AI翻译

AI 翻译功能允许您利用大型语言模型（LLM）为打开的 TS 文件自动生成翻译。 您可以使用本地 LLM 服务器（例如Ollama、LM Studio 或llama.cpp），也可以使用支持 OpenAI 兼容 REST 协议的云端 API（例如 OpenAI、Groq 或 Anthropic）。

Qt Linguist 支持两种 API 模式：

• Ollama- Ollama 的原生 REST API。在本地运行Ollama时请使用此模式。
• OpenAI 兼容模式- 标准的 OpenAI REST API 格式。适用于以下情况：
  • 本地服务器：LM Studio、llama.cpp 或 Ollama（Ollama 同时也支持 OpenAI 兼容模式）
  • 云服务提供商：OpenAI、Groq、DeepSeek 等

设置本地 LLM 服务器

若要通过本地服务器使用 AI 翻译功能，请安装以下任一软件，并下载至少一个模型：

• Ollama- 易于使用，可自动管理模型
• LM Studio- 带模型浏览器的图形界面应用程序
• llama.cpp- 轻量级，可直接运行 GGUF 模型

对于 Ollama，请使用命令行拉取模型：

ollama pull qwen3:14b
ollama serve

对于 LM Studio，请通过应用程序界面下载模型并启动本地服务器：

lms server start

对于 llama.cpp，您可以使用内置的模型预设之一：

llama-server --fim-qwen-7b-default

或者下载一个 GGUF 模型文件并手动启动服务器：

llama-server -m model.gguf --port 8080

使用云API

要使用基于云的翻译服务，请将 API 类型选为“OpenAI 兼容”，输入服务提供商的 API 端点 URL，并提供您的 API 密钥。

请仅输入基础 URL，不要包含/v1 路径后缀。例如，对于OpenRouter，请使用https://openrouter.ai/api 。请查阅服务提供商的文档以获取正确的端点 URL。

使用“AI 翻译”对话框

在 Linguist 中，选择Tools > AI Translation 以打开“AI 翻译”对话框：

对话框中的“Configuration ”部分提供以下功能：

• API Type：若使用本地 Ollama 服务器并采用 Ollama 原生 API，请选择“xml-ph-0000@deepl.internal”；若使用 LM Studio、llama.cpp、云 API 或处于 OpenAI 兼容模式的 Ollama，请选择“OpenAI Compatible”。
• Server URL：服务器监听的基 URL。请勿包含/v1 路径后缀。默认值：Ollama 为http://localhost:11434 ，OpenAI Compatible 为http://localhost:8080 。
• API Key: 云 API 的身份验证密钥（本地服务器可选）。
• Model: 可用模型的下拉列表。
• Context: 可选的应用上下文，用于提高翻译准确性（例如，“医疗软件”、“视频游戏”、“金融应用”）。

对话框中的“Selection ”部分提供：

• File: 待翻译的 TS 文件。
• Filter: 将翻译范围限定在特定组（上下文或标签）内。
• Translate: 启动 AI 翻译。

对话框中的“Progress ”部分提供：

• 一个停止按钮，用于停止翻译进程
• Apply Translations：将已翻译的项目应用到 TS 文件中。

翻译过程中，“Translation Log ”中会显示进度提示。完成后，请在日志中检查已翻译的文本。点击“Apply Translations ”将AI生成的译文插入到TS文件中。

安全注意事项

AI 翻译会通过网络将数据发送至您配置的服务器。在使用前，请考虑以下事项：

• 请勿将机密字符串存储在远程服务器上。 Qt Linguist 会将待翻译的源字符串以及您提供的任何Context 发送至配置好的服务器。请仅使用您信任的服务器，并优先选择本地 LLM 服务器。
• 在应用 AI 生成的翻译前请先审核。 Qt Linguist 会原样插入服务器的翻译结果。请将其视为不可信内容，并在选择Apply Translations 之前，通过Translation Log 进行审核，因为这些内容可能包含意外的标记或格式指定符。
• 对于远程服务器，应优先使用 HTTPS。 Qt Linguist 会将 API 密钥作为承载令牌（bearer token）包含在请求中。如果Server URL 使用http 而不是https ，网络路径上的任何人都可以读取明文形式的密钥和源文本。对于任何未在本地机器上运行的服务器，请使用https 。

推荐型号

以下模型在翻译任务中值得推荐，它们在质量、速度和资源使用方面取得了平衡。这些模型可在以下位置找到：

• Ollama- 按模型名称搜索（例如：ollama pull qwen3:14b ）
• LM Studio- 在模型浏览器中搜索
• Hugging Face- 下载适用于 llama.cpp 的 GGUF 文件

对于资源有限的系统，Qwen3 8B（5 GB）或 Qwen2.5 7B（5 GB）等较小版本在保证合理翻译质量的同时，对内存的需求更低。