Merge pull request #1697 from TeslaZhao/develop

Update doc

doc/Offical_Docs/Serving_Introduce_CN.md

@@ -19,27 +19,23 @@ Paddle Serving 是飞桨官方推荐的服务化部署框架，围绕 AI 落地
 
 根据计算硬件、操作系统和软件驱动版本等环境差异，要选择正确的安装程序。提供多种系统环境安装、PIP 程序安装和源码编译安装三种方案，安装完成后可使用环境检查命令验证。
 
-标准环境安装方案，请参考[标准环境安装]()
-
-使用 PIP 安装，请参考[使用 PIP 安装]()
-
-源码编译安装，请参考[源码编译]()
-
-安装环境检查，请参考[环境检查]()
+#### 1.标准环境安装方案，请参考[标准环境安装]()
+#### 2.使用 PIP 安装，请参考[使用 PIP 安装]()
+#### 3.源码编译安装，请参考[源码编译]()
+#### 4.安装环境检查，请参考[环境检查]()
 
 **二.快速开发**
 
 环境安装完成后，参考二种模型开发示例快速开发程序，更多模型示例请参考[模型库]()。
 
-基于 C++ Serving 的单模型 Resnet_v2_50 部署示例，请参考[Resnet_v2_50]()
-
-基于 Python Pipeline 多模型组合 OCR_v2 部署示例，请参考[OCR]()
+#### 1.基于 C++ Serving 的单模型 Resnet_v2_50 部署示例，请参考[Resnet_v2_50]()
+#### 2.基于 Python Pipeline 多模型组合 OCR_v2 部署示例，请参考[OCR]()
 
 **三.服务部署**
 
 经过开发和测试后，程序要在服务器上部署，Paddle Serving 提供基于Kubernetes集群部署案例，请参考[Kubernetes集群部署]()
 
-多服务入口安全网关部署，请参考[安全网关]()
+多个服务入口安全网关部署，请参考[安全网关]()
 
 
 ## 功能说明