diff --git a/README.md b/README.md
index 0eed547..5bb4632 100644
--- a/README.md
+++ b/README.md
@@ -87,7 +87,7 @@ python3 setup.py install
 **We recommend using at the very least Deepseek 14B, smaller models will struggle with tasks especially for web browsing.**
 
 
-###  **Run the Assistant (Locally)**  
+###  **Setup you local provider**  
 
 Start your local provider, for example with ollama:
 
@@ -117,19 +117,42 @@ provider_server_address = 127.0.0.1:11434
 | lm-studio  | Yes    | Run LLM locally with LM studio (set `provider_name` to `lm-studio`)|
 | openai    | Yes     |  Use API compatible  |
 
-start all services :
+### **Start services & Run**
+
+Activate you python env if needed.
+```sh
+source agentic_seek_env/bin/activate
+```
+
+Start required services. This will start all services from the docker-compose.yml, including:
+    - searxng
+    - redis (required by searxng)
+    - frontend
 
 ```sh
 sudo ./start_services.sh # MacOS
 start ./start_services.cmd # Window
 ```
 
-Run the assistant:
+**Options 1:** Run with the CLI interface.
 
 ```sh
 python3 cli.py
 ```
 
+**Options 2:** Run with the Web interface.
+
+Start the backend.
+
+```sh
+python3 api.py
+```
+
+Go to `http://localhost:3000/` and you should see the web interface.
+
+Please note that the Web interface doesn't stream messages at the moment.
+
+
 *See the **Usage** section if you don't understand how to use it*
 
 *See the **Known issues** section if you are having issues*
diff --git a/README_CHS.md b/README_CHS.md
index 0c7de89..d7b8e2c 100644
--- a/README_CHS.md
+++ b/README_CHS.md
@@ -115,19 +115,41 @@ provider_server_address = 127.0.0.1:11434
 | lm-studio   | 是     | 使用 LM Studio 本地运行 LLM（将 `provider_name` 设置为 `lm-studio`）|
 | openai      | 否     | 使用兼容的 API                                        |
 
-启动所有服务：
+
+### **启动服务并运行**
+
+如果需要，请激活你的 Python 环境。
+```sh
+source agentic_seek_env/bin/activate
+```
+
+启动所需的服务。这将启动 `docker-compose.yml` 中的所有服务，包括：
+- searxng
+- redis（由 redis 提供支持）
+- 前端
 
 ```sh
 sudo ./start_services.sh # MacOS
 start ./start_services.cmd # Windows
 ```
 
-运行助手：
+**选项 1:** 使用 CLI 界面运行。
 
 ```sh
 python3 cli.py
 ```
 
+**选项 2:** 使用 Web 界面运行。
+
+启动后端服务。
+
+```sh
+python3 api.py
+```
+
+访问 `http://localhost:3000/`，你应该会看到 Web 界面。
+
+请注意，目前 Web 界面不支持消息流式传输。
 
 
 *如果你不知道如何开始，请参阅 **Usage** 部分*
@@ -448,6 +470,16 @@ https://googlechromelabs.github.io/chrome-for-testing/
 | 32B        | 24GB+ VRAM（例如 RTX 4090） | 🚀 能完成大多数任务，但在任务规划上可能仍有困难。 |
 | 70B+        | 48GB+ VRAM（例如 Mac Studio） | 💪 表现优秀。推荐用于高级用例。 |
 
+**Q: 是否支持中文以外的语言？**
+
+DeepSeek R1 天生会说中文
+
+但注意：代理路由系统只懂英文，所以必须通过 config.ini 的 languages 参数（如 languages = en zh）告诉系统：
+
+如果不设置中文？后果可能是：你让它写代码，结果跳出来个"医生代理"（虽然我们根本没有这个代理... 但系统会一脸懵圈！）
+
+实际上会下载一个小型翻译模型来协助任务分配
+
 **Q：为什么选择 Deepseek R1 而不是其他模型？**
 
 就其尺寸而言，Deepseek R1 在推理和使用方面表现出色。我们认为非常适合我们的需求，其他模型也很好用，但 Deepseek 是我们最后选定的模型。
diff --git a/README_CHT.md b/README_CHT.md
index 2068a94..617ec2b 100644
--- a/README_CHT.md
+++ b/README_CHT.md
@@ -114,19 +114,43 @@ provider_server_address = 127.0.0.1:11434
 | lm-studio   | 是     | 使用 LM Studio 本地运行 LLM（将 `provider_name` 设置为 `lm-studio`）|
 | openai      | 否     | 使用兼容的 API                                        |
 
