diff --git a/README.md b/README.md
index 5852d5f..113b450 100644
--- a/README.md
+++ b/README.md
@@ -2,14 +2,14 @@
 
 ## 项目背景
 
-随着大语言模型的普及，越来越多的个人用户选择在本地部署 Ollama 服务来使用 AI 模型。然而，这带来了一个普遍的问题：
+随着大语言模型的普及，越来越多的个人用户选择在本地部署 Ollama 或 LM Studio 服务来使用 AI 模型。然而，这带来了一个普遍的问题：
 
-- Ollama 通常需要部署在高性能台式机上（配备强大的GPU）
+- Ollama/LM Studio 通常需要部署在高性能台式机上（配备强大的GPU）
 - 24小时开机运行会导致较高的电费支出
-- 设置电脑定时睡眠可以节省电力，但会导致 Ollama 服务不可用
+- 设置电脑定时睡眠可以节省电力，但会导致服务不可用
 - 用户需要手动唤醒电脑才能继续使用服务
 
-Ollama Proxy 正是为解决这个问题而设计：它允许用户在保持节能的同时，仍然可以随时便捷地使用 Ollama 服务。项目采用了两个关键策略来提升用户体验：
+Ollama Proxy 正是为解决这个问题而设计：它允许用户在保持节能的同时，仍然可以随时便捷地使用 Ollama 或 LM Studio 服务。项目采用了两个关键策略来提升用户体验：
 
 1. **智能唤醒机制**：通过请求管理，在需要时自动唤醒服务器，在空闲时允许系统进入睡眠状态，实现了服务可用性和节能环保的平衡。
 
@@ -20,7 +20,7 @@ Ollama Proxy 正是为解决这个问题而设计：它允许用户在保持节
 
 通过这种设计，Ollama Proxy 不仅解决了节能问题，还确保了服务响应的及时性，为用户提供了一个既环保又高效的解决方案。
 
-Ollama Proxy 是一个为 Ollama 服务设计的智能代理服务器，它提供了以下主要功能：
+Ollama Proxy 是一个为 Ollama 或 LM Studio 服务设计的智能代理服务器，它提供了以下主要功能：
 
 1. 自动唤醒功能
 2. 请求转发
@@ -30,23 +30,29 @@ Ollama Proxy 是一个为 Ollama 服务设计的智能代理服务器，它提
 
 ## 主要特性
 
-### 1. 自动唤醒功能
-- 定期发送唤醒请求，防止 Ollama 服务进入休眠状态
+### 1. 多服务器支持
+- 支持 Ollama 服务器
+- 支持 LM Studio 服务器
+- 智能识别服务器类型，自动调整 API 路径
+
+### 2. 自动唤醒功能（可选）
+- 定期发送唤醒请求，防止服务进入休眠状态
 - 可配置唤醒间隔时间
 - 在请求超时时自动触发唤醒
+- 可选配置，不强制要求配置唤醒服务器
 
-### 2. 智能请求转发
+### 3. 智能请求转发
 - 支持所有 Ollama API 端点的请求转发
 - 动态超时控制：对不同类型的请求使用不同的超时时间
   - 普通请求：可配置的短超时时间
   - 模型推理请求：较长的超时时间（默认30秒）
 
-### 3. 模型列表缓存
+### 4. 模型列表缓存
 - 缓存 `/api/tags` 接口返回的模型列表
 - 可配置缓存有效期，默认为1440分钟（1天）
 - 当主服务不可用时返回缓存数据，确保客户端始终可以获取模型列表
 
-### 4. 健康检查
+### 5. 健康检查
 - 提供 `  ` 端点进行健康状态检查
 - Docker 容器集成了健康检查配置
 
@@ -56,8 +62,9 @@ Ollama Proxy 是一个为 Ollama 服务设计的智能代理服务器，它提
 
 | 参数 | 环境变量 | 说明 | 默认值 |
 |------|----------|------|--------|
-| `--ollama-url` | `OLLAMA_URL` | Ollama服务器URL | http://localhost:11434 |
-| `--wake-url` | `WAKE_URL` | 唤醒服务器URL | http://localhost:11434/api/generate |
+| `--ollama-url` | `OLLAMA_URL` | Ollama服务器URL（与LMS_URL互斥） | http://localhost:11434 |
+| `--lms-url` | `LMS_URL` | LM Studio服务器URL（与OLLAMA_URL互斥） | - |
+| `--wake-url` | `WAKE_URL` | 唤醒服务器URL（可选） | - |
 | `--timeout` | `TIMEOUT_SECONDS` | 简单请求超时时间(秒) | 10 |
 | `--model-timeout` | `MODEL_TIMEOUT_SECONDS` | 模型推理请求超时时间(秒) | 30 |
 | `--port` | `PORT` | 代理服务器端口 | 11434 |
@@ -68,7 +75,16 @@ Ollama Proxy 是一个为 Ollama 服务设计的智能代理服务器，它提
 
