本文介绍了使用llama.cpp部署RAG（检索增强生成）及语言大模型的Docker配置方案。通过四个容器服务实现完整流程：1）llama-reranker提供重排序功能，2）bge-embedding处理文本嵌入，3）qwen作为4B参数量的语言模型，4）lobe-chat提供交互界面。配置要点包括模型路径挂载、GPU层数优化、健康检查设置等，支持中文处理（bge-large-zh-v1.5）和