diff --git a/README.md b/README.md
index 4db6252..13faf9d 100644
--- a/README.md
+++ b/README.md
@@ -6,13 +6,19 @@
 
 使用conda创建基本环境
 
-```
+```bash
 conda create -n trafficwheel python=3.10
 ```
 
 pip下载安装包
 
+```bash
+pip install -r requirements.txt
 ```
+
+或
+
+```bash
 pip install pyyaml tqdm statsmodels h5py kagglehub torch torchvision torchaudio torchdiffeq fastdtw notebook
 ```
 
@@ -20,7 +26,7 @@ pip install pyyaml tqdm statsmodels h5py kagglehub torch torchvision torchaudio
 
 参考baseline.ipynb中的命令执行，或者使用下面的命令：（请确保当前目录为TrafficWheel）
 
-```
+```bash
 python run.py --model {model_name} --dataset {dataset_name}  --mode {train, test}  --device {cuda:0}
 ```
 
@@ -29,6 +35,10 @@ python run.py --model {model_name} --dataset {dataset_name}  --mode {train, test
 - mode：train为训练模型，test为测试模型。测试模型需要在pre-train文件中找到模型的pth存档。
 - device: 支持'cpu'、'cuda:0'、‘cuda:1’ ... 取决于机器卡数
 
+run.py会自动完成数据集下载、模型训练/评估工作。
+
+:warning:现有的模型性能数据存放在[Result.xlsx](./Result.xlsx)，不必浪费资源再跑一遍。
+
 # 测试模型
 
 在实验结束后，模型的存档文件会被保存在 `experiments/dataset/训练时间 `文件夹下，共有4个文件。
@@ -39,3 +49,51 @@ python run.py --model {model_name} --dataset {dataset_name}  --mode {train, test
 - run.log 记录了训练日志。
 
 可以创建`pre-train/{dataset_name}`文件夹，把整个文件夹的内容拷贝到`experiments/dataset/训练时间 `文件夹下的内容全部拷贝到`pre-train/{dataset_name}`里面。之后就可以在命令中调用` --model test`进行测试。
+
+:warning:注意，请及时删除experiments文件夹中不必要的文件，要不整个文件夹会越堆越大。
+
+# 更改配置
+
+在config文件夹中，存放了每个模型的配置文件。每个数据集单独配置，使用yaml格式。
+
+你需要找到对应模型的参数进行修改。
+
+配置文件分为五个部分：[data, model, train, test, log]
+
+- data一般不用改，存放了模型的节点数，预测窗口，历史窗口等信息
+- model中的参数要结合代码和论文看，一般会给出推荐配置。
+- train调整模型的训练细节，包括batch size，学习率，batch_norm等。
+
+一般不建议对基线参数进行修改，按默认跑是最稳定的。
+
+# 开发模型
+
+首先你需要创建一个开发分支dev，并切换到开发分支
+
+```bash
+git switch -c dev
+```
+
+参考 [模型迁移教程](./transfer_guide.md) 迁移模型到TrafficWheel中。
+
+提交更改。
+
+```bash
+git add .
+git commit -m "Commit message"
+```
+
+推送到远程仓库（需要找我注册账号）
+
+```bash
+git push origin dev
+```
+
+模型开发完成后，需要合并到main分支，在[这里](https://github.zhang-heng.com/czzhangheng/TrafficWheel/pulls)提交pull request。
+
+# 已知问题
+
+目前，实测以下模型性能与原报告相比指标偏高：ARIMA、TCN、DCRNN
+
+以下模型由于没有源码暂未实现：HA、VAR、FC-LSTM、GRU-ED
+
diff --git a/requirements.txt b/requirements.txt
new file mode 100644
index 0000000..313c036
--- /dev/null
+++ b/requirements.txt
@@ -0,0 +1,11 @@
+pyyaml
+tqdm
+statsmodels
+h5py
+kagglehub
+torch
+torchvision
+torchaudio
+torchdiffeq
+fastdtw
+notebook
\ No newline at end of file
diff --git a/transfer_guide.md b/transfer_guide.md
new file mode 100644
index 0000000..e69de29