diff --git a/LICENSE b/LICENSE
index f29e55f..33c3a46 100644
--- a/LICENSE
+++ b/LICENSE
@@ -1,6 +1,6 @@
 MIT License
 
-Copyright (c) 2026 viviiii
+Copyright (c) 2025 ComfyUI-DepthNormalizer
 
 Permission is hereby granted, free of charge, to any person obtaining a copy
 of this software and associated documentation files (the "Software"), to deal
diff --git a/README.md b/README.md
index c72dce0..6f0a0b0 100644
--- a/README.md
+++ b/README.md
@@ -1,2 +1,95 @@
 # ComfyUI-DepthNormalizer
-ComfyUI custom node to normalize depth maps into stable 0–190 8-bit range.
+
+A ComfyUI custom node for normalizing depth maps to a specific range (0–190 by default).
+
+## 简介
+
+ComfyUI-DepthNormalizer 提供了一个自定义节点，用于将深度图按 0–255 灰阶域进行归一化和拉伸，使输出稳定在 0–190（可配置）。
+
+**核心功能：**
+- 在 8-bit 域（0-255）中手动设置最小/最大值进行重映射
+- 支持将输出最大值映射到目标值（默认 190）
+- 可选减去最小值，强制黑色为 0
+- 自动处理 ComfyUI IMAGE 格式（0-1 float）与 8-bit 域的转换
+
+## 安装方式
+
+### 方式一：通过 ComfyUI Manager 安装（推荐）
+
+1. 打开 ComfyUI，点击 **Manager** 按钮
+2. 选择 **Install Custom Nodes**
+3. 搜索 "DepthNormalizer" 或输入仓库地址
+4. 点击安装并重启 ComfyUI
+
+### 方式二：手动安装
+
+```bash
+# 进入 ComfyUI 的 custom_nodes 目录
+cd /path/to/ComfyUI/custom_nodes
+
+# 克隆仓库
+git clone https://github.com/your-username/ComfyUI-DepthNormalizer.git
+
+# 重启 ComfyUI
+```
+
+## 节点说明
+
+### Depth Range → 0–190 (Manual)
+
+将深度图按指定的 8-bit 范围进行归一化，输出到目标范围。
+
+#### 输入参数
+
+| 参数名 | 类型 | 默认值 | 范围 | 说明 |
+|--------|------|--------|------|------|
+| `image` | IMAGE | - | - | 输入深度图（ComfyUI IMAGE 格式，0-1 float） |
+| `min_8bit` | INT | 0 | 0-255 | 输入深度图在 8-bit 域的最小值 |
+| `max_8bit` | INT | 190 | 0-255 | 输入深度图在 8-bit 域的最大值 |
+| `target_max_8bit` | INT | 190 | 1-255 | 输出深度图在 8-bit 域的目标最大值 |
+| `subtract_min` | BOOLEAN | True | - | 是否先减去最小值，使黑色强制为 0 |
+| `clamp_to_target` | BOOLEAN | True | - | 是否将输出限制在目标范围内 |
+
+#### 输出
+
+| 输出名 | 类型 | 说明 |
+|--------|------|------|
+| `image` | IMAGE | 归一化后的深度图（ComfyUI IMAGE 格式，0-1 float） |
+
+#### 处理逻辑
+
+1. 将输入从 0-1 float 转换为 0-255 域：`x255 = image * 255.0`
+2. 根据 `subtract_min` 参数选择重映射方式：
+   - 如果为 True：`y255 = (x255 - min) * (target / (max - min))`
+   - 如果为 False：`y255 = x255 * (target / max)`
+3. 根据 `clamp_to_target` 进行裁剪：
+   - 如果为 True：限制在 `[0, target]`
+   - 如果为 False：限制在 `[0, 255]`
+4. 转换回 0-1 float：`output = y255 / 255.0`
+
+## 使用示例
+
+### 示例：将深度范围 1-117 拉伸到 0-190
+
+假设你有一个深度图，其有效深度值在 8-bit 域的范围是 1 到 117，你希望将其拉伸到 0-190 范围：
+
+| 参数 | 值 |
+|------|-----|
+| `min_8bit` | 1 |
+| `max_8bit` | 117 |
+| `target_max_8bit` | 190 |
+| `subtract_min` | ✅ True |
+| `clamp_to_target` | ✅ True |
+
+**效果：**
+- 输入值 1 将映射到 0
+- 输入值 117 将映射到 190
+- 中间值线性插值
+
+## 分类
+
+在 ComfyUI 节点树中位于：**Depth/Normalize**
+
+## 许可证
+
+MIT License
diff --git a/__init__.py b/__init__.py
new file mode 100644
index 0000000..73bdd43
--- /dev/null
+++ b/__init__.py
@@ -0,0 +1,16 @@
+"""
+ComfyUI-DepthNormalizer
+A ComfyUI custom node for normalizing depth maps to a specific range.
