translateLocally命令行完全指南:8个核心参数搞定批量翻译与自动化脚本

发布时间:2026/10/22 3:54:10

translateLocally命令行完全指南:8个核心参数搞定批量翻译与自动化脚本 translateLocally命令行完全指南8个核心参数搞定批量翻译与自动化脚本【免费下载链接】translateLocallyFast and secure translation on your local machine, powered by marian and Bergamot.项目地址: https://gitcode.com/gh_mirrors/tr/translateLocallytranslateLocally是一个开源的本地机器翻译工具完全在你的电脑上离线运行基于 marian 神经网络机器翻译引擎与 Bergamot 翻译模型构建。它的命令行模式只需8 个核心参数即可完成模型管理、批量翻译和自动化脚本翻译过程无需联网数据永不离开你的设备。无论是批量翻译整个语料库还是写一条 shell 脚本这篇 translateLocally 命令行指南都能让你快速上手。为什么用 translateLocally 做命令行翻译本地离线翻译模型在你的 CPU 上运行下载模型时才需要联网隐私零顾虑⚡快速Bergamot 8-bit 量化学生模型比 base 模型快数倍适合大批量场景易自动化原生支持 stdin/stdout 管道天然适配 shell 脚本与 CI 流程模型自由可导入自训练的 marian 模型和自定义模型仓库CLI 的参数注册与分派逻辑非常精简集中在 CLIParsing.h读源码也能一目了然。如何快速安装并启动 translateLocally两种获取方式从项目官网下载 Windows / Linux / macOS 官方构建包克隆源码自行编译git clone https://gitcode.com/gh_mirrors/tr/translateLocally cd translateLocally mkdir build cd build cmake .. make -j5Linux 编译需要 Qt5/Qt6、libarchive 与 MKL 等依赖具体版本适配可参考项目 README 的编译章节。安装完成后执行./translateLocally --help即可看到完整的命令行参数帮助。8个核心参数一览表参数长格式作用-l--list-models列出本地已安装的模型-a--available-models联网查看可下载/可升级的模型-d model--download-model从网上下载指定模型-r model--remove-model删除本地管理的模型-m model--model选择用于翻译的模型-i file--input输入文件省略时读取 stdin-o file--output输出文件省略时写入 stdout--html—声明输入内容为 HTML参数定义源码见 CLIParsing.h主入口的分派逻辑在 main.cpp。第一步用 -l 和 -a 查看与下载翻译模型先看看本地装了哪些模型./translateLocally -l # English-Spanish type: tiny version: 1; To invoke do -m en-es-tiny再用-a联网查看尚未安装、或有新版本可升级的模型./translateLocally -a # English-Estonian type: tiny version: 1; To download do -d en-et-tiny确认后用-d下载带实时进度条用完可用-r清理./translateLocally -d en-et-tiny ./translateLocally -r en-et-tiny 模型短名格式为源语言-目标语言-规格如es-en-tiny表示西语→英语的 tiny 模型。第二步不写文件用管道翻译单个句子省略-i和-o时translateLocally 从标准输入读取、向标准输出写出最适合交互式快速翻译echo Me gustaría comprar la casa verde | ./translateLocally -m es-en-tiny第三步用 -i 和 -o 批量翻译整个文件处理语料文件时直接指定输入输出即可./translateLocally -m es-en-tiny -i /tmp/es.in -o /tmp/en.out程序内部按每 320 行一批预读并送引擎翻译批处理常量见 CommandLineIface.h大文件也能保持高吞吐完整的输入/输出与翻译流程实现见 CommandLineIface.cpp。第四步用 --html 翻译 HTML 并保留结构输入含 HTML 标签时加上--html引擎只翻译文本内容、保留标签结构./translateLocally -m es-en-tiny --html -i page.html -o page_en.html批量翻译实战Pivoting 管道链式翻译当两种语言之间没有直接模型时可以用管道把多个模型串成“中转翻译”Pivoting。例如西语→德语先经英语中转cat /tmp/es.in \ | ./translateLocally -m es-en-tiny \ | ./translateLocally -m en-de-tiny \ /tmp/de.out⚠️ macOS 上使用 .app 版本时-i/-o可能受系统沙盒限制无法读文件请改用 input.txt output.txt管道写法。程序检测到该环境时还会自动打印提示见 CommandLineIface.cpp。自动化进阶Native Messaging 服务与 Python 客户端除了 shelltranslateLocally 还能以-p启动 Native Messaging 服务通过 JSON 消息协议被程序异步调用官方提供了现成的 Python 示例 native_client.py./translateLocally -p python3 scripts/native_client.py浏览器扩展Firefox/Chrome也能直接对接该服务客户端管理参数包括--allow-client、--remove-client、--list-clients、--update-manifests消息格式说明见 NativeMsgIface.h。常见错误码速查表返回码含义排查建议1未找到指定模型用-l核对模型短名3无法打开输入文件检查路径与权限macOS 改用管道4无法写入输出文件检查路径与写权限22翻译引擎出错加--debug参数打印调试信息总结5个最常用的 translateLocally 命令行套路️ 快速翻译echo ... | translateLocally -m en-es-tiny 批量翻译translateLocally -m en-es-tiny -i in.txt -o out.txt 模型维护-a查看 →-d下载 →-r清理旧模型 多语言中转管道串联多个模型做 Pivoting 程序集成-p启动服务配合 Python 客户端或浏览器扩展掌握这 8 个核心参数translateLocally 的命令行能力就全部收入囊中更多翻译引擎细节可查看 MarianInterface.cpp。本地运行、私密安全让批量翻译变得简单高效。【免费下载链接】translateLocallyFast and secure translation on your local machine, powered by marian and Bergamot.项目地址: https://gitcode.com/gh_mirrors/tr/translateLocally创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
延伸阅读

