diff --git a/profiler/merge_profiling_timeline/README.md b/profiler/merge_profiling_timeline/README.md
index 2d29079570c834e0f4a1929b96a8bcd03949be70..822cce3e80c8e03424fb7cc709a89d68ab9ce494 100644
--- a/profiler/merge_profiling_timeline/README.md
+++ b/profiler/merge_profiling_timeline/README.md
@@ -1,15 +1,18 @@
-# Profiling merge tool
+# Profiling merge timeline tool
 
 ## 介绍
+
 本工具支持合并profiling的timeline数据，支持合并指定rank的timline、合并指定timeline中的item
 
 
 ## 1 多timeline融合
 
 ### 1.1 数据采集
+
 使用msporf采集数据，将采集到的所有节点的profiling数据拷贝到当前机器同一目录下，以下假设数据在/home/test/cann_profiling下
 
-e2e profiling数据目录结构如下, 合并timeline必需数据：`msprof*.json`和`info.json.*`：
+e2e profiling数据目录结构如下：
+
 ```
 |- cann_profiling
     |- PROF_***
@@ -21,7 +24,9 @@ e2e profiling数据目录结构如下, 合并timeline必需数据：`msprof*.jso
     |- PROF_***
     ...
 ```
-ascend pytorch profiling数据目录结构如下
+
+ascend pytorch profiler数据目录结构如下：
+
 ```
 |- ascend_pytorch_profiling
     |- **_ascend_pt
@@ -36,15 +41,15 @@ ascend pytorch profiling数据目录结构如下
 ### 1.2 合并timeline
 
 可选参数：
+
 - -d: **必选参数**，profiling数据文件或文件夹路径
-- -t: **当需要融合多机多卡timeline时需要校准多机间的时间**，传入时间校准的time_difference.json文件路径， 该文件的获取参考[节点间时间差获取](https://gitee.com/aerfaliang/merge_profiling_timeline/tree/master/get_nodes_timediff)
 - -o: 可选参数，指定合并后的timeline文件输出的路径，默认为'-d'输入的路径
 - --rank：可选参数，指定需要合并timeline的卡号，默认全部合并
 - --items：可选参数，指定需要合并的profiling数据项，默认全部合并
 - --type: 指定需要合并timeline场景，可选参数：`pytorch`, `e2e`, `custom`
   - `pytorch`：通过ascend pytorch方式采集profiling数据，合并所有卡的trace_view.json
   - `e2e`：通过e2e方式采集profiling数据，优先合并总timeline，没有生成则选择合并device目录下的msprof_*.json
-  - `custom` ：自定义需要合并的timeline数据，具体参考第2章节
+  - `custom` ：自定义需要合并的timeline数据，具体参考示例
 
 
 
@@ -52,6 +57,7 @@ ascend pytorch profiling数据目录结构如下
 **使用示例**：
 
 1、合并单机多卡timeline，默认合并所有卡、所有数据项：
+
 ```
 python3 main.py -d path/to/cann_profiling/
 ```
@@ -63,23 +69,15 @@ python3 main.py -d path/to/cann_profiling/ --rank 0,1
 ```
 
 3、合并单机多卡timeline，合并所有卡的CANN层和Ascend_Hardware层数据
+
 ```
 python3 main.py -d path/to/cann_profiling/ --items CANN,Ascend_Hardware
 ```
 
-4、合并多机多卡的timeline时, 需要-t指定节点间的时间误差文件路径, 用以校准节点间的时间：
-
-```
-python3 main.py -d path/to/cann_profiling/ -t path/to/time_difference.json --rank 0,8,
-```
+4、合并多timeline(自定义)
 
-合并timeline查看：
-> 在 -o 指定的目录（默认在-d指定的目录下）的msprof_merged_*p.json为合并后的文件
+以上场景不支持的情况下，可以使用自定义的合并方式，将需要合并的timeline文件放在同一目录下，数据目录结构示意如下：
 
