# 告别网页翻译限制！手把手教你搭建私有翻译服务器，附客户端接入指南

**URL:** <https://forum.rainyun.com/t/topic/13343>\
**Category:** 云服务器 RCS\
**Created:** [2026 年7 月 30 日 13:53 UTC](https://forum.rainyun.com/t/topic/13343 "2026-07-30T13:53:18Z")\
**Posts on this page:** 1\
**Page:** 1

<div class="post-metadata">

作者： ![gzy](https://forum.rainyun.com/user_avatar/forum.rainyun.com/gzy/32/12796_2.png) [@gzy](https://forum.rainyun.com/u/gzy)\
发布日期： [2026 年7 月 30 日 13:53 UTC](https://forum.rainyun.com/t/topic/13343/1 "2026-07-30T13:53:18Z")

</div>

​本文来自我的个人博客：[告别网页翻译限制！手把手教你搭建私有翻译服务器，附客户端接入指南 - 叹惋博客](https://twbk.cn/308.html "告别网页翻译限制！手把手教你搭建私有翻译服务器，附客户端接入指南 - 叹惋博客")

​

MTranServer 是一款基于 Mozilla Firefox 翻译模型的开源离线翻译服务器。 **完全通过 CPU 计算** ，不需要独立显卡。单个翻译请求的平均响应时间仅 **50 毫秒** 。英译中模型最低只需要 **300MiB 内存** 即可运行。目前最新版本是 v4，优化了内存占用，速度进一步提升。

支持包括简体中文、英文、法文在内的 **30 多种语言** 。部署完成后所有翻译都在本地完成，不需要联网，也没有调用次数限制。

## **一、准备工作**

在开始安装之前，要有服务器，我用的是[雨云服务器](https://www.rainyun.com/xls_)

然后确认一下系统环境。

**操作系统** ：Ubuntu 22.04 LTS（其他 Linux 发行版也兼容，但本文以 Ubuntu 22.04 为例）。

**硬件要求** ：仅需 CPU + 1G 内存即可运行，无需显卡。如果有 2G 或更高内存，运行会更流畅。

**网络** ：服务器需要能访问互联网，因为 **首次翻译时需要自动下载对应的翻译模型** 。模型文件根据语言对不同大概在 100-500MB 左右。

**端口** ：MTranServer 默认使用 **8989 端口** 。部署前确认一下这个端口没有被占用，如果服务器有防火墙，记得提前放行。

先确认一下系统版本：

```auto
cat /etc/os-release

```

如果显示 `PRETTY_NAME="Ubuntu 22.04.xx LTS"` 就对了。

## **二、安装 Docker 和 Docker Compose**

MTranServer 官方推荐使用 Docker 部署。下面是在 Ubuntu 22.04 上安装 Docker 的完整步骤。

### **2.1 更新软件包索引**

耗时不短，请耐心等待

```auto
sudo apt update

```

### **2.2 安装依赖包**

Docker 安装需要一些前置依赖：

```auto
sudo apt install -y apt-transport-https ca-certificates curl software-properties-common

```

这些包的作用分别是：`apt-transport-https` 允许 apt 通过 HTTPS 访问仓库，`ca-certificates` 提供根证书，`curl` 用于下载文件，`software-properties-common` 提供 `add-apt-repository` 命令。

请耐心等待安装完成

### **2.3 添加 Docker 官方 GPG 密钥**

```auto
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg

```

### **2.4 添加 Docker 官方软件源**

```auto
echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

```

### **2.5 再次更新软件包索引**

```auto
sudo apt update

```

### **2.6 安装 Docker Engine**

```auto
sudo apt install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

```

这里安装的 `docker-compose-plugin` 就是 Docker Compose 的插件版本。Ubuntu 22.04 推荐使用这种方式安装 Compose。

### **2.7 验证 Docker 安装**

```auto
sudo docker run hello-world

```

如果能看到欢迎信息，说明 Docker 安装成功了。

 ![](https://forum.rainyun.com/uploads/default/original/2X/0/026c8cf59d7ef2cb3999968e1d8e50d6ad17f3fa.png)

### **2.8 验证 Docker Compose 安装**

```auto
docker compose version

```

如果显示版本号，说明 Compose 插件也安装好了。

![](https://forum.rainyun.com/uploads/default/original/2X/f/f5fe9a80a9609131e877e5194e92e3161e45341c.png)

