diff --git a/README1.md b/README1.md
new file mode 100644
index 0000000..a18dfba
--- /dev/null
+++ b/README1.md
@@ -0,0 +1,488 @@
+# 航空推文情感分析系统
+
+
+> **机器学习 (Python) 课程设计**
+
+
+## 👥 团队成员
+
+
+| 姓名 | 学号 | 贡献 |
+|------|------|------|
+| 张则文 | 2311020133 | 数据处理、模型训练、Agent 开发、Streamlit开发与测试、文档撰写 |
+| 潘俊康 | 2311020121 | 仓库搭建、Streamlit测试、文档撰写、项目报告 |
+| 陈俊均 | 2311020104 | Agent 开发、Streamlit开发与测试、文档撰写 |
+
+
+## 📝 项目简介
+
+
+本项目是一个基于**传统机器学习 + LLM + Agent**的航空推文情感分析系统，旨在实现可落地的智能预测与行动建议。系统使用 Twitter US Airline Sentiment 数据集，通过传统机器学习完成推文情感的量化预测，再利用 LLM 和 Agent 技术将预测结果转化为结构化、可执行的决策建议，确保输出结果可追溯、可复现。
+
+
+## 🚀 快速开始
+
+
+```bash
+# 克隆仓库
+git clone http://hblu.top:3000/MachineLearning2025/G05-Sentiment-Analysis-of-Aviation-Tweets.git
+cd G05-Sentiment-Analysis-of-Aviation-Tweets
+
+# 安装依赖
+pip install uv -i https://mirrors.aliyun.com/pypi/simple/
+uv config set index-url https://mirrors.aliyun.com/pypi/simple/
+uv sync
+
+# 配置环境变量
+cp .env.example .env
+# 编辑 .env 填入 API Key
+
+# 运行 Demo
+uv run streamlit run src/streamlit_tweet_app.py
+```
+
+
+## 1️⃣ 问题定义与数据
+
+
+### 1.1 任务描述
+
+
+本项目是一个三分类任务，目标是自动识别航空推文的情感倾向（negative/neutral/positive）。业务目标是构建一个高准确率、可解释的推文情感分析系统，帮助航空公司及时了解客户反馈，优化服务质量，提升客户满意度。
+
+
+### 1.2 数据来源
+
+
+| 项目 | 说明 |
+|------|------|
+| 数据集名称 | Twitter US Airline Sentiment |
+| 数据链接 | [Kaggle](https://www.kaggle.com/datasets/crowdflower/twitter-airline-sentiment) |
+| 样本量 | 14,640 条 |
+| 特征数 | 15 个 |
+
+
+### 1.3 数据切分与防泄漏
+
+
+数据按 8:2 比例分割为训练集和测试集，确保模型在独立的测试集上进行评估。在数据预处理和特征工程阶段，所有操作仅在训练集上进行，避免信息泄漏到测试集。使用 TF-IDF 进行文本向量化时，同样严格遵循先训练后应用的原则。
+
+
+### 1.4 数据转换流程
+
+
+原数据集转换为处理后数据集主要经过以下步骤：
+
+#### 1. 数据加载
+从 `Tweets.csv` 读取原始数据，包含以下字段：
+- `tweet_id` - 推文ID
+- `airline_sentiment` - 情感标签
+- `airline_sentiment_confidence` - 情感置信度
+- `negativereason` - 负面原因
+- `negativereason_confidence` - 负面原因置信度
+- `airline` - 航空公司
+- `text` - 原始推文文本
+- 其他元数据字段（坐标、时间、位置等）
+
+#### 2. 数据筛选
+- **置信度过滤**：仅保留 `airline_sentiment_confidence >= 0.5` 的样本
+- 确保情感标签的可靠性
+
+#### 3. 文本清洗
+遵循"克制"原则，仅进行必要的预处理：
+
+**移除的内容：**
+- 用户提及：`@username`
+- URL 链接：`http://...` 或 `www...`
