Update doc

doc/Offical_Docs/11-0_Contributors.md

 # 开发者贡献
 
+- [贡献代码流程](#1)
+    - [创建个人仓库](#1.1)
+    - [本地克隆仓库和分支](#1.2)
+    - [提交代码](#1.3)
+    - [通过 CI 验证](#1.4)
+    - [Code Review](#1.5)
+    - [代码合入](#1.6)
+- [致谢开发者](#2) 
+
+<a name="1"></a>
+
 ## 贡献代码流程
 
 Paddle Serving 使用 Git 分支模式。通常，按以下步骤贡献代码：
-- 创建个人仓库
-- 本地克隆仓库和分支
-- 提交代码
-- 通过 CI 验证
-- Code Review
-- 代码合入
+
+<a name="1.1"></a>
 
 **一.创建个人仓库**
 
 Paddle Serving 社区一直在快速发展，每个人都写到官方回购中是没有意义的。所以，请先 `fork` 出个人仓库，并提交 `Pull Requests`。`fork` 个人仓库，只需前往 [Serving](https://github.com/PaddlePaddle/Serving) 页面并单击右上角 ["Fork"](https://github.com/PaddlePaddle/Serving/fork)。
 
+<a name="1.2"></a>
+
 **二.本地克隆仓库和分支**
 
 创建个人仓库后，`clone` 个人仓库到本地计算机，默认创建本地 `develop` 分支。
@@ -21,6 +30,8 @@ Paddle Serving 社区一直在快速发展，每个人都写到官方回购中
 git clone https://github.com/your-github-account/Serving
 ```
 
+<a name="1.3"></a>
+
 **三.提交代码**
 
 本地修改代码并验证后，准备提交代码。在提交代码前请安装 [`pre-commit`](http://pre-commit.com/)、cpplint 和 pylint。
@@ -54,18 +65,25 @@ pip3 install cpplint pylint
 git push origin develop
 ```
 
+<a name="1.4"></a>
+
 **四.通过 CI 验证**
 
 所有提交到 Paddle Serving 主仓库的 `pull request` 都会运行 `py36`、`py38`、`py39`的所有 CI 测试用例。全部通过后才能合入。
 
+<a name="1.5"></a>
+
 **五.Code Review**
 
 所有提交的代码要经过管理员的评审，至少通过2人评审后方可合入。
 
+<a name="1.6"></a>
+
 **六.代码合入**
 
 待通过全部 CI 验证，并且完成 Code Review 和修改后，由仓库管理员合入代码。
 
+<a name="2"></a>
 
 ## 致谢开发者
 

doc/Offical_Docs/3-2_QuickStart_Pipeline_OCR_CN.md

 # Python Pipeline 快速部署案例
 
+- [模型介绍](#1)
+- [部署步骤](#2)
+    - [获取模型与保存模型参数](#2.1)
+    - [保存 Serving 部署的模型参数](#2.2)
+    - [下载测试数据集（可选）](#2.3)
+    - [修改配置文件（可选）](#2.4)
+    - [代码与配置信息绑定](#2.5)
+    - [启动服务与验证](#2.6)
+
+
 Python Pipeline 框架使用 Python 语言开发，是一套端到端多模型组合服务编程框架，旨在降低编程门槛，提高资源使用率（尤其是GPU设备），提升整体服务的预估效率。详细设计参考[ Python Pipeline 设计与使用]()
 
+<a name="1"></a>
+
 ## 模型介绍
 
 OCR 技术一般指光学字符识别。 OCR（Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。
@@ -16,6 +28,7 @@ PaddleOCR 提供的 PP-OCR 系列模型覆盖轻量级服务端、轻量级移
 | 中英文超轻量移动端模型 | 9.4M | ch_ppocr_mobile_v2.0_xx | 移动端|
 | 中英文通用服务端模型 | 143.4M | ch_ppocr_server_v2.0_xx | 服务器端 |
 
+<a name="2"></a>
 
 ## 部署步骤
 
@@ -33,6 +46,8 @@ git clone https://github.com/PaddlePaddle/Serving
 - 五.代码与配置信息绑定
 - 六.启动服务与验证
 
