diff --git "a/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/keentune_docs/KeenTune_config.md" "b/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/keentune_docs/KeenTune_config.md"
new file mode 100644
index 0000000000000000000000000000000000000000..3a9d116dab137dd9639a08e5e9e4bc766dc35386
--- /dev/null
+++ "b/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/keentune_docs/KeenTune_config.md"
@@ -0,0 +1,57 @@
+
+# KeenTune 配置文件说明
+配置文件主要用于各服务的配置操作，包括服务的ip、端口、算法选择、调优参数的选择等操作。安装服务时是按默认的配置文件安装的，安装好后如果需要修改配置直接在/etc/keentune/conf目录下找到对应服务的配置文件进行修改，修改完成后重启服务即可生效。（注：在源配置文件修改时，需要重新安装、启动服务才可生效，在/etc/keentune/conf目录下修改对应的配置文件时，只需重启服务就可生效）
+
+#### keentund 配置文件：/etc/keentune/conf/keentuned.conf
+```conf
+[keentuned]
+KEENTUNED_HOME = /etc/keentune
+PORT = 9871
+HEARTBEAT_TIME = 30
+
+[brain]
+BRAIN_IP = localhost
+BRAIN_PORT = 9872
+ALGORITHM = tpe
+
+[target-group-1]
+TARGET_IP = localhost
+TARGET_PORT = 9873
+PARAMETER = sysctl.json
+
+[bench-group-1]
+BENCH_SRC_IP = localhost
+BENCH_DEST_IP = localhost
+BENCH_SRC_PORT = 9874
+BENCH_DEST_PORT = 9875
+BASELINE_BENCH_ROUND = 2
+TUNING_BENCH_ROUND = 1
+RECHECK_BENCH_ROUND = 1
+BENCH_CONFIG = bench_wrk_nginx_long.json
+
+[dump]
+DUMP_BASELINE_CONFIGURATION = false
+DUMP_TUNING_CONFIGURATION = false
+DUMP_BEST_CONFIGURATION = true
+DUMP_HOME = /var/keentune
+
+[sensitize]
+ALGORITHM = random
+BENCH_ROUND = 2
+
+[log]
+LOGFILE_LEVEL  = DEBUG
+LOGFILE_NAME   = keentuned.log
+LOGFILE_INTERVAL = 2
+LOGFILE_BACKUP_COUNT = 14
+
+[version]
+VERSION_NUM = 1.1.0
+```
++ brain.BRAIN_IP: keentune-brain组件部署ip
++ brain.ALGORITHM: brain中使用的tuning算法
++ target-group-1.TARGET_IP: keentune-target组件部署ip
++ target-group-1.PARAMETER: keentune-target中调整的参数域
++ bench-group-1.BENCH_SRC_IP: keentune-bench组件部署ip
++ bench-group-1.BENCH_DEST_IP: keentune-bench组件发压目标ip，一般是target ip
++ bench-group-1.BENCH_CONFIG: keentune-bench中运行的benchmark脚本配置
\ No newline at end of file
diff --git "a/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/keentune_docs/KeenTune_install.md" "b/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/keentune_docs/KeenTune_install.md"
index d01db5791276626afe4599b74031eca98b0e0fd0..93aa9ce8ad0e36ef1009025bdfda34512f992474 100644
--- "a/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/keentune_docs/KeenTune_install.md"
+++ "b/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/keentune_docs/KeenTune_install.md"
@@ -1,44 +1,13 @@
 # KeenTune 安装配置手册
-## 单机部署
-### 方法一 Alinux3 YUM安装
-添加yum源
+## YUM安装
+参考[这里](KeenTune_requirements.md)安装KeenTune所需的所有依赖，然后使用以下命令安装KeenTune各组件
 ```s
-# keentune服务对应的yum源
-[keentune]
-name=keentune-os
-baseurl=https://mirrors.openanolis.cn/anolis/8.4/Plus/x86_64/os/
-gpgkey=https://mirrors.openanolis.cn/anolis/RPM-GPG-KEY-ANOLIS
-enabled=1
-
-# 将以上keentune源追加进系统的yum源
