LibreTranslate 自托管翻译服务完整上手7 个勾选项跑通离线部署【免费下载链接】LibreTranslateFree and Open Source Machine Translation API. Self-hosted, offline capable and easy to setup.项目地址: https://gitcode.com/GitHub_Trending/li/LibreTranslateLibreTranslate 是一个免费开源、可完全自托管的机器翻译 API翻译引擎由开源的 Argos Translate 驱动不依赖 Google、Azure 等任何商业服务断网也能用。如果你受够了云端翻译的限额、账单和数据外流这篇文章会带你用打勾通关的方式从零跑通一套属于你自己的离线翻译服务——每完成一步都有可验证的结果全程约 15 分钟。它到底是什么凭什么值得自己搭简单说LibreTranslate 就是一套翻译的 Web 服务装上之后它在本机开一个 HTTP 端口网页界面和 REST API 同时可用。你把文字发过去它把译文返回来仅此而已。但仅此而已的背后藏着三个实打实的价值数据主权所有翻译都在你的机器上完成敏感内容不出内网。零费用没有按字符计费没有免费额度用尽后的涨价。完全可控装哪些语言、给谁用、限不限制频次都是你说了算。它和普通云端 API 的本质区别可以看这张表对比维度LibreTranslate自托管商业云端翻译 API数据流向全程本地不出内网必须上传到厂商服务器费用一次性投入硬件模型无按量计费按字符/请求持续付费网络依赖部署后可完全离线每次调用都依赖外网语言模型按需下载可离线拷贝厂商锁定不可移植定制能力开源可改可量化、可裁剪仅限厂商提供的选项一句话如果你是个人开发者、内网团队或者对数据敏感的业务场景自托管是比云端更省心、更省钱的选择。第 1 关装好运行环境 ✅LibreTranslate 是纯 Python 项目要求 Python 3.8最省事的安装方式是直接通过 pip 装发布版pip install libretranslate想尝鲜最新代码也可以拉取仓库再以可编辑模式安装git clone https://gitcode.com/GitHub_Trending/li/LibreTranslate cd LibreTranslate pip install -e .验证结果终端执行libretranslate --help或python main.py --help能看到一长串启动参数说明说明安装成功。第 2 关第一次启动见证模型自动下载 ✅翻译能力的大脑是语言模型。首次启动时LibreTranslate 会检查本地模型缺失就自动从网络下载libretranslate --host 127.0.0.1 --port 5000验证结果日志中出现Loaded support for X languages (Y models total)!然后浏览器打开http://127.0.0.1:5000你会看到一个干净的翻译网页界面直接在文本框里输入文字就能翻译。第 3 关按需选择语言模型拒绝硬盘臃肿 ✅全部模型下载完要占用好几个 GB多数人根本用不上。仓库里提供了按语言裁剪的脚本scripts/install_models.py只需要中英互译就这么干python scripts/install_models.py --load_only_lang_codes en,zh只要英、法、西、德等欧洲主流语言就把代码用逗号拼起来python scripts/install_models.py --load_only_lang_codes en,fr,es,de,it验证结果脚本结束时会打印下载和加载的模型数量随后启动服务时带上同样的语言列表服务就会只认这些语言libretranslate --load-only en,zh第 4 关用 curl 验证 API 三大核心能力 ✅网页界面只是开胃菜REST API 才是自托管的价值所在。翻译接口长这样curl -X POST http://127.0.0.1:5000/translate \ -H Content-Type: application/json \ -d {q:Good morning,source:en,target:zh}验证结果返回 JSON 里出现translatedText: 早上好之类的译文。再试试语言检测和批量翻译# 语言检测自动判断输入是哪国语言 curl -X POST http://127.0.0.1:5000/detect \ -H Content-Type: application/json \ -d {q:Bonjour tout le monde} # 批量翻译q 传数组一次请求处理多条文本 curl -X POST http://127.0.0.1:5000/translate \ -H Content-Type: application/json \ -d {q:[Good morning,Have a nice day],source:en,target:zh}验证结果/detect返回语言代码如fr批量接口的translatedText是一个数组长度与输入一致。第 5 关把部署切成真离线模式 ✅离线部署的关键是模型提前备好启动时不联网。LibreTranslate 默认不会在启动时联网更新模型UPDATE_MODELS默认为 False这正是离线友好的设计。