diff --git a/docs/IndexStreamTTS-deploy.md b/docs/IndexStreamTTS-deploy.md
index eb745939..875dbdd8 100644
--- a/docs/IndexStreamTTS-deploy.md
+++ b/docs/IndexStreamTTS-deploy.md
@@ -14,7 +14,23 @@ conda activate index-tts-vllm
 ```
 
 ### 3. 安装PyTorch
-
+#### 查看显卡最高支持的版本和实际安装的版本
+```bash
+nvidia-smi
+nvcc --version
+``` 
+#### 驱动支持的最高 CUDA 版本
+```bash
+CUDA Version: 12.8
+```
+#### 实际安装的 CUDA 编译器版本
+```bash
+Cuda compilation tools, release 12.8, V12.8.89
+```
+#### 那么对应的安装命令 (请注意不要横跨大版本！！！)
+```bash
+pip install torch==2.7.0 torchvision==0.22.0 torchaudio==2.7.0 --index-url https://download.pytorch.org/whl/cu128
+```
 优先建议安装 pytorch 2.7.0（对应 vllm 0.9.0），具体安装指令请参考：[pytorch 官网](https://pytorch.org/get-started/locally/]\)  
 若显卡不支持，请安装 pytorch 2.5.1（对应 vllm 0.7.3），并将 requirements.txt 中 vllm==0.9.0 修改为 vllm==0.7.3
 
@@ -25,16 +41,32 @@ pip install -r requirements.txt
 
 ### 5. 下载模型权重
 此为官方权重文件，下载到本地任意路径即可，支持 IndexTTS-1.5 的权重  
-
 | HuggingFace                                                   | ModelScope                                                          |
 |---------------------------------------------------------------|---------------------------------------------------------------------|
 | [IndexTTS](https://huggingface.co/IndexTeam/Index-TTS)        | [IndexTTS](https://modelscope.cn/models/IndexTeam/Index-TTS)        |
 | [IndexTTS-1.5](https://huggingface.co/IndexTeam/IndexTTS-1.5) | [IndexTTS-1.5](https://modelscope.cn/models/IndexTeam/IndexTTS-1.5) |
 
+下面以ModelScope的安装方法为例  
+### 请注意：git需要安装并初始化启用lfs（如已安装可以跳过）
+```bash
+sudo apt-get install git-lfs
+git lfs install
+```
+创建模型目录，并拉取模型
+```bash 
+mkkdir model_dir
+cd model_dir
+git clone https://www.modelscope.cn/IndexTeam/IndexTTS-1.5.git
+```
+
 ### 5. 模型权重转换
 ```bash 
 bash convert_hf_format.sh /path/to/your/model_dir
 ```
+例如：你下载的IndexTTS-1.5模型存放在model_dir目录下，则执行以下命令
+```bash
+bash convert_hf_format.sh model_dir/IndexTTS-1.5
+```
 此操作会将官方的模型权重转换为 transformers 库兼容的版本，保存在模型权重路径下的 vllm 文件夹中，方便后续 vllm 库加载模型权重
 
 ### 6. 更改接口适配一下项目
@@ -69,6 +101,15 @@ async def tts_api(request: Request):
 
 ### 7.编写sh启动脚本（请注意要在相应的conda环境下运行）
 ```bash 
+vi start_api.sh
+```
+### 将下面内容粘贴进去并按:输入wq保存  
+#### 脚本中的/home/system/indexTTS/index-tts-vllm/model_dir/IndexTTS-1.5 请自行修改为实际路径
+```bash
+# 激活conda环境
+conda activate index-tts-vllm 
+echo "激活项目conda环境"
+sleep 2
 # 查找占用11996端口的进程号
 PID_VLLM=$(sudo netstat -tulnp | grep 11996 | awk '{print $7}' | cut -d'/' -f1)
 
@@ -77,7 +118,7 @@ if [ -z "$PID_VLLM" ]; then
   echo "没有找到占用11996端口的进程"
 else
   echo "找到占用11996端口的进程，进程号为: $PID_VLLM"
-  # 先尝试普通kill，等待5秒
+  # 先尝试普通kill，等待2秒
   kill $PID_VLLM
   sleep 2
   # 检查进程是否还在
@@ -92,14 +133,19 @@ fi
 mkdir -p tmp
 
 # 后台运行api_server.py，日志重定向到tmp/server.log
-conda activate index-tts-vllm 
-echo "激活项目conda环境"
-sleep 2
 export VLLM_USE_V1=0
 nohup python api_server.py --model_dir /home/system/indexTTS/index-tts-vllm/model_dir/IndexTTS-1.5 --port 11996 > tmp/server.log 2>&1 &
 echo "api_server.py 已在后台运行，日志请查看 tmp/server.log"
 ```
-
+给脚本执行权限并运行脚本
+```bash 
+chmod +x tmp
+./start_api.sh
+```
+日志会在tmp/server.log中输出，可以通过以下命令查看日志情况
+```bash
+tail -f tmp/server.log
+```
 ## 音色配置
 index-tts-vllm支持通过配置文件注册自定义音色，支持单音色和混合音色配置。  
 在项目根目录下的assets/speaker.json文件中配置自定义音色