+- 多余空格和换行符
+
+**保留的内容：**
+- 表情符号（对情感分析有价值）
+- 标点符号（表达情绪强度）
+- 否定词（如 "not", "don't"）
+- 原始大小写（后续统一小写）
+
+**不进行的处理：**
+- 不进行词形还原（lemmatization）
+- 不进行词干提取（stemming）
+- 不删除停用词（否定词对情感很重要）
+
+#### 4. 文本标准化
+- 统一转换为小写
+- 保留语义信息
+
+#### 5. 数据清理
+- 删除 `text_cleaned` 为空的样本
+- 删除 `airline_sentiment` 为空的样本
+- 基于 `tweet_id` 去重
+
+#### 6. 字段选择
+最终保留的列：
+```python
+["tweet_id", "airline_sentiment", "airline_sentiment_confidence", 
+ "negativereason", "negativereason_confidence", "airline", 
+ "text_cleaned", "text_original"]
+```
+
+#### 7. 数据验证
+使用 Pandera Schema 进行严格校验：
+- `airline_sentiment` 必须是 `["positive", "neutral", "negative"]`
+- `airline` 必须是 `["Virgin America", "United", "Southwest", "Delta", "US Airways", "American"]`
+- 所有必需字段不允许缺失值
+
+#### 8. 数据保存
+保存到 `data/Tweets_cleaned.csv`
+
+#### 清洗示例对比
+
+**原始文本：**
+```
+@United This is the worst airline ever! My flight was delayed for 5 hours...
+```
+
+**清洗后文本：**
+```
+this is the worst airline ever! my flight was delayed for 5 hours...
+```
+
+可以看到，用户提及 `@United` 被移除，文本转为小写，但保留了感叹号、否定词和语义信息。
+
+
+## 2️⃣ 机器学习流水线
+
+
+### 2.1 模型架构
+
+
+本项目采用 **VotingClassifier** 集成学习方法，结合多个基础分类器的优势：
+
+- **逻辑回归 (Logistic Regression)**：线性模型，适合处理高维稀疏特征
+- **多项式朴素贝叶斯 (MultinomialNB)**：适合文本分类任务
+- **随机森林 (RandomForestClassifier)**：集成树模型，抗过拟合能力强
+- **LightGBM 分类器**：梯度提升树模型，高性能、高效率
+
+
+### 2.2 模型性能
+
+
+| 模型 | 指标 | 结果 |
+|------|------|------|
+| VotingClassifier | 准确率 | 0.8159 |
+| VotingClassifier | F1 分数（Macro） | 0.7533 |
+
+
+### 2.3 特征工程
+
+
+#### 2.3.1 文本特征提取（TF-IDF 向量化）
+
+使用 TF-IDF（Term Frequency-Inverse Document Frequency）将文本转换为数值特征向量。具体配置如下：
+
+| 参数 | 值 | 说明 |
+|------|-----|------|
+| `max_features` | 15000 | 保留最重要的 15,000 个特征（词或词组），避免维度灾难和过拟合 |
+| `ngram_range` | (1, 3) | 考虑 1-gram（单词）、2-gram（双词组）、3-gram（三词组），捕捉上下文关系 |
+| `min_df` | 2 | 词至少在 2 个文档中出现才保留，过滤噪声词 |
+| `max_df` | 0.95 | 词最多出现在 95% 的文档中，过滤停用词 |
+| `lowercase` | False | 保留原始大小写，保留情感强度信息 |
+| `sublinear_tf` | True | 使用次线性缩放（1 + log(TF)），平衡词频影响 |
+
+**TF-IDF 参数详解：**
+
+- **max_features=15000**：从所有可能的词和词组中，选择 TF-IDF 值最高的 15,000 个作为特征，其余被丢弃。限制特征数量可以提高训练速度并避免过拟合。
