Update README.md

README.md

@@ -1,21 +1,39 @@
 ---
 license: mit
 ---
+
 # EDA Log Dataset for IC Debugging
 
 ## 📌 專案背景
-本數據集為 **2026 智慧創新大賞 (Best AI Awards)** 參賽專案「Agentic-EDA Copilot」之核心組件。
-旨在解決 IC 設計流程中，RTL 到 GDS 迭代產生的海量非結構化 Log 解析難題。
 
-## 📊 數據內容
-本數據集包含模擬的 EDA 工具（如 OpenROAD）執行日誌，涵蓋以下關鍵偵測類別：
-- **Timing Violations**: 包含 WNS (Worst Negative Slack) 與 TNS 違規樣例。
-- **Physical Design Rules**: 包含 Multi-driven net 與 Latch inferred 等電路錯誤。
-- **Hybrid Metadata**: 經過正則解析萃取後的結構化欄位（Severity, Line Number, Module Name）。
+這份資料集是 2026 智慧創新大賞 (Best AI Awards) 參賽專案 **Agentic-EDA Copilot** 的核心元件，
+專門用來解決 IC 設計流程中，RTL 到 GDS 迭代所產生的大量非結構化 Log 解析難題。
+
+## 📊 資料內容
+
+涵蓋模擬 EDA 工具（如 OpenROAD）執行日誌，分為以下三大類別：
+
+| 類別 | 說明 |
+|------|------|
+| **Timing Violations** | WNS（Worst Negative Slack）與 TNS 違規樣本 |
+| **Physical Design Rules** | Multi-driven net、Latch inferred 等電路錯誤 |
+| **Hybrid Metadata** | 經 Regex 解析後萃取的結構化欄位（Severity、Line Number、Module Name）|
 
 ## 🔗 相關連結
-- **GitHub Repository**: [在此貼上你的 GitHub 連結]
-- **核心技術**: 基於 n8n Workflow 與 Agentic RAG 架構。
 
-## 🛠️ 使用說明
-本數據集配合專用的 Hybrid Parser，可將偵錯效率提升接近 100%，消除大語言模型的幻覺問題。
+- **GitHub Repository**：[Agentic-EDA Copilot](#)
+- **核心技術**：n8n Workflow 搭配 Agentic RAG 架構
+
+## 🛠️ 使用方式
+
+搭配專案內建的 **Hybrid Parser** 載入：
+
+```python
+from datasets import load_dataset
+
+ds = load_dataset("innofacisteven/eda-log-dataset-for-ic-debugging")
+```
+
+載入後建議先執行 Regex 預處理管線，將原始 Log 結構化，再送入 LightRAG 進行語意檢索。
+完整使用流程請參考 GitHub Repository 的 `docs/pipeline.md`。
+````