-请记住，当您一般读到“服务器”这个名词时，它可能指的是这两者之一。
+```console
+$
fastapi run
main.py
-当提到远程主机时，通常将其称为**服务器**，但也称为**机器**(machine)、**VM**（虚拟机）、**节点**。 这些都是指某种类型的远程计算机，通常运行 Linux，您可以在其中运行程序。
+
FastAPI Starting production server 🚀
+ Searching for package file structure from directories
+ with
__init__.py files
+ Importing from
/home/user/code/awesomeapp
-## 安装服务器程序
+
module 🐍 main.py
-您可以使用以下命令安装 ASGI 兼容服务器：
+
code Importing the FastAPI app object from the module with
+ the following code:
-//// tab | Uvicorn
+
from main import app
-*
Uvicorn，一个快如闪电 ASGI 服务器，基于 uvloop 和 httptools 构建。
+
app Using import string:
main:app
-
+ server Server started at http://0.0.0.0:8000
+ server Documentation at http://0.0.0.0:8000/docs
-```console
-$ pip install "uvicorn[standard]"
+ Logs:
----> 100%
+ INFO Started server process [2306215]
+ INFO Waiting for application startup.
+ INFO Application startup complete.
+ INFO Uvicorn running on http://0.0.0.0:8000 (Press CTRL+C
+ to quit)
```
-/// tip
+这在大多数情况下都能正常运行。😎
-通过添加`standard`，Uvicorn 将安装并使用一些推荐的额外依赖项。
+例如，您可以使用该命令在容器、服务器等环境中启动您的 **FastAPI** 应用。
-其中包括`uvloop`，它是`asyncio`的高性能替代品，它提供了巨大的并发性能提升。
+## ASGI 服务器
-///
+让我们深入了解一些细节。
-////
+FastAPI 使用了一种用于构建 Python Web 框架和服务器的标准，称为
ASGI。FastAPI 本质上是一个 ASGI Web 框架。
-//// tab | Hypercorn
+要在远程服务器上运行 **FastAPI** 应用（或任何其他 ASGI 应用），您需要一个 ASGI 服务器程序，例如 **Uvicorn**。它是 `fastapi` 命令默认使用的 ASGI 服务器。
-*
Hypercorn，一个也与 HTTP/2 兼容的 ASGI 服务器。
-
-
+除此之外，还有其他一些可选的 ASGI 服务器，例如：
-```console
-$ pip install hypercorn
-
----> 100%
-```
-
-
+*
Uvicorn：高性能 ASGI 服务器。
+*
Hypercorn：与 HTTP/2 和 Trio 等兼容的 ASGI 服务器。
+*
Daphne：为 Django Channels 构建的 ASGI 服务器。
+*
Granian：基于 Rust 的 HTTP 服务器，专为 Python 应用设计。
+*
NGINX Unit：NGINX Unit 是一个轻量级且灵活的 Web 应用运行时环境。
-...或任何其他 ASGI 服务器。
+## 服务器主机和服务器程序
-////
+关于名称，有一个小细节需要记住。 💡
-## 运行服务器程序
+“**服务器**”一词通常用于指远程/云计算机（物理机或虚拟机）以及在该计算机上运行的程序（例如 Uvicorn）。
-您可以按照之前教程中的相同方式运行应用程序，但不使用`--reload`选项，例如：
+请记住，当您一般读到“服务器”这个名词时，它可能指的是这两者之一。
-//// tab | Uvicorn
+当提到远程主机时，通常将其称为**服务器**，但也称为**机器**(machine)、**VM**（虚拟机）、**节点**。 这些都是指某种类型的远程计算机，通常运行 Linux，您可以在其中运行程序。
-
-```console
-$ uvicorn main:app --host 0.0.0.0 --port 80
+## 安装服务器程序
-INFO: Uvicorn running on http://0.0.0.0:80 (Press CTRL+C to quit)
-```
+当您安装 FastAPI 时，它自带一个生产环境服务器——Uvicorn，并且您可以使用 `fastapi run` 命令来启动它。
-
+不过，您也可以手动安装 ASGI 服务器。
-////
+请确保您创建并激活一个[虚拟环境](../virtual-environments.md){.internal-link target=_blank}，然后再安装服务器应用程序。
-//// tab | Hypercorn
+例如，要安装 Uvicorn，可以运行以下命令：
```console
-$ hypercorn main:app --bind 0.0.0.0:80
+$ pip install "uvicorn[standard]"
