diff --git a/README.md b/README.md
index 0484ab1..51b3c6a 100644
--- a/README.md
+++ b/README.md
@@ -1,95 +1,18 @@
-# 小狸 AI — Xiaoli Chat
+# 项目已迁移 ✨
 
-> 一个从零训练的 **13M 参数闲聊心理治疗模型**。纯 CPU 实时推理，无需 GPU。
+你好呀～这个仓库已经搬到更好用的地方啦。
 
-小狸是一个 8 岁小女孩的角色化对话 AI，基于 Causal Decoder-Only Transformer 架构，支持日常闲聊、情感陪伴、角色扮演等场景。
+为了让代码管理更清爽、多平台同步更省心，我们把原先分散的镜像统一收拢到
+**Gitee** 与 **GitHub** 主仓维护，这里就只保留这张"迁移小纸条"咯。
 
-## 快速开始
+📦 新家在这里：
+- Gitee：https://gitee.com/shuiyu1123/xiaoli-llm-chat
+- GitHub：https://github.com/shuiyu67/xiaoli-llm-chat
 
-```bash
-# 1. 推理（对话）
-python3 -c "
-import json, torch
-from llm_chat_improved import LLMModel, LLMChat, tokenizer_instance
+📋 内部评估：
+- 镜像分散在多个平台，重复维护成本高、容易漏更；
+- 自托管 Gitea 实例为个人非管理员环境，长期可用性与备份缺乏保障；
+- 代码已稳定收拢至 Gitee / GitHub 主仓，原镜像不再承载更新职责；
+- 统一主仓后便于协作、CI 与备份，减少多端同步负担。
 
-vocab = json.load(open('vocab.json'))
-ckpt = torch.load('llm_model_v2_resume_epoch_7.pth', map_location='cpu')
-cfg = ckpt['model_config']
-
-model = LLMModel(vocab_size=len(vocab), d_model=cfg['d_model'], n_heads=cfg['n_heads'],
-                 n_layers=cfg['n_layers'], d_ff=cfg['d_ff'], max_len=cfg['max_len'], dropout=0.1)
-model.load_state_dict(ckpt['model_state_dict'])
-model.eval()
-
-chat = LLMChat(model, vocab, device='cpu')
-tokenizer_instance.char_to_id = vocab.copy()
-tokenizer_instance.id_to_char = {v:k for k,v in vocab.items()}
-
-print(chat.generate_response('小狸你好呀'))
-"
-
-# 2. 训练
-python3 train.py
-```
-
-## 模型架构
-
-| 参数 | 值 |
-|------|-----|
-| 架构 | Causal Decoder-Only Transformer |
-| 参数量 | 13M |
-| 隐藏层 (d_model) | 320 |
-| 层数 (n_layers) | 6 |
-| 注意力头 (n_heads) | 8 |
-| FFN 宽度 (d_ff) | 1280 |
-| 最大序列长度 | 512 |
-| 位置编码 | RoPE (Rotary Position Embedding) |
-| 激活函数 | SwiGLU |
-| 归一化 | RMSNorm |
-| 词表 | BPE, 6,812 tokens |
-
-## 项目结构
-
-```
-xiaoli-llm-chat/
-├── llm_chat_improved.py   # 模型架构 + 推理代码（核心）
-├── train.py               # 训练脚本
-├── vocab.json             # BPE 词表（6.8k tokens）
-├── web_server.py          # Web 聊天服务
-├── chat_server.py         # Flask 聊天服务
-├── templates/
-│   └── chat.html          # 聊天网页 UI
-├── data/
-│   ├── xiaoli_data_v1_part_1of2.json  # 训练数据（33万条）
-│   └── xiaoli_data_v1_part_2of2.json  # 训练数据（33万条）
-└── scripts/               # 数据生成脚本
-    ├── generate_fresh_qa.py
-    ├── generate_multiturn.py
-    ├── regenerate_all_high_temp.py
-    ├── daily_data_gen.py
-    └── api_correction.py
-```
-
-## 训练数据
-
-- **总计 666,379 条** 去重 QA 对
-- 来源：Astron 30B API 蒸馏生成（高温采样 + 多轮对话 + 新问答）
-- 场景覆盖：日常闲聊、情感陪伴、儿童对话、角色扮演
-- 纯人工蒸馏，零网页爬取，数据安全可控
-
-## 模型权重
-
-当前发布版本：**Epoch 7**（v0.1）
-
-模型权重文件 `llm_model_v2_resume_epoch_7.pth`（154MB）因超出 Gitee 单文件限制，需单独下载。
-
-## 系统要求
-
-- Python 3.8+
-- PyTorch（CPU 即可，无需 GPU）
-- 内存：~200MB
-- 磁盘：~500MB（含训练数据和权重）
-
-## 许可
-
-MIT License
\ No newline at end of file
+旧镜像不再更新，但代码都好好的在新家继续生长。感谢你一路的关注与陪伴 💛