企业官网建设流程全解析

LibreTranslate 离线部署实战：3条命令装好翻译服务，中英双模型约600MB

【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

如果你的环境是一台断网机器，或者内网严格限制外访，但又需要一台随时可用的本地翻译服务，LibreTranslate 可以试试。它是开源自托管机器翻译 API，靠 Argos Translate 语言模型工作，装好模型后翻译全程不碰外网。

项目定位

LibreTranslate 是免费开源的机器翻译 API，自托管、无调用限制、不依赖任何专有服务。它的引擎核心是argos-translate-lt==1.12.1，Web 层用Flask==2.2.5。模型一旦落到本地，整个翻译闭环就与外网无关——这正是它适合离线场景的原因。

最小安装

先说清楚：这三步分别解决"拿代码"、"下模型"、"起服务"的问题，每步一个命令块。

拿到源码并装依赖（以 Python 3.10 为例，pip install .会按pyproject.toml拉齐全部依赖）：

git clone https://gitcode.com/GitHub_Trending/li/LibreTranslate cd LibreTranslate python -m venv venv source venv/bin/activate pip install .

只装中英互译模型，别全量下：

python scripts/install_models.py --load_only_lang_codes "en,zh"

起服务，监听本机 5000 端口：

python main.py --host 127.0.0.1 --port 5000

启动日志出现Loaded support for 2 languages即模型加载成功。你可能会发现日志里有一句Cannot update models (normal if you're offline)——这是init.py的boot()在提示跳过模型索引刷新，属正常现象，别当错误处理。

实测只装 en、zh 两个模型，磁盘占用约 600MB，启动很快。模型默认落在~/.local/share/argos-translate/packages（Windows 在AppData\Roaming\argos-translate\packages），里面是成对的.argosmodel文件和元数据。

按场景裁剪

先问自己一句：离线这件事，你想解决的是体积、安装、还是配置？对号入座。

体积压到最小

只装真用得上的语言对，这是最省空间的办法。--load_only_lang_codes接受 ISO 639-1 短码，逗号分隔；可用代码对照 libretranslate/locales/ 目录名。实测全量装一遍约 4GB，只留中英约 600MB，再往下压不动了——这是模型本身的体积决定的。

安装过程零联网

有网机器先把依赖下成 wheel 存档，目标机再离线安装：

pip freeze > requirements_offline.txt pip download -r requirements_offline.txt -d dependencies/ --only-binary=:all: pip install --no-index --find-links=./dependencies/ -r requirements_offline.txt

跨 Linux 发行版迁移时用 manylinux 兼容的 wheel；Windows 目标机换--platform win_amd64。注意别把在线装包和离线缓存混着来，依赖冲突大多出在这。

配置默认值确认一遍

全部配置走LT_前缀的环境变量，默认值集中在 libretranslate/default_values.py。离线场景盯三处：UPDATE_MODELS保持默认False、SHARED_STORAGE保持memory://（内存计数，不依赖 Redis）、API_KEYS_REMOTE留空。这三处默认值天然适合离线，一般不用动。

日后要刷新模型

在联网机执行python scripts/install_models.py --load_only_lang_codes "en,zh" --update，然后把~/.local/share/argos-translate/packages整个打成更新包带走即可。

部署形态选型

本地直跑最轻但靠人肉对齐参数；Docker 把模型固化进镜像、最省心；便携版本质是前两者的打包形态，按你的目标机情况挑一个即可。

自检与排错

验收两条命令，复制即用：

curl http://localhost:5000/health curl -X POST http://localhost:5000/translate \ -H "Content-Type: application/x-www-form-urlencoded" \ -d "q=Hello%20world&source=en&target=zh"

翻译接口应返回{"translatedText":"你好世界",...,"detectedLanguage":{...}}。最后断网重测一遍，服务照常响应，离线闭环才算成立。

三个高频问题，按"症状→原因→解法"记：

• 报Model not found：多是--load-only（或--load_only_lang_codes）指定的短码与已装模型对不上。核对短码，再确认模型目录可读。
• 翻译慢：CPU 没用满。--threads默认 4，按核数调大；生产环境顺手关掉--debug。
• 依赖冲突：装包方式混用了。坚持"离线缓存 +--no-index"一条路走到底。

接下来三件事就可以动手了：先装en,zh双模型跑通翻译；按目标机情况在本地、Docker、便携三种形态里选一个定型；装完用上面的 curl 命令加断网重测完成验收。往后可以关注两个方向：模型量化进一步压体积，以及纯前端 WebAssembly 离线版。

【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