update:reademe knowledge init

README.zh.md

@@ -110,22 +110,6 @@ DB-GPT基于 [FastChat](https://github.com/lm-sys/FastChat) 构建大模型运
    
 用户只需要整理好知识文档，即可用我们现有的能力构建大模型所需要的知识库能力。
 
-打造属于你的知识库：
-
-1、将个人知识文件或者文件夹放入pilot/datasets目录中
-
-2、在tools目录执行知识入库脚本
-
-```
-python tools/knowledge_init.py
-
---vector_name : your vector store name  default_value:default
---append: append mode, True:append, False: not append default_value:False
-
-```
-3、在界面上新增知识库输入你的知识库名（如果没指定输入default）,就可以根据你的知识库进行问答
-
-注意，这里默认向量模型是text2vec-large-chinese(模型比较大，如果个人电脑配置不够建议采用text2vec-base-chinese),因此确保需要将模型download下来放到models目录中
 
 
 ### 大模型管理能力
@@ -196,6 +180,22 @@ $ python webserver.py
 2.  [大模型实战系列(2) —— DB-GPT 阿里云部署指南](https://zhuanlan.zhihu.com/p/629467580)
 3.  [大模型实战系列(3) —— DB-GPT插件模型原理与使用](https://zhuanlan.zhihu.com/p/629623125)
 
+####打造属于你的知识库：
+
+1、将个人知识文件或者文件夹放入pilot/datasets目录中
+
+2、在tools目录执行知识入库脚本
+
+```
+python tools/knowledge_init.py
+
+--vector_name : your vector store name  default_value:default
+--append: append mode, True:append, False: not append default_value:False
+
+```
+3、在界面上新增知识库输入你的知识库名（如果没指定输入default）,就可以根据你的知识库进行问答
+
+注意，这里默认向量模型是text2vec-large-chinese(模型比较大，如果个人电脑配置不够建议采用text2vec-base-chinese),因此确保需要将模型download下来放到models目录中。
 ## 感谢
 
 项目取得的成果，需要感谢技术社区，尤其以下项目。