diff --git a/README.md b/README.md
index 6f10cfd..13c6bad 100644
--- a/README.md
+++ b/README.md
@@ -1,42 +1,105 @@
-# pc-agent-loop
+# PC-Agent-Loop: High-Performance Autonomous PC Controller
+
+[English](#english) | [中文说明](#chinese)
+
+<a name="english"></a>
+
+PC-Agent-Loop is a minimalist yet powerful autonomous agent framework designed to bridge Large Language Models with direct OS-level execution. Unlike traditional chatbots, it possesses "physical" agency—the ability to perceive its environment, reason about complex goals, and execute multi-step operations across the file system, browsers, and local applications.
+
+## 🚀 Evolutionary Intelligence & Extensibility
+
+This agent is not limited to a fixed set of features. Its true power lies in its ability to **autonomously discover environment-specific capabilities** and **manufacture its own tools**:
+
+- **Self-Discovery via Long-Term Memory**: 
+  - The agent maintains a "Global Memory" (L2 Facts) to store system paths, credentials, and environmental status.
+  - It can autonomously retrieve context-aware SOPs (Standard Operating Procedures) to handle specialized tasks like WeChat database decryption or Gmail API operations.
+- **Dynamic Tool Manufacturing**:
+  - Through `code_run`, the agent can write and execute arbitrary Python scripts to interface with new hardware or software.
+  - Examples of self-integrated capabilities include:
+    - **Deep Web Interaction**: JS injection via Tampermonkey for UI automation.
+    - **Digital Forensics**: Querying SQLCipher-encrypted databases (e.g., WeChat v4.0+).
+    - **Vision-Driven Logic**: Understanding UI states through local vision APIs (`ask_vision`).
+    - **System Indexing**: Utilizing **Everything CLI (es.exe)** for instant file discovery across the entire OS.
+    - **Android Automation**: ADB-based control for mobile device interaction.
+
+## 📂 Project Architecture
+
+- `agent_loop.py`: The core "Sense-Think-Act" engine (under 100 lines) driving the autonomous cycle.
+- `ga.py`: The fundamental atomic toolset (File, Web, Code, User interaction).
+- `agentapp.py` & `launch.pyw`: A Streamlit-based graphical interface and persistent launcher.
+- `sidercall.py`: Robust LLM session management supporting multiple backends and model switching.
+
+## 🛠️ Usage Examples
+
+### 1. Autonomous Environment Adaptation
+"Scan my local memory for recent SOPs regarding mail processing, then find and download my latest reimbursement receipts from Gmail."
+
+### 2. Complex Multi-Step Automation
+"Locate the WeChat database, decrypt it to find messages about 'Project X', and summarize the findings into a PDF report."
+
+### 3. Real-Time System Intervention
+"Monitor my cloud dashboard via the browser; if the status turns red, execute a local PowerShell script to restart the service and notify me."
+
+## 🧩 Atomic Toolset (The Primitives)
+
+The agent achieves high-level goals by orchestrating these 7 primitive actions:
+1. `code_run`: The ultimate "Swiss Army Knife" for executing Python/PowerShell.
+2. `web_scan`: Semantic perception of live web pages and tabs.
+3. `web_execute_js`: Direct physical interaction with web DOM elements.
+4. `file_read` & `file_write`: Direct disk access and file management.
+5. `file_patch`: Safe, block-level code modification to evolve its own scripts.
+6. `ask_user`: Bridging the gap for human decision-making or sensitive credentials.
+7. `conclude_and_reflect`: The mechanism for distilling experiences into long-term memory.
+
+---
+
+<a name="chinese"></a>
+
+# PC-Agent-Loop: 高性能 PC 级自主 AI Agent
 
 pc-agent-loop 是一个极致简约的 PC 级自主 AI Agent 框架。它通过不到 100 行的核心引擎代码，构筑了对浏览器、终端和文件系统的物理级自动化能力。
 
