TranslateBooksWithLLMs
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
- Windows
- macOS
- Linux
- 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
未说明(取决于是否运行本地大模型及模型大小)

快速开始
用大语言模型翻译书籍
使用 AI 翻译书籍、字幕和文档——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:EPUB、SRT、DOCX、TXT
服务提供商:
- Ollama(本地 / 云端)
- Poe ⭐ 推荐——设置简单,支持多种 AI 模型
- OpenRouter(200+ 模型)
- OpenAI(兼容 LM Studio)
- 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!)
- 下载并解压适合您平台的压缩包
- 安装 Ollama(用于本地 AI 模型)
- 运行
TranslateBook.exe(Windows)或./TranslateBook(macOS) - 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+、Ollama、Git
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)
将 .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
v1.0.192026/03/28v1.0.182026/03/27v1.0.172026/03/18v1.0.162026/03/10v1.0.152026/03/07v1.0.142026/02/26v1.0.132026/02/26v1.0.122026/02/25v1.0.112026/02/25v1.0.102026/02/13v1.0.92026/02/13v1.0.82026/02/10v1.0.72026/02/02v1.0.62026/01/30v1.0.52026/01/28v1.0.42026/01/25v1.0.32026/01/20v1.0.22026/01/18v1.0.12026/01/17v1.0.02026/01/16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
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。
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
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。
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。
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