-Running on 0.0.0.0:8080 over http (CTRL + C to quit)
+---> 100%
```
-////
+类似的流程也适用于任何其他 ASGI 服务器程序。
-/// warning
+/// tip
-如果您正在使用`--reload`选项，请记住删除它。
+通过添加 `standard` 选项，Uvicorn 将安装并使用一些推荐的额外依赖项。
- `--reload` 选项消耗更多资源，并且更不稳定。
+其中包括 `uvloop`，这是 `asyncio` 的高性能替代方案，能够显著提升并发性能。
- 它在**开发**期间有很大帮助，但您**不应该**在**生产环境**中使用它。
+当您使用 `pip install "fastapi[standard]"` 安装 FastAPI 时，实际上也会安装 `uvicorn[standard]`。
///
-## Hypercorn with Trio
-
-Starlette 和 **FastAPI** 基于
AnyIO， 所以它们才能同时与 Python 的标准库
asyncio 和
Trio 兼容。
-
-尽管如此，Uvicorn 目前仅与 asyncio 兼容，并且通常使用
`uvloop`, 它是`asyncio`的高性能替代品。
-
-但如果你想直接使用**Trio**，那么你可以使用**Hypercorn**，因为它支持它。 ✨
-
-### 安装具有 Trio 的 Hypercorn
+## 运行服务器程序
-首先，您需要安装具有 Trio 支持的 Hypercorn：
+如果您手动安装了 ASGI 服务器，通常需要以特定格式传递一个导入字符串，以便服务器能够正确导入您的 FastAPI 应用：
```console
-$ pip install "hypercorn[trio]"
----> 100%
+$ uvicorn main:app --host 0.0.0.0 --port 80
+
+INFO: Uvicorn running on http://0.0.0.0:80 (Press CTRL+C to quit)
```
-### Run with Trio
+/// note
-然后你可以传递值`trio`给命令行选项`--worker-class`:
+命令 `uvicorn main:app` 的含义如下：
-
+* `main`：指的是 `main.py` 文件（即 Python “模块”）。
+* `app`：指的是 `main.py` 文件中通过 `app = FastAPI()` 创建的对象。
-```console
-$ hypercorn main:app --worker-class trio
+它等价于以下导入语句：
+
+```Python
+from main import app
```
-
+///
+
+每种 ASGI 服务器程序通常都会有类似的命令，您可以在它们的官方文档中找到更多信息。
+
+/// warning
+
+Uvicorn 和其他服务器支持 `--reload` 选项，该选项在开发过程中非常有用。
-这将通过您的应用程序启动 Hypercorn，并使用 Trio 作为后端。
+但 `--reload` 选项会消耗更多资源，且相对不稳定。
-现在您可以在应用程序内部使用 Trio。 或者更好的是，您可以使用 AnyIO，使您的代码与 Trio 和 asyncio 兼容。 🎉
+它对于**开发阶段**非常有帮助，但在**生产环境**中**不应该**使用。
+
+///
## 部署概念
-这些示例运行服务器程序（例如 Uvicorn），启动**单个进程**，在所有 IP（`0.0.0.0`)上监听预定义端口（例如`80`)。
+这些示例运行服务器程序（例如 Uvicorn），启动**单个进程**，在所有 IP（`0.0.0.0`）上监听预定义端口（例如`80`）。
这是基本思路。 但您可能需要处理一些其他事情，例如：
* 安全性 - HTTPS
* 启动时运行
* 重新启动
-* Replication（运行的进程数）
+* 复制（运行的进程数）
* 内存
* 开始前的步骤
diff --git a/docs/zh/docs/deployment/server-workers.md b/docs/zh/docs/deployment/server-workers.md
index eb0252a5c..e46ba7a09 100644
--- a/docs/zh/docs/deployment/server-workers.md
+++ b/docs/zh/docs/deployment/server-workers.md
@@ -1,4 +1,4 @@
-# Server Workers - Gunicorn with Uvicorn
+# 服务器工作进程（Workers） - 使用 Uvicorn 的多工作进程模式
让我们回顾一下之前的部署概念：
@@ -9,125 +9,79 @@
* 内存
* 启动前的先前步骤
-到目前为止，通过文档中的所有教程，您可能已经在**单个进程**上运行了像 Uvicorn 这样的**服务器程序**。
+到目前为止，在文档中的所有教程中，您可能一直是在运行一个**服务器程序**，例如使用 `fastapi` 命令来启动 Uvicorn，而它默认运行的是**单进程模式**。
-部署应用程序时，您可能希望进行一些**进程复制**，以利用**多核**并能够处理更多请求。
+部署应用程序时，您可能希望进行一些**进程复制**，以利用**多核** CPU 并能够处理更多请求。
正如您在上一章有关[部署概念](concepts.md){.internal-link target=_blank}中看到的，您可以使用多种策略。
