ghcr.io/hydropix/translatebookswithllms:1.5.13

---

镜像名称：ghcr.io/hydropix/translatebookswithllms 参考标签：latest

TBL - 基于大语言模型的书籍翻译工具

翻译书籍 · 本を翻訳する · 책을 번역하다 · किताबों का अनुवाद · Перевод книг · แปลหนังสือ · Μετάφραση βιβλίων · ترجمة الكتب

这是一款桌面端应用，支持通过本地或云端AI翻译书籍、字幕和文档。只需拖入文件、选择目标语言，即可获取翻译结果。

支持格式： EPUB、SRT、DOCX、PDF、TXT

• 无文件大小限制：支持处理任意长度的文档，从单页文件到数千页的小说均可流畅运行。智能分片系统可处理无限长度的内容，同时保留不同片段之间的上下文关联。
• 格式完整无损：翻译后文档与输入文件完全一致：EPUB的排版、样式和结构全部保持原样；SRT的时间码完全同步；每一个标签、每一个时间戳、每一处格式细节都会被完整保留。
• 随时断点续译：翻译被中断？可直接从上次停止的位置继续。检查点系统会自动保存翻译进度。
• 可复用翻译风格预设：可从样本书籍中提取风格预设（或手动编写），应用到所有翻译片段，确保整本译文的语域、节奏和意象表达统一。
• 自动术语表与风格生成：尚未准备好术语表或风格预设？只需在下拉菜单中选择“自动”，应用将直接从待翻译文档中自动推导二者——仅在翻译任务启动前额外调用两次大模型，不会留存额外配置。
• PDF 支持说明：文本型PDF将被转换为全新的可重排PDF：标题、段落、列表、图片全部保留，有线表格会被重新生成为标准表格，段落颜色、背景框以及字体族（衬线、无衬线、等宽）也将保留，但原始页面布局不会保留，句子内的粗体或颜色样式也无法保留。暂不支持扫描版PDF（无OCR功能），多列布局仅做尽力适配，且PDF格式目前暂不支持润色校验环节。

🔗 https://github.com/hydropix/TranslateBooksWithLLMs/wiki - 可查找适配你目标语言的最优模型。

---

快速开始

1. 下载对应你系统平台的安装包（页面上方按钮），或前往 https://github.com/hydropix/TranslateBooksWithLLMs/releases/latest 获取。
2. 解压压缩包。
3. 运行 TranslateBook.exe（Windows 系统）或 ./TranslateBook（macOS 系统）。
4. 在浏览器中打开 http://localhost:5000。

全部操作就是这么简单（就这么简单 · これだけ · 이게 다예요）。首次启动时，你需要选择翻译服务商：

• 完全免费、本地运行：安装 Ollama 并拉取对应模型，例如执行 ollama pull qwen3:14b。全程所有数据不会离开你的设备。
• 云端服务商（多数提供免费额度）：粘贴下方任意服务商提供的 API 密钥即可使用。

[!NOTE] 首次运行时会自动创建 TranslateBook_Data 文件夹，用于存储你的配置信息。

macOS 系统注意事项：首次启动时，请前往系统设置 隐私与安全性，点击「仍要打开」即可正常启动应用。

---

服务商列表

详细配置指引请参考 docs/PROVIDERS.md。

---

故障排除

更多解决方案请查看 docs/TROUBLESHOOTING.md。

---

高级功能

从源码安装运行

git clone https://github.com/hydropix/TranslateBooksWithLLMs.git
cd TranslateBookWithLLM
ollama pull qwen3:14b # 下载所需模型

# Windows 系统
start.bat

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

运行完成后，Web 界面将自动在 http://localhost:5000 打开。

命令行使用

# 基础用法：自动生成输出文件 "book (Chinese).epub"
python translate.py -i book.epub -sl English -tl Chinese

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

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

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

# 使用 Mistral 服务商
python translate.py -i book.txt --provider mistral \
--mistral_api_key YOUR_KEY -m mistral-large-latest -tl French

# 使用 DeepSeek 服务商
python translate.py -i book.txt --provider deepseek \
--deepseek_api_key YOUR_KEY -m deepseek-v4-pro -tl French

