docs: add offline model download section to README

README.md

@@ -13,6 +13,67 @@ This service provides an async API for separating audio files into vocals and ac
 - **Redis**: Task queue for separation jobs
 - **Demucs 4.0.1**: AI-powered source separation model (htdemucs)
 
+## 模型下载（离线部署）
+
+Demucs 使用 htdemucs 模型（PyTorch hub 格式），首次运行时自动下载，也可手动预下载。
+
+### 方法1: PyTorch Hub 自动下载（默认）
+
+服务首次运行时会通过 `torch.hub.load("facebookresearch/demucs", "htdemucs")` 自动下载模型。
+
+**下载位置**: `~/.cache/torch/hub/checkpoints/`  
+**下载大小**: ~80MB
+
+### 方法2: 手动预下载
+
+如果部署环境无法访问外网，可以先在有网络的机器上下载，再拷贝：
+
+```bash
+# 在有网络的机器上运行 Python
+python3 << "PYTHON"
+import torch
+model = torch.hub.load("facebookresearch/demucs", "htdemucs", pretrained=True)
+print("Model downloaded to:", torch.hub.get_dir())
+PYTHON
+
+# 找到模型文件
+ls ~/.cache/torch/hub/checkpoints/
+# 应该看到 htdemucs-*.pt 或类似文件
+
+# 拷贝到部署服务器
+scp ~/.cache/torch/hub/checkpoints/htdemucs*.pt ymq@opencomputing.net:~/.cache/torch/hub/checkpoints/
+```
+
+### 方法3: 直接下载模型文件
+
+```bash
+# 创建缓存目录
+mkdir -p ~/.cache/torch/hub/checkpoints/
+
+# 下载 htdemucs 模型
+wget -O ~/.cache/torch/hub/checkpoints/htdemucs_v4.pt \
+  https://dl.fbaipublicfiles.com/demucs/v4.0/htdemucs.pth
+```
+
+**下载大小**: ~80MB  
+**下载时间**: 约5-15秒
+
+### 验证下载
+
+```bash
+# 启动服务后检查日志
+tail -f /data/ymq/demucs-service/nohup.out | grep -i "model"
+# 应该看到 "Model loaded" 而不是 "Downloading"
+```
+
+### 模型来源
+
+- **GitHub**: https://github.com/facebookresearch/demucs
+- **PyTorch Hub**: facebookresearch/demucs
+- **License**: MIT
+- **Paper**: Hybrid Spectrogram and Waveform Source Separation
+
+
 ## API
 
 ### Submit Separation Task