diff --git a/mindscience/sciops/dft/README.md b/mindscience/sciops/dft/README.md
new file mode 100644
index 0000000000000000000000000000000000000000..f8012726dd4086c334988dc22981ea1d92a2f22d
--- /dev/null
+++ b/mindscience/sciops/dft/README.md
@@ -0,0 +1,65 @@
+# Dft
+
+## Dft介绍
+
+DFT（离散傅里叶变换）是将离散时域信号映射到频域的经典运算，由连续傅里叶变换离散化而来，最初用于信号分析，现已是深度学习与科学计算的核心张量工具。该模块提供基于 **DFT 矩阵（dense matrix）和 矩阵乘法（matmul）** 的可微分离散变换，包括：
+
+- 实数离散傅里叶变换：RDFTn / IRDFTn  
+- 复数离散傅里叶变换：DFTn / IDFTn  
+- 一维离散余弦变换：DCT / IDCT  
+- 一维离散正弦变换：DST / IDST  
+
+
+
+## Dft 算法流程
+
+DFT 的算法主要流程如下：
+
+1.解析输入的参数：shape、dim、norm、modes等，检查参数合法性并进行标准化。
+
+2.根据对应维度构造一维 DFT 矩阵。
+
+3.将需要变换的轴移动到最后，以便执行矩阵乘法。
+
+4.通过矩阵乘法执行一维变换，得到对应维度的输出。
+
+5.重复执行步骤 3~4中的轴变换和矩阵乘法，实现n维离散变换。
+
+6.恢复轴顺序、拼接输出，返回最终张量
+
+
+
+## sciops.Dft模块特点
+
+sciops模块中的Dft算子进行如下优化：
+
+1.初始化与结构优化：DFT 矩阵的生成、参数解析与校验在初始化阶段完成，使算子结构更清晰、并减少运行时的重复构图与冗余检查，提高整体的接口稳定性。
+
+2.环境适配与兼容性优化：自定义 `MyRoll`、`MyFlip`，规避原生算子在 Ascend/GRAPH_MODE 下的兼容性问题；  可以根据设备（Ascend/CPU）与运行模式自动选择合适算子实现。
+
+
+
+## 使用样例 
+
+- RDFT使用样例
+
+```python
+import mindspore as ms
+from mindscience.sciops import RDFTn
+
+x = ms.ops.rand((2, 32, 512))
+rdft = RDFTn(shape=x.shape[-2:])
+br, bi = rdft(x)
+```
+
+- DCT使用样例
+
+```python
+import mindspore as ms
+from mindscience.sciops import DCT
+
+a = ms.ops.rand((4, 128))
+dct = DCT(shape=(128,))
+b = dct(a)
+```
+