LibreTranslate离线部署实战:30分钟构建零依赖的私有翻译API
发布时间:2026/8/21 19:42:33 作者:尧图编辑部 阅读量:1,286

LibreTranslate离线部署实战30分钟构建零依赖的私有翻译API【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公司的内网隔离了外网但业务系统偏偏需要翻译能力数据又绝不能出网。LibreTranslate——这款免费开源的机器翻译API恰好就是为这种自托管、可离线、开箱即用的场景而生的。它底层用Argos Translate引擎驱动不依赖任何商业翻译服务跑起来就是你自己的翻译堡垒。先拿第一波甜点五分钟跑起来别急着研究架构。只要目标机器有Python 3.8先让服务转起来pip install libretranslate libretranslate --load-only en,zh --host 0.0.0.0 --port 5000首次启动会自动联网下载中英互译模型约600MB装完浏览器打开http://localhost:5000一个翻译界面就在眼前。curl测一发curl -X POST http://localhost:5000/translate -H Content-Type: application/x-www-form-urlencoded -d qHello worldsourceentargetzh看到中文返回的那一刻你已经拿到了整个系统的核心翻译模型就是一切。两个必须懂的概念模型即大脑。每个语言对是一个独立的.argosmodel文件默认躺在~/.local/share/argos-translate/packages/下。en_zh管英译中zh_en管中译英互不相干。这也意味着你可以只带需要的大脑上船而不是背一整个仓库。LT_ 前缀即开关。项目用环境变量控制行为见libretranslate/default_values.py。LT_UPDATE_MODELS、LT_LOAD_ONLY、LT_SHARED_STORAGE这些变量决定了启动时是联网拉模型还是安静地用本地货——离线部署全靠它们。完整实战把整套服务搬进内网第1步有网机器上准备依赖git clone https://gitcode.com/GitHub_Trending/li/LibreTranslate cd LibreTranslate python -m venv venv source venv/bin/activate pip install -r requirements.txt # 依赖锁定在 pyproject.tomlFlask 2.2.5、argos-translate-lt 1.12.1 等第2步按需下载模型而不是全部参考文章说全量要3-4GB其实大多数人只需要几对语言。只装中英互译用项目自带的脚本python scripts/install_models.py --load_only_lang_codes en,zh看日志里的Keep 2 models和Loaded support for 2 languages说明成功。模型文件就在~/.local/share/argos-translate/packages/连同整个虚拟环境目录一起拷到内网机翻译能力就跟着过去了。第3步离线依赖打包pip download -r requirements.txt -d offline_deps/ --only-binary:all:把offline_deps/一并拷贝。内网机安装时用pip install --no-index --find-links./offline_deps/ -r requirements.txt第4步离线启动与验证export LT_UPDATE_MODELSFalse export LT_SHARED_STORAGEmemory:// python main.py --load-only en,zh --host 0.0.0.0 --port 5000启动日志出现Cannot update models (normal if youre offline)是正常现象——它试图联网刷新模型索引失败但本地模型照常加载。然后按清单验证看日志Loaded support for 2 languagesPOST/translate和/detect各测一遍连续翻译两次第二次应明显更快内存缓存生效见libretranslate/cache.py。不同规模的取舍对照方案语言对模型体积适用场景最小化中英互译约600MB个人/单业务标准en欧系5语言1-1.5GB中小企业完整全语言3-4GB多语团队定向单向模型可再减半只做外译中踩过的坑帮你提前避雷模型文件没拷全症状是启动后/translate返回 400 找不到语言对。解法确认packages/下.argosmodel和索引文件完整权限可读。Python版本不一致症状是内网装依赖报编译错误。解法两台机器用同一大版本尽量3.10或3.11别用3.13以下太新或3.8以下太老的组合。启动时卡在联网症状是启动极慢、一直等模型更新。解法显式设LT_UPDATE_MODELSFalse并给启动脚本加超时兜底。内存被多模型吃光症状是服务启动后频繁崩溃。解法别用--load-only塞太多语言按需加载必要时--threads 2降并发。出发前核对清单虚拟环境与模型目录已整体拷贝LT_UPDATE_MODELSFalse已设置启动日志出现 Loaded support 提示/translate与/detect各测通一次断网状态下重启服务仍正常离线翻译不该是复杂工程LibreTranslate把它压成了拷目录、设变量、跑服务三步。现在就去克隆项目、装好中英模型把这套翻译能力真正握在自己手里。相关脚本就在 scripts/install_models.py开干吧。【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