diff --git a/README.md b/README.md
index 2e68c27..d111cfd 100644
--- a/README.md
+++ b/README.md
@@ -2,229 +2,6 @@
 
 ## 目录
 
-* [主程序](#主程序)
-* [被控端](#被控端)
+* [主程序](megrez/README.md)
+* [被控端](controler/README.md)
 
-## 主程序
-
-> [!NOTE]
-> 即后端服务
-
-### 1. 安装依赖
-
-#### 1.1. 安装
-
-```bash
-sudo apt update && sudo apt install git
-```
-
-#### 1.2. 安装 docker
-
-```bash
-sudo curl -sSL get.docker.com | sh
-
-# 国内用户可以使用以下命令
-sudo curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun
-```
-
-### 2. 下载部署配置
-
-```bash
-git clone https://github.com/XShengTech/MEGREZ-Deploy.git
-
-# 国内用户可以使用以下命令
-git clone https://openi.pcl.ac.cn/XShengTech/MEGREZ-Deploy.git
-
-cd MEGREZ-Deploy/megrez
-```
-
-### 3. 启动主程序
-
-```bash
-docker compose up -d
-```
-
-
-## 被控端
-
-> [!NOTE]
-> 即被控制的机器
-
-### 1. 安装依赖
-
-#### 1.1. 安装依赖
-
-```bash
-sudo apt update && sudo apt install git lxcfs
-```
-
-#### 1.2. 安装 docker
-
-```bash
-sudo curl -sSL get.docker.com | sh
-
-# 国内用户可以使用以下命令
-sudo curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun
-```
-
-#### 1.3 安装 NVIDIA 驱动
-
-[NVIDIA Linux Driver](https://www.nvidia.com/en-us/drivers/unix/)
-
-#### 1.4 安装 NVIDIA Container Toolkit
-
-```bash
-curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
-  && curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
-    sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
-    sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
-```
-
-```bash
-sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit
-```
-
-```bash
-sudo nvidia-ctk runtime configure --runtime=docker
-sudo systemctl restart docker
-```
-
-### 2. 配置环境
-
-#### 2.1 配置 XFS 分区
-
-```bash
-sudo mkfs.xfs /dev/sdb    # 例如 /dev/sdb
-```
-
-修改 `/etc/fstab` 添加 XFS 分区
-
-> [!IMPORTANT]
-> 一定要添加 `prjquota` 参数
-
-```bash
-/dev/sdb /path/to/docker/data xfs defaults,prjquota 0 0
-```
-
-挂载 XFS 分区
-
-```bash
-sudo mount -a
-```
-
-#### 2.2 配置 Docker 存储路径至 XFS 文件系统分区
-
-修改 `/etc/docker/daemon.json` 添加 `data-root` 字段
-
-```json
-{
-    "data-root": "/path/to/docker/data" // 例如 "/data/docker"
-}
-```
-
-#### 2.3 配置 Docker 镜像加速
-
-修改 `/etc/docker/daemon.json` 添加 `registry-mirrors` 字段
-
-```json
-{
-    "registry-mirrors": ["https://docker.1panelproxy.com"]
-}
-```
-
-#### 2.4 重启 Docker
-
-```bash
-sudo systemctl restart docker
-```
-
-查看 Docker 状态
-
-```bash
-docker info | grep 'Docker Root Dir'
-```
-
-返回 `Docker Root Dir: /path/to/docker/data`
-
-```bash
-docker info
-```
-
-返回 `Registry Mirrors: https://docker.1panelproxy.com` 即可
-
-
-#### 2.5 配置 CDI 设备
-
-启用 Docker 的 CDI 特性
-
-```bash
-sudo nvidia-ctk runtime configure --runtime=docker --cdi-enabled
-systemctl restart docker
-```
-
-生成 CDI 设备配置
-
-```bash
-sudo nvidia-ctk cdi generate --output=/var/run/cdi/nvidia.yaml
-```
-
-查看 CDI 设备配置
-
-```bash
-nvidia-ctk cdi list
-```
-
-有如下返回即可
-
-```bash
-INFO[0000] Found 17 CDI devices                         
-nvidia.com/gpu=0
-nvidia.com/gpu=1
-nvidia.com/gpu=2
-nvidia.com/gpu=3
-nvidia.com/gpu=4
-nvidia.com/gpu=5
-nvidia.com/gpu=6
-nvidia.com/gpu=7
-nvidia.com/gpu=GPU-23bb08b6-****-****-****-************