+
+- **ngram_range=(1, 3)**：考虑从 1-gram 到 3-gram 的所有词组：
+  - 1-gram（unigram）：单个单词，如 `"flight"`, `"delayed"`, `"service"`
+  - 2-gram（bigram）：连续的两个单词，如 `"flight delayed"`, `"customer service"`
+  - 3-gram（trigram）：连续的三个单词，如 `"flight was delayed"`, `"worst airline ever"`
+  - 作用：捕捉词语之间的上下文关系，提高模型对短语的理解能力
+
+- **min_df=2**：一个词或词组至少要在 2 个文档中出现才会被保留。过滤掉只出现一次的词（可能是拼写错误或罕见词），减少噪声特征。
+
+- **max_df=0.95**：如果一个词或词组在超过 95% 的文档中出现，会被过滤掉。过滤掉停用词（如 "the", "a", "is"），这些词对分类没有帮助。
+
+- **lowercase=False**：保留原始大小写，不将所有文本转换为小写。保留大小写信息可能对情感分析有帮助，例如 `"THANKS"` 和 `"thanks"` 可能表达不同的情感强度。
+
+- **sublinear_tf=True**：使用次线性缩放来降低词频的影响。公式为 `TF = 1 + log(词频)`，防止高频词（如 "flight"）过度主导特征，平衡不同词的重要性。
+
+**特征选择流程：**
+
+1. 收集所有可能的 n-gram（1-gram, 2-gram, 3-gram）
+2. 过滤低频词：`min_df=2`（至少在 2 个文档中出现）
+3. 过滤高频词：`max_df=0.95`（不超过 95% 的文档）
+4. 计算 TF-IDF 值：对每个保留的词/词组
+5. 选择 Top 15,000：按 TF-IDF 值排序，保留最高的 15,000 个
+
+#### 2.3.2 航空公司编码
+
+使用 `LabelEncoder` 对航空公司名称进行编码，将 6 家航空公司转换为数值标签：
+
+- Virgin America → 0
+- United → 1
+- Southwest → 2
+- Delta → 3
+- US Airways → 4
+- American → 5
+
+#### 2.3.3 特征合并
+
+将文本特征（15,000 维）和航空公司特征（1 维）合并为最终特征矩阵（15,001 维），使用 `scipy.sparse.hstack` 进行稀疏矩阵合并。
+
+
+### 2.4 机器学习方法概述
+
+
+本项目使用集成学习方法进行推文情感分析，具体技术细节如下：
+
+#### 集成学习（Ensemble Learning）
+
+使用 **VotingClassifier** 进行集成学习，结合多个基学习器的预测结果，通过**软投票（Soft Voting）**机制提高模型性能。
+
+#### 5个基学习器（Base Learners）
+
+**① Logistic Regression（逻辑回归）**
+- **特点**：稳定的基线模型，适合文本分类
+- **作用**：提供可靠的线性分类边界
+- **参数**：`class_weight="balanced"` 处理类别不平衡
+
+**② Multinomial Naive Bayes（多项式朴素贝叶斯）**
+- **特点**：经典的文本分类算法
+- **作用**：擅长处理词频特征，计算效率高
+- **参数**：`alpha=0.3` 平滑参数
+
+**③ Random Forest（随机森林）**
+- **特点**：基于决策树的集成方法
+- **作用**：捕捉非线性关系，减少过拟合
+- **参数**：200棵决策树，最大深度15
+
+**④ LightGBM（梯度提升机）**
+- **特点**：高效的梯度提升框架
+- **作用**：强大的非线性建模能力
+- **参数**：300轮迭代，学习率0.05
+
+**⑤ XGBoost（极致梯度提升）**
+- **特点**：业界领先的梯度提升算法
+- **作用**：处理复杂特征交互
+- **参数**：300轮迭代，子采样率0.8
+
+#### 特征工程
+
+**TF-IDF 向量化**
+- **max_features=15000**：保留最重要的15000个特征
+- **ngram_range=(1, 3)**：使用1-3元组（unigram, bigram, trigram）
