十分钟自建翻译API：LibreTranslate 自托管实战全指南

十分钟自建翻译APILibreTranslate 自托管实战全指南【免费下载链接】LibreTranslateFree and Open Source Machine Translation API. Self-hosted, offline capable and easy to setup.项目地址: https://gitcode.com/GitHub_Trending/li/LibreTranslate客户要文档双语版本调用商业翻译接口按量计费一天下来成本比服务器还贵想把文本发去第三方又过不了安全评审。这种必须翻、又不想外发的处境就是 LibreTranslate 的用武之地一个免费开源、可完全离线的自托管翻译 API基于 Argos Translate 引擎在你自己的机器上把 REST 接口跑起来数据不出内网。先弄清它是什么不展开长篇介绍四个事实够你做决定维度情况定位机器翻译 API 服务带 Web 界面与 Swagger 文档/docs许可证AGPLv3代码可随意改但二次分发需遵守条款翻译引擎Argos TranslatePython 离线模型无需外呼任何云端服务框架Flask 应用默认监听 127.0.0.1:5000可用LT_HOST/LT_PORT改写语言模型随启动自动拉取翻译质量取决于所选语言对它不是大模型方案胜在稳定、可控、零调用费。任务一把服务跑起来Docker 是阻力最小的路线一条命令即可docker run -d -p 5000:5000 --name libretranslate \ -v lt-models:/home/libretranslate/.local:rw \ --restart unless-stopped \ libretranslate/libretranslate:latestlt-models卷保存语言模型避免每次重建容器重新下载。仓库里还有一份带健康检查的 docker-compose.yml可直接docker-compose up -d。验证curl http://localhost:5000/health返回{status: ok}即服务就绪浏览器打开同端口即可看到 Web 翻译界面。备选路径各一行源码安装克隆仓库后pip install -e .再执行python scripts/install_models.py装模型最后python main.py --host 0.0.0.0。生产常驻仓库 run.sh 只是 Docker 封装长期服务建议套 gunicorn/systemd参数与python main.py --help一致。任务二把接口调通服务起来后你只需要记住四个端点。查语言GET /languages返回全部已装语言及每门语言可翻译的目标清单前端下拉框直接喂这个数据。翻译POST /translateJSON 或 form 均可。q传单条字符串或数组都行数组即批量source填auto触发自动检测curl -X POST http://localhost:5000/translate \ -H Content-Type: application/json \ -d {q: [Hello world, Bonjour], source: auto, target: zh}响应里translatedText与q一一对应detectedLanguage给出每条的识别结果和置信度。加alternatives: 2还能拿到备选译文。纯检测POST /detectbody 带q返回语言与置信度适合做入库前的语种打标。文件POST /translate_filemultipart 上传支持 txt/srt/html 等 argostranslatefiles 声明的格式返回译文文件地址不需要文件能力时用--disable-files-translation关掉。常见坑语言代码要与/languages输出一致部分内部代号与 ISO 不同接口做了映射文本超过--char-limit默认 -1 不限制会收到 400。任务三把流量管住默认对所有人敞开暴露到公网前必须收口子。四个开关按需要叠加开关对应环境变量作用--req-limit 60LT_REQ_LIMIT每客户端每分钟请求上限默认 -1不限--char-limit 5000LT_CHAR_LIMIT单条文本字符上限防大文本刷爆内存--api-keysLT_API_KEYS开启按密钥鉴权与独立限额密钥存db/api_keys.db--under-attackLT_UNDER_ATTACK紧急模式无密钥的一律拒绝开了--api-keys后用仓库自带的管理入口发号python manage.py keys add 100 --char-limit 2000 # 每分钟 100 次、单条 2000 字符 python manage.py keys # 列出全部密钥返回的 UUID 交给调用方放进api_key参数即可实现按人头分配额度。另外两个细节值得知道请求走反向代理时加--trust-forwarded-for才能按真实 IP 限流见 libretranslate/main.py 参数说明反复触发限流的 IP 会被--req-flood-threshold机制临时封禁无需自己写 WAF 规则。任务四把性能挤出来模型加载是最大开销推理是最大耗时优化围绕这两点只装要用的模型--load-only en,zh,fr或LT_LOAD_ONLY把启动时间和内存砍掉一大截scripts/install_models.py 也支持同一参数预装。并发对齐 CPU--threads默认 4按物理核数上调翻译是多请求并发场景收益直接。缓存重复译文--translation-cache all让相同文本第二次请求走缓存文档站这类同一句话反复翻的场景提速最明显。可观测性--metrics打开 Prometheus 端点/metrics再配--metrics-auth-token防止未授权抓取用 Grafana 盯住libretranslate_http_request_duration_seconds即可判断瓶颈在检测还是推理。实战组合两个能落地的姿势组合 1对外挂一个翻译网关。Docker 起服务LT_API_KEYStrue 密钥数据库挂卷--req-limit 30兜底代理层加--trust-forwarded-for。每个业务方一张密钥、各有限额谁超额一目了然遇到爬虫风暴时把--under-attack一开白名单外全部挡掉。组合 2给文档站做批量翻译后端。前端收集页面文案后以数组一次 POST配合--batch-limit控制单次条数--load-only只留站点实际用到的三四个语言译文落库后走--translation-cache保热。整套链路不依赖外网断网时站点照常可用。排障速查现象原因处理启动后长时间无响应正在下载语言模型/tmp/booting.flag存在期间健康检查跳过挂模型卷持久化内网环境用--force-update-models预装502 / 连接被拒默认只绑 127.0.0.1改LT_HOST0.0.0.0或加--hostDocker 里确认端口映射429 Slowdown触发限流查--req-limit配置多实例部署时给--req-limit-storage配共享后端如 Redis否则各进程各算各的400 语言不支持代码与已装模型不匹配对照/languages输出修正或补装对应模型内存飙升全量模型都加载了--load-only收窄语言集合反向代理后限流失效源 IP 全是代理地址加--trust-forwarded-for更多端点细节可看仓库自带测试 libretranslate/tests/每个接口的请求/响应样例都有覆盖参数全表以python main.py --help为准所有参数均可用LT_前缀的环境变量替代。收尾LibreTranslate 解决的是三件事翻译调用免费、文本不出机器、部署一条命令。代价是你要自己承担硬件与模型更新——用--update-models让它在启动时静默拉新版模型就能把维护成本压到最低。下一步先用上面的 Docker 命令把服务拉起来curl打通/translate剩下的限流与缓存按实际流量再加。【免费下载链接】LibreTranslateFree and Open Source Machine Translation API. Self-hosted, offline capable and easy to setup.项目地址: https://gitcode.com/GitHub_Trending/li/LibreTranslate创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考