零成本构建DeepL本地化API服务：从部署到场景落地指南

在全球化协作日益频繁的今天，开发者和内容创作者常常需要高效准确的翻译服务。DeepLX作为一款将DeepL免费服务转换为本地API的工具，无需Token即可使用，为用户提供了免费翻译接口和无token部署的便利，支持第三方程序调用，极大降低了翻译工具的使用门槛。

核心价值：为什么选择DeepLX本地化API服务

场景引入

当你在使用翻译软件时，是否遇到过API调用成本高、依赖外部网络不稳定的问题？DeepLX本地化API服务为你提供了一种解决方案。

DeepLX能够将DeepL的免费服务转化为本地可访问的API，其核心价值主要体现在以下几个方面：

• 免费无限制：无需支付高昂的API费用，也无需获取和管理Token，即可免费使用DeepL的翻译服务。
• 本地部署：将服务部署在本地，避免了对外部网络的依赖，提高了翻译请求的响应速度和稳定性。
• 灵活集成：支持第三方程序调用，可与各种翻译软件、文档处理工具等集成，满足不同场景的翻译需求。

图：沉浸式翻译中配置DeepLX服务的界面，显示API URL验证成功

实施路径：从零开始搭建DeepLX本地化服务

场景引入

对于刚接触本地化服务部署的用户，可能不知道如何获取项目代码并完成安装启动。下面将详细介绍具体步骤。

获取项目代码并部署

🔧 操作目标：将DeepLX项目代码克隆到本地并完成部署。 🔧 分步指令：

1. 执行以下命令克隆仓库到本地：

git clone https://gitcode.com/gh_mirrors/de/DeepLX
cd DeepLX

2. 安装Go模块依赖：

go mod download

3. 直接运行服务：

go run main.go

🔧 结果验证：服务启动后，在浏览器中访问 http://localhost:1188，若能正常打开页面，则说明部署成功。

定制服务运行参数

🔧 操作目标：根据需求修改DeepLX服务的运行参数。 🔧 分步指令：

1. 了解常用参数：

⚙️ 绑定IP：通过命令行参数 -ip 或环境变量 IP 设置，默认值为 0.0.0.0。例如 -ip 127.0.0.1 或 IP=127.0.0.1。 ⚙️ 服务端口：通过命令行参数 -port 或环境变量 PORT 设置，默认值为 1188。例如 -port 8080 或 PORT=8080。 ⚙️ 访问令牌：通过命令行参数 -token 或环境变量 TOKEN 设置，默认无。例如 -token yourkey 或 TOKEN=yourkey。

2. 使用自定义参数启动服务，示例：

go run main.go -port 8080 -token abc123

🔧 结果验证：启动服务后，通过相应的IP和端口访问服务，检查是否能正常响应；使用设置的访问令牌进行请求，验证是否需要令牌才能访问。

场景落地：DeepLX本地化API服务的实际应用

场景引入

DeepLX本地化API服务可以应用在多种实际场景中，为不同用户提供便利。

为翻译软件提供API支持

将DeepLX作为本地API服务，在沉浸式翻译等工具中配置自定义API地址。在沉浸式翻译的设置中，选择翻译服务为DeepLX(Beta)，并填写API URL为 http://localhost:1188/translate，请求方式为POST。这样，翻译软件就可以通过本地API调用DeepL的翻译服务，支持多语言互译，且响应速度更快。

图：翻译软件服务配置界面，显示DeepLX插件已启用并配置接口域名

与自动化脚本集成实现批量翻译

场景描述：在处理大量文档或数据时，需要进行批量翻译。可以编写自动化脚本，调用DeepLX本地化API服务实现批量翻译功能。 实现示例：使用Python编写一个简单的批量翻译脚本，读取文本文件中的内容，调用DeepLX API进行翻译，并将结果保存到新的文件中。

import requests
import json

def translate_text(text, source_lang, target_lang):
    url = "http://localhost:1188/translate"
    data = {
        "text": text,
        "source_lang": source_lang,
        "target_lang": target_lang
    }
    response = requests.post(url, json=data)
    return response.json()["translations"][0]["text"]

with open("input.txt", "r", encoding="utf-8") as f:
    texts = f.readlines()

translated_texts = []
for text in texts:
    translated = translate_text(text.strip(), "EN", "ZH")
    translated_texts.append(translated)

with open("output.txt", "w", encoding="utf-8") as f:
    f.write("\n".join(translated_texts))

故障排查：解决DeepLX服务使用中的问题

问题现象：服务启动后无法访问

• 诊断流程：首先检查服务是否正常启动，查看命令行输出是否有错误信息；然后检查端口是否被占用，可使用 netstat -tuln 命令查看端口占用情况；最后检查防火墙设置，是否允许该端口的访问。
• 解决方案：如果端口被占用，更换未占用的端口，如使用 -port 8081 启动服务；如果是防火墙限制，在防火墙设置中开放相应的端口。
• 预防措施：在启动服务前，先检查端口是否可用；定期检查防火墙规则，确保服务端口的访问权限。

问题现象：翻译请求返回403错误

• 诊断流程：检查DL Session配置是否正确，查看相关配置文件或启动参数；检查网络是否能正常访问DeepL官网，可尝试在浏览器中访问DeepL网站。
• 解决方案：通过 -s 参数设置有效的DL Session；如果网络无法访问DeepL官网，检查网络连接或使用代理。
• 预防措施：定期检查DL Session的有效性；确保网络环境稳定，能够正常访问DeepL服务。

常见问题索引

1. 如何设置访问密码保护API？
   使用 -token 参数设置访问令牌，请求时需在Header中携带 Authorization: Bearer 你的令牌。

2. 是否支持Docker部署？
   项目提供Dockerfile，可通过 docker build -t deeplx . 构建镜像后运行。

你可能还想了解

• 问题：DeepLX本地化API服务是否支持多语言同时翻译？
  解答：目前DeepLX主要支持常见的语言互译，具体支持的语言可查看项目源码或相关文档。在实际使用中，可通过传递不同的源语言和目标语言参数来实现多语言翻译。

• 问题：如何监控DeepLX服务的运行状态和请求情况？
  解答：当前版本暂不支持内置的监控功能，但可以通过第三方工具如Prometheus结合相关插件来实现对服务运行状态和请求的监控，也可以查看服务运行的日志文件（如果有配置日志输出的话）来了解请求情况。