LibreTranslate项目:自托管开源机器翻译API完全指南
2026-02-04 04:00:45作者:凤尚柏Louis
什么是LibreTranslate
LibreTranslate是一款完全开源且可自托管的机器翻译API解决方案,它不依赖于任何商业翻译服务(如Google或Azure翻译API)。该项目基于Argos Translate开源库构建,允许用户在自己的服务器上部署完整的机器翻译服务。
核心特性
- 完全开源:代码和翻译引擎均基于开源技术
- 自托管能力:可在本地或私有服务器上部署
- 多语言支持:支持众多语言互译
- API接口:提供RESTful API供程序调用
- Web界面:内置用户友好的翻译网页界面
API使用详解
LibreTranslate提供了简单易用的API接口,以下是几种典型使用场景:
基础翻译请求
const res = await fetch("https://libretranslate.com/translate", {
method: "POST",
body: JSON.stringify({
q: "Hello!",
source: "en",
target: "es",
}),
headers: { "Content-Type": "application/json" },
});
自动语言检测
通过设置source参数为"auto",API可自动检测输入文本的语言:
source: "auto",
HTML内容翻译
支持直接翻译HTML内容而保持标签结构:
format: "html",
获取替代翻译结果
可以请求获取同一文本的多个翻译变体:
alternatives: 3,
安装与部署
基础安装
要求Python 3.8+环境:
pip install libretranslate
libretranslate [args]
按需加载语言
为减少启动时间和资源占用,可指定只加载特定语言:
libretranslate --load-only en,es,fr
Docker部署
提供便捷的Docker运行方式:
./run.sh [args] # Linux/macOS
run.bat [args] # Windows
CUDA加速
对于配备NVIDIA GPU的服务器,可使用CUDA加速:
docker compose -f docker-compose.cuda.yml up -d --build
配置参数详解
LibreTranslate提供丰富的配置选项,分为两类:
运行时标志
| 参数 | 说明 | 默认值 |
|---|---|---|
| --debug | 启用调试环境 | 关闭 |
| --ssl | 启用SSL加密 | 关闭 |
| --api-keys | 启用API密钥验证 | 关闭 |
| --disable-web-ui | 禁用Web界面 | 启用 |
配置参数
| 参数 | 说明 | 默认值 |
|---|---|---|
| --host | 绑定主机 | 127.0.0.1 |
| --port | 绑定端口 | 5000 |
| --char-limit | 字符数限制 | 无限制 |
| --req-limit | 每分钟请求限制 | 无限制 |
| --threads | 工作线程数 | 4 |
高级部署方案
WSGI与Gunicorn
适合生产环境部署:
pip install gunicorn
gunicorn --bind 0.0.0.0:5000 'wsgi:app'
Kubernetes部署
可使用Helm chart或直接应用k8s.yaml配置文件进行Kubernetes集群部署。
维护与更新
软件更新
pip安装方式:
pip install -U libretranslate
Docker方式:
docker pull libretranslate/libretranslate
语言模型更新
启动时添加参数:
libretranslate --update-models
性能优化建议
- 根据实际需求只加载必要语言
- 生产环境建议使用Gunicorn+WSGI
- 配备GPU的服务器使用CUDA加速
- 合理设置请求限制和字符限制
- 对于高负载场景考虑Kubernetes集群部署
LibreTranslate为需要自主可控翻译服务的用户提供了完美的开源解决方案,既保护了数据隐私,又避免了商业API的使用限制和费用问题。
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 StartedRust0193
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 Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook05
项目优选
收起
暂无描述
Dockerfile
766
4.99 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++
857
1.94 K
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++
686
1.34 K
Ascend Extension for PyTorch
Python
721
888
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
458
445
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
1.01 K
262
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
151
253
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 K
617