diff --git a/helloworld/hello_world.md b/helloworld/hello_world.md
index 90df505e0..a3f56a3fe 100644
--- a/helloworld/hello_world.md
+++ b/helloworld/hello_world.md
@@ -26,6 +26,8 @@
 
 ## 2. InternLM-Chat-7B 智能对话 Demo
 
+本小节我们将使用[InternStudio](https://studio.intern-ai.org.cn/)中的 A100(1/4) 机器和`InternLM-Chat-7B`模型部署一个智能对话 Demo。
+
 ### 2.1 环境准备
 
 在[InternStudio](https://studio.intern-ai.org.cn/)平台中选择 A100(1/4) 的配置，如下图所示镜像选择`Cuda11.7-conda`，如下图所示：
@@ -168,6 +170,8 @@ streamlit run web_demo.py --server.address 127.0.0.1 --server.port 6006
 
 ## 3. Lagent 智能体工具调用 Demo
 
+本小节我们将使用[InternStudio](https://studio.intern-ai.org.cn/)中的 A100(1/4) 机器、`InternLM-Chat-7B`模型和`Lagent`框架部署一个智能工具调用 Demo。
+
 Lagent 是一个轻量级、开源的基于大语言模型的智能体（agent）框架，支持用户快速地将一个大语言模型转变为多种类型的智能体，并提供了一些典型工具为大语言模型赋能。通过 Lagent 框架可以更好的发挥 InternLM 的全部性能。
 
 下面我们就开始动手实现！
@@ -455,6 +459,8 @@ streamlit run /root/code/lagent/examples/react_web_demo.py --server.address 127.
 
 ## 4. 浦语·灵笔图文理解创作 Demo
 
+本小节我们将使用[InternStudio](https://studio.intern-ai.org.cn/)中的 A100(1/4) * 2 机器和`internlm-xcomposer-7b`模型部署一个图文理解创作 Demo 。
+
 ### 4.1 环境准备
 
 首先在 [InternStudio](https://studio.intern-ai.org.cn/) 上选择A100(1/4)*2的配置。如下图所示：
@@ -598,6 +604,8 @@ EOF
 
 ### 5.2 配置本地端口
 
+在本地配置端口，可以通过`ssh`连接到服务器，然后将服务器的端口映射到本地，这样就可以在本地浏览器中访问服务器的端口了。
+
 首先我们需要配置一下本地的 `SSH Key` ，我们这里以`Windows`为例。
 
 步骤①：在本地机器上打开`Power Shell`终端。在终端中，运行以下命令来生成SSH密钥对：（如下图所示）
@@ -678,7 +686,7 @@ import os
 model_dir = snapshot_download('Shanghai_AI_Laboratory/internlm-chat-7b', cache_dir='your path', revision='master')
 ```
 
-#### 5.3.3 OpenXlab
+#### 5.3.3 OpenXLab
 
 OpenXLab 可以通过指定模型仓库的地址，以及需要下载的文件的名称，文件所需下载的位置等，直接下载模型权重文件。