-在这里我将向您展示如何将
**Gunicorn** 与 **Uvicorn worker 进程** 一起使用。
+在本章节中，我将向您展示如何使用 `fastapi` 命令或直接使用 `uvicorn` 命令以**多工作进程模式**运行 **Uvicorn**。
/// info
如果您正在使用容器，例如 Docker 或 Kubernetes，我将在下一章中告诉您更多相关信息：[容器中的 FastAPI - Docker](docker.md){.internal-link target=_blank}。
-特别是，当在 **Kubernetes** 上运行时，您可能**不想**使用 Gunicorn，而是运行 **每个容器一个 Uvicorn 进程**，但我将在本章后面告诉您这一点。
+比较特别的是，在 **Kubernetes** 环境中运行时，您通常**不需要**使用多个工作进程，而是**每个容器运行一个 Uvicorn 进程**。不过，我会在本章节的后续部分详细介绍这一点。
///
-## Gunicorn with Uvicorn Workers
+## 多个工作进程
-**Gunicorn**主要是一个使用**WSGI标准**的应用服务器。 这意味着 Gunicorn 可以为 Flask 和 Django 等应用程序提供服务。 Gunicorn 本身与 **FastAPI** 不兼容，因为 FastAPI 使用最新的 **
ASGI 标准**。
+您可以使用 `--workers` 命令行选项来启动多个工作进程：
-但 Gunicorn 支持充当 **进程管理器** 并允许用户告诉它要使用哪个特定的 **worker类**。 然后 Gunicorn 将使用该类启动一个或多个 **worker进程**。
+//// tab | `fastapi`
-**Uvicorn** 有一个 Gunicorn 兼容的worker类。
-
-使用这种组合，Gunicorn 将充当 **进程管理器**，监听 **端口** 和 **IP**。 它会将通信**传输**到运行**Uvicorn类**的worker进程。
-
-然后与Gunicorn兼容的**Uvicorn worker**类将负责将Gunicorn发送的数据转换为ASGI标准以供FastAPI使用。
-
-## 安装 Gunicorn 和 Uvicorn
+如果您使用 `fastapi` 命令：
```console
-$ pip install "uvicorn[standard]" gunicorn
-
----> 100%
-```
-
-
+$
fastapi run --workers 4
main.py
-这将安装带有`standard`扩展包（以获得高性能）的 Uvicorn 和 Gunicorn。
+
FastAPI Starting production server 🚀
-## Run Gunicorn with Uvicorn Workers
+ Searching for package file structure from directories with
+
__init__.py files
+ Importing from
/home/user/code/awesomeapp
-接下来你可以通过以下命令运行Gunicorn:
-
-
-
-```console
-$ gunicorn main:app --workers 4 --worker-class uvicorn.workers.UvicornWorker --bind 0.0.0.0:80
-
-[19499] [INFO] Starting gunicorn 20.1.0
-[19499] [INFO] Listening at: http://0.0.0.0:80 (19499)
-[19499] [INFO] Using worker: uvicorn.workers.UvicornWorker
-[19511] [INFO] Booting worker with pid: 19511
-[19513] [INFO] Booting worker with pid: 19513
-[19514] [INFO] Booting worker with pid: 19514
-[19515] [INFO] Booting worker with pid: 19515
-[19511] [INFO] Started server process [19511]
-[19511] [INFO] Waiting for application startup.
-[19511] [INFO] Application startup complete.
-[19513] [INFO] Started server process [19513]
-[19513] [INFO] Waiting for application startup.
-[19513] [INFO] Application startup complete.
-[19514] [INFO] Started server process [19514]
-[19514] [INFO] Waiting for application startup.
-[19514] [INFO] Application startup complete.
-[19515] [INFO] Started server process [19515]
-[19515] [INFO] Waiting for application startup.
-[19515] [INFO] Application startup complete.
