TranslateBooksWithLLMs

GitHub
580 74 简单 1 次阅读 今天AGPL-3.0语言模型开发框架插件
AI 解读 由 AI 自动生成,仅供参考

TranslateBooksWithLLMs 是一款专为长篇内容翻译设计的开源工具,能利用大语言模型(LLM)将整本书籍、字幕文件或文档翻译成目标语言。它有效解决了传统翻译工具在处理超长文本时容易丢失上下文、破坏原有排版格式以及无法断点续传的痛点。

无论是本地运行的 Ollama,还是云端的 OpenAI、Gemini、Poe 等主流模型,该工具都能灵活接入。其核心亮点在于智能分块技术,能在处理数千页小说或复杂文档时保持语境连贯;同时完美保留 EPUB 的样式结构、SRT 的时间轴同步以及 DOCX 的格式细节,确保译文与原文版式一致。此外,内置的自动检查点机制允许用户随时中断任务,并在下次启动时无缝从进度处继续,无需担心数据丢失。

这款工具非常适合需要翻译电子书的普通读者、制作多语言字幕的视频创作者,以及希望低成本部署本地翻译方案的研究人员。无需深厚的编程背景,用户可直接下载预编译版本使用,也支持开发者通过源码进行个性化定制。如果你正在寻找一款既能保证翻译质量,又能完美还原文档格式的智能化解决方案,TranslateBooksWithLLMs 值得尝试。

使用场景

一位独立开发者急需将一本 800 页的英文技术专著《分布式系统架构》本地化,以便向中文社区分享前沿知识。

没有 TranslateBooksWithLLMs 时

  • 格式灾难:手动复制粘贴文本导致 EPUB 原有的章节结构、代码块高亮和超链接全部丢失,后期修复排版比翻译本身更耗时。
  • 长度限制:主流在线翻译工具对文件大小有严格限制,不得不将书籍强行拆分为几十个小文件,严重破坏上下文连贯性。
  • 进度风险:翻译过程一旦因网络波动或超时中断,之前数小时的工作成果往往付诸东流,无法从断点继续。
  • 成本高昂:聘请专业人工翻译整本技术书费用极高,而普通机器翻译又难以准确理解“共识算法”等专业术语。

使用 TranslateBooksWithLLMs 后

  • 完美还原:直接导入原始 EPUB 文件,输出文件完整保留了所有样式、目录结构和代码格式,无需任何后期排版调整。
  • 无限篇幅:利用智能分块技术一次性处理整本 800 页巨著,自动维护段落间的语境关联,确保专业术语前后一致。
  • 断点续传:即使在翻译中途关闭电脑或网络断开,下次启动时能自动读取检查点,从上一页中断处无缝继续。
  • 灵活选型:可自由切换 Ollama 本地部署的大模型或 Poe 云端服务,以极低成本获得接近专家水平的技术术语翻译质量。

TranslateBooksWithLLMs 让个人开发者也能以零门槛、低成本实现专业级长篇技术文档的无损本地化。

运行环境要求

操作系统
  • Windows
  • macOS
  • Linux
GPU
  • 非必需
  • 若使用本地模型(如通过 Ollama、LM Studio),需根据所选模型大小配置相应 GPU 和显存
  • 若使用云端 API 则无本地 GPU 需求
内存

未说明(取决于是否运行本地大模型及模型大小)

依赖
notes该工具支持直接下载预编译的可执行文件(无需安装 Python)。若从源码运行,需预先安装 Git、Python 3.8+ 和 Ollama。支持多种后端:本地部署(Ollama, llama.cpp, LM Studio 等)或云端 API(Poe, OpenRouter, OpenAI, Gemini 等)。使用本地模型时,硬件需求完全取决于用户选择的具体模型(例如 README 示例中拉取了 qwen3:14b 或 mistral-small:24b)。首次运行会自动创建配置文件夹。
python3.8+
未明确列出具体库版本,需安装 Python 环境及 Ollama
TranslateBooksWithLLMs hero image

快速开始

用大语言模型翻译书籍

使用 AI 翻译书籍字幕文档——本地或云端均可。

无大小限制。 可处理任意长度的文档,从单页到千页长篇小说皆可。智能分块系统能够处理无限内容,同时保持各段落之间的上下文连贯性。

完美保留原貌。 您的文档输出与输入完全一致:EPUB 格式、样式和结构均保持原样。SRT 时间码也始终保持同步。每一个标签、每一处时间戳、每一条格式细节都会被完整保留。

随时恢复进度。 翻译过程中断了?您可以从上次停止的地方继续。检查点系统会自动保存您的进度。

支持格式:EPUBSRTDOCXTXT

image

服务提供商:

Ollama   Poe   OpenRouter   OpenAI   Mistral   DeepSeek   Gemini

翻译质量基准测试 —— 为您的目标语言找到最佳模型。


快速入门

下载可执行文件(无需 Python!)

