diff --git a/README-translated/README-Ukrainian.md b/README-translated/README-Ukrainian.md
new file mode 100644
index 000000000..d756ba57a
--- /dev/null
+++ b/README-translated/README-Ukrainian.md
@@ -0,0 +1,273 @@
+
+ 
+
+
+Marqo
+
+
+ Tensor search for humans.
+
+
+
+
+
+
+
+
+
+
+
+Пошукова система тензором з відкритим кодом, яка легко інтегрується з вашими програмами, веб-сайтами та робочим процесом.
+
+Marqo хмара ☁️ на даний момент в бета-версії. Якщо ви зацікавлені, зверніться [сюди.](https://q78175g1wwa.typeform.com/to/d0PEuRPC)
+
+## Що таке тензорний пошук (tensor search)?
+
+Тензорний пошук (tensor search) передбачає перетворення документів, зображень та інших данних в набір векторів, що називаються "тензори". Представлення данних у вигляді тензорів дозволяє нам зіставити запити з документами з людиноподібним розумінням цього запиту і змісту документа. Тензорний пошук може бути сильним рішенням у багатьох випадках користування, наприклад:
+
+- пошук і рекомендації кінцевого користувача
+- мультимодальний пошук (картинка до картинки, текст до картинки, картинка до тексту)
+- чат боти і системи запитань та відповідей
+- класифікація тексту та зображення
+
+
+ 
+
+
+
+
+## Початок роботи
+
+1. Marqo потребує docker. Для встановлення Docker перейдіть до [Docker Official website.](https://docs.docker.com/get-docker/)
+2. Використовуйте docker для запуску Marqo (Користувачам Мас з чіпом серії М потрібно буде [перейти сюди](#m-series-mac-users)):
+```bash
+docker rm -f marqo;
+docker pull marqoai/marqo:0.0.5;
+docker run --name marqo -it --privileged -p 8882:8882 --add-host host.docker.internal:host-gateway marqoai/marqo:0.0.5
+```
+3. Встановіть клієнт Marqo:
+```bash
+pip install marqo
+```
+4. Почніть індексування та пошук! Розгляньмо простий приклад нижче:
+
+```python
+import marqo
+
+mq = marqo.Client(url='http://localhost:8882')
+
+mq.index("my-first-index").add_documents([
+ {
+ "Title": "The Travels of Marco Polo",
+ "Description": "A 13th-century travelogue describing Polo's travels"
+ },
+ {
+ "Title": "Extravehicular Mobility Unit (EMU)",
+ "Description": "The EMU is a spacesuit that provides environmental protection, "
+ "mobility, life support, and communications for astronauts",
+ "_id": "article_591"
+ }]
+)
+
+results = mq.index("my-first-index").search(
+ q="What is the best outfit to wear on the moon?"
+)
+
+```
+
+- `mq` це клієнт, що обгортає `marqo` API
+- `add_documents()` приймає список документів, представлених як словники python, для індексування
+- `add_documents()` створює індекс зі стандартними налаштуваннями, якщо такого не існує
+- За бажання, ви можете встановити ID документа за допомогою спеціального `_id` поля. Інакше, Marqo згенерує такий
+- Якщо індекс не існує, Marqo створить його. Якщо він існує, то Marqo додасть документи до індексу
+
+Погляньмо на результати:
+
+```python
+# let's print out the results:
+import pprint
+pprint.pprint(results)
+
+{
+ 'hits': [
+ {
+ 'Title': 'Extravehicular Mobility Unit (EMU)',
+ 'Description': 'The EMU is a spacesuit that provides environmental protection, mobility, life support, and'
+ 'communications for astronauts',
+ '_highlights': {
+ 'Description': 'The EMU is a spacesuit that provides environmental protection, '
+ 'mobility, life support, and communications for astronauts'
+ },
+ '_id': 'article_591',
+ '_score': 0.61938936
+ },
+ {
+ 'Title': 'The Travels of Marco Polo',
+ 'Description': "A 13th-century travelogue describing Polo's travels",
+ '_highlights': {'Title': 'The Travels of Marco Polo'},
+ '_id': 'e00d1a8d-894c-41a1-8e3b-d8b2a8fce12a',
+ '_score': 0.60237324
+ }
+ ],
+ 'limit': 10,
+ 'processingTimeMs': 49,
+ 'query': 'What is the best outfit to wear on the moon?'
+}
+```
+
+- Кожен збіг відповідає документу, який збігається з пошуковим запитом
+- Вони впорядковані від найбільш до найменш відповідних
+- `limit` це максимальне число збігів, які слід повернути. Це може бути встановлено як параметр під час пошуку
+- Кожен збіг має поле `_highlights`. Це частина документа, яка найкраще збігалася з запитом
+
+
+## Інші базові операції
+
+### Отримати документ
+Отримати документ за ID.
+
+```python
+result = mq.index("my-first-index").get_document(document_id="article_591")
+```
+
+Зверніть увагу, що додавання документа за допомогою ```add_documents``` повторно використовуючи той самий ```_id``` призведе до того, що документ буде оновлено.
+
+### Отримати статистику індексу
+Отримати інформацію про індекс.
+
+```python
+results = mq.index("my-first-index").get_stats()
+```
+
+### Лексичний пошук
+Виконати пошук за ключовим словом.
+
+```python
+result = mq.index("my-first-index").search('marco polo', search_method=marqo.SearchMethods.LEXICAL)
+```
+
+### Знайти конкретні поля
+Використовуючи стандартний метод тензорного пошуку
+```python
+result = mq.index("my-first-index").search('adventure', searchable_attributes=['Title'])
+```
+
+### Видалити документи
+Видалити документи.