在有网的机器上预下载模型后把模型目录整个拷贝到离线机器即可模型默认存放在Linux / macOS~/.local/share/argos-translate/packages/Windows%APPDATA%\argos-translate\packages\离线机上直接用环境变量启动全程零网络访问export LT_LOAD_ONLYen,zh export LT_UPDATE_MODELSFalse libretranslate --host 0.0.0.0 --port 5000验证结果启动日志干净利落没有 Updating language models 之类的联网动作拔掉网线翻译依然秒回。第 6 关看一眼配置速查表按需拧开关 ✅所有配置都有环境变量和命令行参数两种写法环境变量统一加LT_前缀常用开关如下配置项环境变量命令行参数默认值作用限制可用语言LT_LOAD_ONLY--load-only全部只加载指定语言省内存启动时更新模型LT_UPDATE_MODELS--update-modelsFalse离线环境务必保持 False开启 API 密钥LT_API_KEYS--api-keysFalse为每个调用者做配额管理每分钟请求上限LT_REQ_LIMIT--req-limit-1不限防滥用可对单 IP 限流工作线程数LT_THREADS--threads4高并发时调大共享存储LT_SHARED_STORAGE--shared-storagememory://多进程/多节点共享限流状态翻译结果缓存LT_TRANSLATION_CACHE--translation-cache关闭缓存重复翻译提速明显第 7 关按部署场景对号入座 ✅最后对照这张选址图确认你的配置属于哪种档位部署场景推荐配置预计模型占用个人本地使用中英互译 默认参数约 300MB内网团队协作5~8 种常用语言 API 密钥 限流1GB 左右对外生产服务全语言 缓存 多线程 Docker3GB 以上验证结果服务在目标场景下稳定运行 24 小时无崩溃、无异常日志。到这里你已经拥有了一套属于自己的离线翻译服务。踩坑合集症状、原因与解法坑 1日志反复出现 Cannot update models (normal if youre offline)症状启动时打印Cannot update models (normal if youre offline)且之后没有任何语言被加载。原因离线环境下程序尝试同步模型索引失败本质是本地压根没有模型文件。解决这行字本身只是提示、不必惊慌。正确做法是在有网的机器上用scripts/install_models.py下载好模型把packages目录拷贝到离线机再正常启动即可。坑 2接口返回 400提示 xx is not supported症状调用/translate时指定某个语言组合直接被拒。原因目标语言对没有安装模型或者不在--load-only白名单里。解决确认模型确实已下载且--load-only的参数里包含了这对语言代码中英互译要保证en和zh都在列表里。坑 3内存不够启动即崩或奇慢症状加载几十种语言后内存吃满服务响应极慢。原因默认加载全部已安装模型语言越多内存占用越高。解决用--load-only裁剪语言同时把--threads调小别让线程数叠加内存峰值。进阶玩法让自托管翻译物超所值玩法一直接翻译整份文件仓库内置了文件翻译能力基于 argostranslate-files支持 HTML、PDF、Word、PPT 等常见格式。向/translate_files上传文档服务端解析并翻译后返回新文件适合批量处理多语言手册。不需要该功能时可用--disable-files-translation关闭。玩法二API 密钥 限流把服务安全地开放给团队开启--api-keys后用项目自带的ltmanage命令行工具创建和管理密钥再配合--req-limit、--req-flood-threshold做单用户配额与防刷。这样团队里每个人用自己的密钥谁超量一目了然。玩法三一次配置多节点扩展生产环境想扛住高并发--threads调高、--translation-cache all开启结果缓存重复文本直接命中缓存多台机器部署时用--shared-storage把限流状态共享到 Redis配合仓库里的docker-compose.yml和Dockerfile一键起容器扩展不过是改几个参数的事。现在你的翻译能力完全由你掌控回想开头的问题数据出内网、按量计费、模型被厂商锁死——这三个痛点LibreTranslate 全部给了你替代方案。它不追求炫技只做一件事把翻译这个能力完完整整地交还到你手里。从第 1 关到第 7 关你已经走完了从安装到离线的全部路程。剩下的就交给实践先跑起中英互译感受一下速度再按团队需求逐个打开开关。最棒的是这一切免费、开源而且完全属于你——现在就去搭一套吧。【免费下载链接】LibreTranslateFree and Open Source Machine Translation API. Self-hosted, offline capable and easy to setup.项目地址: https://gitcode.com/GitHub_Trending/li/LibreTranslate创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 LibreTranslate 自托管翻译服务完整上手：7 个勾选项跑通离线部署