+"""
+
+from .nodes.depth_range_manual import DepthRangeTo190Manual
+
+NODE_CLASS_MAPPINGS = {
+    "DepthRangeTo190Manual": DepthRangeTo190Manual,
+}
+
+NODE_DISPLAY_NAME_MAPPINGS = {
+    "DepthRangeTo190Manual": "Depth Range → 0–190 (Manual)",
+}
+
+__all__ = ["NODE_CLASS_MAPPINGS", "NODE_DISPLAY_NAME_MAPPINGS"]
diff --git a/nodes/__init__.py b/nodes/__init__.py
new file mode 100644
index 0000000..3f9c185
--- /dev/null
+++ b/nodes/__init__.py
@@ -0,0 +1,3 @@
+from .depth_range_manual import DepthRangeTo190Manual
+
+__all__ = ["DepthRangeTo190Manual"]
diff --git a/nodes/depth_range_manual.py b/nodes/depth_range_manual.py
new file mode 100644
index 0000000..b83080e
--- /dev/null
+++ b/nodes/depth_range_manual.py
@@ -0,0 +1,53 @@
+import torch
+
+
+class DepthRangeTo190Manual:
+    """
+    Manual min/max remap in 8-bit domain (0..255) for depth maps.
+    Output will be scaled so that max maps to target_max_8bit (default 190).
+    Optionally subtract min first to force black = 0.
+    """
+
+    @classmethod
+    def INPUT_TYPES(cls):
+        return {
+            "required": {
+                "image": ("IMAGE",),
+                "min_8bit": ("INT", {"default": 0, "min": 0, "max": 255, "step": 1}),
+                "max_8bit": ("INT", {"default": 190, "min": 0, "max": 255, "step": 1}),
+                "target_max_8bit": ("INT", {"default": 190, "min": 1, "max": 255, "step": 1}),
+                "subtract_min": ("BOOLEAN", {"default": True}),
+                "clamp_to_target": ("BOOLEAN", {"default": True}),
+            }
+        }
+
+    RETURN_TYPES = ("IMAGE",)
+    RETURN_NAMES = ("image",)
+    FUNCTION = "run"
+    CATEGORY = "Depth/Normalize"
+
+    def run(self, image, min_8bit, max_8bit, target_max_8bit, subtract_min, clamp_to_target):
+        x = image  # ComfyUI IMAGE is typically float32 in 0..1
+
+        # Convert 0..1 float image to 0..255 domain
+        x255 = x * 255.0
+
+        minv = float(min_8bit)
+        maxv = float(max_8bit)
+        target = float(target_max_8bit)
+
+        if subtract_min:
+            denom = max(maxv - minv, 1e-6)
+            y255 = (x255 - minv) * (target / denom)
+        else:
+            denom = max(maxv, 1e-6)
+            y255 = x255 * (target / denom)
+
+        if clamp_to_target:
+            y255 = torch.clamp(y255, 0.0, target)
+        else:
+            y255 = torch.clamp(y255, 0.0, 255.0)
+
+        # Back to 0..1 float for ComfyUI
+        y = y255 / 255.0
+        return (y,)