-nvidia.com/gpu=GPU-5f996fb2-****-****-****-************
-nvidia.com/gpu=GPU-a55f05cc-****-****-****-************
-nvidia.com/gpu=GPU-b3d3f52f-****-****-****-************
-nvidia.com/gpu=GPU-c8d9b1fb-****-****-****-************
-nvidia.com/gpu=GPU-c94df367-****-****-****-************
-nvidia.com/gpu=GPU-cddc6468-****-****-****-************
-nvidia.com/gpu=GPU-ea606b9e-****-****-****-************
-nvidia.com/gpu=all
-```
-
-### 3. 下载部署配置
-
-```bash
-git clone https://github.com/XShengTech/MEGREZ-Deploy.git
-
-# 国内用户可以使用以下命令
-git clone https://openi.pcl.ac.cn/XShengTech/MEGREZ-Deploy.git
-
-cd MEGREZ-Deploy/controler
-```
-
-修改 `docker-compose.yml` 文件中的 `gpu-docker-api` 的 `environment` 字段的 `APIKEY` 为任意字符串
-
-```yaml
-    environment:
-      - APIKEY=CHANGETHIS # 修改为任意字符串
-```
-修改 `docker-compose.yml` 文件中的 `gpu-docker-api` 的 `volumes` 字段的 `PATH_TO_DOCKER_STORAGE` 为 Docker 存储路径
-
-```yaml
-    volumes:
-      - /var/run/docker.sock:/var/run/docker.sock
-      - /path/to/docker/data:/path/to/docker/data
-```
-
-
-### 4. 启动被控端
-
-```bash
-docker compose up -d
-```
\ No newline at end of file
diff --git a/controler/README.md b/controler/README.md
new file mode 100644
index 0000000..717b0de
--- /dev/null
+++ b/controler/README.md
@@ -0,0 +1,205 @@
+# 被控端
+
+> [!NOTE]
+> 即被控制的机器
+
+## 1. 安装依赖
+
+### 1.1. 安装依赖
+
+```bash
+sudo apt update && sudo apt install git lxcfs
+```
+
+### 1.2. 安装 docker
+
+```bash
+sudo curl -sSL get.docker.com | sh
+
+# 国内用户可以使用以下命令
+sudo curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun
+```
+
+### 1.3 安装 NVIDIA 驱动
+
+[NVIDIA Linux Driver](https://www.nvidia.com/en-us/drivers/unix/)
+
+### 1.4 安装 NVIDIA Container Toolkit
+
+```bash
+curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
+  && curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
+    sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
+    sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
+```
+
+```bash
+sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit
+```
+
+```bash
+sudo nvidia-ctk runtime configure --runtime=docker
+sudo systemctl restart docker
+```
+
+## 2. 配置环境
+
+### 2.1 配置 XFS 分区
+
+```bash
+sudo mkfs.xfs /dev/sdb    # 例如 /dev/sdb
+```
+
+修改 `/etc/fstab` 添加 XFS 分区
+
+> [!IMPORTANT]
+> 一定要添加 `prjquota` 参数
+
+```bash
+/dev/sdb /path/to/docker/data xfs defaults,prjquota 0 0
+```
+
+挂载 XFS 分区
+
+```bash
+sudo mount -a
+```
+
+### 2.2 配置 Docker 存储路径至 XFS 文件系统分区
+
+修改 `/etc/docker/daemon.json` 添加 `data-root` 字段
+
+```json
+{
+    "data-root": "/path/to/docker/data" // 例如 "/data/docker"
+}
+```
+
+### 2.3 配置 Docker 镜像加速
+
+修改 `/etc/docker/daemon.json` 添加 `registry-mirrors` 字段
+
+```json
+{
+    "registry-mirrors": ["https://docker.1panelproxy.com"]
+}
+```
+
+### 2.4 重启 Docker
+
+```bash
+sudo systemctl restart docker
+```
+
+查看 Docker 状态
+
+```bash
+docker info | grep 'Docker Root Dir'
+```
+
+返回 `Docker Root Dir: /path/to/docker/data`
+
+```bash
+docker info
+```
+
+返回 `Registry Mirrors: https://docker.1panelproxy.com` 即可
+
+
+### 2.5 配置 CDI 设备
+
+启用 Docker 的 CDI 特性
+
+```bash