-echo "..." >> /etc/yum.repos.d/epel.repo
-# 清空旧缓存
-yum clean all
-# 生成新缓存
-yum makecache
-```
-
-安装keentune服务及相关的依赖包
-```s
-yum install python36 python36-devel rust openssl-devel
-pip3 install --upgrade pip
-pip3 install tornado==6.1
-pip3 install pynginxconfig
-pip3 install numpy==1.19.5
-pip3 install POAP==0.1.26
-pip3 install hyperopt==0.2.5
-pip3 install ultraopt==0.1.1
-pip3 install requests==2.25.1 
-pip3 install pySOT==0.3.3 
-pip3 install scikit_learn==0.24.2 
-pip3 install shap 
-pip3 install xgboost
-
 #yum源安装keentune各组件
 yum install keentuned keentune-brain keentune-bench keentune-target
 ```
 
-启动各组件
+参照[这里](KeenTune_config.md)编辑keentuned配置文件，然后启动各组件（可以使用tmux，nohub或多个窗口运行的方式启动）
+
 ```s
 # 启动keentuned服务
 systemctl start keentuned
@@ -50,46 +19,8 @@ systemctl start keentune-bench
 systemctl start keentune-target
 ```
 
-检查各组件启动状态
-```s
-ps -ef|grep -E 'keentuned|keentune-brain|keentune-target|keentune-bench'
-```
-
-### 方法二 源码安装
-设置环境变量
-```s
-#go编译器安装
-yum install go
-
-#验证go编译器
-go env
-go version
-
-#配置go环境
-go env -w GO111MODULE=on
-go env -w GOPROXY=https://goproxy.cn,direct
-```
-
-安装依赖包
-```s
-# 安装python36和python36开发包（提供头文件和静态链接库）
-yum install python36 python36-devel rust openssl-devel
-# 安装python依赖包
-pip3 install --upgrade pip
-pip3 install tornado==6.1
-pip3 install pynginxconfig
-pip3 install numpy==1.19.5
-pip3 install POAP==0.1.26
-pip3 install hyperopt==0.2.5
-pip3 install ultraopt==0.1.1
-pip3 install requests==2.25.1 
-pip3 install pySOT==0.3.3 
-pip3 install scikit_learn==0.24.2 
-pip3 install shap 
-pip3 install xgboost
-```
-
-下载源码
+## 源码安装
+使用以下命令下载KeenTune的源代码  
 ```s
 git clone https://gitee.com/anolis/keentuned.git
 git clone https://gitee.com/anolis/keentune_brain.git
@@ -97,6 +28,8 @@ git clone https://gitee.com/anolis/keentune_target.git
 git clone https://gitee.com/anolis/keentune_bench.git
 ```
 
+参考[这里](KeenTune_requirements.md)安装KeenTune所需的所有依赖，然后使用以下命令编译和启动KeenTune各组件
+
 编译安装各组件（在各组件git目录下分别执行以下命令）
 + keentuned
 ```s
@@ -119,7 +52,8 @@ cd keentune_bench
 sudo python3 setup.py install
 ```
 
-启动各组件（可以使用tmux，nohub或多个窗口运行的方式启动）
+参照[这里](KeenTune_config.md)编辑keentuned配置文件，然后启动各组件（可以使用tmux，nohub或多个窗口运行的方式启动）
+
 ```s
 # 启动keentuned服务
 keentuned
@@ -140,65 +74,4 @@ nohup keentune-bench > bench.log 2>&1 &
 keentune-target
 # 或者
 nohup keentune-target > target.log 2>&1 &
-```
-检查各组件启动状态
-```java
-ps -ef|grep -E 'keentuned|keentune-brain|keentune-target|keentune-bench'
-```
-
-### 配置文件说明
-配置文件主要用于各服务的配置操作，包括服务的ip、端口、算法选择、调优参数的选择等操作。安装服务时是按默认的配置文件安装的，安装好后如果需要修改配置直接在/etc/keentune/conf目录下找到对应服务的配置文件进行修改，修改完成后重启服务即可生效。（注：在源配置文件修改时，需要重新安装、启动服务才可生效，在/etc/keentune/conf目录下修改对应的配置文件时，只需重启服务就可生效）
-
-#### keentund 配置文件：/etc/keentune/conf/keentuned.conf
-```conf
-[keentuned]
-KEENTUNED_HOME = /etc/keentune
-PORT = 9871
-HEARTBEAT_TIME = 30
-