-```
-
-
+
module 🐍 main.py
+
code Importing the FastAPI app object from the module with the
+ following code:
-让我们看看每个选项的含义：
+
from main import app
-* `main:app`：这与 Uvicorn 使用的语法相同，`main` 表示名为"`main`"的 Python 模块，因此是文件 `main.py`。 `app` 是 **FastAPI** 应用程序的变量名称。
- * 你可以想象 `main:app` 相当于一个 Python `import` 语句，例如：
+
app Using import string:
main:app
- ```Python
- from main import app
- ```
+
server Server started at
http://0.0.0.0:8000
+
server Documentation at
http://0.0.0.0:8000/docs
- * 因此，`main:app` 中的冒号相当于 `from main import app` 中的 Python `import` 部分。
+ Logs:
-* `--workers`：要使用的worker进程数量，每个进程将运行一个 Uvicorn worker进程，在本例中为 4 个worker进程。
-
-* `--worker-class`：在worker进程中使用的与 Gunicorn 兼容的工作类。
- * 这里我们传递了 Gunicorn 可以导入和使用的类：
-
- ```Python
- import uvicorn.workers.UvicornWorker
- ```
-
-* `--bind`：这告诉 Gunicorn 要监听的 IP 和端口，使用冒号 (`:`) 分隔 IP 和端口。
- * 如果您直接运行 Uvicorn，则可以使用`--host 0.0.0.0`和`--port 80`，而不是`--bind 0.0.0.0:80`（Gunicorn 选项）。
-
-
-在输出中，您可以看到它显示了每个进程的 **PID**（进程 ID）（它只是一个数字）。
-
-你可以看到：
-
-* Gunicorn **进程管理器** 以 PID `19499` 开头（在您的情况下，它将是一个不同的数字）。
-* 然后它开始`Listening at: http://0.0.0.0:80`。
-* 然后它检测到它必须使用 `uvicorn.workers.UvicornWorker` 处的worker类。
-* 然后它启动**4个worker**，每个都有自己的PID：`19511`、`19513`、`19514`和`19515`。
-
-Gunicorn 还将负责管理**死进程**和**重新启动**新进程（如果需要保持worker数量）。 因此，这在一定程度上有助于上面列表中**重启**的概念。
-
-尽管如此，您可能还希望有一些外部的东西，以确保在必要时**重新启动 Gunicorn**，并且**在启动时运行它**等。
+
INFO Uvicorn running on
http://0.0.0.0:8000 (Press CTRL+C to
+ quit
)
+
INFO Started parent process
[27365]
+
INFO Started server process
[27368]
+
INFO Started server process
[27369]
+
INFO Started server process
[27370]
+
INFO Started server process
[27367]
+
INFO Waiting for application startup.
+
INFO Waiting for application startup.
+
INFO Waiting for application startup.
+
INFO Waiting for application startup.
+
INFO Application startup complete.
+
INFO Application startup complete.
+
INFO Application startup complete.
+
INFO Application startup complete.
+```
-## Uvicorn with Workers
+
@@ -151,13 +105,15 @@ $ uvicorn main:app --host 0.0.0.0 --port 8080 --workers 4
+////
+
这里唯一的新选项是 `--workers` 告诉 Uvicorn 启动 4 个工作进程。
-您还可以看到它显示了每个进程的 **PID**，父进程（这是 **进程管理器**）的 PID 为`27365`，每个工作进程的 PID 为：`27368`、`27369`， `27370`和`27367`。
+您还可以看到它显示了每个进程的 **PID**，父进程（这是**进程管理器**）的 PID 为`27365`，每个工作进程的 PID 为：`27368`、`27369`， `27370`和`27367`。
## 部署概念
-在这里，您了解了如何使用 **Gunicorn**（或 Uvicorn）管理 **Uvicorn 工作进程**来**并行**应用程序的执行，利用 CPU 中的 **多核**，并 能够满足**更多请求**。
