Argos Translate：开源翻译工具！

在当今全球化的背景下，跨语言沟通变得越来越重要。无论是在商业领域还是日常生活中，翻译工具都扮演着不可或缺的角色。平时我们在看各种外文技术文档，或者写代码给变量命名卡壳的时候，第一反应往往是打开 Google 翻译或者 ChatGPT。虽然它们的翻译质量确实不错，但每次复制粘贴，都意味着我们把数据发送到了云端。如果只是查个单词倒还没什么。但要是涉及到公司的机密文档、合同，或者是个人的一些隐私聊天记录，心里总归是有点犯嘀咕。更别提有时候我们在高铁、飞机上，或者处于公司内网这种网络受限的环境，这些在线工具直接就“罢工”了。

今天就给大家分享一款宝藏级翻译神器——Argos Translate，有了它，这些问题都能迎刃而解！

Argos Translate

https://www.argosopentech.com/
https://github.com/argosopentech/argos-translate

是一个完全开源的离线翻译工具，支持40多种语言互译，包括中、英、日、法、西等主流语言。它基于OpenNMT技术，提供Python库、命令行工具和图形界面三种使用方式，所有翻译都在本地完成，不依赖网络且保护隐私。用户可通过pip快速安装，支持GPU加速（需CUDA环境），并能自动中转翻译（如日语→英语→阿拉伯语）。项目已获GitHub 5.2k星，适合文档翻译、代码集成等场景，模型可自定义下载，确保数据不外泄。

这是一个完全离线的翻译库，它是基于 OpenNMT（一个开源的神经机器翻译框架）构建的。它最大的特点就是“稳”。所有的翻译模型都是以压缩包的形式下载到我们本地的。这意味着一旦配置好，哪怕把网线拔了，它照样能跑。所有的数据处理都在我们自己的电脑上完成，根本不用担心数据会悄悄传到某台不知名的服务器上。

除了核心的 Python 库之外，开发者还非常贴心地提供了命令行工具（CLI）和图形界面（GUI）。不管我们是想在代码里集成翻译功能，还是想把它当成一个普通的桌面软件来用，它都能满足。值得一提的是，那个很有名的开源翻译 API 项目 LibreTranslate，底层用的其实就是 Argos Translate。

它有一个非常聪明的功能，叫做“中间语言跳板”（Pivoting）。咱们平时用的很多离线包，通常都是“英语-西班牙语”或者“英语-法语”这种单向对应的。如果我们想把“西班牙语”直接翻译成“法语”，在没有安装直接对应模型的情况下，很多工具就傻眼了。但 Argos Translate 会自动以英语作为中间桥梁。

它会先把西班牙语翻成英语，再从英语翻成法语。虽然这样可能会稍微损失一点精准度，但它极大地方便了各种语言之间互译。目前支持的语言非常多，包括中文、英语、日语、俄语、法语等主流的语言。

安装argostranslate

一、运行安装指令：

为了小伙伴顺利完成，建议切换源，所以上面的指令可改为：pip install argostranslate -i https://mirrors.cloud.tencent.com/pypi/simple/对于不会代码，只想使用的小伙伴，需要额外安装另一个库：pip install argostranslategui -i https://mirrors.cloud.tencent.com/pypi/simple/

二、编写代码

别怕！对于安装第二个库

argostranslategui 的小伙伴，代码超简的，请看：

import os

from pathlib import Path

os.environ["SNAP"] = ""

os.environ["SNAP_USER_DATA"] = str(Path.cwd() / "model")

import argostranslate.package

import argostranslate.translate

from argostranslategui import gui

gui.main()

除了，前面一堆引用，真正的代码就一行:gui.main()

将代码放到记事本中，存为xxx.py文件；然后执行代码，在CMD输入：python xxx.py将会打开以下的窗口：

这里第一步需要下载语言的模型，点击“Manage Package”，选择您需要的翻译语言进行下载：

在 AI 大模型云端化的大趋势下，Argos Translate 像是一个逆行者。它坚持把 AI 的能力还给终端用户，坚持数据的私有化。虽然它的翻译文采可能比不上 GPT-4，但它提供的安全感和掌控感是云端服务永远无法比拟的。市面上很多本地翻译都噱头大于实际使用价值，要么太难部署，要么太重，要么支持语言少。但 Argos Translate 完全不同，对于开发者、团队、企业来说，它不仅是一款工具，更是一个可直接投入生产的「本地翻译引擎」。