 ### 使用 Docker Compose（推荐）
 
-1. 创建 `.env` 文件（可选）并配置环境变量
+1. 创建 `.env` 文件（可选）并配置环境变量：
+```bash
+# 选择以下其中一个配置：
+OLLAMA_URL=http://localhost:11434  # Ollama服务器
+LMS_URL=http://localhost:1234      # LM Studio服务器
+
+# 可选配置
+WAKE_URL=http://localhost:11434/api/generate
+```
+
 2. 使用以下命令启动服务：
 ```bash
 docker-compose up -d
@@ -77,6 +93,7 @@ docker-compose up -d
 ### 使用 Docker
 
 ```bash
+# 使用 Ollama 服务器
 docker run -d \
   -p 11434:11434 \
   -e OLLAMA_URL=http://localhost:11434 \
@@ -87,6 +104,17 @@ docker run -d \
   -e CACHE_DURATION=1440 \
   -e PORT=11434 \
   yshtcn/ollama-proxy:latest
+
+# 或使用 LM Studio 服务器
+docker run -d \
+  -p 11434:11434 \
+  -e LMS_URL=http://localhost:1234 \
+  -e TIMEOUT_SECONDS=10 \
+  -e MODEL_TIMEOUT_SECONDS=30 \
+  -e WAKE_INTERVAL=10 \
+  -e CACHE_DURATION=1440 \
+  -e PORT=11434 \
+  yshtcn/ollama-proxy:latest
 ```
 
 ### 手动部署
@@ -98,6 +126,7 @@ pip install -r requirements.txt
 
 2. 运行服务：
 ```bash
+# 使用 Ollama 服务器
 python ollama_proxy.py \
   --ollama-url http://localhost:11434 \
   --wake-url http://localhost:11434/api/generate \
@@ -106,6 +135,15 @@ python ollama_proxy.py \
   --wake-interval 10 \
   --cache-duration 1440 \
   --port 11434
+
+# 或使用 LM Studio 服务器
+python ollama_proxy.py \
+  --lms-url http://localhost:1234 \
+  --timeout 10 \
+  --model-timeout 30 \
+  --wake-interval 10 \
+  --cache-duration 1440 \
+  --port 11434
 ```
 
 ## 构建 Docker 镜像
@@ -128,26 +166,17 @@ python ollama_proxy.py \
 
 ## 注意事项
 
-1. 确保 Ollama 服务正在运行且可访问
-2. 配置正确的 OLLAMA_URL 和 WAKE_URL
-3. 根据网络环境调整超时时间
-4. Docker 部署时注意端口映射和网络配置
-5. 可以搭配 [WolGoWeb](https://github.com/xiaoxinpro/WolGoWeb) 项目使用，实现远程唤醒功能：
+1. 确保 Ollama 或 LM Studio 服务正在运行且可访问
+2. OLLAMA_URL 和 LMS_URL 不能同时配置，必须选择其中一个
+3. WAKE_URL 为可选配置，不配置则不启用自动唤醒功能
+4. 根据网络环境调整超时时间
+5. Docker 部署时注意端口映射和网络配置
+6. 可以搭配 [WolGoWeb](https://github.com/xiaoxinpro/WolGoWeb) 项目使用，实现远程唤醒功能：
    - WolGoWeb 提供了网络唤醒（WOL）功能
    - 可以通过 HTTP API 远程唤醒目标主机
    - 支持多种部署方式（Docker、直接部署等）
-   - 配置 WAKE_URL 为 WolGoWeb 的唤醒接口，即可实现远程唤醒 Ollama 服务器
+   - 配置 WAKE_URL 为 WolGoWeb 的唤醒接口，即可实现远程唤醒 Ollama 或 LM Studio 服务器
 
 ## 健康检查
 
-服务提供了 `/health` 端点，返回格式如下：
-```json
-{
-    "status": "healthy"
-}
-```
-
-Docker 容器配置了自动健康检查：
-- 检查间隔：30秒
-- 超时时间：10秒
-- 重试次数：3次
+服务提供了 `/health`
\ No newline at end of file