### **2.9 （可选）将当前用户加入 docker 组**

如果不想每次都用 `sudo` 运行 docker 命令，可以把当前用户加入 docker 组：

```auto
sudo usermod -aG docker $USER

```

执行后需要退出重新登录才能生效。

## **三、部署 MTranServer**

### **3.1 创建项目目录**

找一个合适的位置创建目录，比如在用户目录下：

```auto
mkdir -p ~/mtranserver
cd ~/mtranserver

```

### **3.2 创建模型目录**

```auto
mkdir -p models

```

这个目录用来存放翻译模型文件。

### **3.3 编写 docker-compose.yml 文件**

在 `~/mtranserver` 目录下创建 `compose.yml` 文件：

```auto
nano compose.yml

```

把以下内容粘贴进去：

```auto
services:
  mtranserver:
    image: xxnuo/mtranserver:latest
    container_name: mtranserver
    restart: unless-stopped
    ports:
      - "8989:8989"
    environment:
      - MT_HOST=0.0.0.0
      - MT_PORT=8989
      - MT_OFFLINE=false
      # - MT_API_TOKEN=your_secret_token_here
    volumes:
      - ./models:/app/models

```

几个配置项说明一下：

- `image: xxnuo/mtranserver:latest`：使用最新版的 Docker 镜像
- `container_name: mtranserver`：给容器起个名字，方便管理
- `restart: unless-stopped`：容器意外停止后会自动重启
- `ports: - "8989:8989"`：把服务器的 8989 端口映射到容器的 8989 端口
- `MT_HOST=0.0.0.0`：监听所有网络接口，这样外部才能访问
- `MT_PORT=8989`：服务端口
- `MT_OFFLINE=false`：设为 false 表示允许自动下载模型；如果想完全离线使用可以改为 true
- `MT_API_TOKEN`：访问密钥， **强烈建议取消注释并设置自己的密钥** ，防止服务被他人滥用（若要开启，请去掉#）
- `volumes: - ./models:/app/models`：把容器内的模型目录映射到宿主机，容器重建不需要重新下载模型

如果想改端口，比如改成 9000，就把 `"8989:8989"` 改成 `"9000:8989"`。

### **3.4 启动服务**

在 `~/mtranserver` 目录下执行：

```auto
docker compose up -d

```

`-d` 参数让容器在后台运行。如果想先测试一下看日志，可以不加 `-d`：

```auto
docker compose up

```

看到启动日志后按 `Ctrl+C` 停止，然后用 `-d` 重新启动后台运行。

### **3.5 查看容器运行状态**

```auto
docker ps

```

应该能看到名为 `mtranserver` 的容器在运行。

![](https://forum.rainyun.com/uploads/default/original/2X/5/50b91ad4def09c8d51feaa1128b727432f247c98.png)

### **3.6 查看容器日志**

如果启动过程中遇到问题，可以查看日志：

```auto
docker logs mtranserver

```

![](https://forum.rainyun.com/uploads/default/original/2X/2/255edc07dd55dd1a902c104693333a8a17162752.png)

## **四、配置防火墙**

如果你的 Ubuntu 服务器开启了 UFW 防火墙，需要放行 8989 端口：

```auto
sudo ufw allow 8989/tcp

```

有些厂商还需要在云控制台的 **安全组或防火墙** 中放行 8989 端口。

查看防火墙状态：

```auto
sudo ufw status

```

## **五、验证服务是否正常运行**

### **5.1 浏览器访问**

容器启动后，在浏览器里访问：

```auto
http://你的服务器IP:8989/docs

```

如果能看到 Swagger API 文档页面，就说明服务已经正常运行了。所有可用的 API 接口都会在这个页面里列出。

 ![](https://forum.rainyun.com/uploads/default/original/2X/d/de28ef7c11ec1d02d7ffb2aa7dce56cc55478822.png)

### **5.2 curl 测试**

也可以用 curl 命令测试一下：

```auto
curl http://你的IP:8989/languages

```

这个接口会返回所有支持的语言列表。如果返回了 JSON 数据，说明服务完全正常。

 ![](https://forum.rainyun.com/uploads/default/original/2X/c/c8d687712ef45ed7b610d79261da11bb73ce1a0e.jpeg)