LibreTranslate 自托管翻译服务完整上手7 个勾选项跑通离线部署【免费下载链接】LibreTranslateFree and Open Source Machine Translation API. Self-hosted, offline capable and easy to setup.项目地址: https://gitcode.com/GitHub_Trending/li/LibreTranslateLibreTranslate 是一个免费开源、可完全自托管的机器翻译 API翻译引擎由开源的 Argos Translate 驱动不依赖 Google、Azure 等任何商业服务断网也能用。如果你受够了云端翻译的限额、账单和数据外流这篇文章会带你用打勾通关的方式从零跑通一套属于你自己的离线翻译服务——每完成一步都有可验证的结果全程约 15 分钟。它到底是什么凭什么值得自己搭简单说LibreTranslate 就是一套翻译的 Web 服务装上之后它在本机开一个 HTTP 端口网页界面和 REST API 同时可用。你把文字发过去它把译文返回来仅此而已。但仅此而已的背后藏着三个实打实的价值数据主权所有翻译都在你的机器上完成敏感内容不出内网。零费用没有按字符计费没有免费额度用尽后的涨价。完全可控装哪些语言、给谁用、限不限制频次都是你说了算。它和普通云端 API 的本质区别可以看这张表对比维度LibreTranslate自托管商业云端翻译 API数据流向全程本地不出内网必须上传到厂商服务器费用一次性投入硬件模型无按量计费按字符/请求持续付费网络依赖部署后可完全离线每次调用都依赖外网语言模型按需下载可离线拷贝厂商锁定不可移植定制能力开源可改可量化、可裁剪仅限厂商提供的选项一句话如果你是个人开发者、内网团队或者对数据敏感的业务场景自托管是比云端更省心、更省钱的选择。第 1 关装好运行环境 ✅LibreTranslate 是纯 Python 项目要求 Python 3.8最省事的安装方式是直接通过 pip 装发布版pip install libretranslate想尝鲜最新代码也可以拉取仓库再以可编辑模式安装git clone https://gitcode.com/GitHub_Trending/li/LibreTranslate cd LibreTranslate pip install -e .验证结果终端执行libretranslate --help或python main.py --help能看到一长串启动参数说明说明安装成功。第 2 关第一次启动见证模型自动下载 ✅翻译能力的大脑是语言模型。首次启动时LibreTranslate 会检查本地模型缺失就自动从网络下载libretranslate --host 127.0.0.1 --port 5000验证结果日志中出现Loaded support for X languages (Y models total)!然后浏览器打开http://127.0.0.1:5000你会看到一个干净的翻译网页界面直接在文本框里输入文字就能翻译。第 3 关按需选择语言模型拒绝硬盘臃肿 ✅全部模型下载完要占用好几个 GB多数人根本用不上。仓库里提供了按语言裁剪的脚本scripts/install_models.py只需要中英互译就这么干python scripts/install_models.py --load_only_lang_codes en,zh只要英、法、西、德等欧洲主流语言就把代码用逗号拼起来python scripts/install_models.py --load_only_lang_codes en,fr,es,de,it验证结果脚本结束时会打印下载和加载的模型数量随后启动服务时带上同样的语言列表服务就会只认这些语言libretranslate --load-only en,zh第 4 关用 curl 验证 API 三大核心能力 ✅网页界面只是开胃菜REST API 才是自托管的价值所在。翻译接口长这样curl -X POST http://127.0.0.1:5000/translate \ -H Content-Type: application/json \ -d {q:Good morning,source:en,target:zh}验证结果返回 JSON 里出现translatedText: 早上好之类的译文。再试试语言检测和批量翻译# 语言检测自动判断输入是哪国语言 curl -X POST http://127.0.0.1:5000/detect \ -H Content-Type: application/json \ -d {q:Bonjour tout le monde} # 批量翻译q 传数组一次请求处理多条文本 curl -X POST http://127.0.0.1:5000/translate \ -H Content-Type: application/json \ -d {q:[Good morning,Have a nice day],source:en,target:zh}验证结果/detect返回语言代码如fr批量接口的translatedText是一个数组长度与输入一致。第 5 关把部署切成真离线模式 ✅离线部署的关键是模型提前备好启动时不联网。LibreTranslate 默认不会在启动时联网更新模型UPDATE_MODELS默认为 False这正是离线友好的设计。