中文 | English | 日本語 | Français | Deutsch
在自己电脑上运行的免费离线翻译服务，速度超快⚡，不需要显卡（但也支持显卡加速）。支持多种语言，可搭配浏览器和编辑器插件使用。速度和内存占用取决于电脑配置、语言和文本长度。
适合日常阅读和理解大意。翻译结果可能有误，重要内容请核对原文。推荐搭配具有双语翻译对照功能的软件使用。
从 v4 或更早版本升级后，首次使用某个翻译方向时可能需要重新准备翻译文件。
可能不是最新版的模型
| 网站 | TOKEN | 其他接口 | 提供者 |
|---|---|---|---|
| ipacel.cc | __IpacEL_MT_API_TOKEN__ |
沉浸式翻译: https://MTranServer.ipacel.cc/imme?token=__IpacEL_MT_API_TOKEN__ |
@ApliNi |
感谢社区贡献者为用户提供试用服务！
日常使用建议装桌面端。服务器用 Docker 或命令行。v5 不提供服务端单文件可执行程序。
从 Releases 下载对应平台的安装包，安装后启动。托盘菜单可以管理服务，程序自带简单界面和接口文档。
npx mtranserver@latestnpx 可换成 bunx、pnpx 等。需要常驻时：
npm i -g mtranserver@latest
mtranservernpm 可换成 bun、pnpm 等。首次翻译某个语言方向时会联网下载并准备文件，之后会复用。建议先翻译一小段确认可用。
默认镜像只使用 CPU。在空目录写入 compose.yml：
services:
mtranserver:
image: xxnuo/mtranserver:latest
container_name: mtranserver
restart: unless-stopped
ports:
- "8989:8989"
environment:
- MT_HOST=0.0.0.0
- MT_PORT=8989
- MT_MODEL_DIR=/app/models
- MT_CONFIG_DIR=/root/.config/mtran/server
- MT_OFFLINE=false
- MT_CPU_ONLY=true
# - MT_API_TOKEN=your_secret_token_here
volumes:
- ./models:/app/models
- ./config:/root/.config/mtrandocker pull xxnuo/mtranserver:latest
docker compose up -d需要 GPU 时，在本仓库目录使用对应配置。它们依赖宿主驱动，以 WebGPU/Vulkan 推理，不含 CUDA/TensorRT：
docker compose -f compose.intel.yml up -d # Intel，映射 /dev/dri
docker compose -f compose.amd.yml up -d # AMD，映射 /dev/dri
docker compose -f compose.nvidia.yml up -d # NVIDIA Container ToolkitGPU 配置会按实测选择后端，并保留 CPU 回退。
- 升级前保留原来的配置目录和模型目录。
- 升级后保持联网，把要用的每个翻译方向试译一次，等文件准备完成。
- 准备好后可在设置中开启离线模式，或加上
--offline/MT_OFFLINE=true。离线时只能用已经准备好的方向。 - 换机器或迁移 Docker 时，配置和模型两个目录都要带走。
上面的 Docker 示例把它们放在当前目录的 config 和 models。离线部署前先联网准备，再把 MT_OFFLINE 改为 true 后重启。
把下表地址填进插件。超时或机器吃力时，再降低并发和单次长度。
| 接口 | 方法 | 插件 | 地址 |
|---|---|---|---|
/imme |
POST | 沉浸式翻译 | http://localhost:8989/imme |
/kiss |
POST | 简约翻译 | http://localhost:8989/kiss |
/deepl |
POST | 支持 DeepL API v2 的客户端 | http://localhost:8989/deepl |
/deeplx |
POST | 支持 DeepLX 的客户端 | http://localhost:8989/deeplx |
/hcfy |
POST | 划词翻译 | http://localhost:8989/hcfy |
/google/language/translate/v2 |
POST | 支持 Google Translate API v2 的客户端 | http://localhost:8989/google/language/translate/v2 |
/google/translate_a/single |
GET | 支持 Google 网页翻译的客户端 | http://localhost:8989/google/translate_a/single |
设置了 MT_API_TOKEN 时：
| 插件 | 填法 |
|---|---|
| 沉浸式翻译 | URL 改为 http://localhost:8989/imme?token=你的令牌 |
| 简约翻译 | URL 仍是 /kiss，KEY 填令牌 |
| DeepL | DeepL-Auth-Key 或 Bearer |
| DeepLX、划词翻译 | URL 的 token 参数，或 Bearer |
| Google Translate API | key 参数，或 Bearer |
- MTranCode：VS Code、Cursor 等的注释翻译插件，商店搜索
MTranCode。默认请求http://localhost:8989。基于 vscode-comment-translate。 - MTranBrowser：开发中。
- npm 包
mtranserver也可作为库调用，类型见发布包里的声明文件。
有衍生项目欢迎提 PR，补到这里。
mtranserver --help
mtranserver --host 127.0.0.1 --port 8080
mtranserver --download en_zh zh_en
mtranserver --languages
mtranserver --offline| 参数 | 说明 |
|---|---|
--host / --port |
监听地址和端口，默认 0.0.0.0:8989 |
--ui / --no-ui |
开关网页界面，默认开 |
--offline |
只用已经准备好的翻译文件 |
--download <方向...> |
下载并准备，例如 en_zh zh_en |
--languages [过滤] |
列出可下载的方向 |
--worker-idle-timeout <秒> |
空闲后释放引擎，默认 60 |
--cache-size <条数> |
缓存最近译文，默认 1000，0 为关闭 |
--fast / --no-fast |
启用快速模式，默认关闭；可能增加误译 |
--api-token <令牌> |
API 访问令牌 |
环境变量和其余参数见 API.md，或运行 mtranserver --help。
同一轮 CPU 测试，仅供参考。毫秒越低越好，次/秒越高越好。
| 方向 | 输入 | 并发 | 默认 | Fast | LinguaSpark |
|---|---|---|---|---|---|
| 英 → 中 | 短句 | 1 | 8.3 ms | 7.0 ms | 10.4 ms |
| 英 → 中 | 段落 | 1 | 31.0 ms | 27.6 ms | 44.8 ms |
| 中 → 英 | 短句 | 1 | 10.5 ms | 6.0 ms | 9.5 ms |
| 中 → 英 | 段落 | 1 | 46.6 ms | 29.0 ms | 48.5 ms |
| 英 → 中 | 短句 | 8 | 317 次/秒 | 426 次/秒 | 537 次/秒 |
| 中 → 英 | 短句 | 8 | 173 次/秒 | 493 次/秒 | 534 次/秒 |
同时加载英中、中英模型后，内存约为：普通 622 MiB、Fast 652 MiB、LinguaSpark 190 MiB。
普通模式和 Fast 均支持并发加速。--fast 开启 Fast，默认关闭；可能增加误译。译文对比。
| 项目 | 内存 | 速度 | 说明 |
|---|---|---|---|
| NLLB | 很高 | 慢 | Android 移植见 RTranslator，仍然占内存 |
| LibreTranslate | 很高 | 中等 | 社区数据：中端 CPU 约 3 句/秒，高端约 15–20 句/秒 |
| OPUS-MT | 高 | 快 | CTranslate2 基准 |
| 其他大模型 | 超高 | 很慢 | 效果好，硬件要求高；高并发常用 vLLM |
| 本项目 | 随模型和并发变化 | 超快 | CPU 翻译，无缓存状态 |
高级配置见 API.md 和启动后的接口文档。
Bergamot Project for the inspiration for local translation.
ONNX Runtime for the translation runtime.