## **六、第一次翻译——下载模型**

**重要提示** ：首次翻译某个语言对时，服务器会自动下载对应的翻译模型。这个过程可能需要等待一段时间，取决于网络速度和模型大小。下载完成后，后续翻译就是毫秒级响应。

建议部署完成后先主动触发一次翻译请求，让服务器把模型下载好：

```auto
curl -X POST http://你的IP:8989/translate \
  -H "Content-Type: application/json" \
  -d '{"from": "en", "to": "zh-CN", "text": "Hello world"}'

```

如果设置了 `MT_API_TOKEN`，需要在请求头中加上 Authorization：

```auto
curl -X POST http://你的IP:8989/translate \
  -H "Authorization: 3qCkhJi05M8Zepo5" \
  -H "Content-Type: application/json" \
  -d '{"from": "en", "to": "zh-CN", "text": "Hello world"}'

```

如果第一次返回比较慢（可能几秒到几十秒），别着急，等模型下载完就好了。

![](https://forum.rainyun.com/uploads/default/original/2X/6/624adc60ef362164012eb7ca5861c865da241696.png)

如果模型下载卡住了，可以用 `docker logs mtranserver` 查看进度。

**注意** ：每个翻译方向需要独立的模型文件。比如日语→英语和英语→日语是两个不同的模型。如果提示 “Language pair is not supported”，说明当前语言对没有对应的模型文件。

## **七、接入翻译客户端**

服务搭好了，怎么用呢？MTranServer 提供了多种 API 接口，可以接入各种翻译工具。

### **7.1 沉浸式翻译插件**

沉浸式翻译（Immersive Translate）是浏览器上非常好用的双语翻译插件。

配置步骤：

1.在 Edge 或 Chrome 应用商店安装沉浸式翻译插件

这里以edge为例，访问[Microsoft Edge 加载项 - Immersive Translate](https://microsoftedge.microsoft.com/addons/search/Immersive%20Translate?hl=zh-CN)

 ![](https://forum.rainyun.com/uploads/default/original/2X/4/4525f39db61d2a6ca10c08b16b63748e1c57ff60.jpeg)

 ![](https://forum.rainyun.com/uploads/default/original/2X/0/07922398b17f3d7d0c15bddbb2655fed1c11b85f.png)

2.打开插件设置 → 开发者模式 → 启用 Beta 特性

 ![](https://forum.rainyun.com/uploads/default/original/2X/9/97b67bed8efe66c46cf2358fff4241e51b717457.png)

3.选择“添加自定义翻译服务” → “自定义 API”

 ![](https://forum.rainyun.com/uploads/default/original/2X/7/740416f0eda87aa088a3afaa7112cf18417d9033.png)

4.API 地址填：[http://你的IP:8989/imme?token=your\_token](http://xn--IP-0p3cm89l:8989/imme?token=your_token) （如没设置设了 MT\_API\_TOKEN，则填入[http://你的IP:8989/imme）](http://xn--IP-0p3cm89l:8989/imme%EF%BC%89)

5.支持的语言先填：`en,zh-CN`

7.剩下部分根据你服务器情况填写

6.点击“测试服务”，出现绿色提示就配置成功了

 ![](https://forum.rainyun.com/uploads/default/original/2X/6/6687357a863dbfb7138e6930fbe8ceec0056e4c6.png)

配置好后，浏览外文网页就能享受自己服务器提供的翻译服务了。

### **7.2 简约翻译插件**

简约翻译也支持接入 MTranServer：

1.前往[Microsoft Edge 加载项 - KISS Translator](https://microsoftedge.microsoft.com/addons/search/KISS%20Translator?hl=zh-CN)按照上面同样步骤获取并安装

2.进行设置

 ![](https://forum.rainyun.com/uploads/default/original/2X/2/2c69ab47186c36024ae1f1082e53b3bfba964187.jpeg)