更多相关文章

2026/10/17 18:45:10

SR-GRPO: Stable Rank as an Intrinsic Geometric Reward for Large Language Model Alignment

文章主要内容总结 该研究针对大语言模型(LLM)对齐依赖外部监督的痛点,提出以稳定秩(stable rank) 作为模型内部几何特征的无标注质量信号,进而设计了SR-GRPO(Stable Rank Group Relative Policy Optimization) 强化学习框架。稳定秩通过计算隐藏状态矩阵的总方差与主方…

2026/10/21 13:49:49

Invasive Context Engineering to Control Large Language Models

一、文章主要内容总结 本文聚焦大型语言模型(LLMs)在长上下文场景下的安全控制问题,核心内容如下: 问题提出:现有LLM的伤害缓解与对齐技术(如基于人类反馈的强化学习、直接策略优化、提示词优化等)在长对话、长思维链(CoT)场景中效果受限。随着上下文长度增加,越狱攻…

2026/10/21 21:45:04

OBS 多RTMP同时配信插件完全指南:一次编码,推流多个平台

OBS 多RTMP同时配信插件完全指南:一次编码,推流多个平台 【免费下载链接】obs-multi-rtmp OBS複数サイト同時配信プラグイン 项目地址: https://gitcode.com/gh_mirrors/ob/obs-multi-rtmp obs-multi-rtmp 是一款免费开源的 OBS 多平台同时推流插…

2026/10/22 9:49:09

全双工实时多模态交互:视频理解与语音智能体的技术演进

多模态实时交互这个赛道,最近有两件事值得放到一起看。一边是 Tavus 发布的全双工视频交互模型 Griffin,带着所谓"持续读懂表情动作"的能力,在 VideoFDB 的人像视频生成与感知榜单上拿了双料第一;另一边是 Inworld 把语…

2026/10/22 9:49:09

本地AI智能体框架实战:OpenJarvis架构拆解与性能调优指南

1. 本地智能体框架到底解决了什么问题 1.1 从“云端依赖”到“数据主权”的转变 过去两年,我接触过不少做智能助手项目的团队,大家有一个共同的痛点:几乎所有能力都建立在云端API之上。你问一句话,数据先传到远端服务器&#xff…

2026/10/22 9:49:09

YOLO26改进:C3k2嵌入RMBC_LA残差多分支卷积与局部注意力模块

1. 一个被C3k2卡住脖子的模型去年底我在调一个工业外观质检模型,推理延迟卡得很死,又不能换更大规模的网络,只能在YOLO26这个内部代号版本上抠性能。连续跑了几轮baseline之后,我去统计各模块的FLOPs占比,发现C3k2这一…

2026/10/22 9:49:09

全双工视频交互:Griffin与Ultravox揭示Agent新方向

这两天的 Agent 圈子里,有两件事值得放到一起看:Tavus 发布了全双工视频交互模型 Griffin,主打"持续读懂表情动作",并且在 VideoFDB 的生成与感知两个榜单上都拿到了第一;另一边,Inworld 宣布收购…

2026/10/22 9:49:09

大模型拒答消除实战:权重消融与LoRA微调

2. 项目概述2.1 核心需求解析“让语言模型摆脱审查的秘密武器——Heretic”这个标题,核心指向一个技术方向:通过对开源大语言模型的权重进行后训练或微调,移除模型内部的拒绝机制与安全对齐约束,使模型在推理时不再对特定主题生成…

2026/10/22 9:43:53

电动车违规识别实战:多特征融合提升小目标检测精度

去年接手某智慧交通试验段项目时,甲方提了一个很具体的要求:识别电动车违规行为,包括不戴头盔、违规载人、闯红灯、逆行。我一开始挺乐观,毕竟目标检测这几年成熟得很,拿着现成的YOLO系列改一改应该就能交付。结果第一…

2026/10/21 4:53:08

金融AI落地指南:从调研报告到技术选型与工程实践

简介:这份PDF报告聚焦2025年金融服务业中国AI现状与趋势,面向金融科技从业者、AI战略规划人员及关注行业数字化转型的研究者,帮助读者把握生成式AI在银行、支付、交易等场景中的落地路径与投资方向。资源包内含1个PDF文件,大小约1…

2026/10/22 0:01:49

电商智能运营体系从0到1:架构设计、落地步骤与避坑指南

前两年我们团队接了一个电商平台的运营中台项目,目标很直白:把过去靠运营拍脑袋做的选品、定价、发券、推活动这些事,逐步用数据算法和自动化流程代替。项目名字内部就叫“电商智能运营体系”。最近有不少朋友问我当时是怎么设计的、踩过哪些…

2026/10/22 0:01:49

若依框架AI代码生成不稳定?用Agent Skill三层结构+五步法搞定

最近一段时间,我一直想把后台管理系统里那些机械重复的增删改查代码交给AI去写。框架用的是若依,按理说这类业务代码模式非常固定,应该是AI最擅长的事情。可真试下来却不是那么回事——你让AI生成一个用户管理模块,它给出的Contro…

还想了解更多?直接咨询顾问

免费诊断 + 免费方案 + 透明报价。

全国咨询热线400-8866-253
免费获取方案
☎咨询二维码 ☎ ↑