-启动所有服务：
+
+### **启动服务并运行**
+
+如果需要，请激活你的 Python 环境。
+```sh
+source agentic_seek_env/bin/activate
+```
+
+启动所需的服务。这将启动 `docker-compose.yml` 中的所有服务，包括：
+- searxng
+- redis（由 redis 提供支持）
+- 前端
 
 ```sh
 sudo ./start_services.sh # MacOS
 start ./start_services.cmd # Windows
 ```
 
-运行助手：
+**选项 1:** 使用 CLI 界面运行。
 
 ```sh
 python3 cli.py
 ```
 
+**选项 2:** 使用 Web 界面运行。
+
+启动后端服务。
+
+```sh
+python3 api.py
+```
+
+访问 `http://localhost:3000/`，你应该会看到 Web 界面。
+
+请注意，目前 Web 界面不支持消息流式传输。
+
+
 *如果你不知道如何開始，請參閱 **Usage** 部分*
 
 *如果遇到問題，請先參考 **Known issues** 部分*
@@ -471,6 +495,16 @@ https://googlechromelabs.github.io/chrome-for-testing/
 
 不不不，AgenticSeek 和 Manus 是不同取向的東西，我們優先考慮的是本地執行和隱私，而不是基於雲端。這是一個與 Manus 相比起來更有趣且易使用的方案！
 
+**Q: 是否支持中文以外的语言？**
+
+DeepSeek R1 天生会说中文
+
+但注意：代理路由系统只懂英文，所以必须通过 config.ini 的 languages 参数（如 languages = en zh）告诉系统：
+
+如果不设置中文？后果可能是：你让它写代码，结果跳出来个"医生代理"（虽然我们根本没有这个代理... 但系统会一脸懵圈！）
+
+实际上会下载一个小型翻译模型来协助任务分配
+
 ## 貢獻
 
 我們正在尋找開發者來改善 AgenticSeek！你可以在 Issues 查看未解決的問題或和我們討論更酷的新功能！
diff --git a/README_FR.md b/README_FR.md
index 72351fc..17a2c37 100644
--- a/README_FR.md
+++ b/README_FR.md
@@ -108,23 +108,48 @@ provider_server_address = 127.0.0.1:11434
 | lm-studio   | Oui     | Exécutez un LLM localement avec LM studio (définissez `provider_name` sur `lm-studio`) |
 | openai      | Oui     | Utilisez une API local compatible avec openai |
 
-démarrer tous les services :
 
+### **Démarrer les services & Exécuter**
+
+Activez votre environnement Python si nécessaire.
 ```sh
-sudo ./start_services.sh
+source agentic_seek_env/bin/activate
 ```
 
-Lancer agenticSeek:
+Démarrez les services requis. Cela lancera tous les services définis dans le fichier docker-compose.yml, y compris :
+    - searxng
+    - redis (nécessaire pour searxng)
+    - frontend
+
+```sh
+sudo ./start_services.sh # MacOS
+start ./start_services.cmd # Windows
+```
+
+**Option 1 :** Exécuter avec l'interface CLI.
 
 ```sh
 python3 cli.py
 ```
 
+**Option 2 :** Exécuter avec l'interface Web.
+
+Démarrez le backend.
+
+```sh
+python3 api.py
+```
+
+Allez sur `http://localhost:3000/` et vous devriez voir l'interface web.
+
+Veuillez noter que l'interface web ne diffuse pas les messages en continu pour le moment.
+
+
 Voyez la section **Utilisation** si vous ne comprenez pas comment l’utiliser
 
 Voyez la section **Problèmes** connus si vous rencontrez des problèmes
 
-Voyez la section **Exécuter** avec une API si votre matériel ne peut pas exécuter DeepSeek localement
+Voyez la section **Exécuter avec une API** si votre matériel ne peut pas exécuter DeepSeek localement
 
 Voyez la section **Configuration** pour une explication détaillée du fichier de configuration.
 
@@ -245,12 +270,7 @@ provider_model = deepseek-r1:14b
 provider_server_address = x.x.x.x:3333
 ```
 
-Exécutez l’assistant :
-
-```sh
-sudo ./start_services.sh
-python3 cli.py
-```
+Ensuite, exécutez avec le CLI ou l'interface graphique comme expliqué dans la section pour les fournisseurs locaux.
 
 ## **Exécuter avec une API**  
 
@@ -268,12 +288,7 @@ provider_model = gpt-4o
 provider_server_address = 127.0.0.1:5000
 ```
 
-Exécutez l’assistant :
-
-```sh
-sudo ./start_services.sh
-python3 cli.py
-```
+Ensuite, exécutez avec le CLI ou l'interface graphique comme expliqué dans la section pour les fournisseurs locaux.
 
 ## Config