diff --git a/README.md b/README.md
index 3333990c..83f1f1b3 100644
--- a/README.md
+++ b/README.md
@@ -15,7 +15,7 @@
 
 ## Dockers 启动
 
-**提醒**：此部分暂时依赖于前端打包之后的内容（后面考虑更新），同时会自动启动 neo4j 图数据库。
+**提醒**：下面的脚本会启动开发版本，源代码的修改会自动更新（含前端和后端）。如果生产环境部署，请使用 ` docker/docker-compose.yml` 启动。
 
 ```bash
 docker-compose -f docker/docker-compose.dev.yml up --build
@@ -40,98 +40,37 @@ docker-compose -f docker/docker-compose.dev.yml up --build
 docker-compose -f docker/docker-compose.dev.yml down
 ```
 
+查看日志：
+
+```bash
+docker logs <CONTAINER_NAME>  # 例如：docker logs api-dev
+```
+
 如果需要使用到本地模型，比如向量模型或者重排序模型，则需要将环境变量中设置的 `MODEL_ROOT_DIR` 做映射，比如本地模型都是存放在 `/hdd/models` 里面，则需要在 `docker-compose.yml` 中添加：
 
 ```yml
 services:
-  # 后端服务
-  backend:
-    image: pytorch/pytorch:2.4.1-cuda11.8-cudnn9-runtime  # 或者您可以自定义 Python 基础镜像
-    container_name: backend
+  api:
+    build:
+      context: ..
+      dockerfile: docker/api.Dockerfile
+    container_name: api-dev
     working_dir: /app
     volumes:
-      - ./src:/app/src  # 映射源代码
-      - ./requirements.txt:/app/requirements.txt
-      - ./saves:/app/saves
-      - /hdd/models:/hdd/models  # <=== 修改这里
-...
+      - ../src:/app/src
+      - ../saves:/app/saves
+      - /hdd/zwj/models:/hdd/zwj/models  # <== 修改这一行
 ```
 
-##
-
-1. 配置 python 环境 `pip install -r requirements.txt`，python 版本应当小于 `3.12`。
-2. 前端 UI 部分，需要安装 Node.js  环境，参考：[Download Node.js](https://nodejs.org/en/download/package-manager)。
-
-**如果不启用知识库，可以仅安装下面的依赖**
-
-```
-FlagEmbedding==1.2.10
-Flask==3.0.3
-Flask_Cors==4.0.1
-openai==1.35.10
-python-dotenv==1.0.1
-PyYAML==6.0.1
-zhipuai
-```
-
-> [!WARNING]
-> milvus-lite（向量数据库）不支持在 Windows 上运行，建议使用 WSL，详见：https://github.com/milvus-io/milvus-lite/issues/175
-
-### 配置图数据库 neo4j (可选)
-
-使用 docker 部署 neo4j 服务，配置文件见 [local_neo4j/docker-compose.yml](local_neo4j/docker-compose.yml).
-默认账号密码见最后一行，可以使用 `http://localhost:7474/` 在浏览器可视化访问。
-
-```bash
-cd local_neo4j
-docker compose up -d
-```
-
-可以使用 `python test_neo4j.py` 来测试是否正常启动。使用 `docker compose down` 可停止服务。
-如果想要管理 neo4j，也可以使用 `docker ps` 查看容器 id，然后使用 `docker exec -it  <CONTAINER_ID> /bin/bash` 进入容器。
-如果想要删除数据库中的文件，可以进入容器并停止 neo4j 后，执行 `rm -rf /data/databases`。
-
-## 启动
-
-推荐使用 docker 启动
-
-### 1. 手动启动
-
-```bash
-# 后端部分
-python -m src.main
-
-# 前端部分
-cd web
-npm install  # 首次运行需要
-npm run server
-```
-
-### 2. 脚本启动
-
-注意：此脚本不会启动图数据库 neo4j。
-
-```bash
-bash run.sh
-```
-
-### 3. Docker 启动
-
-## Changelog
+## 更新日志
 
