断网也能翻译!kiss-translator完全离线使用指南
2026-02-05 04:39:31作者:范靓好Udolf
你是否遇到过这样的尴尬:在高铁上想阅读英文文档、在国外旅行时想查看当地网页,却发现没有网络连接?作为一款简约、开源的双语对照翻译扩展与油猴脚本,kiss-translator不仅支持在线翻译,还提供了强大的离线使用能力。本文将带你解锁三种核心离线方案,让你在无网络环境下也能畅享翻译服务。
方案一:浏览器内置AI翻译(零配置即用)
最便捷的离线翻译方式是使用浏览器内置的AI翻译功能。kiss-translator已深度集成Chrome浏览器的BuiltinAI翻译接口,无需额外配置即可在断网时使用。
启用步骤:
- 打开扩展设置页面(快捷键
Alt+O) - 在翻译服务选项中选择「Chrome BuiltinAI」
- 启用「优先使用缓存」选项(位于高级设置)
核心实现代码位于src/config/api.js,该模块定义了内置AI翻译的基础配置。当网络不可用时,系统会自动切换至本地处理模式,利用浏览器内置的AI模型进行翻译。
方案二:Ollama本地大模型部署(高级玩家首选)
对于需要高质量离线翻译的用户,推荐部署Ollama本地大模型。通过自定义接口配置,可将翻译请求完全本地化处理。
部署流程:
- 安装Ollama并启动服务:
# 启动时允许跨域访问(关键步骤)
OLLAMA_ORIGINS=* ollama serve
-
在扩展中添加自定义接口:
- URL:
http://localhost:11434/v1/chat/completions - 请求Hook代码参考custom-api_v2.md中Ollama配置示例
- 响应Hook使用内置
parseAIRes函数解析结果
- URL:
-
测试本地连接:在设置页面点击「测试接口」按钮
关键代码实现位于src/libs/builtinAI.js,该模块处理本地模型的请求分发与响应解析。系统会自动判断网络状态,在离线时将翻译任务路由至本地Ollama服务。
方案三:翻译缓存优化策略(无缝衔接网络切换)
即使没有本地模型,通过优化缓存策略也能显著提升离线体验。系统默认缓存翻译结果,配置得当可满足日常阅读需求。
配置方法:
- 打开设置页面「高级选项」
- 调整缓存参数:
- 缓存超时时间:建议设置为86400秒(24小时)
- 缓存容量限制:根据需求调整(默认500条)
- 启用「预缓存常用语言对」选项
缓存机制由src/libs/cache.js实现,核心函数包括:
putHttpCache: 存储翻译结果到本地缓存getHttpCache: 从缓存读取数据tryClearCaches: 手动清除过期缓存
缓存工作流程:
sequenceDiagram
participant 用户
participant 扩展
participant 缓存系统
participant 本地模型
用户->>扩展: 发起翻译请求
扩展->>扩展: 检查网络状态
alt 网络可用
扩展->>缓存系统: 检查缓存
alt 缓存命中
缓存系统-->>扩展: 返回缓存结果
else 未命中
扩展->>远程API: 请求翻译
远程API-->>扩展: 返回结果
扩展->>缓存系统: 存储结果
end
else 离线模式
扩展->>本地模型: 请求翻译
本地模型-->>扩展: 返回结果
end
扩展-->>用户: 显示翻译结果
离线功能最佳实践
日常使用建议:
- 定期预热缓存:在有网络时浏览常用网站,系统会自动缓存翻译结果
- 配置快捷键:设置
Alt+Shift+O快速切换离线模式(src/libs/shortcut.js) - 监控缓存状态:通过「高级设置」中的「缓存统计」查看缓存使用率
常见问题解决:
- 缓存不生效:检查src/libs/cache.js中的
DEFAULT_CACHE_TIMEOUT值 - 本地模型无响应:确认Ollama服务状态及src/config/setting.js中的本地接口配置
- 翻译质量下降:尝试更新本地模型或调整src/libs/interpreter.js中的翻译参数
结语
通过本文介绍的三种方案,你可以根据实际需求选择合适的离线翻译策略。从简单的缓存优化到高级的本地模型部署,kiss-translator提供了灵活的离线解决方案。完整项目文档可参考README.md,更多高级技巧欢迎在社区分享。
无论是商务出行还是网络不稳定环境,这些技巧都能确保你始终保持顺畅的翻译体验。现在就打开扩展设置,配置你的专属离线翻译方案吧!
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
Ascend Extension for PyTorch
Python
756
959
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.39 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
183
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
645