在有网的机器上预下载模型后把模型目录整个拷贝到离线机器即可模型默认存放在Linux / macOS~/.local/share/argos-translate/packages/Windows%APPDATA%\argos-translate\packages\离线机上直接用环境变量启动全程零网络访问export LT_LOAD_ONLYen,zh export LT_UPDATE_MODELSFalse libretranslate --host 0.0.0.0 --port 5000验证结果启动日志干净利落没有 Updating language models 之类的联网动作拔掉网线翻译依然秒回。第 6 关看一眼配置速查表按需拧开关 ✅所有配置都有环境变量和命令行参数两种写法环境变量统一加LT_前缀常用开关如下配置项环境变量命令行参数默认值作用限制可用语言LT_LOAD_ONLY--load-only全部只加载指定语言省内存启动时更新模型LT_UPDATE_MODELS--update-modelsFalse离线环境务必保持 False开启 API 密钥LT_API_KEYS--api-keysFalse为每个调用者做配额管理每分钟请求上限LT_REQ_LIMIT--req-limit-1不限防滥用可对单 IP 限流工作线程数LT_THREADS--threads4高并发时调大共享存储LT_SHARED_STORAGE--shared-storagememory://多进程/多节点共享限流状态翻译结果缓存LT_TRANSLATION_CACHE--translation-cache关闭缓存重复翻译提速明显第 7 关按部署场景对号入座 ✅最后对照这张选址图确认你的配置属于哪种档位部署场景推荐配置预计模型占用个人本地使用中英互译 默认参数约 300MB内网团队协作5~8 种常用语言 API 密钥 限流1GB 左右对外生产服务全语言 缓存 多线程 Docker3GB 以上验证结果服务在目标场景下稳定运行 24 小时无崩溃、无异常日志。到这里你已经拥有了一套属于自己的离线翻译服务。踩坑合集症状、原因与解法坑 1日志反复出现 Cannot update models (normal if youre offline)症状启动时打印Cannot update models (normal if youre offline)且之后没有任何语言被加载。原因离线环境下程序尝试同步模型索引失败本质是本地压根没有模型文件。解决这行字本身只是提示、不必惊慌。正确做法是在有网的机器上用scripts/install_models.py下载好模型把packages目录拷贝到离线机再正常启动即可。坑 2接口返回 400提示 xx is not supported症状调用/translate时指定某个语言组合直接被拒。原因目标语言对没有安装模型或者不在--load-only白名单里。解决确认模型确实已下载且--load-only的参数里包含了这对语言代码中英互译要保证en和zh都在列表里。坑 3内存不够启动即崩或奇慢症状加载几十种语言后内存吃满服务响应极慢。原因默认加载全部已安装模型语言越多内存占用越高。解决用--load-only裁剪语言同时把--threads调小别让线程数叠加内存峰值。进阶玩法让自托管翻译物超所值玩法一直接翻译整份文件仓库内置了文件翻译能力基于 argostranslate-files支持 HTML、PDF、Word、PPT 等常见格式。向/translate_files上传文档服务端解析并翻译后返回新文件适合批量处理多语言手册。不需要该功能时可用--disable-files-translation关闭。玩法二API 密钥 限流把服务安全地开放给团队开启--api-keys后用项目自带的ltmanage命令行工具创建和管理密钥再配合--req-limit、--req-flood-threshold做单用户配额与防刷。这样团队里每个人用自己的密钥谁超量一目了然。玩法三一次配置多节点扩展生产环境想扛住高并发--threads调高、--translation-cache all开启结果缓存重复文本直接命中缓存多台机器部署时用--shared-storage把限流状态共享到 Redis配合仓库里的docker-compose.yml和Dockerfile一键起容器扩展不过是改几个参数的事。现在你的翻译能力完全由你掌控回想开头的问题数据出内网、按量计费、模型被厂商锁死——这三个痛点LibreTranslate 全部给了你替代方案。它不追求炫技只做一件事把翻译这个能力完完整整地交还到你手里。从第 1 关到第 7 关你已经走完了从安装到离线的全部路程。剩下的就交给实践先跑起中英互译感受一下速度再按团队需求逐个打开开关。最棒的是这一切免费、开源而且完全属于你——现在就去搭一套吧。【免费下载链接】LibreTranslateFree and Open Source Machine Translation API. Self-hosted, offline capable and easy to setup.项目地址: https://gitcode.com/GitHub_Trending/li/LibreTranslate创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考