Xiaoyu Z (xiaoyu-work) · Nov 5, 2026 · Oct 31, 2026 · Nov 5, 2026
diff --git a/README.md b/README.md
@@ -9,6 +9,10 @@
 [![Documentation](https://img.shields.io/website/https/microsoft.github.io/Olive?down_color=red&down_message=offline&up_message=online)](https://microsoft.github.io/Olive/)
 
 ## AI Model Optimization Toolkit for the ONNX Runtime
+
+<p align="center">
+  <b>English</b> · <a href="https://github.com/microsoft/Olive/blob/main/README.zh.md">简体中文</a>
+</p>
 </div>
 
 Given a model and targeted hardware, Olive (abbreviation of **O**nnx **LIVE**) composes the best suitable optimization techniques to output the most efficient ONNX model(s) for inferencing on the cloud or edge, while taking a set of constraints such as accuracy and latency into consideration.

diff --git a/README.zh.md b/README.zh.md
@@ -0,0 +1,141 @@
+<div align="center">
+  <picture>
+    <source media="(prefers-color-scheme: dark)" srcset="docs/source/images/olive-white-text.png">
+    <source media="(prefers-color-scheme: light)" srcset="docs/source/images/olive-black-text.png">
+    <img alt="olive text" src="docs/source/images/olive-black-text.png" height="100" style="max-width: 100%;">
+  </picture>
+
+[![PyPI release](https://img.shields.io/pypi/v/olive-ai)](https://pypi.org/project/olive-ai/)
+[![Documentation](https://img.shields.io/website/https/microsoft.github.io/Olive?down_color=red&down_message=offline&up_message=online)](https://microsoft.github.io/Olive/)
+
+## 针对 ONNX Runtime 的 AI 模型优化工具包
+
+<p align="center">
+  <a href="README.md">English</a> · <b>简体中文</b>
+</p>
+</div>
+
+给定模型和目标硬件，Olive（**O**nnx **LIVE** 的缩写）能够组合最合适的优化技术，在兼顾精度与延迟等一系列约束条件的同时，输出用于云端或边缘端推理的最高效 ONNX 模型。
+
+## 📰 最新动态
+以下是近期聚焦 Olive 的视频、博文与实验工坊：
+
+- [ 2025年10月 ] [使用 Olive 探索小语言模型（SLM）的最佳量化配置](https://microsoft.github.io/Olive/blogs/quant-slms.html)
+- [ 2025年9月 ] [Olive 示例已迁移至全新的 Olive-recipes 仓库](https://github.com/microsoft/olive-recipes)
+- [ 2025年8月 ] [Olive 0.9.2 正式发布，带来全新量化算法](https://github.com/microsoft/Olive/releases/tag/v0.9.2)
+- [ 2025年5月 ] [Olive 0.9.0 正式发布，新增对 NPU 的支持](https://github.com/microsoft/Olive/releases/tag/v0.9.0)
+- [ 2025年3月 ] [Olive 0.8.0 正式发布，支持全新量化技术](https://github.com/microsoft/Olive/releases/tag/v0.8.0)
+- [ 2025年2月 ] [全新 Notebook 上线 - 使用 Olive 微调与优化 DeepSeek R1 🐋](https://github.com/microsoft/Olive/blob/main/notebooks/olive-deepseek-finetune.ipynb)
+- [ 2024年11月 ] [通过全新 Olive CLI 普及 AI 模型优化能力](https://onnxruntime.ai/blogs/olive-cli)
+- [ 2024年11月 ] [释放 NLP 潜能：使用 Microsoft Olive 进行模型微调（Ignite Pre-Day Lab PRE016）](https://github.com/Azure/Ignite_FineTuning_workshop)
+- [ 2024年11月 ] [Olive 支持生成用于在 ONNX Runtime 上进行 MultiLoRA 服务的模型](https://onnxruntime.ai/blogs/multilora)
+- [ 2024年10月 ] [Windows Dev Chat：针对 ONNX Runtime 优化 Hugging Face 模型（视频）](https://www.youtube.com/live/lAc1fq_0ftw?t=775s)
+- [ 2024年5月 ] [AI Toolkit - 使用 Olive 进行模型微调的 VS Code 插件](https://marketplace.visualstudio.com/items?itemName=ms-windows-ai-studio.windows-ai-studio)
+
+欲查看完整新闻与博客列表，请阅读[新闻归档](./NEWS.md)。
+
+## 🚀 快速上手
+
+### ✨ 极速入门
+如果您更倾向于直接使用命令行而非 Jupyter Notebook，我们在下方整理了快速上手的核心命令。
+
+#### 1. 安装 Olive CLI
+我们建议在 [虚拟环境（venv）](https://docs.python.org/3/library/venv.html) 或 [Conda 环境](https://docs.conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html) 中安装 Olive。
+
+```
+pip install olive-ai
+pip install transformers onnxruntime-genai
+```
+> [!NOTE]
+> Olive 包含可选依赖项，安装后可启用更多功能。关于扩展（extras）及其依赖列表，请参阅 [Olive 安装包配置](./olive/olive_config.json)。
+
+> [!NOTE]
+> 针对 Windows 用户：如何避免 HF_HUB_DISABLE_SYMLINKS_WARNING 警告
+>
+> 如果您从 Hugging Face 下载模型，Olive 将依赖 huggingface_hub 库。在 Windows 平台上，您可能会收到如下警告：
+>
+> ```
+> UserWarning: `huggingface_hub` cache-system uses symlinks by default to efficiently store duplicated files but your machine does not support them in C:\Users\name\.cache\huggingface\hub\model-name.
+> Caching files will still work but in a degraded version that might require more space on your disk. This warning can be disabled by setting the `HF_HUB_DISABLE_SYMLINKS_WARNING` environment variable. For more details, see https://huggingface.co/docs/huggingface_hub/how-to-cache#limitations.
+> ```
+>
+> 您可以通过以下 4 种方案之一来解决此警告。请注意，方案 1、2、3 可以节约磁盘空间，而方案 4 仅抑制警告提示。
+>
+> 1. 在 Windows 上启用开发者模式（一次性设置），详见 [Microsoft 开发者工具文档](https://learn.microsoft.com/en-us/windows/advanced-settings/developer-mode)。
+> 2. 在将 Olive 与 huggingface_hub 库配合使用时以管理员身份运行 Python。
+> 3. 重新配置文件缓存存储路径。该限制不仅限于在默认位置存储缓存。
+> 4. 继续设置 `HF_HUB_DISABLE_SYMLINKS_WARNING=1` 以抑制警告，并接受额外的磁盘空间占用。
+>
+> 针对上述方案，您可以根据自身环境所允许的条件（例如企业安全策略）选择最适合您的方式。
+>
+> huggingface_hub 库的这一限制在 [Hub 客户端库文档](https://huggingface.co/docs/huggingface_hub/guides/manage-cache#limitations) 中也有详细说明。
+
+#### 2. 自动优化器
+
+在本次快速入门中，您将对 [Qwen/Qwen2.5-0.5B-Instruct](https://huggingface.co/Qwen/Qwen2.5-0.5B-Instruct) 进行优化。该模型在 Hugging Face 仓库中包含针对不同精度的多个模型文件，而 Olive 并不需要全部文件。
+
+运行自动优化流程：
+
+```bash
+olive optimize \
+    --model_name_or_path Qwen/Qwen2.5-0.5B-Instruct \
+    --precision int4 \
+    --output_path models/qwen
+```
+
+>[!TIP]
+><details>
+><summary>PowerShell 用户提示</summary>
+>Bash 与 PowerShell 之间的行连接符不可互换。如果您使用的是 PowerShell，可以复制并粘贴以下使用兼容行连接符的命令：
+>
+>```powershell
+>olive optimize `
+>    --model_name_or_path Qwen/Qwen2.5-0.5B-Instruct `
+>    --output_path models/qwen `
+>    --precision int4
+>```
+></details>
+><br>
+
+自动优化器将执行以下步骤：
+
+1. 从 Hugging Face 模型仓库下载获取模型。
+1. 使用 GPTQ 将模型量化为 `int4` 精度。
+1. 捕获 ONNX 计算图，并将权重存储在 ONNX 数据文件中。
+1. 深度优化 ONNX 计算图。
+
+Olive 开箱即可自动优化主流模型**架构**（如 Llama、Phi、Qwen、Gemma 等）——[查看详细支持列表](https://huggingface.co/docs/optimum/en/exporters/onnx/overview)。此外，您也可以通过提供模型输入/输出配置（`io_config`）来优化其他自定义模型架构。
+
+#### 3. 在 ONNX Runtime 上进行推理
+
+ONNX Runtime (ORT) 是一款高速、轻量级的跨平台推理引擎，提供了针对 Python、C/C++、C#、Java、JavaScript 等主流编程语言的 API 绑定。ORT 能够帮助您将 AI 模型轻松注入各类应用程序中，实现端侧/设备侧高效推理。
+
+可运行的聊天对话示例程序位于 [onnxruntime-genai](https://github.com/microsoft/onnxruntime-genai/) GitHub 仓库中的 [model-chat.py](https://github.com/microsoft/onnxruntime-genai/blob/main/examples/python/model-chat.py)。
+
+## 🎓 了解更多
+
+- [官方文档](https://microsoft.github.io/Olive)
+- [配方库 (Recipes)](https://github.com/microsoft/olive-recipes)
+
+## 数据与遥测 (Data/Telemetry)
+本项目的发行版本可能会收集使用数据并发送给 Microsoft，以帮助改进我们的产品和服务。详情请参阅[隐私声明](docs/Privacy.md)。
+
+## 🤝 贡献与反馈
+- 欢迎社区贡献！请阅读[贡献指南](./CONTRIBUTING.md)了解参与 Olive 项目贡献的详细流程。
+- 如需提交功能建议或报告 Bug，请提交 [GitHub Issue](https://github.com/microsoft/Olive/issues)。
+- 参与常规讨论或提问，请前往 [GitHub Discussions](https://github.com/microsoft/Olive/discussions)。
+
+## ⚖️ 开源许可证
+Copyright (c) Microsoft Corporation. All rights reserved.
+
+根据 [MIT](./LICENSE) 许可证授权。
+
+## 流水线状态 (Pipeline Status)
+
+[![Build Status](https://dev.azure.com/aiinfra/PublicPackages/_apis/build/status%2FOlive%20CI?label=Olive-CI)](https://dev.azure.com/aiinfra/PublicPackages/_build/latest?definitionId=1240)
+[![Build Status](https://dev.azure.com/aiinfra/PublicPackages/_apis/build/status%2FOlive-ORT-Nightly?label=Olive-ORT-Nightly)](https://dev.azure.com/aiinfra/PublicPackages/_build/latest?definitionId=1279)
+
+---
+
+> **翻译说明（Translation Disclaimer）**
+> 本文档由社区志愿者（[@JasonYeYuhe](https://github.com/JasonYeYuhe)）人工翻译并维护，旨在降低中文开发者的阅读门槛。最后同步日期：2026年10月31日。若译文与英文原版存在任何出入或滞后，请以 [英文原版 (README.md)](README.md) 为准。欢迎通过 PR 协助改进译文！