diff --git a/README.md b/README.md
index 31923c1..65c351d 100644
--- a/README.md
+++ b/README.md
@@ -82,7 +82,6 @@ Please follow the steps below to deploy the Bedrock Proxy APIs into your AWS acc
 2. Click the following button to launch the CloudFormation Stack in that region.
 
    [![Launch Stack](assets/launch-stack.png)](https://console.aws.amazon.com/cloudformation/home#/stacks/create/template?stackName=BedrockProxyAPI&templateURL=https://aws-gcr-solutions.s3.amazonaws.com/bedrock-proxy-api/latest/BedrockProxy.template)
-
 3. Click "Next".
 4. On the "Specify stack details" page, provide the following information:
     - Stack name: Change the stack name if needed.
@@ -139,19 +138,6 @@ completion = client.chat.completions.create(
 print(completion.choices[0].message.content)
 ```
 
-For older versions (`openai<1.0.0`), using `openai.ChatCompletion`
-
-```python
-import openai
-
-completion = openai.ChatCompletion.create(
-	model="anthropic.claude-3-sonnet-20240229-v1:0",
-	messages=[{"role": "user", "content": "Hello!"}],
-)
-
-print(completion.choices[0].message.content)
-```
-
 ## Other Examples
 
 ### AutoGen
@@ -216,7 +202,7 @@ Note that not all models are available in those regions.
 
 ### Can I build and use my own ECR image
 
-Yes, you can clone the repo and build the container image by yourself (`src/Dockerfile`) and then push to your ECR repo.
+Yes, you can clone the repo and build the container image by yourself (`src/Dockerfile`) and then push to your ECR repo. You can use `scripts/push-to-ecr.sh`
 
 Replace the repo url in the CloudFormation template before you deploy.
 
@@ -228,7 +214,7 @@ The API base url should look like `http://localhost:8000/api/v1`.
 
 ### Any performance sacrifice or latency increase by using the proxy APIs
 
-Comparing with the AWS SDK call, the referenced architecture will bring additional latency on response, you can try and test that own you own.
+Comparing with the AWS SDK call, the referenced architecture will bring additional latency on response, you can try and test that on you own.
 
 Also, you can use Lambda Web Adapter + Function URL (see [example](https://github.com/awslabs/aws-lambda-web-adapter/tree/main/examples/fastapi-response-streaming)) to replace ALB or AWS Fargate to replace Lambda to get better performance on streaming response.
 
diff --git a/README_CN.md b/README_CN.md
index 49d827f..fbe8bcc 100644
--- a/README_CN.md
+++ b/README_CN.md
@@ -6,14 +6,13 @@
 
 ## 概述
 
-Amazon Bedrock提供了广泛的基础模型(如Claude 3 Sonnet/Haiku、Llama 2、Mistral/Mixtral等)
-,以及构建生成式AI应用程序的多种功能。更多详细信息,请查看[Amazon Bedrock](https://aws.amazon.com/bedrock)。
+Amazon Bedrock提供了广泛的基础模型(如Claude 3 Sonnet/Haiku、Llama 2、Mistral/Mixtral等),以及构建生成式AI应用程序的多种功能。更多详细信息,请查看[Amazon Bedrock](https://aws.amazon.com/bedrock)。
 
 有时,您可能已经使用OpenAI的API或SDK构建了应用程序,并希望在不修改代码的情况下试用Amazon
 Bedrock的模型。或者,您可能只是希望在AutoGen等工具中评估这些基础模型的功能。 好消息是, 这里提供了一种方便的途径,让您可以使用
 OpenAI 的 API 或 SDK 无缝集成并试用 Amazon Bedrock 的模型,而无需对现有代码进行修改。
 
-如果您觉得这个项目有用,请考虑给它点个一个免费的小星星。
+如果您觉得这个项目有用,请考虑给它点个一个免费的小星星 ⭐。
 
 功能列表：
 
@@ -63,7 +62,7 @@ OpenAI 的 API 或 SDK 无缝集成并试用 Amazon Bedrock 的模型,而无需
 
 ### 部署
 
-请按以下步骤将Bedrock代理API部署到您的AWS账户中。仅支持Amazon Bedrock可用的区域(如us-west-2)。
+请按以下步骤将Bedrock代理API部署到您的AWS账户中。仅支持Amazon Bedrock可用的区域(如us-west-2)。 部署预计用时**3-5分钟** 🕒。
 
 **第一步: 自定义您的API Key (可选)**
 
@@ -88,7 +87,6 @@ OpenAI 的 API 或 SDK 无缝集成并试用 Amazon Bedrock 的模型,而无需
 2. 单击以下按钮在该区域启动CloudFormation堆栈。
 
    [![Launch Stack](assets/launch-stack.png)](https://console.aws.amazon.com/cloudformation/home#/stacks/create/template?stackName=BedrockProxyAPI&templateURL=https://aws-gcr-solutions.s3.amazonaws.com/bedrock-proxy-api/latest/BedrockProxy.template)
-
 3. 单击"下一步"。
 4. 在"指定堆栈详细信息"页面,提供以下信息:
     - 堆栈名称: 可以根据需要更改名称。
@@ -99,7 +97,7 @@ OpenAI 的 API 或 SDK 无缝集成并试用 Amazon Bedrock 的模型,而无需
 7. 在"审核"页面,查看您即将创建的堆栈详细信息。勾选底部的"我确认，AWS CloudFormation 可能创建 IAM 资源。"复选框。
 8. 单击"创建堆栈"。
 
-仅此而已。部署完成后,点击CloudFormation堆栈,进入"输出"选项卡,你可以从"APIBaseUrl"
+仅此而已 🎉 。部署完成后,点击CloudFormation堆栈,进入"输出"选项卡,你可以从"APIBaseUrl"
 中找到API Base URL,它应该类似于`http://xxxx.xxx.elb.amazonaws.com/api/v1` 这样的格式。
 
 ### SDK/API使用
@@ -111,9 +109,17 @@ OpenAI 的 API 或 SDK 无缝集成并试用 Amazon Bedrock 的模型,而无需
 - **API 使用示例**
 
 ```bash
-curl https://<API base url>/chat/completions \
+export OPENAI_API_KEY=<API key>
+export OPENAI_BASE_URL=<API base url>
+# 旧版本请使用OPENAI_API_BASE
+# https://github.com/openai/openai-python/issues/624
+export OPENAI_API_BASE=<API base url>
+```
+
+```bash
+curl $OPENAI_BASE_URL/chat/completions \
   -H "Content-Type: application/json" \
-  -H "Authorization: Bearer <API Key>" \
+  -H "Authorization: Bearer $OPENAI_API_KEY" \
   -d '{
     "model": "anthropic.claude-3-sonnet-20240229-v1:0",
     "messages": [
@@ -127,11 +133,6 @@ curl https://<API base url>/chat/completions \
 
 - **SDK 使用示例**
 
-```bash
-export OPENAI_API_KEY=<API key>
-export OPENAI_API_BASE=<API base url>
-```
-
 ```python
 from openai import OpenAI
 
@@ -158,6 +159,8 @@ print(completion.choices[0].message.content)
 
 ```python
 # pip install langchain-openai
+import os
+
 from langchain.chains import LLMChain
 from langchain.prompts import PromptTemplate
 from langchain_openai import ChatOpenAI
@@ -165,8 +168,8 @@ from langchain_openai import ChatOpenAI
 chat = ChatOpenAI(
     model="anthropic.claude-3-sonnet-20240229-v1:0",
     temperature=0,
-    openai_api_key="xxxx",
-    openai_api_base="http://xxx.elb.amazonaws.com/api/v1",
+    openai_api_key=os.environ['OPENAI_API_KEY'],
+    openai_api_base=os.environ['OPENAI_BASE_URL'],
 )
 
 template = """Question: {question}
@@ -206,7 +209,7 @@ print(response)
 
 ### 我可以构建并使用自己的ECR镜像吗?
 
-是的,你可以克隆repo并自行构建容器镜像(src/Dockerfile),然后推送到你自己的ECR仓库。
+是的,你可以克隆repo并自行构建容器镜像(src/Dockerfile),然后推送到你自己的ECR仓库。 脚本可以参考`scripts/push-to-ecr.sh`。
 
 在部署之前,请在CloudFormation模板中替换镜像仓库URL。