+- **min_df=2**：词至少出现2次
+- **max_df=0.95**：词最多出现在95%的文档中（过滤高频词）
+- **sublinear_tf=True**：使用对数缩放TF值
+
+**航空公司特征**
+- 使用 `LabelEncoder` 对航空公司进行编码
+- 与文本特征合并作为额外特征
+
+#### 软投票机制（Soft Voting）
+
+- **原理**：对每个基学习器的预测概率取平均
+- **优势**：比硬投票更稳健，考虑了置信度
+- **公式**：`P(y|x) = (1/n) * Σ P_i(y|x)`
+
+#### 数据划分
+
+- **训练集**：80%
+- **测试集**：20%
+- **分层采样**：保持各类别比例一致
+
+#### 性能指标
+
+- **Accuracy（准确率）**：目标 ≥ 0.82
+- **Macro-F1（宏平均F1）**：目标 ≥ 0.75
+- **分类报告**：precision, recall, f1-score（按类别）
+
+#### 机器学习流程图
+
+```
+原始文本
+    ↓
+[文本清洗] → 清洗后文本
+    ↓
+[TF-IDF向量化] → 文本特征向量 (15000维)
+    ↓
+[航空公司编码] → 航空公司特征 (1维)
+    ↓
+[特征合并] → 组合特征 (15001维)
+    ↓
+┌─────────────────────────────────────┐
+│   5个基学习器并行训练               │
+│  ┌────────┐ ┌────────┐ ┌────────┐  │
+│  │   LR   │ │   NB   │ │   RF   │  │
+│  └────────┘ └────────┘ └────────┘  │
+│  ┌────────┐ ┌────────┐             │
+│  │ LightGBM│ │ XGBoost │             │
+│  └────────┘ └────────┘             │
+└─────────────────────────────────────┘
+    ↓
+[软投票] → 概率平均
+    ↓
+[预测结果] → negative/neutral/positive
+```
+
+#### 为什么选择这些方法？
+
+1. **多样性**：不同类型的算法（线性、贝叶斯、树模型、梯度提升）
+2. **互补性**：各有优势，相互补充
+3. **稳定性**：集成学习减少单一模型的偏差和方差
+4. **性能**：软投票通常比硬投票效果更好
+5. **可解释性**：可以查看各基学习器的贡献
+
+最终模型在测试集上达到了 **Macro-F1 = 0.7533** 的性能指标。
+
+
+### 2.5 误差分析
+
+
+模型在以下类型的样本上表现相对较差：
+1. 包含复杂情感表达的推文（如讽刺、反语）
+2. 混合多种情感的推文
+3. 包含大量特殊字符或缩写的推文
+4. 上下文依赖较强的推文
+
+这主要是因为文本特征提取方法（TF-IDF）对语义理解有限，无法完全捕捉复杂的语言模式和上下文信息。
+
+
+## 3️⃣ Agent 实现
+
+
+### 3.1 工具定义
+
+
+| 工具名 | 功能 | 输入 | 输出 |
+|--------|------|------|------|
+| `predict_sentiment` | 使用机器学习模型预测推文情感 | 推文文本、航空公司 | 分类结果和概率 |
+| `explain_sentiment` | 解释模型预测结果并生成行动建议 | 推文文本、分类结果、概率 | 结构化的解释和建议 |
+| `generate_response` | 生成针对推文的回复建议 | 推文文本、情感分类 | 回复建议文本 |
+
+
+### 3.2 决策流程
+
+
+Agent 按照以下流程执行任务：
+1. 接收用户提供的推文文本和航空公司信息
+2. 使用 `predict_sentiment` 工具进行情感分类预测
+3. 使用 `explain_sentiment` 工具解释分类结果并生成行动建议
+4. 使用 `generate_response` 工具生成针对性的回复建议
+5. 向用户提供清晰、完整的情感分析结果、解释和建议
+
+
+### 3.3 案例展示
+
+
+**输入**：
+```
+@United This is the worst airline ever! My flight was delayed for 5 hours and no one helped!
