diff --git a/ChatGLM/01-ChatGLM3-6B-chat.md b/ChatGLM/01-ChatGLM3-6B-chat.md
new file mode 100644
index 0000000..0f44d75
--- /dev/null
+++ b/ChatGLM/01-ChatGLM3-6B-chat.md
@@ -0,0 +1,87 @@
+# ChatGLM3-6B-chat
+
+## 环境准备
+
+在[autodl](https://www.autodl.com/)平台中租一个3090等24G显存的显卡机器，如下图所示镜像选择`PyTorch`-->`2.0.0`-->`3.8(ubuntu20.04)`-->`11.8`
+
+![Alt text](images/image-1.png)
+
+接下来打开刚刚租用服务器的`JupyterLab`，并且打开其中的终端开始环境配置、模型下载和运行`demo`。
+
+pip换源和安装依赖包
+
+```shell
+# 更换 pypi 源加速库的安装
+pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
+
+pip install modelscope
+pip install transformers
+```
+
+## 模型下载
+
+使用 `modelscope` 中的`snapshot_download`函数下载模型，第一个参数为模型名称，参数`cache_dir`为模型的下载路径。
+
+在 `/root/autodl-tmp` 路径下新建 `download.py` 文件并在其中输入以下内容，粘贴代码后记得保存文件，如下图所示。并运行 `python /root/autodl-tmp/download.py`执行下载，模型大小为 14 GB，下载模型大概需要 10~20 分钟
+
+```python
+import torch
+from modelscope import snapshot_download, AutoModel, AutoTokenizer
+import os
+model_dir = snapshot_download('ZhipuAI/chatglm3-6b', cache_dir='/root/autodl-tmp', revision='master')
+```
+
+## 代码准备
+
+首先`clone`代码，打开autodl平台自带的学术镜像加速。学术镜像加速详细使用请看：https://www.autodl.com/docs/network_turbo/
+
+```shell
+source /etc/network_turbo
+```
+
+然后切换路径, clone代码.
+
+```shell
+cd /root/autodl-tmp
+git clone https://github.com/THUDM/ChatGLM3.git
+```
+
+切换commit版本，与教程commit版本保持一致，可以让大家更好的复现。
+
+```shell
+cd ChatGLM3
+git checkout f823b4a3be9666b9b2a9daa43b29659e876a040d
+```
+
+最后取消镜像加速，因为该加速可能对正常网络造成一定影响，避免对后续下载其他模型造成困扰。
+
+```shell
+unset http_proxy && unset https_proxy
+```
+
+修改代码路径，将 `/root/autodl-tmp/ChatGLM3/basic_demo/web_demo2.py`中 13 行的模型更换为本地的`/root/autodl-tmp/ZhipuAI/chatglm3-6b`。
+
+![Alt text](images/image-2.png)
+
+
+## demo运行
+
+修改`requirements.txt`文件，将其中的`torch`删掉，环境中已经有了`torch`，不需要再安装。然后执行下面的命令：
+    
+```shell
+cd /root/autodl-tmp/ChatGLM3
+pip install -r requirements.txt
+```
+
+运行以下命令即可启动推理服务
+
+```shell
+cd /root/autodl-tmp/ChatGLM3
+streamlit run ./basic_demo/web_demo2.py --server.address 127.0.0.1 --server.port 6006
+```
+
+将 `autodl `的端口映射到本地的 [http://localhost:6006](http://localhost:6006/) 即可看到demo界面。
+
+注意：要在浏览器打开`http://localhost:6006`页面后，模型才会加载，如下图所示：
+
+![Alt text](images/image-3.png)
\ No newline at end of file
diff --git a/ChatGLM/images/image-1.png b/ChatGLM/images/image-1.png
new file mode 100644
index 0000000..db65d8e
Binary files /dev/null and b/ChatGLM/images/image-1.png differ
diff --git a/ChatGLM/images/image-2.png b/ChatGLM/images/image-2.png
new file mode 100644
index 0000000..11c9c27
Binary files /dev/null and b/ChatGLM/images/image-2.png differ
diff --git a/ChatGLM/images/image-3.png b/ChatGLM/images/image-3.png
new file mode 100644
index 0000000..6c644d6
Binary files /dev/null and b/ChatGLM/images/image-3.png differ
diff --git a/README.md b/README.md
index c8066f1..6fde2c9 100644
--- a/README.md
+++ b/README.md
@@ -1,5 +1,12 @@
 # llm-QuicklyDeploy
-基于AutoDL快速部署开源大模型，更适合中国宝宝的部署教程。
+
+  什么是大模型？
+
+>大模型（LLM）狭义上指基于深度学习算法进行训练的自然语言处理（NLP）模型，主要应用于自然语言理解和生成等领域，广义上还包括机器视觉（CV）大模型、多模态大模型和科学计算大模型等。
+
+  如今国内外已经涌现了太多的开源大模型，国内也有很多优秀的开源大模型如：InternLM（书生·蒲语），ChatGLM，Qwen（通义千问），Yi（零一万物）等等。当前普通用户想要使用这些大模型，需要具备一定的技术能力，才能完成模型的部署和使用。本项目旨在简化大模型的部署和使用，让更多的人能够使用大模型，利用大模型更好的学习和工作。
+
+  本项目基于AutoDL快速部署开源大模型，更适合中国宝宝的部署教程。
 