-## 🚀 核心特性
+## 🚀 进化智能与扩展性
 
-- **极简设计**: 仅由 7 个原子工具和一个高效的 Agentic Loop 构成。
-- **自主代码执行**: 能够根据任务需求自主编写并运行 Python 或 PowerShell 脚本，直接操控系统资源。
-- **深度 Web 自动化**: 提供语义化网页扫描与 JS 注入执行，实现精准的浏览器控制。
-- **精准文件编辑**: 支持基于源码块匹配的 `file_patch` 功能。
-- **人机协作**: 在关键决策点主动请求人类干预。
+本 Agent 不局限于预设功能。其核心优势在于能够**自主发现环境特定能力**并**制造属于自己的工具**：
+
+- **基于长期记忆的自我发现**: 
+  - Agent 维护“全局记忆”（L2 Facts）以存储系统路径、凭据和环境状态。
+  - 能够自主检索上下文相关的 SOP（标准作业程序），以处理微信数据库解密、Gmail API 操作等专业任务。
+- **动态工具制造**:
+  - 通过 `code_run`，Agent 可以编写并执行 Python/PowerShell 脚本来对接新硬件或软件。
+  - **自集成能力示例**:
+    - **深度 Web 自动化**: 通过 Tampermonkey 进行 JS 注入实现 UI 自动化。
+    - **数字取证**: 查询 SQLCipher 加密的数据库（如微信 v4.0+）。
+    - **视觉驱动逻辑**: 通过本地视觉 API (`ask_vision`) 理解 UI 状态。
+    - **系统全盘索引**: 利用 **Everything CLI (es.exe)** 实现毫秒级文件检索。
+    - **安卓自动化**: 基于 ADB 控制移动设备交互。
 
 ## 📂 项目结构
 
 - `agent_loop.py`: 核心引擎，负责“感知-思考-行动”的自主循环逻辑。
-- `ga.py`: 工具箱，定义了 7 大原子工具的具体实现。
-- `agentapp.py`: 基于 Streamlit 构建的交互式 Web 界面。
-- `sidercall.py`: LLM 通信层，支持流式输出与 API 调用。
+- `ga.py`: 工具箱，定义了原子工具的具体实现。
+- `agentapp.py` & `launch.pyw`: 基于 Streamlit 的交互界面与持久化启动器。
+- `sidercall.py`: LLM 通信层，支持多后端切换。
 
-## 🛠️ 如何启动
+## 🛠️ 典型使用场景
 
-为了使 Agent 正常工作，你需要进行以下手动配置：
+1. **环境自适应**: “扫描我的本地记忆寻找邮件处理 SOP，然后从 Gmail 下载最新的报销收据。”
+2. **跨模块协作**: “定位微信数据库并解密，查找关于‘项目 X’的消息，并汇总成 PDF 报告。”
+3. **系统干预**: “监控云端控制台，若状态异常则执行本地脚本重启服务并邮件通知我。”
 
-1.  **API Key 设置**: 在 `sidercall.py` 中设置你的 LLM API 访问 Key。
-2.  **Session 修改**: 在 `agentapp.py` 的 `init` 方法中，根据需要修改使用的 `LLMSession` 实例。
+## 🧩 7 大核心原子工具
 
-配置完成后，在项目根目录下执行：
-```bash
-python launch.pyw
-```
+1. `code_run`: 终极工具，执行 Python/PowerShell 脚本。
+2. `web_scan`: 网页与标签页的语义化感知。
+3. `web_execute_js`: 物理级网页操控（点击、滚动、数据提取）。
+4. `file_read` & `file_write`: 磁盘文件直接访问。
+5. `file_patch`: 安全的源码级局部修改。
+6. `ask_user`: 关键决策或凭据输入时的人机协作。
+7. `conclude_and_reflect`: 将执行经验提炼进长期记忆的机制。
 
-## 🧩 7 大核心工具
-
-Agent 仅依靠以下原子工具的组合来完成任务：
-`code_run`, `web_scan`, `web_execute_js`, `file_read`, `file_write`, `file_patch`, `ask_user`。
+## ⚠️ 警告
+本 Agent 具备执行本地代码和控制操作系统的**物理权限**。请务必在受信任的环境中运行。
 
 ---
-
-### 📝 自动生成说明
-**特别说明**：本 `README.md` 文件、项目中的核心 Prompt 以及工具描述（Tools SCHEMA）完全由 Agent 自主生成并迭代优化。
-
-**⚠️ 警告**: 本 Agent 具备执行本地代码和控制操作系统的物理权限。请务必在受信任的环境中运行。
\ No newline at end of file
+*Note: This README was autonomously generated and refined by the Agent.*
\ No newline at end of file