离线小模型建议器

在浏览器里用 25MB 小模型边写边给出目标与文案建议，数据不出本机

痛点

想在自己写作时实时看到与目标、职业规划、路演材料相关的建议，但云端模型意味着隐私顾虑和网络依赖。有人已经在做完全跑在浏览器里的 25MB 小模型方案，说明需求真实存在，但普通用户仍缺少开箱即用的产品。

方案

一个本地优先的写作助手：在浏览器或菜单栏常驻，用微型微调模型对正在写的内容做实时匹配，从内置的几万条建议规则里浮现相关概念与措辞建议；全部离线运行，支持导入自己的笔记与书籍摘要作为建议来源。

用户

写周报、目标复盘、融资材料的职场人；对隐私敏感的写作者和学生

MVP

浏览器端离线小模型 + 三类场景规则库（个人目标、职业、路演）；实时侧边建议浮层；导入个人笔记扩展规则；不做的：多人协作、云端同步、通用聊天

变现

免费单场景 + 一次性买断解锁全部场景与自定义语料导入；企业内网部署授权。

为何现在

小模型与 WebGPU/MLX 让本地推理变得可行，隐私敏感用户对云端 AI 的抗拒明显；现有产品偏技术 demo，缺少面向具体写作场景的包装。