本期来介绍一个AI翻译漫画的项目：Manga-Translator。
笔者从毕业后就较少看漫，不过偶尔得空还是会看看～国漫自然没问题，已完结的海外漫画也都有制作组出本地化翻译版本（熟肉）供大家阅读。
但连载中的海外漫画就比较难受了。因为制作组都很忙，一般有固定的发布计划，追的连载最新话他们肯定不会紧赶着翻译出来，所以咱们想看只能抱着硬啃（生肉）。对笔者来说英文还算好，日韩简直地狱～
本篇要介绍的项目，就可以轻松Docker一键部署，帮我们解决这个问题！图片截取取自项目页。
项目介绍
完整项目名：hgmzhn/manga-translator-ui，可于GHUB搜索。如果大家需要了解更多内容，请搜索到项目主页查看，内含各种平台部署流程以及配置使用方式。
本项目可一键翻译漫画图片中的文字，支持日漫、韩漫、美漫，黑白漫和彩漫均可识别。自动检测、翻译、嵌字，支持日语、中文、英语等多种语言。基于 manga-image-translator核心引擎开发，提供 5 种翻译引擎（包括 OPAI、Gemini、Sakura等及兼容的 AI 翻译），内置可视化编辑器可自由调整文本框和样式。一键安装脚本支持自动配置环境和更新，打包版本开箱即用。
核心功能
🔍 智能文本检测：自动识别漫画中的文字区域
📝 多语言 OCR：支持日语、中文、英语等多种语言识别
🌐 5 种翻译引擎：OPAI、Gemini（普通+高质量）、Sakura
🎯 高质量翻译：使用多模态 AI 模型（GPT-4o、Gemini），结合图片上下文进行翻译，准确率更高
📚 自动提取术语：AI 自动识别并积累专有名词（人名、地名、组织等），保持长篇翻译的一致性
🎨 图像修复：自动擦除原文并智能填充背景
✍ 智能嵌字：自动排版译文，支持多种字体和样式
🤖 AI 断句：支持 OPAI、Gemini 翻译器的智能断句功能
📦 批量处理：一次处理整个文件夹的图片
准备工作
涉及到AI，因此我们需要任意平台的API Key。模型选择上，建议支持多模态，AI 能「看的到」图片，效果自然会更好。
OPAI以及其兼容接口皆支持，也就是说DS、硅基流动这些都能用。不过我之前写的文章，咱们都用硅基流动白嫖，这次也是OK的。
高质量翻译器的优势：
📸 多模态理解：AI 可以"看到"图片内容，理解上下文
🎯 更准确：结合图片信息，翻译更符合场景
📝 批量处理：一次发送多张图片，AI 理解整体剧情
🔧 自定义提示词：支持自定义翻译风格和术语表
部署流程
翻译效果好坏取决于你用的模型！！！！！！！为保证最终效果，建议整章节导入，方便AI理解～
部署以威联通为平台进行演示，通过Docker Compose的方式进行。
作者虽然表明Docker部署是试验性，但我用起来感觉还好。原本的部署代码：
# Windows CMD / PowerShell
docker run -d --name manga-translator -p 8000:8000 hgmzhn/manga-translator:latest-cpu
# Linux / macOS
docker run -d --name manga-translator -p 8000:8000 hgmzhn/manga-translator:latest-cpu
# CPU 版本：hgmzhn/manga-translator:latest-cpu
# GPU 版本：hgmzhn/manga-translator:latest-gpu
# 性能越强，体验越好
我个人整理的代码，如果复制后排版错误请借助AI纠正：
services:
manga-translator:
image: hgmzhn/manga-translator:latest-cpu
container_name: manga-translator
ports:
- "8008:8000"
environment:
- MT_WEB_HOST=0.0.0.0 # 默认监听地址，允许外部访问
- MT_WEB_PORT=8000 # 服务端口
- MT_USE_GPU=false # 是否使用 GPU（仅 GPU 版本镜像需要设置）
- MT_VERBOSE=true # 是否显示详细日志
- MT_MODELS_TTL=300 # 模型在内存中的存活时间（秒），0 表示永久保留
- MT_RETRY_ATTEMPTS=None # 翻译失败重试次数，-1 表示无限重试
- MANGA_TRANSLATOR_ADMIN_PASSWORD=your_admin_password # 管理员密码
volumes:
- /share/Container/manga-translator/models:/app/models
- /share/Container/manga-translator/result:/app/result
- /share/Container/manga-translator/logs:/app/logs
- /share/Container/manga-translator/work:/app/manga_translator_work
restart: always
有些是可删除的，不删也没啥影响。文件映射，涉及到了日志、模型等的关键目录持久化，建议做。
没问题后，打开威联通的Container Station创建新的应用程序。
使用演示
功能实在是多，就展示下如何基础的配置并启用，再就是成果（放最后统一）展示。
部署完毕后，浏览器输入NAS_IP:8008即可访问服务。初次使用，注册个管理员账户。
登录进来，如下图所示。比较重要的就是红框的这个API接口选择。
高级设置和选项。能调整的地方也是很多，比如OCR模型，超分模型，排版，渲染，字体等等。我看作者说MangaJaNai这个超分模型很惊艳，现在默认的配置也是用的这个。
接着开始配置API。点击上图右上角的「管理」进入控制台，左侧栏点击「API密钥管理」。填写相关内容。
我这里先尝试了DeepSeek。注意URL填写。完事了别忘记保存，再点击右上角「返回首页」回到「基础设置」。
DeepSeek模型不支持多模态，因此我们翻译器要选择普通的第一项。
上传漫画，点击开始翻译等待结束即可。这里我挑了佐仓老师的新作《問題だらけの魔法使い》其中一页测试，年初就有网友觉得这本漫的翻译难度可能会有点高。
跑完了，左侧可以预览、下载成品。
两张漫画的大概消耗。
接着我再用硅基流动的免费余额跑跑看，免费余额虽然有用量级别限制，但是可用高阶支持多模态的模型。因此这里我也替换成了高质量翻译。
成品展示
从左至右，分别为，生肉——硅基流动——DeepSeek。文本位置这个可以调整，重要的是翻译结果。有付费高阶API的朋友部署测试后，也欢迎留言分享体验。
原文生肉，以及硅基流动的高质量翻译。
最后
我觉得效果还蛮不错，正如作者所说，条漫的支持已经非常好了。
不过部署到一般性能NAS上，跑起来还是挺慢的，建议尽量部署在今年的新品或者自己DIY配置较高的设备上。当然具备NV独显是最好的！
感谢观看，本文完。
更多游戏资讯请关注：电玩帮游戏资讯专区
电玩帮图文攻略 www.vgover.com