+<a name="2.1"></a>
+
 **一.获取模型与保存模型参数**
 
 本章节选用中英文超轻量模型 ch_PP-OCRv2_xx 制作部署案例，模型体积小，效果很好，属于性价比很高的选择。 
@@ -44,20 +59,27 @@ python3 -m paddle_serving_app.package --get_model ocr_det
 tar -xzvf ocr_det.tar.gz
 ```
 
+<a name="2.2"></a>
+
 **二.保存 Serving 部署的模型参数**
 
 为了节省大家的时间，已将预训练模型使用[保存用于 Serving 部署的模型参数](./5-1_Save_Model_Params_CN.md)方法打包成压缩包，下载并解压即可使用。如你自训练的模型需经过保存模型服务化参数步骤才能服务化部署。
 
+<a name="2.3"></a>
 
 **三.下载测试数据集（可选）**
-第二步，下载测试图片集，如使用自有测试数据集，可忽略此步骤。
+
+下载测试图片集，如使用自有测试数据集，可忽略此步骤。
 ```
 wget --no-check-certificate https://paddle-serving.bj.bcebos.com/ocr/test_imgs.tar
 tar xf test_imgs.tar
 ```
 
-**四.修改 `config.yml` 配置（可选）**
-第三步，通过修改配置文件设置服务、图、OP 级别属性。如果使用默认配置，此步骤可忽略。
+<a name="2.4"></a>
+
+**四.修改配置文件（可选）**
+
+修改配置文件 `config.yml` 设置服务、图、OP 级别属性。如果使用默认配置，此步骤可忽略。
 
 由于配置项较多，仅重点介绍部分核心选项的使用，完整配置选项说明可参考[ 配置说明]()
 ```
@@ -165,6 +187,8 @@ op:
             #min_subgraph_size: 3
 ```
 
+<a name="2.5"></a>
+
 **五.代码与配置信息绑定**
 
 第四步，实现代码和配置文件 Config.yml 绑定，以及设置多模型组合关系。具体包括：
@@ -209,6 +233,7 @@ ocr_service.prepare_pipeline_config("config.yml")
 ocr_service.run_service()
 ```
 
+<a name="2.6"></a>
 
 **六.启动服务与验证**
 

doc/Offical_Docs/4-0_ModelZoo_CN.md

 # 模型库
 
+- [模型分类](#1)
+  - [1.1 图像分类与识别](#1.1)
+  - [1.2 文本类](#1.2)
+  - [1.3 推荐系统](#1.3)
+  - [1.4 人脸识别](#1.4)
+  - [1.5 目标检测](#1.5)
+  - [1.6 文字识别](#1.6)
+  - [1.7 图像分割](#1.7)
+  - [1.8 关键点检测](#1.8)
+  - [1.9 视频理解](#1.9)
+- [模型示例库](#2)
+
 Paddle Serving 已实现9个类别，共计46个模型的服务化部署示例。
 
-**一.图像分类与识别**模型部署示例请参阅下表：
+<a name="1"></a>
+
+## 模型分类
+
+<a name="1.1"></a>
+
+**一.图像分类与识别**
+
+模型部署示例请参阅下表：
 | 场景| 模型 | 类型 | 示例使用的框架 | 下载 |
 | --- | --- | --- | --- | ---- |
 | 图像识别 |pp_shitu | PaddleClas | [C++ Serving](../examples/C++/PaddleClas/pp_shitu) | [.tar.gz](https://paddle-imagenet-models-name.bj.bcebos.com/dygraph/rec/models/inference/serving/pp_shitu.tar.gz) |
@@ -22,7 +42,11 @@ Paddle Serving 已实现9个类别，共计46个模型的服务化部署示例
 
 ---
 
-**二.文本类**模型部署示例请参阅下表：
+<a name="1.2"></a>
+
+**二.文本类**
+
+模型部署示例请参阅下表：
 | 场景| 模型 | 类型 | 示例使用的框架 | 下载 |
 | --- | --- | --- | --- | ---- |
 | 文本生成 | bert_chinese_L-12_H-768_A-12 | PaddleNLP | [C++ Serving](../examples/C++/PaddleNLP/bert)</br>[Pipeline Serving](../examples/Pipeline/PaddleNLP/bert) | [.tar.gz](https://paddle-serving.bj.bcebos.com/paddle_hub_models/text/SemanticModel/bert_chinese_L-12_H-768_A-12.tar.gz) |
@@ -33,8 +57,11 @@ Paddle Serving 已实现9个类别，共计46个模型的服务化部署示例
 | 抽取文本向量| In-batch Negatives | PaddleNLP | [Pipeline Serving](https://github.com/PaddlePaddle/PaddleNLP/tree/develop/applications/neural_search/recall/in_batch_negative) | [model](https://bj.bcebos.com/v1/paddlenlp/models/inbatch_model.zip) |
 
 ---
+<a name="1.3"></a>
+
+**三.推荐系统**
 
-**三.推荐系统**模型部署示例请参阅下表：
+模型部署示例请参阅下表：
 | 场景| 模型 | 类型 | 示例使用的框架 | 下载 |
 | --- | --- | --- | --- | ---- |
 | CTR预估 | criteo_ctr | PaddleRec | [C++ Serving](../examples/C++/PaddleRec/criteo_ctr) | [.tar.gz](https://paddle-serving.bj.bcebos.com/criteo_ctr_example/criteo_ctr_demo_model.tar.gz) |
@@ -42,15 +69,21 @@ Paddle Serving 已实现9个类别，共计46个模型的服务化部署示例
 | 内容推荐 | wide&deep | PaddleRec | [C++ Serving](https://github.com/PaddlePaddle/PaddleRec/blob/release/2.1.0/doc/serving.md) | [model](https://github.com/PaddlePaddle/PaddleRec/blob/release/2.1.0/models/rank/wide_deep/README.md) |
 
