diff --git a/README.md b/README.md
new file mode 100644
index 0000000..51b23a6
--- /dev/null
+++ b/README.md
@@ -0,0 +1,124 @@
+# ComfyUI-RIFE
+
+English | [中文](README_zh.md) 
+
+RIFE video frame interpolation node for ComfyUI, based on Practical-RIFE implementation.
+
+## Features
+
+- **Real-time Video Frame Interpolation**: Uses RIFE (Real-Time Intermediate Flow Estimation) algorithm to generate smooth intermediate frames between video frames
+- **Automatic Model Download**: Automatically downloads required models from GitHub Releases on first use
+- **Model Caching**: Automatically caches loaded models to avoid reloading
+- **Multiple Precision Support**: Supports float32, float16, and bfloat16 precision for speed/quality trade-off
+- **Torch Compile**: Optional PyTorch 2.0+ `torch.compile()` acceleration (slower first run, faster subsequent inference)
+- **Batch Inference**: Supports batch processing of interpolation tasks for higher throughput
+
+## Supported Models
+
+| Model Name | Version | Description |
+|-----------|---------|-------------|
+| `rife47.pth` | 4.7 | RIFE version 4.7 |
+| `rife49.pth` | 4.7 | RIFE version 4.9 |
+| `rife417.pth` | 4.17 | RIFE version 4.17 |
+| `rife426.pth` | 4.26 | RIFE version 4.26 (ensemble not supported) |
+
+Models are automatically downloaded to `ComfyUI/models/rife/` directory.
+
+## Installation
+
+1. Clone this repository into ComfyUI's `custom_nodes` directory:
+   ```bash
+   cd ComfyUI/custom_nodes
+   git clone <repository-url> ComfyUI-RIFE
+   ```
+
+2. Install dependencies:
+   ```bash
+   cd ComfyUI-RIFE
+   pip install -r requirements.txt
+   ```
+
+## Node Parameters
+
+### RIFE_VFI
+
+**Required Parameters:**
+
+| Parameter | Type | Default | Description |
+|-----------|------|---------|-------------|
+| `ckpt_name` | Dropdown | - | Select RIFE model (auto-downloads if not present) |
+| `frames` | IMAGE | - | Input video frame sequence |
+| `clear_cache_after_n_frames` | INT | 10 | Clear GPU cache every N frames (1-1000) |
+| `multiplier` | INT | 2 | Interpolation multiplier, e.g., 2 generates 1 intermediate frame between each pair |
+| `fast_mode` | BOOLEAN | True | Fast mode, trade some quality for speed |
+| `ensemble` | BOOLEAN | True | Use ensemble mode for better quality (forced off for v4.26) |
+| `scale_factor` | Dropdown | 1.0 | Optical flow scale factor [0.25, 0.5, 1.0, 2.0, 4.0] |
+| `dtype` | Dropdown | float32 | Inference precision: float32 (safest), float16 (fast/less VRAM), bfloat16 (requires RTX 30xx+) |
+| `torch_compile` | BOOLEAN | False | Use torch.compile() for acceleration (requires PyTorch 2.0+) |
+| `batch_size` | INT | 1 | Number of interpolation tasks per batch (higher = more throughput but more VRAM, 1-64) |
+
+**Optional Parameters:**
+
+| Parameter | Type | Description |
