diff --git a/README.md b/README.md
index c8605d4..6279f92 100644
--- a/README.md
+++ b/README.md
@@ -1,7 +1,8 @@
 # chatglm-cpp使用指南
 
 ## 介绍
-chatglm-cpp是基于C/C++实现的ChatGLM大模型接口，可以支持用户在消费者级别的CPU机器上完成开源大模型的部署和使用。
+chatglm-cpp是基于C/C++实现的ChatGLM大模型接口，可以支持用户在CPU机器上完成开源大模型的部署和使用。
+
 chatglm-cpp支持多个中文开源大模型的部署，如ChatGLM-6B，ChatGLM2-6B，Baichuan-13B等。
 
 ## 软件架构
@@ -13,7 +14,6 @@ chatglm-cpp核心架构分为两层
 - 基于ggml的C/C++实现；
 - 通过int4/int8量化、优化的KV缓存和并行计算等多种方式加速CPU推理；
 - 互动界面是流媒体生成，具有打字机效果；
-- 可以启动web界面和api服务；
 - 无需 GPU，可只用 CPU 运行。
 
 ## 安装教程
@@ -32,21 +32,46 @@ yum install chatglm-cpp
 ```
 2.  查看是否安装成功：
 ```
-/usr/bin/chatglm_cpp_main -h
+chatglm_cpp_main -h
 ```
 若成功显示help信息则安装成功。
 
 ## 使用说明
-1.  需要下载量化后的开源大模型，如ChatGLM-6B、ChatGLM2-6B等。
-2.  启动模型，其中model_path为模型存放的路径：
+### 不使用容器
+1.  需要安装chatglm-cpp软件包：
 ```
-/usr/bin/chatglm_cpp_main -m model_path  -i
+yum install chatglm-cpp
 ```
+2.  需要下载开源大模型，如ChatGLM-6B、ChatGLM2-6B等。并将下载的开源大模型通过chatglm_convert.py进行模型量化：
+```
+python3 /usr/bin/chatglm_convert.py -i model_path/ -t q4_0 -o chatglm-ggml_1.bin
+```
+其中model_path为开源大模型的存放路径，q4_0为开源大模型量化的精度，chatglm-ggml_1.bin是输出的量化模型的名称。
+
+3.  启动模型，进行对话：
+```
+chatglm_cpp_main -m model_path  -i
+```
+其中model_path为量化模型的存放路径。
+
 可通过以下命令查看命令行选项用法：
 ```
-/usr/bin/chatglm_cpp_main -h
-
+chatglm_cpp_main -h
 ```
+### 使用容器
+1. 拉取容器镜像：
+```
+docker pull hub.oepkgs.net/openeuler/chatglm_image
+```
+2. 运行容器镜像，进行对话：
+```
+docker run -it --security-opt seccomp=unconfined hub.oepkgs.net/openeuler/chatglm_image
+```
+### 正常启动界面
+模型启动后的界面如图1所示：
+
+**图1** 模型启动界面
+![输入图片说明](chatglm.png)
 ## 规格说明
 本项目可支持在CPU级别的机器上进行大模型的部署和推理，但是模型推理速度对硬件仍有一定的要求，硬件配置过低可能会导致推理速度过慢，降低使用效率。
 
diff --git a/chatglm.png b/chatglm.png
new file mode 100644
index 0000000..bad255b
Binary files /dev/null and b/chatglm.png differ