update readme

Author: LuckyYC

README.md

@@ -69,9 +69,9 @@ curl -fsSL https://raw.githubusercontent.com/MigoXLab/LMeterX/main/quick-start.s
 
 1. **Access Web Interface**: Open http://localhost:8080
 2. **Create Test Task**: Navigate to Test Tasks → Create Task, configure LLM API request information, test data, and request-response field mapping
-   **2.1 Basic Information**: For `/chat/completions` API, you only need to configure API path, model, and response mode. You can also supplement the complete payload in request parameters.
-   **2.2 Data Payload**: Select built-in text datasets/multimodal datasets as needed, or upload custom JSONL data files.
-   **2.3 Field Mapping**: Configure the prompt field path in payload, and response data paths for model output content, reasoning_content fields, usage fields, etc. This field mapping is crucial for updating request parameters with datasets and correctly parsing streaming/non-streaming responses.
+   - 2.1 Basic Information: For `/chat/completions` API, you only need to configure API path, model, and response mode. You can also supplement the complete payload in request parameters.
+   - 2.2 Data Payload: Select built-in text datasets/multimodal datasets as needed, or upload custom JSONL data files.
+   - 2.3 Field Mapping: Configure the prompt field path in payload, and response data paths for model output content, reasoning_content fields, usage fields, etc. This field mapping is crucial for updating request parameters with datasets and correctly parsing streaming/non-streaming responses.
 3. **API Testing**: In Test Tasks → Create Task, click the "Test" button in the Basic Information panel to quickly test API connectivity
    **Note**: For quick API response, it's recommended to use simple prompts when testing API connectivity.
 4. **Real-time Monitoring**: Navigate to Test Tasks → Logs/Monitoring Center to view full-chain test logs and troubleshoot exceptions

README_CN.md

@@ -71,15 +71,15 @@ curl -fsSL https://raw.githubusercontent.com/MigoXLab/LMeterX/main/quick-start.s
 
 1. **访问界面**: 打开 http://localhost:8080
 2. **创建任务**: 导航至 测试任务 → 创建任务，配置LLM API请求信息、测试数据以及请求响应字段映射
-   **2.1 基础信息**: 对于 `/chat/completions` API只需要配置API路径、模型以及响应模式即可，也支持在请求参数中补充完整payload
-   **2.2 数据负载**: 根据需要选择内置的纯文本数据集/多模态数据集，也支持自定义JSONL数据或文件等
-   **2.3 字段映射**: 配置payload中prompt对应字段路径，以及响应数据中对应模型输出的content、reasoning_content字段路径、usage字段路径等，此字段映射对于使用数据集更新请求参数和正确解析流式/非流式响应至关重要，请注意仔细填写
-1. **API测试**: 在 测试任务 → 创建任务，点击基础信息面板的"测试"按钮，快速测试API连通性
+   - 2.1 基础信息: 对于 `/chat/completions` API只需要配置API路径、模型以及响应模式即可，也支持在请求参数中补充完整payload
+   - 2.2 数据负载: 根据需要选择内置的纯文本数据集/多模态数据集，也支持自定义JSONL数据或文件等
+   - 2.3 字段映射: 配置payload中prompt对应字段路径，以及响应数据中对应模型输出的content、reasoning_content字段路径、usage字段路径等，此字段映射对于使用数据集更新请求参数和正确解析流式/非流式响应至关重要，请注意仔细填写
+3. **API测试**: 在 测试任务 → 创建任务，点击基础信息面板的"测试"按钮，快速测试API连通性
    **注意**: 为快速得到API响应，建议使用简单的prompt测试API连通性
-1. **实时监控**: 导航至 测试任务 → 日志/监控中心，查看全链路测试日志，排查异常
-2. **结果分析**: 导航至 测试任务 → 结果，查看详细性能结果，导出报告
-3. **结果对比**: 导航至 模型擂台，选择多个模型或版本进行多维度性能对比
-4. **AI分析**: 在 测试任务 → 结果/模型擂台，配置AI分析服务后，支持对单个/多个任务进行智能性能评估
+4. **实时监控**: 导航至 测试任务 → 日志/监控中心，查看全链路测试日志，排查异常
+5. **结果分析**: 导航至 测试任务 → 结果，查看详细性能结果，导出报告
+6. **结果对比**: 导航至 模型擂台，选择多个模型或版本进行多维度性能对比
+7. **AI分析**: 在 测试任务 → 结果/模型擂台，配置AI分析服务后，支持对单个/多个任务进行智能性能评估
 
 ## 🔧 配置说明
 
@@ -107,7 +107,7 @@ MIN_USERS_PER_PROCESS: 600
 deploy:
   resources:
     limits:
-      cpus: '2.0'    # 建议至少分配 2 核 CPU（高并发场景建议 4 核或以上）                     #
+      cpus: '2.0'    # 建议至少分配 2 核 CPU（高并发场景建议 4 核或以上）
       memory: 2G     # 内存限制，可根据实际负载调整（推荐 ≥ 2G）
 ```