下载 Windows 下载 macOS Intel 下载 macOS Apple Silicon

  1. 下载并解压适合您平台的压缩包
  2. 安装 Ollama(用于本地 AI 模型)
  3. 运行 TranslateBook.exe(Windows)或 ./TranslateBook(macOS)
  4. 在浏览器中打开 http://localhost:5000

注意: 首次运行时会创建一个包含配置文件的 TranslateBook_Data 文件夹。

macOS: 首次启动时,请前往“系统设置” > “隐私与安全性”,然后点击“仍要打开”。


给技术宅们——从源码安装

先决条件: Python 3.8+OllamaGit

git clone https://github.com/hydropix/TranslateBooksWithLLMs.git
cd TranslateBookWithLLM
ollama pull qwen3:14b    # 下载一个模型

# Windows
start.bat

# Mac/Linux
chmod +x start.sh && ./start.sh

Web 界面将在 http://localhost:5000 打开。


LLM 服务提供商

服务提供商 类型 设置
Ollama 本地 ollama.com
Poe 云端(推荐) poe.com/api_key
OpenAI 兼容 本地 llama.cpp、LM Studio、vLLM、LocalAI...
OpenRouter 云端(200+ 模型) openrouter.ai/keys
OpenAI 云端 platform.openai.com
Mistral 云端 console.mistral.ai
DeepSeek 云端 platform.deepseek.com
Gemini 云端 Google AI Studio

OpenAI 兼容服务器: 使用 --provider openai 并指定您的服务器端点(例如,llama.cpp:http://localhost:8080/v1/chat/completions,LM Studio:http://localhost:1234/v1/chat/completions)。

详细设置说明请参阅 docs/PROVIDERS.md


命令行工具

# 基本用法(自动生成“book (Chinese).epub”)
python translate.py -i book.epub -sl English -tl Chinese

# 使用 OpenRouter
python translate.py -i book.txt --provider openrouter \
    --openrouter_api_key YOUR_KEY -m anthropic/claude-sonnet-4 -tl French

# 使用 OpenAI
python translate.py -i book.txt --provider openai \
    --openai_api_key YOUR_KEY -m gpt-4o -tl French

# 使用 Gemini
python translate.py -i book.txt --provider gemini \
    --gemini_api_key YOUR_KEY -m gemini-2.0-flash -tl French

# 使用本地 OpenAI 兼容服务器(llama.cpp、LM Studio、vLLM 等)
python translate.py -i book.txt --provider openai \
    --api_endpoint http://localhost:8080/v1/chat/completions -m your-model -tl French

主要选项

选项 描述 默认值
-i, --input 输入文件 必填
-o, --output 输出文件 自动:{name} ({lang}).{ext}
-sl, --source_lang 源语言 英语
-tl, --target_lang 目标语言 中文
-m, --model 模型名称 mistral-small:24b
--provider ollama/openrouter/openai/gemini ollama
--text-cleanup OCR/排版清理 关闭
--refine 第二次润色以提升文学性 关闭
--tts 生成音频(Edge-TTS) 关闭

更多选项(TTS 音色、语速、格式等)请参阅 docs/CLI.md


配置文件 (.env)

.env.example 复制到 .env 并进行编辑:

# 服务提供商
LLM_PROVIDER=ollama

# Ollama
API_ENDPOINT=http://localhost:11434/api/generate
DEFAULT_MODEL=mistral-small:24b

# API 密钥(如果使用云端服务)
OPENROUTER_API_KEY=sk-or-v1-...
OPENAI_API_KEY=sk-...
GEMINI_API_KEY=...

# 性能
REQUEST_TIMEOUT=900
MAX_TOKENS_PER_CHUNK=400  # 基于 token 的分块(默认:400 tokens)

Docker

docker build -t translatebook .
docker run -p 5000:5000 -v $(pwd)/translated_files:/app/translated_files translatebook

更多选项请参阅 DOCKER.md


故障排除

问题 解决方案
Ollama 无法连接 检查 Ollama 是否正在运行,测试 curl http://localhost:11434/api/tags
未找到模型 运行 ollama list,然后 ollama pull 模型名

更多解决方案请参阅 docs/TROUBLESHOOTING.md


文档

指南 描述
docs/PROVIDERS.md 详细的提供商设置(Ollama、LM Studio、OpenRouter、OpenAI、Gemini)
docs/CLI.md 完整的命令行界面参考
docs/TROUBLESHOOTING.md 问题解决方案
DOCKER.md Docker 部署指南

链接


许可证: AGPL-3.0

版本历史

v1.0.192026/03/28
v1.0.182026/03/27
v1.0.172026/03/18
v1.0.162026/03/10
v1.0.152026/03/07
v1.0.142026/02/26
v1.0.132026/02/26
v1.0.122026/02/25
v1.0.112026/02/25
v1.0.102026/02/13
v1.0.92026/02/13
v1.0.82026/02/10
v1.0.72026/02/02
v1.0.62026/01/30
v1.0.52026/01/28
v1.0.42026/01/25
v1.0.32026/01/20
v1.0.22026/01/18
v1.0.12026/01/17
v1.0.02026/01/16

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|5天前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|6天前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

150k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

108.3k|★★☆☆☆|昨天
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|昨天
插件Agent图像

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|4天前
插件开发框架