企业官网建设流程全解析

本地大模型翻译：如何用CopyTranslator+Ollama搭建私有免费的离线翻译环境

【免费下载链接】CopyTranslator🔠Foreign language reading and translation assistant based on copy and translate.项目地址: https://gitcode.com/gh_mirrors/co/CopyTranslator

CopyTranslator 是一款免费开源的复制翻译桌面工具：你只需复制外文文字，译文就会立刻显示在悬浮窗口中。从 v12 起，它支持接入符合 OpenAI 格式 API 的大语言模型（LLM）进行 AI 翻译。而Ollama可以在你的电脑上运行开源大模型，并自动提供一个 OpenAI 兼容的本地服务。两者结合，就能搭建一套私有、免费、完全离线的本地大模型翻译环境——无需申请 API Key，不消耗流量，敏感内容不出内网。本文带你用不到 10 分钟完成搭建。

为什么选择本地大模型翻译？

在线翻译和云端 AI 翻译都依赖外部服务，存在三个痛点：

• 🔒隐私顾虑：论文、代码、商务文档等内容会经过第三方服务器；
• 💰成本问题：按 Token 计费的 API，重度使用费用不低；
• 📡网络依赖：断网环境（出差、内网、飞机上）寸步难行。

而本地大模型翻译可以一次性解决这些问题：模型下载后永久免费，翻译请求只在你本机回环地址localhost之间流转，断网也能正常工作。CopyTranslator 已内置Ollama（本地）供应商模板，配置过程非常友好。

CopyTranslator 的核心体验是"复制即翻译"：监听剪贴板，复制外文后自动弹出译文，并支持智能互译、对照模式、多源对比等能力，详见 docs/guide/12.1.0.md。

准备工作：先装好这两个工具

Ollama 支持 Windows / macOS / Linux，安装方式为传统的安装包或一键脚本，安装后会在本地11434端口启动服务。

💡硬件参考：7B 参数模型大约需要 8GB 内存（CPU 即可运行，速度一般）；16GB 显存的显卡可以流畅运行 7B~14B 模型。翻译任务对模型要求不高，7B 级别就足够实用。

一键部署：拉取合适的本地翻译模型

Ollama 把"下载模型"做成了类似 Docker Pull 的一条命令。打开终端，根据你的硬件选择一条执行：

• 通用推荐：ollama pull qwen2.5—— 中文能力出色，中英互译表现好；
• 英文场景：ollama pull llama3.2—— 轻量快速，英文翻译稳定；
• 资源有限：ollama pull gemma2或ollama pull mistral—— 4B~8B 级别，小内存设备可用。

CopyTranslator 的 Ollama 模板中预置了这些推荐模型，见 provider-templates.ts：

ollama list # 查看本地已下载的模型 ollama run qwen2.5 "你好，请用英文自我介绍" # 命令行简单验证

只要命令行能正常对话，说明本地模型已经就绪。如果目标机器无法联网下载模型，可以先在有网机器上拉取，再把 Ollama 的模型存储目录整体拷贝过去，即可实现离线机器"离线部署"。

CopyTranslator 接入本地 Ollama：三步搞定

第一步：选择 Ollama（本地）供应商

打开 CopyTranslator 的设置 → API 设置，进入"AI 翻译供应商"选项卡，点击"添加 AI 供应商"，在类型下拉菜单中选择Ollama（本地）。此时界面会自动填充默认配置：

• API Base URL：http://localhost:11434/v1（Ollama 的 OpenAI 兼容端点，无需修改）
• 供应商名称：可自定义，如"我的本地模型"

对应的表单实现位于 CustomTranslatorManager.vue。

第二步：填写 API Key（任意值即可）

本地服务并不校验密钥，但 CopyTranslator 要求该字段非空（见 openai.ts 的密钥检查），因此随便填一个值，例如ollama。

第三步：刷新模型并勾选启用

点击"刷新"按钮，CopyTranslator 会向localhost:11434/v1请求本机已安装的全部模型列表，在返回的列表中勾选你想启用的模型（可多选），点击"确定"保存。

保存后，custom-translators.ts 中的CustomTranslatorManager会把每个"供应商 + 模型"组合自动展开为一个独立翻译器，形如Ollama (本地) - qwen2.5。

验证离线翻译：断网也能用

1. 回到主界面，点击标题栏的引擎按钮，在下拉列表中选择刚添加的模型（如Ollama (本地) - qwen2.5）；
2. 在系统设置中关闭网络；
3. 复制一段外文文字——译文照常弹出，说明本地翻译链路完全打通。

之所以断网也能稳定工作，是因为 CopyTranslator 会对localhost等本机地址自动绕过系统代理、关闭代理干扰，并放宽超时到 60 秒以适配本地模型的推理速度，相关逻辑在 openai.ts。

翻译请求会以内置的提示词模板发送给模型，模板支持{from}、{to}、{text}三个占位符，你可以在供应商的高级配置中自定义提示词以优化特定领域的翻译风格，默认模板见 openai.ts。

搭配"智能互译"与"多源对比"功能，你还可以把本地 Ollama 模型与云端引擎放在同一屏对照查看——日常用免费的本地模型，重要文档用云端大模型交叉验证，架构细节参考 docs/TRANSLATION_IMPLEMENTATION.md。

常见问题与实用技巧

• 翻译很慢？优先换更小的模型（4B~7B），或确保 Ollama 跑在 GPU 上；首次请求需加载模型到内存，之后会明显变快。
• Ollama 端口不是 11434？修改 API Base URL 为http://<地址>:<端口>/v1即可，模板机制允许覆盖默认值。
• 刷新不到模型？确认ollama list能列出模型、Ollama 服务正在运行，再检查 API Base 是否带上了/v1后缀。
• 想彻底离线？按前文"模型拷贝"步骤迁移模型文件，之后整台设备无需任何外网连接即可长期使用。

总结

CopyTranslator 负责"复制即译"的丝滑体验，Ollama 提供免费的本地大脑，两者组合就是一条完整的私有离线翻译流水线：

1. 安装 Ollama 并ollama pull一个 7B 级模型；
2. 在 CopyTranslator 的 API 设置中添加Ollama（本地）供应商，勾选模型；
3. 切换引擎、复制文本，断网验证即可。

从此，你的翻译数据永远留在自己的机器里。更多功能（配置快照、多源对比、OCR 离线识别等）欢迎继续阅读 docs/guide/ 中的完整使用指南。

【免费下载链接】CopyTranslator🔠Foreign language reading and translation assistant based on copy and translate.项目地址: https://gitcode.com/gh_mirrors/co/CopyTranslator