Update README.md

Author: SEO7077

README.md

@@ -1,6 +1,9 @@
 # GraphRAG4OpenWebUI
 
-<details open><summary>English</summary>
+<div align="center">
+  <p><strong>Integrate Microsoft's GraphRAG Technology into Open WebUI for Advanced Information Retrieval</strong></p>
+  English | <a href="README_ZH-CN.md">简体中文</a>
+</div>
 
 GraphRAG4OpenWebUI is an API interface specifically designed for Open WebUI, aiming to integrate Microsoft Research's GraphRAG (Graph-based Retrieval-Augmented Generation) technology. This project provides a powerful information retrieval system that supports multiple search models, particularly suitable for use in open web user interfaces.
 
@@ -120,128 +123,3 @@ Pull requests are welcome. For major changes, please open an issue first to disc
 ## License
 
 [Apache-2.0 License](LICENSE)
-
-</details>
-
-<details><summary>中文</summary>
-
-GraphRAG4OpenWebUI 是一个专为 Open WebUI 设计的 API 接口，旨在集成微软研究院的 GraphRAG（Graph-based Retrieval-Augmented Generation）技术。该项目提供了一个强大的信息检索系统，支持多种搜索模型，特别适合在开放式 Web 用户界面中使用。
-
-## 项目概述
-
-本项目的主要目标是为 Open WebUI 提供一个便捷的接口，以利用 GraphRAG 的强大功能。它集成了三种主要的检索方法，并提供了一个综合搜索选项，使用户能够获得全面而精确的搜索结果。
-
-### 主要检索功能
-
-1. **本地搜索（Local Search）**
-   - 利用 GraphRAG 技术在本地知识库中进行高效检索
-   - 适用于快速访问预先定义的结构化信息
-   - 利用图结构提高检索的准确性和相关性
-
-2. **全局搜索（Global Search）**
-   - 在更广泛的范围内搜索信息，超越本地知识库的限制
-   - 适用于需要更全面信息的查询
-   - 利用 GraphRAG 的全局上下文理解能力，提供更丰富的搜索结果
-
-3. **Tavily 搜索**
-   - 集成外部 Tavily 搜索 API
-   - 提供额外的互联网搜索能力，扩展信息源
-   - 适用于需要最新或广泛网络信息的查询
-
-4. **全模型搜索（Full Model Search）**
-   - 综合上述三种搜索方法
-   - 提供最全面的搜索结果，满足复杂的信息需求
-   - 自动整合和排序来自不同来源的信息
-
-## 安装
-
-确保你的系统中已安装 Python 3.8 或更高版本。然后，按照以下步骤安装：
-
-1. 克隆仓库：
-   ```
-   git clone https://github.com/your-username/GraphRAG4OpenWebUI.git
-   cd GraphRAG4OpenWebUI
-   ```
-
-2. 创建并激活虚拟环境：
-   ```
-   python -m venv venv
-   source venv/bin/activate  # 在 Windows 上使用 venv\Scripts\activate
-   ```
-
-3. 安装依赖：
-   ```
-   pip install fastapi uvicorn pandas tiktoken graphrag tavily-python pydantic python-dotenv asyncio aiohttp numpy scikit-learn matplotlib seaborn nltk spacy transformers torch torchvision torchaudio
-   ```
-
-   注意：`graphrag` 包可能需要从特定的源安装。如果上述命令无法安装 `graphrag`，请参考微软研究院的具体说明或联系维护者获取正确的安装方法。
-
-## 配置
-
-在运行 API 之前，需要设置以下环境变量。你可以通过创建 `.env` 文件或直接在终端中导出这些变量：
-
-```bash
-export GRAPHRAG_API_KEY="your_graphrag_api_key"
-export TAVILY_API_KEY="your_tavily_api_key"
-export GRAPHRAG_LLM_MODEL="gpt-3.5-turbo"
-export GRAPHRAG_EMBEDDING_MODEL="text-embedding-3-small"
-export INPUT_DIR="/path/to/your/input/directory"
-```
-
-确保将上述命令中的占位符替换为实际的 API 密钥和路径。
-
-## 使用方法
-
-1. 启动服务器：
-   ```
-   python main.py
-   ```
-   服务器将在 `http://localhost:8012` 上运行。
-
-2. API 端点：
-   - `/v1/chat/completions`: POST 请求，用于执行搜索
-   - `/v1/models`: GET 请求，获取可用模型列表
-
-3. 在 Open WebUI 中集成：
-   在 Open WebUI 的配置中，将 API 端点设置为 `http://localhost:8012/v1/chat/completions`。这将允许 Open WebUI 使用 GraphRAG4OpenWebUI 的搜索功能。
-
-4. 发送搜索请求示例：
-   ```python
-   import requests
-   import json
-
-   url = "http://localhost:8012/v1/chat/completions"
-   headers = {"Content-Type": "application/json"}
-   data = {
-       "model": "full-model:latest",
-       "messages": [{"role": "user", "content": "你的搜索查询"}],
-       "temperature": 0.7
-   }
-
-   response = requests.post(url, headers=headers, data=json.dumps(data))
-   print(response.json())
-   ```
-
-## 可用模型
-
-- `graphrag-local-search:latest`: 本地搜索
-- `graphrag-global-search:latest`: 全局搜索
-- `tavily-search:latest`: Tavily 搜索
-- `full-model:latest`: 综合搜索（包含上述所有搜索方法）
-
-## 注意事项
-
-- 确保在 `INPUT_DIR` 目录中有正确的输入文件（如 Parquet 文件）。
-- API 使用异步编程，确保你的环境支持异步操作。
-- 对于大规模部署，考虑使用生产级的 ASGI 服务器。
-- 本项目专为 Open WebUI 设计，可以轻松集成到各种基于 Web 的应用中。
-
-## 贡献
-
-欢迎提交 Pull Requests 来改进这个项目。对于重大变更，请先开 issue 讨论你想要改变的内容。
-
-## 许可证
-
-[Apache-2.0 许可证](LICENSE)
-
-</details>