+```
+
+**输出**：
+```json
+{
+  "classification": {
+    "label": "negative",
+    "probability": {
+      "negative": 0.92,
+      "neutral": 0.05,
+      "positive": 0.03
+    }
+  },
+  "explanation": {
+    "key_factors": ["worst airline ever", "delayed for 5 hours", "no one helped"],
+    "reasoning": "推文中包含强烈的负面情感词汇，描述了航班延误和缺乏帮助的负面体验",
+    "confidence_level": "高",
+    "suggestions": ["立即联系客户并提供补偿", "调查延误原因并改进服务流程", "加强员工培训"]
+  },
+  "response_suggestion": "尊敬的客户，对于您航班延误和未能获得及时帮助的糟糕体验，我们深表歉意。我们将立即调查此事并为您提供相应的补偿。感谢您的反馈，我们将努力改进服务质量。"
+}
+```
+
+
+## 4️⃣ 系统特色
+
+
+### 4.1 多模态情感分析
+
+系统不仅提供情感分类结果，还通过 LLM 生成详细的解释和可执行的行动建议，实现从预测到决策的完整闭环。
+
+
+### 4.2 实时交互体验
+
+通过 Streamlit 构建的 Web 界面提供直观的交互体验，支持单条推文分析和批量文件处理功能。
+
+
+### 4.3 结构化输出
+
+所有输出都采用结构化格式，确保结果的可追溯性和可复现性，便于后续分析和应用。
+
+
+## 5️⃣ 开发心得
+
+
+### 5.1 主要困难与解决方案
+
+
+1. **文本特征提取**：航空推文包含大量缩写、特殊字符和行业术语，解决方案是使用 TF-IDF 结合 ngram 特征，捕捉更丰富的语言模式。
+2. **多分类平衡**：情感分类是三分类任务，需要处理类别不平衡问题，解决方案是使用 Macro-F1 作为主要评估指标。
+3. **模型集成**：单个模型在复杂情感识别上存在局限，解决方案是使用 VotingClassifier 集成多个模型的优势。
+
+
+### 5.2 对 AI 辅助编程的感受
+
+
+AI 辅助编程工具在代码编写和问题解决方面提供了很大帮助，特别是在处理重复性任务和学习新框架时。它可以快速生成代码模板，提供解决方案建议，显著提高开发效率。但同时也需要注意，AI 生成的代码可能存在错误或不符合项目规范，需要人工仔细检查和调试。
+
+
+### 5.3 局限与未来改进
+
+
+1. **模型性能**：当前模型在处理复杂语言模式和上下文理解方面仍有提升空间，可以考虑使用更先进的文本表示方法（如 BERT）。
+2. **多语言支持**：目前系统主要支持英文推文，未来可以扩展到多语言情感分析。
+3. **实时性**：可以优化模型推理速度，实现实时情感分析功能。
+4. **情感细粒度分析**：可以进一步细分情感类别，如愤怒、失望、满意等更细致的情感标签。
+
+
+## 技术栈
+
+
+| 组件 | 技术 | 版本要求 |
+|------|------|----------|
+| 项目管理 | uv | 最新版 |
+| 数据处理 | polars + pandas | polars>=0.20.0, pandas>=2.2.0 |
+| 数据验证 | pandera | >=0.18.0 |
+| 机器学习 | scikit-learn + lightgbm | sklearn>=1.3.0, lightgbm>=4.0.0 |
+| LLM 框架 | openai | >=1.0.0 |
+| Agent 框架 | pydantic | pydantic>=2.0.0 |
+| 可视化 | streamlit | >=1.20.0 |
+| 文本处理 | nltk | >=3.8.0 |
+
+
+## 许可证
+
+
+MIT License
+
+
+## 致谢
+
+
+- 感谢 [DeepSeek](https://www.deepseek.com/) 提供的 LLM API
+- 感谢 Kaggle 提供的 [Twitter US Airline Sentiment](https://www.kaggle.com/datasets/crowdflower/twitter-airline-sentiment) 数据集
+- 感谢所有开源库的贡献者
+
+
+## 联系方式
+
+
+如有问题或建议，欢迎通过以下方式联系：
+
+- 项目地址：[http://hblu.top:3000/MachineLearning2025/G05-Sentiment-Analysis-of-Aviation-Tweets](http://hblu.top:3000/MachineLearning2025/G05-Sentiment-Analysis-of-Aviation-Tweets)
+- 邮箱：xxxxxxxxxx@gmail.com
+
+
+---
+
+**© 2026 航空推文情感分析系统 | 基于传统机器学习 + LLM + Agent**