URL填入：`http://你的IP:8989/kiss`

若设置了 `MT_API_TOKEN`，往Key中填入你的token

下拉到下面测试并保存。

### **7.3 插件配置对照**

| 名称 | URL | 插件设置 |
| --- | --- | --- |
| 沉浸式翻译无密码 | `http://localhost:8989/imme` | `自定义API 设置` - `API URL` |
| 沉浸式翻译有密码 | `http://localhost:8989/imme?token=your_token` | 同上，需要更改 URL 尾部的 `your_token` 为你的 `MT_API_TOKEN` 值 |
| 简约翻译无密码 | `http://localhost:8989/kiss` | `接口设置` - `Custom` - `URL` |
| 简约翻译有密码 | `http://localhost:8989/kiss` | 同上，需要 `KEY` 填 `your_token` |
| DeepL 兼容 | `http://localhost:8989/deepl` | 使用 `DeepL-Auth-Key` 或 `Bearer` 认证 |
| DeepLX 兼容 | `http://localhost:8989/deeplx` | 支持 `token` 参数或 `Bearer` 认证 |
| Google 兼容 | `http://localhost:8989/google/language/translate/v2` | 使用 `key` 参数或 `Bearer` 认证 |
| 划词翻译 | `http://localhost:8989/hcfy` | 支持 `token` 参数或 `Bearer` 认证 |

### **7.4 PotPlayer 视频播放器（字幕翻译）**

有开发者专门为 PotPlayer 制作了调用 MTranServer API 实现字幕翻译的功能。看生肉视频时，字幕可以实时翻译成中文。

项目地址：[albertyann/potplayer-translation-mtranserver](https://github.com/albertyann/potplayer-translation-mtranserver)

### **7.5 自定义开发**

MTranServer 提供了标准的 RESTful API，主要接口包括：

- `/languages`：获取支持的语言列表
- `/translate`：执行翻译请求
- `/translate/batch`：批量翻译
- `/imme`：沉浸式翻译专用接口
- `/kiss`：简约翻译专用接口
- `/ui`：简单 UI 界面

访问 `http://你的IP:8989/docs` 可以看到完整的 API 文档。

## **八、进阶配置**

### **8.1 离线模式部署**

如果服务器网络环境不太好，或者想完全离线使用，可以设置 `MT_OFFLINE=true`：

```auto
environment:
  - MT_OFFLINE=true

```

但注意首次使用前需要手动把模型文件放到 `./models` 目录。模型文件可以从项目的 Releases 页面下载。

### **8.2 老 CPU 兼容**

极老的 CPU 可能不支持 AVX2 指令集。项目有专门为仅支持 SSE 指令集的 CPU 准备的兼容镜像：

```auto
services:
  mtranserver:
    image: xxnuo/mtranserver-amd64v1:latest

```

### **8.3 内存优化**

如果同时加载了多个语言模型，内存占用会相应增加。只保留自己需要的语言模型即可。

### **8.4 更新容器**

程序经常更新，更新到最新版的方法：

```auto
docker compose down
docker pull xxnuo/mtranserver:latest
docker compose up -d

```

## **九、常见问题**

**Q：访问 /docs 显示 404 或 405？**

这说明服务可能没正常启动，或者端口没放行。检查容器状态：`docker ps -a`，确认容器在运行。如果是云服务器，检查防火墙和安全组是否放行了 8989 端口。

**Q：翻译请求返回很慢或者没反应？**

首次翻译某个语言对时会自动下载模型，耐心等待即可。可以用 `docker logs mtranserver` 查看下载进度。

**Q：提示 “Language pair is not supported”？**

说明当前语言对没有对应的模型文件。不同语言之间的翻译需要独立的模型文件。可以到项目的 Releases 页面下载对应的模型包，解压到 models 目录。

**Q：老 CPU 启动失败？**

极老的 CPU 可能不支持 AVX2 指令集。使用兼容镜像：`xxnuo/mtranserver-amd64v1:latest`。

**Q：内存占用太高？**

如果同时加载了多个语言模型，内存占用会相应增加。只保留自己需要的语言模型即可。另外 v4 版本优化了内存占用，建议使用最新版。

## **十、总结**

到这里，一个属于自己的私有翻译服务器就搭建好了。整个过程用 Docker 部署，只需几条命令就能搞定。

MTranServer 最大的优势在于 **低资源消耗** ——1G 内存就能跑； **速度快** ——50ms 的平均响应时间；以及 **完全离线、私有部署** ——数据不外传，没有调用次数限制。

日常看网页、读文献、看视频字幕，它完全能够胜任。项目是开源的，如果觉得有用可以去 [GitHub 仓库](https://github.com/xxnuo/MTranServer) 给作者点个 Star。

* * *

_本文基于 MTranServer 官方 GitHub 仓库及 Docker 镜像文档整理，部署时建议参考最新版官方文档。_