Readme updates

00.检查安装CudaToolkits.bat

@@ -1,5 +1,4 @@
 @echo off
-echo 1. Pretrained data
 
 WHERE nvidia-smi
 IF %ERRORLEVEL% NEQ 0 (

02A.启动器.bat

@@ -6,6 +6,6 @@ call conda env list
 call conda activate ezvtb_rt_venv
 call conda env list
 
-call python ezvtb_rt_interface.py
+IF not EXIST %~dp0launcher.json call python ezvtb_rt_interface.py
 
-pause
+pythonw launcher2.py

02B.启动器（调试输出）.bat

@@ -1,4 +1,4 @@
-@echo off
+@echo on
 cd /D "%~dp0"
 IF EXIST %~dp0envs\miniconda3\Scripts SET PATH=%~dp0envs\miniconda3\Scripts;%PATH%
 call activate
@@ -6,6 +6,8 @@ call conda env list
 call conda activate ezvtb_rt_venv
 call conda env list
 
-python launcher.py
+IF not EXIST %~dp0launcher.json call python ezvtb_rt_interface.py
+
+python launcher2.py
 
 pause

03A.启动器.bat

@@ -1,9 +0,0 @@
-@echo off
-cd /D "%~dp0"
-IF EXIST %~dp0envs\miniconda3\Scripts SET PATH=%~dp0envs\miniconda3\Scripts;%PATH%
-call activate
-call conda env list
-call conda activate ezvtb_rt_venv
-call conda env list
-
-pythonw launcher.py

