分类打包网盘文件，setup.sh 自动解压，更新部署文档

README.md

@@ -35,21 +35,31 @@ cd ~/change_hair_3090
 
 ### 2. 下载网盘文件
 
-将网盘上的以下目录/文件下载到项目根目录（与代码合并）：
+将网盘上的 `cloud_packages/` 目录下载到项目根目录。网盘文件已分类打包为 14 个文件（合计约 62G）：
 
-| 路径 | 大小 | 说明 |
+| 文件 | 大小 | 说明 |
 |------|------|------|
-| hair_service_sd/weights/ | 10G | 换发算法模型 |
-| stable-diffusion-webui/models/ | 41G | SD模型 + LoRA + 辅助模型 |
-| stable-diffusion-webui/extensions/sd-webui-controlnet/ | 4.4G | ControlNet 扩展 |
-| stable-diffusion-webui/repositories/ | 225M | SD 依赖仓库 |
-| kohya_ss_home/.local/ | 7.6G | 训练 pip 包 |
-| kohya_ss_home/.cache/ | 3.3M | CLIP 缓存 |
-| kohya_ss_home/kohya_ss/ | 439M | 训练代码 |
-| data/ | 4.9G | 业务数据 |
-| conda_envs/my_hair.tar.gz | ~5G | conda 环境（换发算法） |
-| conda_envs/sdwebui.tar.gz | ~4G | conda 环境（SD WebUI） |
-| conda_envs/kohya.tar.gz | 84M | conda 环境（LoRA 训练，仅含 Python+numpy，大包在 .local/） |
+| my_hair.tar.gz | 4.2G | conda 环境（换发算法服务用） |
+| sdwebui.tar.gz | 3.6G | conda 环境（SD WebUI 用） |
+| kohya.tar.gz | 84M | conda 环境（LoRA 训练用） |
+| sd_base_models.tar.gz | 3.6G | SD 底模 |
+| lora_0-9.tar.gz | 29G | LoRA 模型（约 228 个） |
+| lora_h.tar.gz | 132M | LoRA 模型 |
+| lora_n.tar.gz | 132M | LoRA 模型 |
+| lora_t.tar.gz | 791M | LoRA 模型 |
+| weights.tar.gz | 9.2G | 换发算法模型 |
+| kohya_local.tar.gz | 3.4G | 训练 pip 包（torch、accelerate 等） |
+| kohya_code.tar.gz | 365M | kohya_ss 训练代码 |
+| data.tar.gz | 3.4G | 业务数据 |
+| webui_controlnet.tar.gz | 4.1G | ControlNet 扩展 |
+| webui_repositories.tar.gz | 221M | SD 依赖仓库 |
+
+下载后执行解压脚本：
+
+```bash
+# 将 cloud_packages/ 目录放到项目根目录后
+./setup.sh
+```
 
 ### 3. 运行部署脚本