LocalTranslator 和 LibreTranslate。它们的共同点是都能离线运行，不依赖谷歌、DeepL 这种云服务，特别适合需要保证数据隐私，或者想把翻译服务直接跑在 NAS、本地服务器上的朋友。
下面我就分别拆开来说说它们的特点、安装方式和应用场景。
LocalTranslator
如果你想要一个简单易用、界面现代化的桌面翻译软件，LocalTranslator 就挺合适。
下载安装包：https://pan.baidu.com/s/1kVaEJL-V24ZXaVWZ5rQWfw?pwd=8888
核心功能
-
AI 驱动：基于 Hugging Face 的 T5 Transformer 模型，翻译效果比传统规则翻译要自然。
-
多语言支持：目前支持中文、英文和俄语互译。
-
离线运行：完全本地化，无需联网，敏感文本也能放心使用。
-
现代化界面：PyQt6 实现，支持深色/浅色主题切换。
-
实时字数统计：超过 500 字符会提示，并避免性能下降。
使用体验
输入文本、选择语言、点一下“翻译”，基本 1-3 秒就能出结果。
翻译结果支持一键复制。
字符数有颜色提示（绿色/橙色/红色），避免超限报错。
安装与运行
懒人方式：直接下载预编译包，安装后就能用。
源码方式：
git clone https://github.com/zstar1003/LocalTranslator.git
cd LocalTranslator
uv sync
python download_models.py
python main.py
模型大小在 200M 左右，运行时占用内存 2-4GB。
适合人群
-
想要轻量桌面翻译软件的个人用户
-
经常处理中英文/俄文的开发者、研究人员
-
不想依赖外网 API 的本地工作环境
LibreTranslate
如果你需要的不只是桌面翻译，而是一个能在 NAS 或服务器上跑的翻译服务，那 LibreTranslate 更合适。功能更全的自托管翻译 API
核心功能
-
完全开源免费：不依赖谷歌、微软、DeepL 等闭源服务。
-
基于 Argos Translate 引擎：支持多语言互译。
-
文件翻译：不仅支持文本，还能翻译
.txt, .docx, .pptx, .pdf, .srt, .epub等格式。 -
API 调用：内置 REST API，可以很方便地接入到自己的应用或自动化脚本里。
-
支持 NAS 部署：Docker Compose 一键部署，跑在家里服务器也没问题。
部署方式
使用 Docker Compose 非常简单：
services:
libretranslate:
image: libretranslate/libretranslate:latest
container_name: libretranslate
ports:
- 5000:5000
restart: unless-stopped
部署后访问 http://NAS_IP:5000 就能看到界面。初次运行会下载模型（大概 10GB），耐心等一会就行。
使用体验
文字翻译速度不错，支持多语言。
文件翻译效果可用，尤其是 PDF、字幕文件这种场景很方便。
提供 API 文档，可以直接写进自己的程序调用。
适合人群
-
有 NAS/服务器，想要私有化翻译服务的人
-
需要批量处理文档、字幕翻译的团队
-
想在项目里集成翻译 API 的开发者
对比与推荐
LocalTranslator 更像是个人桌面工具，界面好用、轻量，适合个人日常快速翻译。
LibreTranslate 更偏向后端服务，可以部署在 NAS 或云服务器上，支持 API 和文件翻译，适合团队、开发者集成场景。
如果你只是偶尔需要翻译几段文字，选 LocalTranslator 就够了；但如果你想搭建一个内部翻译服务，甚至整合到自己的应用里，那 LibreTranslate 会是更合适的选择。
总结
这两个开源项目让我看到了一种趋势：越来越多的 AI 翻译正在走向 本地化 和 私有部署。相比依赖在线服务，自己搭建翻译工具能更好地保障隐私，也避免了 API 限制。
我个人现在是 桌面用 LocalTranslator，服务器上跑 LibreTranslate，一个轻量、一个全能，刚好互补。
项目地址：
LocalTranslator: https://github.com/zstar1003/LocalTranslator
LibreTranslate: