update command line document

docs/command_line_introduction.md

 # 命令行
-Paddle Hub为Module的管理和使用提供了命令行工具，目前命令行支持以下9个命令：
+Paddle Hub为Module/Model（关于Model和Module的区别，请查看下方的介绍）的管理和使用提供了命令行工具，目前命令行支持以下10个命令：
 
-* `install`：用于将Module安装到本地，默认安装在${USER_HOME}/.hub/module目录下，当一个Module安装到本地后，用户可以通过其他命令操作该Module（例如，使用该Module进行预测），也可以使用PaddleHub提供的python API，将Module应用到自己的任务中，实现迁移学习
+## `install`
 
-* `uninstall`：用于卸载本地Module
+用于将Module安装到本地，默认安装在${USER_HOME}/.paddlehub/module目录下，当一个Module安装到本地后，用户可以通过其他命令操作该Module（例如，使用该Module进行预测），也可以使用PaddleHub提供的python API，将Module应用到自己的任务中，实现迁移学习
 
-* `show`：用于查看Module的属性，包括Module的名字、版本、描述、作者等信息
+## `uninstall`
 
-* `download`：用于下载百度NLP工具包
+用于卸载本地Module
 
-* `search`：通过关键字在服务端检索匹配的Module，当你想要查找某个特定模型的Module时，使用search命令可以快速得到结果，例如`hub search ssd`命令，会查找所有包含了ssd字样的Module
+## `show`
 
-* `list`：列出本地已经安装的Module
+用于查看Module的属性，包括Module的名字、版本、描述、作者等信息
 
-* `run`：用于执行Module的预测，需要注意的是，并不是所有的模型都支持预测（同样，也不是所有的模型都支持迁移学习）
+## `download`
 
-* `help`：显示帮助信息
+用于下载百度提供的预训练Model
 
-* `version`：显示版本信息
+`选项`
+> `--output_path`：用于指定存放下载文件的目录，默认为当前目录
+>
+> `--uncompress`：是否对下载的压缩包进行解压，默认不解压
+
+## `search`
+
+通过关键字在服务端检索匹配的Module/Model，当想要查找某个特定模型的Module/Model时，使用search命令可以快速得到结果，例如`hub search ssd`命令，会查找所有包含了ssd字样的Module/Model，命令支持正则表达式，例如`hub search ^s.*`搜索所有以s开头的资源。
+
+`注意`
+如果想要搜索全部的Module/Model，使用`hub search *`并不生效，这是因为shell会自行进行通配符展开，将*替换为当前目录下的文件名。为了进行全局搜索，用户可以直接键入`hub search`
+
+## `list`
+
+列出本地已经安装的Module
+
+## `run`
+
+用于执行Module的预测，需要注意的是，并不是所有的模型都支持预测（同样，也不是所有的模型都支持迁移学习），更多关于run命令的细节，请查看下方的`关于预测`
+
+## `help`
+
+显示帮助信息
+
+## `version`
+
+显示版本信息
+
+## `clear`
+
+PaddleHub在使用过程中会产生一些缓存数据，这部分数据默认存放在${USER_HOME}/.paddlehub/cache目录下，用户可以通过clear命令来清空缓存
 
 # 关于预测
 PaddleHub尽量简化了用户在使用命令行预测时的理解成本，一般来讲，我们将预测分为NLP和CV两大类
@@ -46,7 +76,7 @@ hub run lac --input_file test.txt
 hub run ssd_mobilenet_pascal --input_path test.jpg
 ```
 ```shell
-#多文本分析
+#多张照片预测
 hub run ssd_mobilenet_pascal --input_file test.txt
 ```
 其中test.txt的格式为
@@ -56,3 +86,15 @@ dog.jpg
 person.jpg
 ……更多行……
 ```
+
+# 关于Model和Module
+
+在PaddleHub中，我们明确区分开Module/Model两个概念
+
+## Model
+
+Model代表着预训练好的参数和模型，当需要使用Model进行预测时，需要下载模型配套的代码，进行模型的加载，数据的预处理等操作后，才能进行预测。PaddleHub为PaddlePaddle的预训练模型提供了统一的管理机制，用户可以使用PaddleHub快速便捷的获取到最新的Model，以便进行实验或者其他操作。
+
+## Module
+
+Module是Model的超集，是一个`可执行模块`，一个Module可以支持直接命令行预测，也可以配合PaddleHub的接口，通过少量代码实现迁移学习。需要注意的是，不是所有的Module都支持命令行预测，也不是所有的Module都支持finetune。