+在这里，您学习了如何使用多个**工作进程（workers）**来让应用程序的执行**并行化**，充分利用 CPU 的**多核性能**，并能够处理**更多的请求**。
从上面的部署概念列表来看，使用worker主要有助于**复制**部分，并对**重新启动**有一点帮助，但您仍然需要照顾其他部分：
@@ -170,15 +126,13 @@ $ uvicorn main:app --host 0.0.0.0 --port 8080 --workers 4
## 容器和 Docker
-在关于 [容器中的 FastAPI - Docker](docker.md){.internal-link target=_blank} 的下一章中，我将介绍一些可用于处理其他 **部署概念** 的策略。
-
-我还将向您展示 **官方 Docker 镜像**，其中包括 **Gunicorn 和 Uvicorn worker** 以及一些对简单情况有用的默认配置。
+在关于 [容器中的 FastAPI - Docker](docker.md){.internal-link target=_blank} 的下一章中，我将介绍一些可用于处理其他**部署概念**的策略。
-在那里，我还将向您展示如何 **从头开始构建自己的镜像** 以运行单个 Uvicorn 进程（没有 Gunicorn）。 这是一个简单的过程，并且可能是您在使用像 **Kubernetes** 这样的分布式容器管理系统时想要做的事情。
+我将向您展示如何**从零开始构建自己的镜像**，以运行一个单独的 Uvicorn 进程。这个过程相对简单，并且在使用 **Kubernetes** 等分布式容器管理系统时，这通常是您需要采取的方法。
## 回顾
-您可以使用**Gunicorn**（或Uvicorn）作为Uvicorn工作进程的进程管理器，以利用**多核CPU**，**并行运行多个进程**。
+您可以在使用 `fastapi` 或 `uvicorn` 命令时，通过 `--workers` CLI 选项启用多个工作进程（workers），以充分利用**多核 CPU**，以**并行运行多个进程**。
如果您要设置**自己的部署系统**，同时自己处理其他部署概念，则可以使用这些工具和想法。
diff --git a/docs/zh/docs/tutorial/index.md b/docs/zh/docs/tutorial/index.md
index ab19f02c5..3ca927337 100644
--- a/docs/zh/docs/tutorial/index.md
+++ b/docs/zh/docs/tutorial/index.md
@@ -1,34 +1,58 @@
# 教程 - 用户指南
-本教程将一步步向你展示如何使用 **FastAPI** 的绝大部分特性。
+本教程将一步步向您展示如何使用 **FastAPI** 的绝大部分特性。
-各个章节的内容循序渐进，但是又围绕着单独的主题，所以你可以直接跳转到某个章节以解决你的特定需求。
+各个章节的内容循序渐进，但是又围绕着单独的主题，所以您可以直接跳转到某个章节以解决您的特定需求。
-本教程同样可以作为将来的参考手册。
-
-你可以随时回到本教程并查阅你需要的内容。
+本教程同样可以作为将来的参考手册，所以您可以随时回到本教程并查阅您需要的内容。
## 运行代码
所有代码片段都可以复制后直接使用（它们实际上是经过测试的 Python 文件）。
-要运行任何示例，请将代码复制到 `main.py` 文件中，然后使用以下命令启动 `uvicorn`：
+要运行任何示例，请将代码复制到 `main.py` 文件中，然后使用以下命令启动 `fastapi dev`：
```console
-$ pip install "fastapi[all]"
+$ pip install "fastapi[standard]"
---> 100%
```
-......以上安装还包括了 `uvicorn`，你可以将其用作运行代码的服务器。
-
/// note
-你也可以分开来安装。
-
-假如你想将应用程序部署到生产环境，你可能要执行以下操作：
-
-```
-pip install fastapi
-```
-
-并且安装`uvicorn`来作为服务器：
-
-```
-pip install "uvicorn[standard]"
-```
+当您使用 `pip install "fastapi[standard]"` 进行安装时，它会附带一些默认的可选标准依赖项。
-然后对你想使用的每个可选依赖项也执行相同的操作。
+如果您不想安装这些可选依赖，可以选择安装 `pip install fastapi`。
///
## 进阶用户指南
-在本**教程-用户指南**之后，你可以阅读**进阶用户指南**。
+在本**教程-用户指南**之后，您可以阅读**进阶用户指南**。
**进阶用户指南**以本教程为基础，使用相同的概念，并教授一些额外的特性。
-但是你应该先阅读**教程-用户指南**（即你现在正在阅读的内容）。
+但是您应该先阅读**教程-用户指南**（即您现在正在阅读的内容）。
-教程经过精心设计，使你可以仅通过**教程-用户指南**来开发一个完整的应用程序，然后根据你的需要，使用**进阶用户指南**中的一些其他概念，以不同的方式来扩展它。
+教程经过精心设计，使您可以仅通过**教程-用户指南**来开发一个完整的应用程序，然后根据您的需要，使用**进阶用户指南**中的一些其他概念，以不同的方式来扩展它。
+