-[brain]
-BRAIN_IP = localhost
-BRAIN_PORT = 9872
-ALGORITHM = tpe
-
-[target-group-1]
-TARGET_IP = localhost
-TARGET_PORT = 9873
-PARAMETER = sysctl.json
-
-[bench-group-1]
-BENCH_SRC_IP = localhost
-BENCH_DEST_IP = localhost
-BENCH_SRC_PORT = 9874
-BENCH_DEST_PORT = 9875
-BASELINE_BENCH_ROUND = 2
-TUNING_BENCH_ROUND = 1
-RECHECK_BENCH_ROUND = 1
-BENCH_CONFIG = bench_wrk_nginx_long.json
-
-[dump]
-DUMP_BASELINE_CONFIGURATION = false
-DUMP_TUNING_CONFIGURATION = false
-DUMP_BEST_CONFIGURATION = true
-DUMP_HOME = /var/keentune
-
-[sensitize]
-ALGORITHM = random
-BENCH_ROUND = 2
-
-[log]
-LOGFILE_LEVEL  = DEBUG
-LOGFILE_NAME   = keentuned.log
-LOGFILE_INTERVAL = 2
-LOGFILE_BACKUP_COUNT = 14
-
-[version]
-VERSION_NUM = 1.1.0
-```
-+ brain.BRAIN_IP: keentune-brain组件部署ip
-+ brain.ALGORITHM: brain中使用的tuning算法
-+ target-group-1.TARGET_IP: keentune-target组件部署ip
-+ target-group-1.PARAMETER: keentune-target中调整的参数域
-+ bench-group-1.BENCH_SRC_IP: keentune-bench组件部署ip
-+ bench-group-1.BENCH_DEST_IP: keentune-bench组件发压目标ip，一般是target ip
-+ bench-group-1.BENCH_CONFIG: keentune-bench中运行的benchmark脚本配置
\ No newline at end of file
+```
\ No newline at end of file
diff --git "a/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/keentune_docs/KeenTune_requirements.md" "b/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/keentune_docs/KeenTune_requirements.md"
new file mode 100644
index 0000000000000000000000000000000000000000..f72a13c033957524e0f22f497cfea7ca25dbbca6
--- /dev/null
+++ "b/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/keentune_docs/KeenTune_requirements.md"
@@ -0,0 +1,71 @@
+# KeenTune依赖安装
+
+## 添加KeenTune yum源
+```s
+# 将以下keentune源追加进系统的yum源
+vim /etc/yum.repos.d/epel.repo
+
+# keentune服务对应的yum源
+[keentune]
+name=keentune-os
+baseurl=https://mirrors.openanolis.cn/anolis/8.4/Plus/x86_64/os/
+gpgkey=https://mirrors.openanolis.cn/anolis/RPM-GPG-KEY-ANOLIS
+enabled=1
+
+# 清空旧缓存
+yum clean all
+# 生成新缓存
+yum makecache
+```
+
+## keentuned 编译安装依赖项
+```s
+#go编译器安装
+yum install go
+
+#验证go编译器
+go env
+go version
+
+#配置go环境
+go env -w GO111MODULE=on
+go env -w GOPROXY=https://goproxy.cn,direct
+```
+
+## keentune-brain 运行依赖项
+```s
+yum install python36 python36-devel rust openssl-devel
+
+pip3 install --upgrade pip
+pip3 install tornado==6.1
+pip3 install pynginxconfig
+pip3 install numpy==1.19.5
+pip3 install POAP==0.1.26
+pip3 install hyperopt==0.2.5
+pip3 install ultraopt==0.1.1
+pip3 install requests==2.25.1 
+pip3 install pySOT==0.3.3 
+pip3 install scikit_learn==0.24.2 
+pip3 install shap 
+pip3 install xgboost
+```
+
+如果安装shap和xgboost时报告gcc相关错误，使用以下步骤解决  
+
+```s
+yum install gcc gcc-c++ make cmake
+pip3 install xgboost
+pip3 install shap==0.35.0
+```
+
+## keentune-target 运行依赖项
+```s
+pip3 install tornado==6.1
+pip3 install pynginxconfig
+```
+
