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 StartedRust0154- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.76 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude 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 Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
987
253