 - 2024.10.12 后端修改为 FastAPI，并添加了 Milnvs 的独立部署。
 
-## 其余脚本
+## 相关问题
 
-镜像构建之后，单独启动后端服务
+### 镜像下载问题
 
-```bash
-docker run -w /app -v ./src:/app/src -v ./saves:/app/saves -p 5000:5000 yuxi-know-backend
-```
-
-## Docker 镜像相关
-
-如果无法直接下载相关镜像，尝试将前缀替换为：
+如果无法直接下载相关镜像，参考 [DaoCloud/public-image-mirror](https://github.com/DaoCloud/public-image-mirror?tab=readme-ov-file#%E5%BF%AB%E9%80%9F%E5%BC%80%E5%A7%8B)，尝试将前缀替换为：
 
 ```bash
 # 以 neo4j 为例，其余一样
diff --git a/src/models/README.md b/src/models/README.md
index b798a3c3..b9113589 100644
--- a/src/models/README.md
+++ b/src/models/README.md
@@ -13,24 +13,11 @@
 |`deepseek`|`deepseek-chat`|`DEEPSEEK_API_KEY`|
 |`siliconflow` | `meta-llama/Meta-Llama-3.1-8B-Instruct` | `SILICONFLOW_API_KEY`|
 
-vllm 的具体配置项可以参考[这里](https://docs.vllm.ai/en/latest/serving/openai_compatible_server.html#named-arguments), 部署参考脚本：
-
-```bash
-python -m vllm.entrypoints.openai.api_server \
-	--model="/hdd/models/meta-llama/Meta-Llama-3.1-8B-Instruct" \
-	--tensor-parallel-size 1 \
-	--trust-remote-code \
-	--device auto \
-	--gpu-memory-utilization 0.98 \
-	--dtype half \
-	--served-model-name "vllm" \
-	--host 0.0.0.0 \
-	--port 8080
-```
+同样支持以 OpenAI 的兼容模型运行模型，可以直接在设置里面添加。比如使用 vllm 和 Ollama 运行本地模型时。
 
 ### 2. 向量模型支持
 
-建议直接使用智谱 AI 的 embedding-3。
+建议直接使用智谱 AI 的 embedding-3，这样不需要做任何修改，且资费不贵。
 
 > [!Warning]
 > 需要注意，由于知识库和图数据库的构建都依赖于向量模型，如果中途更改向量模型，回导致知识库不可用。此外，知识图谱的向量索引的建立默认使用 embedding-3 构建，因此检索的时候必须使用 embedding-3（现阶段还不支持修改）
@@ -38,22 +25,23 @@ python -m vllm.entrypoints.openai.api_server \
 
 |模型名称(`config.embed_model`)|默认路径/模型|需要配置项目（`config.model_local_paths`）|
 |:-|:-|:-|
-|`bge-large-zh-v1.5`|`BAAI/bge-large-zh-v1.5`|`bge-large-zh-v1.5`（*修改为本地路径）|
+|`bge-large-zh-v1.5`|`BAAI/bge-large-zh-v1.5`|`bge-large-zh-v1.5`（*可选：修改为本地路径）|
 |`zhipu`|`embedding-2`, `embedding-3`|`ZHIPUAI_API_KEY` (`.env`)|
 
 
-例如（`saves/config/config.yaml`）：
-
-```yaml
-model_provider: qianfan
-model_name: null # for default
-
-## model dir 可以写**相对路径**和**绝对路径**
-### 相对路径是相对于环境变量 (.env) 中 MODEL_ROOT_DIR（若为空则是相对于 `pretrained_models`) 的路径
-model_local_paths:
-  bge-large-zh-v1.5: /models/bge-large-zh-v1.5
-```
-
 ### 3. 重排序模型支持
 
 目前仅支持 `BAAI/bge-reranker-v2-m3`。
+
+### 4. 本地模型支持
+
+对于**语言模型**，并不支持直接运行本地语言模型，请使用 vllm 或者 ollama 转成 API 服务之后使用。
+
+对于**向量模型**和**重排序模型**，可以不做修改会自动下载模型，如果下载过程中出现问题，请参考 [HF-Mirror](https://hf-mirror.com/) 配置相关内容。如果想要使用本地已经下载好的模型（不建议），可以在 `saves/config/config.yaml` 配置相关内容。同时注意要在 docker 中做映射，参考 README 中的 `docker/docker-compose.yml`。
+
+例如：
+
+```yaml
+model_local_paths:
+  bge-large-zh-v1.5: /models/bge-large-zh-v1.5
+```