+## keentune-bench 运行依赖项
+```s
+pip3 install tornado==6.1
+pip3 install pynginxconfig
+```
\ No newline at end of file
diff --git "a/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/KeenTune\346\225\217\346\204\237\345\217\202\346\225\260\350\257\206\345\210\253\342\200\224\342\200\224http long.md" "b/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/KeenTune\346\225\217\346\204\237\345\217\202\346\225\260\350\257\206\345\210\253\342\200\224\342\200\224http long.md"
index 6766ac4ce17e23e8ba83613245d61d00a6c262f9..a404f38377bd1a85da77e9827f8c36f363fbcd34 100644
--- "a/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/KeenTune\346\225\217\346\204\237\345\217\202\346\225\260\350\257\206\345\210\253\342\200\224\342\200\224http long.md"	
+++ "b/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/KeenTune\346\225\217\346\204\237\345\217\202\346\225\260\350\257\206\345\210\253\342\200\224\342\200\224http long.md"	
@@ -20,7 +20,8 @@ KeenTune总共包含四个组件：keentuned，keentune-target，keentune-brain
 敏感参数识别的原理是根据参数配置组合和其对应的性能得分，通过敏感分析算法，找出对性能得分影响较大的参数配置。
 
 ## 3. KeenTune参数敏感分析
-首先我们将解压后的数据集copy到/var/keentune/data/tuning_data/tuning路径下(没有可以手动创建)，这个路径也是KeenTune运行智能参数调优时保存文件的路径。
+首先我们将解压后的**数据集文件夹**copy到/var/keentune/data/tuning_data/tuning路径下(没有可以手动创建)，这个路径也是KeenTune运行智能参数调优时保存文件的路径。
+![数据文件存放位置（注意：请根据题目要求选择数据文件）](assets/demo_data.jpg)
 我们应该可以通过keentune sensitize list命令看到我们提供的文件  
 ![](assets/44.png)  
 查到数据文件之后，通过下面这个命令使用KeenTune进行敏感参数识别，更具体的步骤请参考[《KeenTune敏感参数识别手册》](../keentune_docs/KeenTune_sensitize.md)
diff --git "a/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/KeenTune\346\225\217\346\204\237\345\217\202\346\225\260\350\257\206\345\210\253\342\200\224\342\200\224http short.md" "b/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/KeenTune\346\225\217\346\204\237\345\217\202\346\225\260\350\257\206\345\210\253\342\200\224\342\200\224http short.md"
index 76d1051f39c607b8d8178e61bc19b313e81a6098..de7ef9d0930c16203c41c55cc3a0672102e8bf46 100644
--- "a/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/KeenTune\346\225\217\346\204\237\345\217\202\346\225\260\350\257\206\345\210\253\342\200\224\342\200\224http short.md"	
+++ "b/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/KeenTune\346\225\217\346\204\237\345\217\202\346\225\260\350\257\206\345\210\253\342\200\224\342\200\224http short.md"	
@@ -20,7 +20,8 @@ KeenTune总共包含四个组件：keentuned，keentune-target，keentune-brain
 敏感参数识别的原理是根据参数配置组合和其对应的性能得分，通过敏感分析算法，找出对性能得分影响较大的参数配置。
 
 ## 3. KeenTune参数敏感分析
-首先我们将解压后的数据集copy到/var/keentune/data/tuning_data/tuning路径下(没有可以手动创建)，这个路径也是KeenTune运行智能参数调优时保存文件的路径。
+首先我们将解压后的**数据集文件夹**copy到/var/keentune/data/tuning_data/tuning路径下(没有可以手动创建)，这个路径也是KeenTune运行智能参数调优时保存文件的路径。
+![数据文件存放位置（注意：请根据题目要求选择数据文件）](assets/demo_data.jpg)
 我们应该可以通过keentune sensitize list命令看到我们提供的文件. 