+sudo nvidia-ctk runtime configure --runtime=docker --cdi.enabled
+systemctl restart docker
+```
+
+生成 CDI 设备配置
+
+```bash
+sudo nvidia-ctk cdi generate --output=/var/run/cdi/nvidia.yaml
+```
+
+查看 CDI 设备配置
+
+```bash
+nvidia-ctk cdi list
+```
+
+有如下返回即可
+
+```bash
+INFO[0000] Found 17 CDI devices                         
+nvidia.com/gpu=0
+nvidia.com/gpu=1
+nvidia.com/gpu=2
+nvidia.com/gpu=3
+nvidia.com/gpu=4
+nvidia.com/gpu=5
+nvidia.com/gpu=6
+nvidia.com/gpu=7
+nvidia.com/gpu=GPU-23bb08b6-****-****-****-************
+nvidia.com/gpu=GPU-5f996fb2-****-****-****-************
+nvidia.com/gpu=GPU-a55f05cc-****-****-****-************
+nvidia.com/gpu=GPU-b3d3f52f-****-****-****-************
+nvidia.com/gpu=GPU-c8d9b1fb-****-****-****-************
+nvidia.com/gpu=GPU-c94df367-****-****-****-************
+nvidia.com/gpu=GPU-cddc6468-****-****-****-************
+nvidia.com/gpu=GPU-ea606b9e-****-****-****-************
+nvidia.com/gpu=all
+```
+
+### 2.6 启动 LXCFS
+
+```bash
+sudo systemctl start lxcfs
+```
+
+## 3. 下载部署配置
+
+```bash
+git clone https://github.com/XShengTech/MEGREZ-Deploy.git
+
+# 国内用户可以使用以下命令
+git clone https://openi.pcl.ac.cn/XShengTech/MEGREZ-Deploy.git
+
+cd MEGREZ-Deploy/controler
+```
+
+修改 `docker-compose.yml` 文件中的 `gpu-docker-api` 的 `environment` 字段的 `APIKEY` 为任意字符串
+
+```yaml
+    environment:
+      - APIKEY=CHANGETHIS # 修改为任意字符串
+```
+修改 `docker-compose.yml` 文件中的 `gpu-docker-api` 的 `volumes` 字段的 `PATH_TO_DOCKER_STORAGE` 为 Docker 存储路径
+
+```yaml
+    volumes:
+      - /var/run/docker.sock:/var/run/docker.sock
+      - /path/to/docker/data:/path/to/docker/data
+```
+
+
+## 4. 启动被控端
+
+```bash
+docker compose up -d
+```
+
+## 5. 拉取镜像
+
+```bash
+docker pull ubuntu:22.04 # 这个必须拉取，否则数据盘扩容/缩容功能无法使用
+
+# 下面的是打包好的镜像，可以直接使用
+docker pull xshengtech/megrez:pytorch-2.3.1_cuda-12.1_python-3.11_ubuntu-22.04
+docker pull xshengtech/megrez:pytorch-2.4.0_cuda-12.1_python-3.12_ubuntu-22.04
+docker pull xshengtech/megrez:pytorch-1.8.1_cuda-11.1_python-3.8_ubuntu-20.04
+docker pull xshengtech/megrez:pytorch-1.10.2_cuda-11.1_python-3.9_ubuntu-20.04
+docker pull xshengtech/megrez:pytorch-2.0.1_cuda-11.8_python-3.10_ubuntu-22.04
+docker pull xshengtech/megrez:pytorch-2.1.2_cuda-12.1_python-3.10_ubuntu-22.04
+docker pull xshengtech/megrez:pytorch-1.13.1_cuda-11.7_python-3.10_ubuntu-22.04
+docker pull xshengtech/megrez:ubuntu-22.04
+```
\ No newline at end of file
diff --git a/megrez/README.md b/megrez/README.md
new file mode 100644
index 0000000..5bc7d11
--- /dev/null
+++ b/megrez/README.md
@@ -0,0 +1,38 @@
+# 主程序
+
+> [!NOTE]
+> 即后端服务
+
+## 1. 安装依赖
+
+### 1.1. 安装
+
+```bash
+sudo apt update && sudo apt install git
+```
+
+### 1.2. 安装 docker
+
+```bash
+sudo curl -sSL get.docker.com | sh
+
+# 国内用户可以使用以下命令
+sudo curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun
+```
+
+## 2. 下载部署配置
+
+```bash
+git clone https://github.com/XShengTech/MEGREZ-Deploy.git
+
+# 国内用户可以使用以下命令
+git clone https://openi.pcl.ac.cn/XShengTech/MEGREZ-Deploy.git
+
+cd MEGREZ-Deploy/megrez
+```
+
+## 3. 启动主程序
+
+```bash
+docker compose up -d
+```