README.md

@@ -33,12 +33,10 @@ Updates:
 - 科学上网方案，看懂英文网站和报错的能力
 
 ## 懒人包版本
-TODO
-
-## Installation(Release包版本)  
-Release包版本带有本项目源码，ezvtuber-rt项目源码，和静态化模型。并且可以自动构建python环境。  
-构建运行环境依赖anaconda，若本机未安装anaconda将自动下载miniconda并在`envs`文件夹内展开。
-
+请使用合适方式下载懒人包并自行解压：
+* [夸克网盘]()  
+* [磁力链接]()  
+* [谷歌网盘]()  
 ### 下载并安装CUDAToolkit
 前往 [英伟达官网](https://developer.nvidia.com/cuda-downloads) 下载并安装`CUDATookit 12`及以上版本。 
 若安装成功并重启可开启命令行工具验证出现类似如下结果：  
@@ -59,51 +57,54 @@ Thu Jan  9 22:02:29 2025
 ........
 ```
 或可以双击 `00.检查安装CudaToolkits.bat` 来验证
-### 下载ZIP并解压  
-点击 [`Download ZIP`](../../releases/download/v0.1.0/EasyVtuber.zip) 下载并解压，源码和模型约1.8G。若在文件夹内展开miniconda和所有运行环境总计需要约15GB
 
-### 构建运行环境
-双击运行适合你的地域的`01A.构建运行环境（默认源）.bat`或者`01B.构建运行环境（国内源）.bat`  
-这个脚本会使用anaconda安装所有需要的依赖  
-两个脚本可以互相替代，并且支持从中断的位置继续  
-如果出现网络相关报错，直接关掉控制台，调整网络，重新运行即可  
-![step01success](assets/01Success.png)  
-完全安装完成后再次运行脚本的输出如图所示。一般来说安装全程没有红字就是成功结束。  
-如出现问题，请对照 [此log](assets/complete_building_log.txt) 为成功案例排查原因。  
-
-### 检查模型并构建TensorRT
-在安装并确认上一步没问题后可以点击`02.检查模型并构建TensorRT加速  .bat`   
-对英伟达用户这将会需要较长时间对模型进行TensorRT编译（>30min。  
-非英伟达显卡成功如图所示:  
-![step01Csuccess](assets/non_nvidia_success.PNG)
-英伟达显卡成功如图所示:  
-![step01Csuccess](assets/nvidia_success.PNG)
-否则都发生了错误，有三种可能
-1. 上一步环境安装有错误（一般运行时缺少库99%的原因都是这个，pip下载并不稳定，各种网络问题都可能导致安装失败），检查源，手动删除`envs`文件夹再试
-2. nvcc没找到，双击 `00.检查安装CudaToolkits.bat` 来验证
-3. 英伟达显卡但计算架构低于7.5（10系以及之前）不支持TensorRT
-
-### 使用启动器测试结果
-运行`03B启动器（调试输出）.bat`  
-直接点击界面底部的`Save & Launch`
-如果看到了弹出的opencv输出窗体，则安装成功完成
-![img.png](assets/02success.png)
-
-### 配置输入输出设备
-在成功进行Debug输出之后，请移步之后的输入输出设备一节进行进一步配置以输出到OBS。
+### 安装Spout obs插件(可选)
+安装懒人包附带的 `OBS_Spout2_Plugin_Install_v1.8.exe`， 安装包来自 https://github.com/Off-World-Live/obs-spout2-plugin 项目，可以提供透明通道给OBS。
 
+### 启动项目
+双击`02A.启动器.bat` 或 `02B.启动器（调试输出）.bat` 启动器，首次启动将会花约5分钟安装pip资源， 若是英伟达用户将会开始TensorRT构建，额外需要>20min时间(取决于显卡)，结束后可以大幅提升运行速度，构建的开头和结束输出如下。  
+```
+Start testing if TensorRT works on this machine
+  0%|                                                                                           | 0/38 [00:00<?, ?it/s][01/09/2025-22:36:52] [TRT] [I] [MemUsageChange] Init CUDA: CPU +89, GPU +0, now: CPU 6758, GPU 1009 (MiB)
+[01/09/2025-22:36:57] [TRT] [I] [MemUsageChange] Init builder kernel library: CPU +1358, GPU +194, now: CPU 8423, GPU 1203 (MiB)
+[01/09/2025-22:36:57] [TRT] [I] Loading ONNX file from path ./data/models\rife_512\x2\fp32.onnx...
+[01/09/2025-22:36:57] [TRT] [I] Beginning ONNX file parsing
+[01/09/2025-22:36:57] [TRT] [I] Completed parsing of ONNX file
+[01/09/2025-22:36:57] [TRT] [I] Input number: 2
+[01/09/2025-22:36:57] [TRT] [I] Output number: 2
+[01/09/2025-22:36:57] [TRT] [I] Building an engine from file ./data/models\rife_512\x2\fp32.onnx; this may take a while...
+....
+....
+....
+[01/10/2025-21:16:53] [TRT] [I] [BlockAssignment] Started assigning block shifts. This will take 66 steps to complete.
+[01/10/2025-21:16:53] [TRT] [I] [BlockAssignment] Algorithm ShiftNTopDown took 3.4012ms to assign 7 blocks to 66 nodes requiring 218136064 bytes.
+[01/10/2025-21:16:53] [TRT] [I] Total Activation Memory: 218135552 bytes