 ![](assets/44.png)  
 查到数据文件之后，通过下面这个命令使用KeenTune进行敏感参数识别，更具体的步骤请参考[《KeenTune敏感参数识别手册》](../keentune_docs/KeenTune_sensitize.md)
diff --git "a/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/KeenTune\346\225\217\346\204\237\345\217\202\346\225\260\350\257\206\345\210\253\342\200\224\342\200\224https long.md" "b/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/KeenTune\346\225\217\346\204\237\345\217\202\346\225\260\350\257\206\345\210\253\342\200\224\342\200\224https long.md"
index dfd4ca0812fdcaa92a2d64b86e7db217dcb75784..19fa14dbe1ab53f8a917e0c4002e8d7957ab2a50 100644
--- "a/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/KeenTune\346\225\217\346\204\237\345\217\202\346\225\260\350\257\206\345\210\253\342\200\224\342\200\224https long.md"	
+++ "b/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/KeenTune\346\225\217\346\204\237\345\217\202\346\225\260\350\257\206\345\210\253\342\200\224\342\200\224https long.md"	
@@ -21,7 +21,8 @@ KeenTune总共包含四个组件：keentuned，keentune-target，keentune-brain
 
 
 ## 3. KeenTune参数敏感分析
-首先我们将解压后的数据集copy到/var/keentune/data/tuning_data/tuning路径下(没有可以手动创建)，这个路径也是KeenTune运行智能参数调优时保存文件的路径。
+首先我们将解压后的**数据集文件夹**copy到/var/keentune/data/tuning_data/tuning路径下(没有可以手动创建)，这个路径也是KeenTune运行智能参数调优时保存文件的路径。
+![数据文件存放位置（注意：请根据题目要求选择数据文件）](assets/demo_data.jpg)
 我们应该可以通过keentune sensitize list命令看到我们提供的文件.   
 ![](assets/44.png)  
 查到数据文件之后，通过下面这个命令使用KeenTune进行敏感参数识别，更具体的步骤请参考[《KeenTune敏感参数识别手册》](../keentune_docs/KeenTune_sensitize.md)
diff --git "a/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/KeenTune\346\225\217\346\204\237\345\217\202\346\225\260\350\257\206\345\210\253\342\200\224\342\200\224https short.md" "b/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/KeenTune\346\225\217\346\204\237\345\217\202\346\225\260\350\257\206\345\210\253\342\200\224\342\200\224https short.md"
index db2281c9f66a26b355ec57ebdfd7de4e04871525..8b1eccd68bd2faa8d5ac3d013e19d4489fd61c33 100644
--- "a/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/KeenTune\346\225\217\346\204\237\345\217\202\346\225\260\350\257\206\345\210\253\342\200\224\342\200\224https short.md"	
+++ "b/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/KeenTune\346\225\217\346\204\237\345\217\202\346\225\260\350\257\206\345\210\253\342\200\224\342\200\224https short.md"	
@@ -21,7 +21,8 @@ KeenTune总共包含四个组件：keentuned，keentune-target，keentune-brain
 敏感参数识别的原理是根据参数配置组合和其对应的性能得分，通过敏感分析算法，找出对性能得分影响较大的参数配置。
 
 ## 3. KeenTune参数敏感分析
-首先我们将解压后的数据集copy到/var/keentune/data/tuning_data/tuning路径下(没有可以手动创建)，这个路径也是KeenTune运行智能参数调优时保存文件的路径。
+首先我们将解压后的**数据集文件夹**copy到/var/keentune/data/tuning_data/tuning路径下(没有可以手动创建)，这个路径也是KeenTune运行智能参数调优时保存文件的路径。
+![数据文件存放位置（注意：请根据题目要求选择数据文件）](assets/demo_data.jpg)
 我们应该可以通过keentune sensitize list命令看到我们提供的文件
 ![](assets/44.png)  
 查到数据文件之后，通过下面这个命令使用KeenTune进行敏感参数识别，更具体的步骤请参考[《KeenTune敏感参数识别手册》](../keentune_docs/KeenTune_sensitize.md)
diff --git "a/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/assets/demo_data.jpg" "b/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/assets/demo_data.jpg"
new file mode 100644
index 0000000000000000000000000000000000000000..c08b880354a3bd2d3a1eb96225abe001862207f0
Binary files /dev/null and "b/\351\276\231\350\234\245\344\270\200\345\210\273/KeentuneAI\350\260\203\344\274\230\344\273\273\345\212\241/\351\242\230\347\233\256\346\214\207\345\257\274\346\211\213\345\206\214/assets/demo_data.jpg" differ