Add readme file for simplified Chinese

README.MD

@@ -55,7 +55,6 @@
 
 NuMojo intends to capture a wide swath of numerics capability present in the Python packages NumPy, SciPy and Scikit.
 
-NuMojo intends to try and get the most out of the capabilities of Mojo including vectorization, parallelization, and GPU acceleration(once available). Currently, NuMojo extends (most of) the standard library math functions to work on array inputs.
 NuMojo intends to try and get the most out of the capabilities of Mojo including vectorization, parallelization, and GPU acceleration(once available). Currently, NuMojo extends (most of) the standard library math functions to work on array inputs.
 
 NuMojo intends to be a building block for other Mojo packages that need fast math under the hood without the added weight of a ML back and forward propagation system

doc/readme_zh_cn.md

@@ -0,0 +1,108 @@
+<a name="readme-top"></a>
+<!-- add these later -->
+<!-- [![MIT License][license-shield]][] -->
+
+<div align="center">
+  <a href="">
+    <img src="../assets/numojo_logo.png" alt="Logo" width="350" height="350">
+  </a>
+
+  <h1 align="center" style="font-size: 3em; color: white; font-family: 'Avenir'; text-shadow: 1px 1px orange;">NuMojo</h1>
+
+  <p align="center">
+    NuMojo 是为 Mojo 🔥 设计的多维数组运算库，类似 NumPy, SciPy。
+    <br />
+    <!-- when we create docs -->
+    <a href="https://github.com/Mojo-Numerics-and-Algorithms-group/NuMojo-Examples-and-Benchmarks/blob/main/docs/README.md"><strong>阅读文档» </strong></a>
+    <br>
+    <a href="https://discord.com/channels/1149778565756366939/1149778566603620455"><strong>加入 Discord 讨论频道» </strong></a>
+    <br />
+  </p>
+</div>
+
+## 关于本项目
+
+NuMojo 的设计，旨在为 Mojo 语言生态系统提供数值计算和多维数组运算功能，类似于 NumPy、SciPy 和 Scikit 等数学库在 Python 语言生态系统中所扮演的角色。
+
+NuMojo 充分利用 Mojo 的潜力，包括向量化、并行化和 GPU 加速。目前，NuMojo 扩展了大部分 Mojo 标准库中的数学函数，用以处理多维数组。
+
+NuMojo 也可为其他需要高速数值计算、多维数组运算等功能的 Mojo 第三方库提供基础类型和函数。
+
+注意：NuMojo 不是一个机器学习库，它永远不会在核心库中包含机器学习算法。
+
+## 目标及路线图
+
+有关本项目详细的路线图，请参阅 [Roadmap.md](../Roadmap.md) 文件（英文）。
+
+我们的核心目标，是使用 Mojo 实现一个快速、全面的数值计算库。以下是部分长期目标：
+
+- 原生 N 维数组类型
+- 向量化、并行化的数值运算
+- 线性代数
+- 数组操作：叠加、切片、拼合等
+- 微积分
+- 优化
+- 函数逼近
+- 排序
+
+## 使用方法
+
+以下为部分代码实例：
+
+```mojo
+import numojo as nm
+
+fn main() raises:
+    # 生成两个 1000x1000 矩阵，数值随机且为 64 位浮点数
+    var A = nm.NDArray[nm.f64](shape=List[Int](1000,1000), random=True)
+    var B = nm.NDArray[nm.f64](1000,1000, random=True)
+
+    # 根据字符串生成 3x2 矩阵，数据类型为 32 位浮点数
+    var X = nm.NDArray[nm.f32]("[[1.1, -0.32, 1], [0.1, -3, 2.124]]")
+
+    # 打印矩阵
+    print(A)
+
+    # 矩阵相乘
+    var C = A @ B
+    print(C)
+
+    # 矩阵切片
+    var A_slice = A[1:3, 4:19]
+
+    # 提取矩阵元素
+    var A_item = A.at(291, 141)
+```
+
+请在 [此文档](../features.md) 中查询所有可用的函数。
+
+## 安装方法
+
+Numojo 库可通过两种方法安装并使用。
+
+### 构建文件包
+
+这种方法会构建一个独立文件包 `numojo.mojopkg`。步骤为：
+
+1. 克隆本仓库。
+1. 在控制台使用 `mojo package numojo` 命令构建文件包。
+1. 将 `numojo.mojopkg` 移动到包含代码的目录中，即可使用。
+
+### 将 NuMojo 路径添加至编译器和 LSP
+
+这种方法不需要生成文件包，仅需在编译时，通过以下命令指明 `Numojo` 的文件路径：
+
+```console
+mojo run -I "../NuMojo" example.mojo
+```
+
+这种方法自由度更高，允许你在调试你代码的过程中修改 `NuMojo` 源码。它适合想要为本库贡献代码的用户。
+
+为了使 VSCode 的 LSP （语言服务引擎）解析 `numojo` 库，你可以：
+
+1. 进入 VSCode 的 Preference 页面（偏好设置）。
+1. 选择 `Mojo › Lsp: Include Dirs`
+1. 点击 `add item`，并添加 NuMojo 源码所在的路径，例如 `/Users/Name/Programs/NuMojo`
+1. 重启 Mojo LSP server
+
+如此，VSCode 便可以提供 NuMojo 包的函数提示。