 # 模型
 
@@ -8,16 +15,71 @@
   - [x] Lagent+InternLM-Chat-7B-V1.1
   - [x] 浦语灵笔图文理解&创作
 - ChatGLM
-  - [ ] ChatGLM3-6B
-  - [ ] CogVlm
+  - [x] ChatGLM3-6B chat
+  - [ ] ChatGLM3-6B Code Interpreter
 - Qwen
-  - [ ] Qwen-7B
-  - [ ] Qwen-VL
+  - [ ] Qwen-7B-chat
+- Yi
+  - [ ] Yi-7B-chat
 - 欢迎提交新模型
 # 通用环境配置
 
 ## pip、conda 换源
 
+更多详细内容可移步至[MirrorZ Help](https://help.mirrors.cernet.edu.cn/)查看。
+
+### pip 换源
+
+临时使用镜像源安装，如下所示：`some-package` 为你需要安装的包名
+
+```shell
+pip install -i https://mirrors.cernet.edu.cn/pypi/web/simple some-package
+```
+
+设置pip默认镜像源，升级 pip 到最新的版本 (>=10.0.0) 后进行配置，如下所示：
+
+```shell
+python -m pip install --upgrade pip
+pip config set global.index-url https://mirrors.cernet.edu.cn/pypi/web/simple
+```
+
+如果您的 pip 默认源的网络连接较差，临时使用镜像源升级 pip：
+
+```shell
+python -m pip install -i https://mirrors.cernet.edu.cn/pypi/web/simple --upgrade pip
+```
+
+### conda 换源
+
+镜像站提供了 Anaconda 仓库与第三方源（conda-forge、msys2、pytorch 等，各系统都可以通过修改用户目录下的 .condarc 文件来使用镜像站。
+
+不同系统下的.condarc目录如下：
+
+- Linux: ${HOME}/.condarc
+- macOS: ${HOME}/.condarc
+- Windows: C:\Users\<YourUserName>\.condarc
+
+注意：
+
+- Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。
+
+快速配置
+
+```shell
+cat <<'EOF' > ~/.condarc
+channels:
+  - defaults
+show_channel_urls: true
+default_channels:
+  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
+  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
+  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
+custom_channels:
+  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
+  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
+EOF
+```
+
 ## 开放端口
 
 将 `autodl `的端口映射到本地的 [http://localhost:6006](http://localhost:6006/) 仅在此处展示一次，以下两个 Demo 都是同样的方法把 `autodl `中的 `6006 `端口映射到本机的 `http://localhost:6006`的方法都是相同的，方法如图所示。