
+*~
+.project
+.pydevproject
+.settings/
+
+# 操作系统文件
+.DS_Store
+.DS_Store?
+._*
+.Spotlight-V100
+.Trashes
+ehthumbs.db
+Thumbs.db
+
+# 临时文件
+*.tmp
+*.bak
+*.log
+
+# Jupyter Notebook
+.ipynb_checkpoints
+
+# 环境变量
+.env
+.env.local

CONTRIBUTING.md

@@ -0,0 +1,146 @@
+# 贡献指南
+
+感谢您对《大模型数据工程》项目的关注！本文档提供了向项目贡献的指南。
+
+## 📝 如何贡献
+
+### 报告问题
+
+如果您发现了错误、内容不准确或有改进建议：
+
+1. 前往 [GitHub Issues](https://github.com/datascale-ai/data_engineering_book/issues)
+2. 点击 "New Issue"
+3. 提供详细信息：
+   - 问题所在的章节和页面
+   - 具体问题描述
+   - 期望的正确内容（如适用）
+   - 截图（如适用）
+
+### 提交内容改进
+
+我们欢迎以下类型的贡献：
+- 修正错别字和语法错误
+- 改进代码示例
+- 添加新的图表或说明
+- 更新过时的技术信息
+- 优化文档结构
+
+#### 贡献流程
+
+1. **Fork 仓库**
+   ```bash
+   # 在 GitHub 页面点击 Fork 按钮
+   ```
+
+2. **克隆到本地**
+   ```bash
+   git clone https://github.com/YOUR_USERNAME/data_engineering_book.git
+   cd data_engineering_book
+   ```
+
+3. **创建特性分支**
+   ```bash
+   git checkout -b improve/chapter-x-topic
+   ```
+
+4. **安装依赖**
+   ```bash
+   pip install -r requirements.txt
+   ```
+
+5. **本地预览**
+   ```bash
+   mkdocs serve
+   ```
+   访问 http://127.0.0.1:8000 预览您的更改
+
+6. **提交更改**
+   ```bash
+   git add .
+   git commit -m "改进第X章：简要描述您的修改"
+   git push origin improve/chapter-x-topic
+   ```
+
+7. **提交 Pull Request**
+   - 前往您 Fork 的仓库页面
+   - 点击 "Compare & pull request"
+   - 填写 PR 描述，说明您做了什么改进
+   - 等待维护者审核
+
+## 📐 内容规范
+
+### Markdown 格式
+
+- 使用标准 Markdown 语法
+- 标题层级：章节用 `#`，小节用 `##`，子小节用 `###`
+- 代码块必须指定语言：
+  ```markdown
+  \```python
+  print("Hello, World!")
+  \```
+  ```
+
+### 代码示例
+
+- Python 代码遵循 [PEP 8](https://pep8.org/) 规范
+- Shell 脚本遵循 [Google Shell Style Guide](https://google.github.io/styleguide/shellguide.html)
+- 包含必要的注释说明
+- 确保代码可运行（或明确标注为伪代码）
+
+### 图片规范
+
+- 图片存放在 `docs/images/第X章/` 目录
+- 命名格式：`图X-Y_描述.png`
+  - X: 章节号
+  - Y: 图序号
+  - 描述: 简短中文描述
+- 示例：`图3-1_数据采集流程.png`
+- 建议格式：PNG（图表）或 JPEG（照片）
+- 建议分辨率：宽度 800-1200px
+
+### 引用规范
+
+- 引用论文或文章时提供链接
+- 格式：`[论文标题](URL)`
+- 示例：
+  ```markdown
+  根据 [Scaling Laws for Neural Language Models](https://arxiv.org/abs/2001.08361) 的研究...
+  ```
+
+## 🎯 内容质量标准
+
+### 技术准确性
+- 确保技术描述准确无误
+- 引用权威来源
+- 包含实际可运行的代码示例
+
+### 可读性
+- 使用通俗易懂的语言
+- 避免过度使用术语（或提供解释）
+- 使用场景化的例子帮助理解
+
+### 完整性
+- 代码示例包含必要的导入语句
+- 提供完整的执行步骤
+- 说明环境要求和依赖
+
+## 🚫 不接受的贡献
+
+- 广告或营销内容
+- 与书籍主题无关的内容
+- 未经验证的代码或错误信息
+- 侵犯版权的内容
+
+## ❓ 问题咨询
+
+如果您对贡献流程有任何疑问：
+- 提交 [GitHub Issue](https://github.com/datascale-ai/data_engineering_book/issues)
+- 在您的 Pull Request 中提问
+
+## 📄 许可证
+
+通过向本项目贡献内容，您同意您的贡献将按照项目的 [MIT License](LICENSE) 进行许可。
+
+---
+
+再次感谢您的贡献！让我们一起打造更好的技术书籍！ 🎉

README.md

@@ -86,7 +86,7 @@ git clone https://github.com/datascale-ai/data_engineering_book.git
 cd data_engineering_book
 
 # 安装依赖
-pip install mkdocs-material pymdown-extensions
+pip install -r requirements.txt
 
 # 本地预览
 mkdocs serve
@@ -132,7 +132,7 @@ data_engineering_book/
 
 ## 贡献指南
 
-欢迎提交 Issue 和 Pull Request！
+欢迎提交 Issue 和 Pull Request！详细贡献指南请参阅 [CONTRIBUTING.md](CONTRIBUTING.md)。
 
 1. Fork 本仓库
 2. 创建特性分支 (`git checkout -b feature/AmazingFeature`)

requirements.txt

@@ -0,0 +1,10 @@
+# MkDocs 核心依赖
+mkdocs>=1.5.0,<2.0.0
+mkdocs-material>=9.5.0,<10.0.0
+
+# Markdown 扩展（必需）
+pymdown-extensions>=10.7.0,<11.0.0
+
+# 可选：性能优化插件
+# mkdocs-minify-plugin>=0.8.0,<1.0.0
+# mkdocs-git-revision-date-localized-plugin>=1.2.0,<2.0.0