 ---
+<a name="1.4"></a>
 
-**四.人脸识别**模型部署示例请参阅下表：
+**四.人脸识别**
+
+模型部署示例请参阅下表：
 | 场景| 模型 | 类型 | 示例使用的框架 | 下载 |
 | --- | --- | --- | --- | ---- |
 | 人脸识别|blazeface | PaddleDetection | [C++ Serving](../examples/C++/PaddleDetection/blazeface) | [.tar.gz](https://paddle-serving.bj.bcebos.com/paddle_hub_models/image/ObjectDetection/blazeface.tar.gz) |C++ Serving|
 
 ---
+<a name="1.5"></a>
+
+**五.目标检测**
 
-**五.目标检测**模型部署示例请参阅下表：
+模型部署示例请参阅下表：
 | 场景| 模型 | 类型 | 示例使用的框架 | 下载 |
 | --- | --- | --- | --- | ---- |
 | 目标检测 |cascade_mask_rcnn_r50_vd_fpn_ssld_2x_coco | PaddleDetection | [C++ Serving](../examples/C++/PaddleDetection/cascade_rcnn) | [.tar.gz](https://paddle-serving.bj.bcebos.com/pddet_demo/cascade_mask_rcnn_r50_vd_fpn_ssld_2x_coco_serving.tar.gz) |
@@ -65,8 +98,11 @@ Paddle Serving 已实现9个类别，共计46个模型的服务化部署示例
 | 目标检测 |YOLOv3-DarkNet | PaddleDetection | [C++ Serving](https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.3/deploy/serving) | [.pdparams](https://paddledet.bj.bcebos.com/models/yolov3_darknet53_270e_coco.pdparams)</br>[.yml](https://github.com/PaddlePaddle/PaddleDetection/blob/develop/configs/yolov3/yolov3_darknet53_270e_coco.yml) |
 
 ---
+<a name="1.6"></a>
 
-**六.文字识别**模型部署示例请参阅下表：
+**六.文字识别**
+
+模型部署示例请参阅下表：
 | 场景| 模型 | 类型 | 示例使用的框架 | 下载 |
 | --- | --- | --- | --- | ---- |
 | 文字识别 |ocr_rec | PaddleOCR | [C++ Serving](../examples/C++/PaddleOCR/ocr)</br>[Pipeline Serving](../examples/Pipeline/PaddleOCR/ocr) | [.tar.gz](https://paddle-serving.bj.bcebos.com/paddle_hub_models/image/OCR/ocr_rec.tar.gz) |
@@ -79,27 +115,40 @@ Paddle Serving 已实现9个类别，共计46个模型的服务化部署示例
 | 文字识别 |ch_ppocr_server_v2.0 | PaddleOCR | [Pipeline Serving](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.3/deploy/pdserving/README.md) | [model](https://github.com/PaddlePaddle/PaddleOCR) |
 
 ---
+<a name="1.7"></a>
+
+**七.图像分割**
 
-**七.图像分割**模型部署示例请参阅下表：
+模型部署示例请参阅下表：
 | 场景| 模型 | 类型 | 示例使用的框架 | 下载 |
 | --- | --- | --- | --- | ---- |
 | 图像分割 | deeplabv3 | PaddleSeg | [C++ Serving](../examples/C++/PaddleSeg/deeplabv3) | [.tar.gz](https://paddle-serving.bj.bcebos.com/paddle_hub_models/image/ImageSegmentation/deeplabv3.tar.gz) |
 | 图像分割 | unet | PaddleSeg | [C++ Serving](../examples/C++/PaddleSeg/unet_for_image_seg) | [.tar.gz](https://paddle-serving.bj.bcebos.com/paddle_hub_models/image/ImageSegmentation/unet.tar.gz) |
 
 ---
+<a name="1.8"></a>
 
-**八.关键点检测**模型部署示例请参阅下表：
+**八.关键点检测**
+
+模型部署示例请参阅下表：
 | 场景| 模型 | 类型 | 示例使用的框架 | 下载 |
 | --- | --- | --- | --- | ---- |
 | 关键点检测 |faster_rcnn_hrnetv2p_w18_1x | PaddleDetection | [C++ Serving](../examples/C++/PaddleDetection/faster_rcnn_hrnetv2p_w18_1x) | [.tar.gz](https://paddle-serving.bj.bcebos.com/pddet_demo/faster_rcnn_hrnetv2p_w18_1x.tar.gz) |
 
 ---
+<a name="1.9"></a>
+
+**九.视频理解**
 
-**九.视频理解**模型部署示例请参阅下表：
+模型部署示例请参阅下表：
 | 场景| 模型 | 类型 | 示例使用的框架 | 下载 |
 | --- | --- | --- | --- | ---- |
 | 视频理解 |PPTSN_K400 | PaddleVideo | [Pipeline Serving](../examples/Pipeline/PaddleVideo/PPTSN_K400) | [model](https://paddle-serving.bj.bcebos.com/model/PaddleVideo/PPTSN_K400.tar) |
 
+---
+<a name="2"></a>
+
+## 模型示例库
 
 Paddle Serving 代码库下模型部署示例请参考 [examples](../examples) 目录。更多 Paddle Serving 部署模型请参考 [wholechain](https://www.paddlepaddle.org.cn/wholechain)。