-## 2 多timeline融合(自定义)
-### 2.1 数据采集
-将需要合并的timeline文件全部放在同一目录下
-数据目录结构示意如下：
 ```
 |- timeline
     |- msprof_0.json
@@ -92,29 +90,29 @@ python3 main.py -d path/to/cann_profiling/ -t path/to/time_difference.json --ran
     |- step_trace_3.json
     ...
 ```
-### 2.2 合并timeline
-使用脚本`merge_profiling_timeline/main.py`合并timeline
 
-可选参数：
-- -d: **必选参数**，指定profiling数据文件或文件夹路径
-- -o: 可选参数，指定合并后的timeline文件输出的路径，默认为'-d'输入的路径
-- --type: 指定需要合并timeline场景，指定参数：`custom`
-  - `custom` ：自定义需要合并的timeline数据
 **使用示例**：
 
-将需要合并的所有timeline放在同一目录下，通过下面的命令合并所有timeline
+通过下面的命令合并所有timeline，同样支持-o、--rank、--items等参数:
+
 ```
 python3 main.py -d path/to/timeline/ --type custom
 ```
-合并timeline查看：同
 
-## 3 超大timeline文件查看
+合并timeline查看：
+
+> 在 -o 指定的目录（默认在-d指定的目录下）的msprof_merged_*p.json为合并后的文件
+
+
+## 2 超大timeline文件查看
+
+下载whl包并安装（windows）：
+https://gitee.com/aerfaliang/trace_processor/releases/download/trace_processor_37.0/trace_processor-37.0-py3-none-any.whl
+
+安装完成后直接使用以下命令
 
-直接使用以下命令
 ```
-cd merge_profiling_timeline
-python ./trace_processor --httpd path/to/msprof_merged_*p.json 
+python3 ./trace_processor --httpd path/to/msprof_merged_*p.json 
 ```
-等待加载完毕，刷新[perfetto](https://ui.perfetto.dev/)界面，点击`YES, use loaded trace`即可展示timeline
-
 
+等待加载完毕，刷新[perfetto](https://ui.perfetto.dev/)界面，点击`YES, use loaded trace`即可展示timeline
\ No newline at end of file
diff --git a/profiler/merge_profiling_timeline/main.py b/profiler/merge_profiling_timeline/main.py
index eac48f5683961ae4a139dea5daaee049e406784c..c2b3be9ca160fefede5737ba8e119c653561830d 100644
--- a/profiler/merge_profiling_timeline/main.py
+++ b/profiler/merge_profiling_timeline/main.py
@@ -106,8 +106,8 @@ def get_absolute_ts_start_info(pro_path) -> float:
     if start_json:
         with open(start_json, "r+") as f:
             info = json.load(f)
-        ts_us = float(info.get("collectionTimeBegin"), 0)
-        ts_ns = float(info.get("clockMonotonicRaw"), 0)
+        ts_us = float(info.get("collectionTimeBegin", 0))
+        ts_ns = float(info.get("clockMonotonicRaw", 0))
         if not ts_us and not ts_ns:
             return 0
     return ts_us-ts_ns/1000
@@ -183,15 +183,15 @@ def merge_timeline_events(timeline_file_dict, process_list):
             if event.get("name") == "process_name" and event.get("ph") == "M":
                 if event.get("args"):
                     proc_pid_dict[event["args"].get("name")] = event.get("pid")
-        process_list = process_list if process_list else list(proc_pid_dict.keys())
+        process_list_tmp = process_list if process_list else list(proc_pid_dict.keys())
         # 提取待合并的items的pid
         merged_pids = set()
-        for pro in process_list:
+        for pro in process_list_tmp:
             pro = " ".join(pro.split("_")) if "_" in pro else pro
 
             if pro not in proc_pid_dict.keys():
-                print(f"{pro} is invalid item, valid items: {list(proc_pid_dict.keys())}")
-                continue
+                print(f"main.py: error argument --items: invalid choice: '{pro}' (choose from {list(proc_pid_dict.keys())})")
+                return
             merged_pids.add(proc_pid_dict.get(pro))
 
         for event in cur_events: