《local-style-writer：基于QLoRA的本地化个人风格写作助手》开源项目通过QLoRA技术微调Qwen3-8B模型，实现完全本地的个性化内容生成。核心创新包括：1）云端一次性训练后导出4.6GB的INT4量化模型；2）OpenVINO异构调度自动匹配NPU/GPU/CPU；3）分层模块化架构支持按需加载。项目封装为标准AI Skill，通过自然语言指令触发本地推理，保障创作隐私与风

本文记录了将语音模型在 MCU 上部署为纯 INT8 TFLite 的踩坑与优化实践。针对模型不兼容 Schema 和体积膨胀问题，文章详述了如何通过改用 onnx2tf 重新量化、动态适配维度变化，并截断 SV 模型末尾不支持 INT8 的 L2 归一化算子（改用端侧 C 代码实现），最终生成无 Flex 算子、无 dequantize 节点的纯 INT8 模型（KWS 10.9 KB，SV 1