+
+```python
+results = mq.index("my-first-index").delete_documents(ids=["article_591", "article_602"])
+```
+
+### Видалити індекс
+Видалити індекс.
+
+```python
+results = mq.index("my-first-index").delete()
+```
+
+## Мультимодальний та перехресно-модальний пошук
+
+Для підсилення пошуку зображень та тексту, Marqo дозволяє користувачам підключати та працювати з CLIP моделями від HuggingFace. **Зверніть увагу, якщо ви не налаштуєте мультимодальний пошук, адреси зображень будуть розглядатися як рядки.** Для початку індексування та пошуку з зображеннями, спершу створіть індекс з конфігурацією CLIP, як показано нижче:
+
+```python
+
+settings = {
+ "treat_urls_and_pointers_as_images":True, # allows us to find an image file and index it
+ "model":"ViT-L/14"
+}
+response = mq.create_index("my-multimodal-index", **settings)
+```
+
+Зображення потім можуть бути додані до документу в такий спосіб. Ви можете використати посилання з інтернету (наприклад S3) або з диску комп'ютера:
+
+```python
+
+response = mq.index("my-multimodal-index").add_documents([{
+ "My Image": "https://upload.wikimedia.org/wikipedia/commons/thumb/f/f2/Portrait_Hippopotamus_in_the_water.jpg/440px-Portrait_Hippopotamus_in_the_water.jpg",
+ "Description": "The hippopotamus, also called the common hippopotamus or river hippopotamus, is a large semiaquatic mammal native to sub-Saharan Africa",
+ "_id": "hippo-facts"
+}])
+
+```
+
+Після цього ви можете виконувати пошук за текстом як зазвичай. Пошук буде здійснюватися як по тексту, так і по картинкам:
+```python
+
+results = mq.index("my-multimodal-index").search('animal')
+
+```
+ Встановлення `searchable_attributes` для поля зображення `['My Image'] ` гарантує пошук лише зображень у цьому індексі:
+
+```python
+
+results = mq.index("my-multimodal-index").search('animal', searchable_attributes=['My Image'])
+
+```
+
+### Пошук за зображенням
+Пошук за зображенням можна виконати, використовуючи посилання на зображення.
+```python
+results = mq.index("my-multimodal-index").search('https://upload.wikimedia.org/wikipedia/commons/thumb/9/96/Standing_Hippopotamus_MET_DP248993.jpg/440px-Standing_Hippopotamus_MET_DP248993.jpg')
+```
+
+## Документація
+Повну документацію Marqo можна знайти тут [https://marqo.pages.dev/](https://marqo.pages.dev/).
+
+## Увага
+Зверніть увагу, що вам не слід запускати інші програми на кластері Marqo's Opensearch, оскільки Marqo автоматично змінює та адаптує налаштування на кластері.
+
+## Користувачі Mac серії M
+Marqo ще не підтримує docker-in-docker бекенд конфігурацію для архітектури arm64. Це означає, якщо ви використовуєте Mac серії M, вам також знадобиться запустити marqo's бекенд, marqo-os, локально.
+
+Для запуску Marqo на Mac серії M, виконайте наступні кроки.
+
+1. В одному терміналі запустіть наступну команду для початку opensearch:
+
+```shell
+docker rm -f marqo-os; docker run -p 9200:9200 -p 9600:9600 -e "discovery.type=single-node" marqoai/marqo-os:0.0.2-arm
+```
+
+2. В іншому терміналі запустіть наступну команду для запуску Marqo:
+```shell
+docker rm -f marqo; docker run --name marqo --privileged \
+ -p 8882:8882 --add-host host.docker.internal:host-gateway \
+ -e "OPENSEARCH_URL=https://localhost:9200" \
+ marqoai/marqo:0.0.5
+```
+
+## Зробити внесок
+Marqo - це ком'юніті проект, метою якого є розповсюдити тензорний пошук для ширшої спільноти розробників. Ми раді, що ви зацікавлені у допомозі! Будь ласка, прочитайте [це](./CONTRIBUTING.md) для початку
+
+## Dev set up
+1. Створити віртуальне середовище ```python -m venv ./venv```
+2. Активувати віртуальне середовище ```source ./venv/bin/activate```
+3. Встановити пакети з файлу: ```pip install -r requirements.txt```
+4. Виконати тести запустивши файл tox. CD до цієї папки, потім запустити "tox"
+5. Якщо ви оновлюєте залежності, переконайтесь, що видалили папку .tox та перезапустіть
+
+## Merge інструкції:
+1. Запустити повний набір тестів (використовуючи команду `tox` в цій папці).
+2. Створіть pull request з прикріпленим github issue.
+
+
+## Підтримка
+
+- Приєднайтесь до нашого [Slack community](https://join.slack.com/t/marqo-community/shared_invite/zt-1d737l76e-u~b3Rvey2IN2nGM4wyr44w) та спілкуйтесь з іншими учасниками спільноти щодо ідей.
+- Зустрічі спільноти Marqo (скоро буде!)
+
+### Stargazers
+[](https://github.com/marqo-ai/marqo/stargazers)
+
+### Forkers
+[](https://github.com/marqo-ai/marqo/network/members)
+
+
+## Translations
+
+Це readme доступно в наступних перекладах:
+
+- [English](../README.md)🇬🇧
+- [中文 Chinese](README-Chinese.md)🇨🇳
+- [Polski](README-Polish.md)🇵🇱
+- [Українська](README-Ukrainian.md)🇺🇦