+|-----------|------|-------------|
+| `optional_interpolation_states` | INTERPOLATION_STATES | Interpolation state list for controlling frame skipping |
+
+**Outputs:**
+
+| Output | Type | Description |
+|--------|------|-------------|
+| `IMAGE` | IMAGE | Interpolated video frame sequence |
+
+## Usage Example
+
+### Basic Workflow
+
+1. Load video frames using `Load Video` or `Load Image Batch` node
+2. Connect to `RIFE_VFI` node
+3. Select a model from the dropdown (e.g., `rife426.pth`)
+4. Set `multiplier` (e.g., 2 means 30fps → 60fps)
+5. Output using `Save Video` or `Preview Image` node
+
+### Parameter Tuning Suggestions
+
+- **Quality Priority**: `dtype=float32`, `ensemble=True`, `fast_mode=False`
+- **Speed Priority**: `dtype=float16`, `fast_mode=True`, `torch_compile=True` (PyTorch 2.0+)
+- **Low VRAM**: Reduce `batch_size` to 1, use `dtype=float16`
+- **RTX 30xx/40xx**: Can use `dtype=bfloat16`, more stable than float16 with similar speed
+
+## File Structure
+
+```
+ComfyUI-RIFE/
+├── __init__.py          # Node registration entry
+├── rife_node.py         # Main node implementation (model loading, inference)
+├── rife_model.py        # RIFE IFNet model definition
+├── requirements.txt     # Python dependencies
+└── README.md           # This file (Chinese)
+└── README_EN.md        # English version
+```
+
+## Model Download Notes
+
+Model files are automatically downloaded to `ComfyUI/models/rife/`:
+
+- On first use of a model, the node automatically downloads from `https://github.com/Fannovel16/ComfyUI-Frame-Interpolation/releases/download/models/`
+- If download fails, check network connection or manually download models to the above directory
+
+## Important Notes
+
+1. **RIFE 4.26**: This version does not support `ensemble` mode, it will be automatically disabled
+2. **torch.compile()**: First inference will be slow (compilation phase), subsequent runs are 10-30% faster
+3. **bfloat16**: Only supported on Ampere architecture (RTX 30xx/40xx) or newer GPUs
+4. **Model Caching**: Changing `ckpt_name`, `dtype`, or `torch_compile` triggers model reload
+
+## Dependencies
+
+- torch >= 2.0.0 (recommended)
+- einops
+- packaging
+- numpy
+
+## License
+
+This project is based on Practical-RIFE implementation, following the corresponding open-source license.
diff --git a/README_zh.md b/README_zh.md
new file mode 100644
index 0000000..bbff21a
--- /dev/null
+++ b/README_zh.md
@@ -0,0 +1,123 @@
+# ComfyUI-RIFE
+
+[English](README.md) | 中文
+
+用于 ComfyUI 的 RIFE 视频插帧节点，基于 Practical-RIFE 实现。
+
+## 功能特性
+
+- **实时视频插帧**: 使用 RIFE（Real-Time Intermediate Flow Estimation）算法在视频帧之间生成平滑的中间帧
+- **自动模型下载**: 首次使用时会自动从 GitHub Releases 下载所需模型
+- **模型缓存**: 自动缓存已加载的模型，避免重复加载
+- **多种精度支持**: 支持 float32、float16、bfloat16 精度，可在速度和精度间权衡
+- **Torch Compile**: 可选 PyTorch 2.0+ 的 `torch.compile()` 加速（首次编译较慢，后续推理更快）
+- **批量推理**: 支持批量处理插帧任务，提高吞吐量
+
+## 支持的模型
+
+| 模型名称 | 版本 | 说明 |
+|---------|------|------|
+| `rife47.pth` | 4.7 | RIFE 4.7 版本 |
+| `rife49.pth` | 4.7 | RIFE 4.9 版本 |
+| `rife417.pth` | 4.17 | RIFE 4.17 版本 |
+| `rife426.pth` | 4.26 | RIFE 4.26 版本（不支持 ensemble）|
+
+模型会自动下载到 `ComfyUI/models/rife/` 目录。
+
+## 安装
+
+1. 将本节点文件夹放入 ComfyUI 的 `custom_nodes` 目录:
+   ```bash
+   cd ComfyUI/custom_nodes
+   git clone <repository-url> ComfyUI-RIFE
+   ```
+
+2. 安装依赖:
+   ```bash
+   cd ComfyUI-RIFE
+   pip install -r requirements.txt
+   ```
+
+## 节点参数
+
+### RIFE_VFI
+
+**必需参数:**
+
+| 参数名 | 类型 | 默认值 | 说明 |
+|--------|------|--------|------|
+| `ckpt_name` | 下拉选择 | - | 选择 RIFE 模型（自动下载） |
+| `frames` | IMAGE | - | 输入视频帧序列 |
+| `clear_cache_after_n_frames` | INT | 10 | 每处理 N 帧后清理显存缓存（1-1000） |
+| `multiplier` | INT | 2 | 插帧倍数，如 2 表示在每帧之间生成 1 个中间帧 |
+| `fast_mode` | BOOLEAN | True | 快速模式，牺牲少量质量换取速度 |
+| `ensemble` | BOOLEAN | True | 使用 ensemble 模式提高质量（4.26 版本强制关闭） |
+| `scale_factor` | 下拉选择 | 1.0 | 光流计算缩放比例 [0.25, 0.5, 1.0, 2.0, 4.0] |
+| `dtype` | 下拉选择 | float32 | 推理精度：float32（最安全）、float16（快/省显存）、bfloat16（需 RTX 30xx+） |
+| `torch_compile` | BOOLEAN | False | 使用 torch.compile() 加速（需 PyTorch 2.0+） |
+| `batch_size` | INT | 1 | 每批次处理的插帧任务数（提高吞吐量但增加显存占用，1-64） |
+
+**可选参数:**
+
+| 参数名 | 类型 | 说明 |
+|--------|------|------|
+| `optional_interpolation_states` | INTERPOLATION_STATES | 插帧状态列表，用于控制跳过特定帧 |
+
+**输出:**
+
+| 输出名 | 类型 | 说明 |
+|--------|------|------|
+| `IMAGE` | IMAGE | 插帧后的视频帧序列 |
+
+## 使用示例
+
+### 基本流程
+
+1. 使用 `Load Video` 或 `Load Image Batch` 节点加载视频帧
+2. 连接到 `RIFE_VFI` 节点
+3. 从下拉菜单选择模型（如 `rife426.pth`）
+4. 设置 `multiplier`（如 2 表示 30fps → 60fps）
+5. 使用 `Save Video` 或 `Preview Image` 节点输出结果
+
+### 参数调优建议
+
+- **追求质量**: `dtype=float32`, `ensemble=True`, `fast_mode=False`
+- **追求速度**: `dtype=float16`, `fast_mode=True`, `torch_compile=True`（PyTorch 2.0+）
+- **显存不足**: 降低 `batch_size` 至 1，使用 `dtype=float16`
+- **RTX 30xx/40xx**: 可尝试 `dtype=bfloat16`，比 float16 更稳定且速度相近
+
+## 文件结构
+
+```
+ComfyUI-RIFE/
+├── __init__.py          # 节点注册入口
+├── rife_node.py         # 节点主要实现（模型加载、推理逻辑）
+├── rife_model.py        # RIFE IFNet 模型定义
+├── requirements.txt     # Python 依赖
+└── README.md           # 本文件
+```
+
+## 模型下载说明
+
+模型文件会自动下载到 `ComfyUI/models/rife/` 目录：
+
+- 首次使用某个模型时，节点会自动从 `https://github.com/Fannovel16/ComfyUI-Frame-Interpolation/releases/download/models/` 下载
+- 如果下载失败，请检查网络连接或手动下载模型放到上述目录
+
+## 注意事项
+
+1. **RIFE 4.26 版本**: 该版本不支持 `ensemble` 模式，会自动强制关闭
+2. **torch.compile()**: 首次推理会很慢（编译阶段），后续推理会快 10-30%
+3. **bfloat16**: 仅在 Ampere 架构（RTX 30xx/40xx）或更新的 GPU 上支持
+4. **模型缓存**: 修改 `ckpt_name`、`dtype` 或 `torch_compile` 会触发重新加载模型
+
+## 依赖
+
+- torch >= 2.0.0（推荐）
+- einops
+- packaging
+- numpy
+
+## 许可证
+
+本项目基于 Practical-RIFE 实现，遵循相应开源协议。