+[01/10/2025-21:16:53] [TRT] [I] Total Weights Memory: 2724242 bytes
+[01/10/2025-21:16:53] [TRT] [I] Compiler backend is used during engine execution.
+[01/10/2025-21:16:53] [TRT] [I] Engine generation completed in 160.706 seconds.
+[01/10/2025-21:16:53] [TRT] [I] [MemUsageStats] Peak memory usage of TRT CPU/GPU memory allocators: CPU 89 MiB, GPU 317 MiB
+[01/10/2025-21:16:53] [TRT] [I] Completed creating Engine
+[01/10/2025-21:16:53] [TRT] [I] Saving engine to file ./data/models\waifu2x_upconv\fp16\upconv_7\art\scale2x.trt
+[01/10/2025-21:16:53] [TRT] [I] Completed saving engine
+100%|██████████████████████████████████████████████████████████████████████████████████| 38/38 [46:54<00:00, 74.07s/it]
+```
+结束所有准备工作将进入启动器，如下图启动：
+![](assets/02success.png)   
+之后请移步输入输出自行调节。
 
 ## Installation(科学上网且使用Git)  
+可使用此安装方法对本项目二次开发
 
 ### 安装CudaToolkits
+同懒人包版本
 
-### 安装Anaconda
-这个项目使用Anaconda进行包管理  
-首先前往https://www.anaconda.com/ 安装Anaconda 并保证加入环境变量命令行可以找到，如：
+### 安装Anaconda（可选）
+前往https://www.anaconda.com/ 安装Anaconda 并保证加入环境变量命令行可以找到，如：
 ```
 C:\Users\Eleven>conda --version
 conda 24.11.3
 ```
+以上方式可以保证conda环境被你选定的Ananconda统一管理。若没有此需求可以忽略直接运行下一步，脚本会自动安装miniconda。
 
 ### 克隆项目和子项目
 ```
@@ -113,26 +114,42 @@ git submodule init
 git submodule update --recursive --remote
 ```
 
-### 使用脚本安装环境并下载模型
+### 安装环境
 双击运行`01A.构建运行环境（默认源）.bat`或者`01B.构建运行环境（国内源）.bat`   
 这两个脚本会构建名为`ezvtb_rt_venv`的conda环境  
+或可以用如下命令手动创建：   
+```
+conda create -y -n ezvtb_rt_venv python=3.10
+conda activate ezvtb_rt_venv
+conda install -y conda-forge::pycuda
+python -m pip install --upgrade pip wheel
+python -m pip install nvidia-cudnn-cu12
+pip install tensorrt_cu12_libs==10.6.0 tensorrt_cu12_bindings==10.6.0 tensorrt==10.6.0 --extra-index-url https://pypi.nvidia.com
+python -m pip install -r requirements.txt --no-warn-script-location
+```
 
 ### 下载模型
-前往模型release 地址 https://github.com/zpeng11/ezvtuber-rt/releases/tag/0.0.1   
+前往模型 release 地址 https://github.com/zpeng11/ezvtuber-rt/releases/tag/0.0.1   
 下载 https://github.com/zpeng11/ezvtuber-rt/releases/download/0.0.1/20241220.zip 并解压到`data/models`文件夹下
 
-### 检查模型并构建TensorRT
-点击`02.检查模型并构建TensorRT加速  .bat`检查模型并构建TensorRT
-
 ### Pycharm 配置
 安装完成后，在Pycharm内打开本项目，右下角解释器菜单点开，`Add Interpreter...`->`Conda Environment`->`Existing environment`  
 选好自己电脑上的`conda.exe`和刚才创建好的`ezvtb_rt_venv`环境内的`python.exe`    
 点击OK，依赖全亮即可  
 
+### 检查环境模型，并构建TensorRT  
+在Conda环境中执行以下命令  
+`python ezvtb_rt_interface.py`  
+
 ### 运行启动器  
 在Conda环境中执行以下命令  
 `python launcher.py`  
 
+### 错误排查
+当运行TensorRT构建或启动器出现错误时，请参考如下可能性：
+1. 环境安装有错误（一般运行时缺少库99%的原因都是这个，pip下载并不稳定，各种网络问题都可能导致安装失败），检查源，手动删除`envs`文件夹再试, 对照 [此log](assets/complete_building_log.txt) 为成功案例排查原因。 实在不懂排查请使用懒人包。
+2. nvcc编译器没找到，即CudaToolkit安装有误，双击 `00.检查安装CudaToolkits.bat` 来验证
+3. 英伟达显卡但计算架构低于7.5（10系以及之前）不支持TensorRT
 
 ## 输入输出设备  
 #### SPOUT2 OBS插件输出
@@ -179,7 +196,7 @@ https://github.com/emilianavt/OpenSeeFace/releases
 
 ## Run
 
-完全体运行命令`python main.py --output_webcam unitycapture --ifm 192.168.31.182:49983 --character test1L2 --extend_movement 1 --output_size 512x512`
+`main.py` 的完全体运行命令请参考 `02B.启动器（调试输出）.bat` 的输出以及 `args.py`。 以下为部分基础参数
 
 参数名 | 值类型 | 说明
 :---: | :---: | :---: