docs: update

docs/guide/tutorial/api-binding.mdx

@@ -53,14 +53,14 @@
 
 这与我们在第二章：`Node` 中看到的结构类似，但现在重点关注 `API` 调用本身：
 
-```py
-from dora import Node # Import the Node class from the API binding
+```py title="API Binding 示例 Python 节点"
+from dora import Node # 从 API 绑定导入 Node 类
 
-# 1. Initialize the node
+# 1. 初始化节点
 node = Node()
 print("Python Node initialized. Waiting for events...")
 
-# 2. Enter the event loop to receive events
+# 2. 进入事件循环接收事件
 for event in node:
     event_type = event["type"]
     event_id = event["id"] # Often the input ID
@@ -68,32 +68,32 @@ for event in node:
     print(f"Received event: Type={event_type}, ID={event_id}")
 
     if event_type == "INPUT":
-        # 3. Access input data and process
+        # 3. 访问输入数据和流程
         if event_id == "my_input":
             input_data = event["value"]
             print(f"  -> Processing data from input '{event_id}'...")
             
-            # --- Your custom processing logic here ---
+            # --- 您的自定义处理逻辑在这里 ---
             processed_data = process_data(input_data)
             # ---------------------------------------
 
-            # 4. Send output data
+            # 4. 发送输出数据
             print("  -> Sending processed data on output 'my_output'")
             node.send_output("my_output", processed_data) 
 
     elif event_type == "STOP":
-        # 5. Handle stop signal
+        # 5. 处理停止信号
         print("  -> Received STOP command. Exiting loop.")
         break 
 
 print("Python Node stopping gracefully.")
 
-# Dummy processing function for illustration
+# 用于说明的虚拟处理函数
 def process_data(data):
-    # In a real node, this would transform the data
+    # 在实际节点中，这将转换数据
     print("    (Doing dummy processing...)")
-    # Often data is an Arrow Array, need to convert/process it
-    # For simplicity, let's just return a dummy byte array
+    # 数据通常是一个 Arrow 数组, 需要对其进行转换/处理
+    # 为了简单起见，我们只返回一个虚拟字节数组
     return b"processed_output_data" 
 ```
 
@@ -107,11 +107,11 @@ def process_data(data):
 
 操作符使用稍微不同的 `API` 结构，专门设计用于 `dora-runtime` 进程。
 
-```py
+```py title ="operators/my_operator.py"
 # operators/my_operator.py
-from dora import DoraStatus # Import necessary status enum
+from dora import DoraStatus # 导入必要的状态枚举
 
-# The Operator logic is typically implemented in a class with specific methods
+# 操作符逻辑通常在具有特定方法的类中实现
 class Operator:
 
     def on_event(self, dora_event, send_output):
@@ -129,22 +129,22 @@ class Operator:
                 input_data = dora_event["value"]
                 print(f"  -> Processing data from operator input '{event_id}'")
 
-                # --- Your custom processing logic here ---
+                # --- 您的自定义处理逻辑在这里 ---
                 processed_data = process_operator_data(input_data)
                 # ---------------------------------------
 
-                # Send output data using the provided send_output function
+                # 使用提供的 send_output 函数发送输出数据
                 print("  -> Sending processed data on operator output 'operator_output'")
-                send_output("operator_output", processed_data, dora_event["metadata"]) # Operators also pass metadata
+                send_output("operator_output", processed_data, dora_event["metadata"]) # 操作符传递元数据
 
         elif event_type == "STOP":
             print("  -> Received STOP command. Operator stopping.")
-            return DoraStatus.STOP # Return STOP status to signal shutdown
+            return DoraStatus.STOP # 返回 STOP 状态以发出关机信号
 
-        # By default, continue running
+        # 默认继续运行
         return DoraStatus.CONTINUE 
 
-# Dummy processing function for illustration
+# 用于说明的虚拟处理函数
 def process_operator_data(data):
     print("    (Operator doing dummy processing...)")
     return b"processed_operator_data"
@@ -173,7 +173,7 @@ def process_operator_data(data):
 
 这是一个简化的序列图：
 
-![](/api01.png)
+![api](/api01.png)
 
 **`API 绑定`** 隐藏了这些通道和协议的复杂性，让您可以专注于应用程序逻辑。它将您语言的数据类型转换为适合 `dora` 的格式（例如 `Arrow` ），并管理高效通信所需的低级交互。
 
@@ -181,6 +181,6 @@ def process_operator_data(data):
 
 # 总结
 
-`API 绑定`是必不可少的软件库，它使您能够使用熟悉的编程语言（例如 P`ython`、`Rust`、`C` 和 `C++`）为自定义 `dora` 节点和操作符编写核心逻辑。它们提供了标准化的函数工具包（ `init` 、 `send_output` 、事件循环/回调），这些函数抽象了进程间通信、共享内存和事件处理的复杂性，使您可以专注于特定的应用程序任务，同时无缝集成到 `dora` 数据流中。
+`API 绑定`是必不可少的软件库，它使您能够使用熟悉的编程语言（例如 `Python`、`Rust`、`C` 和 `C++`）为自定义 `dora` 节点和操作符编写核心逻辑。它们提供了标准化的函数工具包（ `init` 、 `send_output` 、`事件循环/回调`），这些函数抽象了进程间通信、共享内存和事件处理的复杂性，使您可以专注于特定的应用程序任务，同时无缝集成到 `dora` 数据流中。
 
 现在您已经了解了如何使用 `API 绑定`为各个组件编写代码，让我们缩小范围并查看用于管理和运行整个数据流的主要工具： **`Dora CLI 命令行`** 。

docs/guide/tutorial/data-message.mdx

@@ -90,7 +90,9 @@ for event in node:
 6. `节点 B` 收到 `INPUT` 事件，从 `Metadata` 中读取共享内存标识符和 `ArrowTypeInfo` 。
 7. `节点 B` 使用其 `dora API` 访问数据。该 `API` 知道如何将共享内存块映射（使其可访问）到`节点 B` 的进程中，并使用 Arrow 格式信息直接从那里读取数据。
 
-![](/data-message01.png)
+这是一个简化的序列图：
+
+![data-message](/data-message01.png)
 
 这种从共享内存直接读取（“零拷贝”）的方式使得 `dora` 能够快速传输大量数据消息，因为数据本身不需要序列化、通过管道发送，也不需要由接收进程反序列化。