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
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust020
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
677
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
518
630
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.57 K
910
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++
948
889
暂无简介
Dart
923
228
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
399
304
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
634
217
openGauss kernel ~ openGauss is an open source relational database management system
C++
183
260