# 使用 Poe 服务商
python translate.py -i book.txt --provider poe \
--poe_api_key YOUR_KEY -m Claude-Sonnet-4 -tl French

# 使用 NVIDIA NIM 服务商
python translate.py -i book.txt --provider nim \
--nim_api_key YOUR_KEY -m meta/llama-3.1-8b-instruct -tl French

# 使用本地兼容 OpenAI 接口的服务端（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

主要命令行参数

包含 TTS 语音、语速、格式等全部参数的完整说明请参考 docs/CLI.md。

配置文件（.env）

将 .env.example 复制为 .env 并按需修改配置项：

# 服务商配置
LLM_PROVIDER=ollama

# Ollama 配置
API_ENDPOINT=http://localhost:11434/api/generate
DEFAULT_MODEL=qwen3:14b

# 云端服务商 API 密钥（使用云端服务时填写）
OPENROUTER_API_KEY=sk-or-v1-...
OPENAI_API_KEY=sk-...
GEMINI_API_KEY=...
MISTRAL_API_KEY=...
DEEPSEEK_API_KEY=...
POE_API_KEY=...
NIM_API_KEY=...

# 性能配置
REQUEST_TIMEOUT=900
MAX_TOKENS_PER_CHUNK=450 # 基于 Token 的分片规则（默认 450 个 Token）
PARALLEL_TRANSLATIONS=1 # 并发翻译分片数（仅云端服务商生效；Ollama 固定为 1）

[!IMPORTANT] 想要提升云端服务商的翻译速度？将 PARALLEL_TRANSLATIONS（或命令行参数 --parallel N，或Web UI中的「并发请求数」）设置为大于1的值，即可同时翻译多个分片。本地服务商（如Ollama）会忽略该配置，因为单实例模式下请求天然串行。调大并发数可显著提升翻译速度，但请注意不要超过对应服务商的请求速率限制。

[!NOTE] 需要使用多个API密钥？所有*_API_KEY变量都支持用英文逗号分隔多个密钥（例如GEMINI_API_KEY=key1,key2,key3）。当单个密钥触发速率限制时，系统会自动轮询切换其他密钥，适合串联多个免费额度账号使用，详情可参考 docs/API_KEY_ROTATION.md。

长耗时翻译任务？可以配置推送通知，当翻译完成时通过 ntfy、***、Slack、gotify 或任意HTTP端点向你的手机推送提醒。只需在 .env 中设置 NOTIFY_WEBHOOK_URL 即可，详情参考 docs/NOTIFICATIONS.md。

Docker 部署

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

更多Docker相关配置说明请参考 docs/DOCKER.md。

多设备访问Web UI说明

单台服务端对应一个共享工作空间，无需用户账号——所有指向该服务端地址的浏览器都会看到完全相同的状态：运行中任务的进度面板、已暂停/中断的翻译任务、历史翻译记录，以及translated_files/目录下的全部文件都是跨设备实时共享的，其他设备打开页面后1-2秒内即可同步最新状态。部分通用偏好设置（源/目标语言、TTS配置、文本清理开关、双语模式、纯文本模式、自定义翻译指令）也会自动同步：页面加载时以服务端保存的配置为准，后续最后一次修改的配置会覆盖全局状态，已打开的标签页刷新后即可获取最新配置。

有两项设置仅保存在本地设备中，不会跨设备同步：如果你在当前浏览器中排队了多个待翻译文件，其他设备仅能看到当前正在翻译的任务，看不到剩余排队任务（排队队列仅保存在创建它的浏览器本地）；另外Web UI的显示语言也是按浏览器独立设置的。而服务商、模型、API密钥、接口端点这类敏感配置永远不会同步，始终以服务端的.env文件中的配置为准。

---

文档导航

---

支持项目

如果 TBL 为你节省了时间，你可以在 *** 上支持该项目的开发工作：

Thank you · 谢谢 · ありがとう · 감사합니다 · धन्यवाद · Спасибо · ขอบคุณ · Ευχαριστώ · شكرًا

---

开源许可证： AGPL-3.0