diff --git a/README-CN.md b/README-CN.md
new file mode 100644
index 0000000..3756fe4
--- /dev/null
+++ b/README-CN.md
@@ -0,0 +1,157 @@
+# qwen.cpp
+
+C++实现的[Qwen-LM](https://github.com/QwenLM/Qwen)，用于MacBook上的实时聊天。
+
+## 更新
+- **`2023/12/05`** qwen已合并到[llama.cpp](https://github.com/ggerganov/llama.cpp/pull/4281)，支持gguf格式。
+
+## 特点
+
+亮点:
+* [x] 基于[ggml](https://github.com/ggerganov/ggml)的纯C++实现，与[llama.cpp](https://github.com/ggerganov/llama.cpp)工作方式相同。
+* [x] 纯C++ tiktoken实现。
+* [x] 流式生成，带打字机效果。
+* [x] Python绑定。
+
+支持矩阵:
+* 硬件：x86/arm CPU, NVIDIA GPU
+* 平台：Linux, MacOS
+* 模型：[Qwen-LM](https://github.com/QwenLM/Qwen)
+
+## 入门
+
+**准备**
+
+克隆qwen.cpp仓库到本地机器：
+```sh
+git clone --recursive https://github.com/QwenLM/qwen.cpp && cd qwen.cpp
+```
+
+如果克隆仓库时忘记添加`--recursive`标志，请在`qwen.cpp`文件夹运行以下命令：
+```sh
+git submodule update --init --recursive
+```
+
+从[Hugging Face](https://huggingface.co/Qwen/Qwen-7B-Chat/blob/main/qwen.tiktoken)或[modelscope](https://modelscope.cn/models/qwen/Qwen-7B-Chat/files)下载qwen.tiktoken文件。
+
+**量化模型**
+
+使用`convert.py`将Qwen-LM转换为量化的GGML格式。例如，将fp16原始模型转换为q4_0（量化int4）GGML模型，运行：
+```sh
+python3 qwen_cpp/convert.py -i Qwen/Qwen-7B-Chat -t q4_0 -o qwen7b-ggml.bin
+```
+
+原始模型（`-i <model_name_or_path>`）可以是HuggingFace模型名称或本地路径。目前支持的模型有：
+* Qwen-7B: `Qwen/Qwen-7B-Chat`
+* Qwen-14B: `Qwen/Qwen-14B-Chat`
+
+你可以尝试以下任何一种量化类型，通过指定`-t <type>`:
+* `q4_0`: 4位整数量化，带fp16比例。
+* `q4_1`: 4位整数量化，带fp16比例和最小值。
+* `q5_0`: 5位整数量化，带fp16比例。
+* `q5_1`: 5位整数量化，带fp16比例和最小值。
+* `q8_0`: 8位整数量化，带fp16比例。
+* `f16`: 半精度浮点权重，无量化。
+* `f32`: 单精度浮点权重，无量化。
+
+**构建&运行**
+
+使用CMake编译项目：
+```sh
+cmake -B build
+cmake --build build -j --config Release
+```
+
+现在，你可以通过运行以下命令与量化的Qwen-7B-Chat模型聊天：
+```sh
+./build/bin/main -m qwen7b-ggml.bin --tiktoken Qwen-7B-Chat/qwen.tiktoken -p 你好
+# 你好！很高兴为你提供帮助。
+```
+
+要以交互模式运行模型，请添加`-i`标志。例如：
+```sh
+./build/bin/main -m qwen7b-ggml.bin --tiktoken Qwen-7B-Chat/qwen.tiktoken -i
+```
+在交互模式下，你的聊天历史将作为下一轮对话的上下文。
+
+运行`./build/bin/main -h`来探索更多选项！
+
+## 使用BLAS
+
+**OpenBLAS**
+
+OpenBLAS在CPU上提供加速。添加CMake标志`-DGGML_OPENBLAS
+
+=ON`以启用它。
+```sh
+cmake -B build -DGGML_OPENBLAS=ON && cmake --build build -j
+```
+
+**cuBLAS**
+
+cuBLAS使用NVIDIA GPU加速BLAS。添加CMake标志`-DGGML_CUBLAS=ON`以启用它。
+```sh
+cmake -B build -DGGML_CUBLAS=ON && cmake --build build -j
+```
+
+**Metal**
+
+MPS（Metal Performance Shaders）允许计算在强大的Apple Silicon GPU上运行。添加CMake标志`-DGGML_METAL=ON`以启用它。
+```sh
+cmake -B build -DGGML_METAL=ON && cmake --build build -j
+```
+
+## Python绑定
+
+Python绑定提供类似原始Hugging Face Qwen-7B的高级`chat`和`stream_chat`接口。
+
+**安装**
+
+从PyPI安装（推荐）：将在你的平台上触发编译。
+```sh
+pip install -U qwen-cpp
+```
+
+你也可以从源码安装。
+```sh
+# 从GitHub上托管的最新源码安装
+pip install git+https://github.com/QwenLM/qwen.cpp.git@master
+# 或在git克隆仓库后从本地源码安装
+pip install .
+```
+
+## tiktoken.cpp
+
+我们提供纯C++ tiktoken实现。安装后，使用方式与openai tiktoken相同：
+```python
+import tiktoken_cpp as tiktoken
+enc = tiktoken.get_encoding("cl100k_base")
+assert enc.decode(enc.encode("hello world")) == "hello world"
+```
+
+**基准测试**
+
+tiktoken.cpp的速度与openai tiktoken相当：
+```python
+cd tests
+RAYON_NUM_THREADS=1 python benchmark.py
+```
+
+## 开发
+
+**单元测试**
+
+要进行单元测试，添加这个CMake标志`-DQWEN_ENABLE_TESTING=ON`以启用测试。重新编译并运行单元测试（包括基准测试）。
+```sh
+mkdir -p build && cd build
+cmake .. -DQWEN_ENABLE_TESTING=ON && make -j
+./bin/qwen_test
+```
+
+**代码格式化**
+
+要格式化代码，在`build`文件夹内运行`make lint`。你应该预先安装了`clang-format`，`black`和`isort`。
+
+## 致谢
+
+* 本项目受到[llama.cpp](https://github.com/ggerganov/llama.cpp)，[chatglm.cpp](https://github.com/li-plus/chatglm.cpp)，[ggml](https://github.com/ggerganov/ggml)，[tiktoken](https://github.com/openai/tiktoken)，[tokenizer](https://github.com/sewenew/tokenizer)，[cpp-base64](https://github.com/ReneNyffenegger/cpp-base64)，[re2](https://github.com/google/re2)和[unordered_dense](https://github.com/martinus/unordered_dense)的极大启发。