fishjar/kiss-translator

English | 中文 | 日本語 | 한국어

一个简约、开源的 双语对照翻译扩展 & 油猴脚本。

	APIMart 是专注 AI 图片/视频生成的低价 API 平台，GPT-Image-2 低至 $0.006/张，1 美元可出图 160+ 张。图片、视频一套异步 API 通吃，提交任务拿 ID、回调取结果，跑批万张不超时、换模型不改代码。按量付费、无月费，通过此注册链接注册即可开用。
	ePhone AI 是一个面向开发者的 AI 模型 API 中转与聚合平台，支持 OpenAI、Claude、Gemini、DeepSeek、GLM 等多家大模型。

提示：本文档对应当前分支代码，新增功能（接口插件、本地 AI、文件翻译及剪贴板自动翻译等）目前面向 Chrome/Edge、Firefox 扩展版本提供，油猴脚本及其他客户端暂不包含这些入口。具体 AI 能力取决于所用浏览器、设备硬件及所选模型。

• 多场景覆盖：支持网页双语对照翻译、输入框即时翻译、划词查词与鼠标悬停翻译；完美支持富文本排版、自定义译文样式，并支持「仅显示译文（隐藏原文）」。
• 查词与对比面板：提供翻译浮窗与独立对比窗口，支持多个翻译服务横向对照、柯林斯/内置英文词典查词与生词本收藏，支持可选的剪贴板自动翻译。
• YouTube 双语字幕：支持基础智能合并算法与 AI 语义断句，提供自定义字幕样式、完整对照列表、字幕悬停查词、生词收藏以及基于字幕的 AI 视频总结。

• 海量内置服务：涵盖主流传统与 AI 翻译服务，包括 Google、Microsoft、Baidu、Tencent、Volcengine、DeepL/DeepLX，以及 OpenAI、Gemini、Claude、Ollama、DeepSeek、OpenRouter、OrcaRouter、Requesty、AzureAI、CloudflareAI，并支持 Chrome 浏览器内置 AI 与本地 AI。
• 按能力自由选用：按文本翻译、词典查词、字幕断句、OCR 识别、语音合成等能力独立配置服务与模型参数；根据模型能力无缝支持批量聚合翻译、流式输出、上下文记忆对话、AI 专业术语及思考链（Reasoning）配置。
• 接口插件体系：支持通过 ZIP 压缩包、本地文件夹、GitHub 项目根地址或 HTTPS 链接导入扩展插件；提供细粒度权限授权/撤销、手动更新及配置实例升级。
• 开放自定义协议：任意非标准 API 均可通过插件实现对接。详细开发指引请参阅 插件开发指南、OpenAI 兼容示例 和 DeepSeek 声明式示例。

• 全流程端侧多模态：内置模型中心，支持模型的下载、删除与设备环境选择（GPU/CPU）；提供涵盖 LLM 文本生成、VLM 图像理解、OCR 文字识别、ASR 语音转写、TTS 语音合成、JEV 判定和版面分析的独立功能测试页。
• 运行控制与缓存：支持实时查看运行状态与调试日志、手动停止推理任务、卸载内存/显存中的已加载模型；支持文本与结构化推理结果缓存（二进制音频/图片暂不缓存）。
• 隐私与轻量纯离线：模型下载完成后所有计算均在本机设备运行，保护数据隐私；云端服务保持原有网络请求逻辑。（可用性、推理速度与内存占用取决于具体硬件环境与模型大小）。

• 多格式支持与能力拆分：支持 TXT、Markdown、PDF、EPUB 电子书，以及 PNG、JPEG、WebP 图片；各阶段可独立选用专用的翻译、OCR 识别、版面分析与表格/公式解析服务。
• PDF 深度解析：支持原文阅读、版面结构检测、文字识别、表格/公式解析与分阶段翻译及结果缓存；支持导出为 Markdown、单文件 HTML 或带资源的 ZIP 包（不还原 PDF 排版，不导出 PDF）。
• EPUB 电子书翻译：支持按章节阅读/单章翻译、整本图书批量翻译、自定义阅读排版样式；支持导出双语 EPUB、纯译文 EPUB 或当前章节 HTML。
• 纯文本与图片翻译：TXT 支持下载双语对照或纯译文；Markdown 支持导出翻译后 Markdown/HTML；图片支持文字识别、选区翻译及译文图片（PNG）下载。

• 智能与自定义规则：支持网页内容自动识别扫描；提供可视化元素选取器，支持草稿编辑、撤销/重做、翻译范围高亮预览；支持规则订阅、导出分享及个人专业术语库。
• 配置管理与测试套件：提供设置全局搜索、系统提示词模板管理、服务连通性测试工具、术语库与字幕断句调试工具。
• 多端数据同步：支持通过 KISS-Worker（基于 Cloudflare Workers 或 Docker 自建）或标准 WebDAV 协议进行全量配置跨设备同步。
• 自定义全局快捷键：
  • Alt+Q：开启/切换网页翻译
  • Alt+D：打开独立翻译窗口
  • Alt+K：打开设置浮窗
  • Alt+S：打开翻译弹窗 / 翻译选中文字
  • Alt+O：直接打开完整设置页
  • Alt+I：翻译当前光标所在输入框

1. 添加翻译服务：打开扩展设置中的「服务配置」，添加所需内置服务，填写 API 地址、API Key 和模型名称，点击「测试」确认可用后保存。
2. 场景关联服务：在「场景设置」中（网页翻译、划词查词、输入框翻译或字幕翻译）勾选对应服务（仅具备对应能力的服务会出现在列表中）；可在「提示词管理」中定制 Prompt 模板。
3. 启动翻译体验：点击网页浮动图标或使用快捷键 Alt+Q 启动网页翻译；使用 Alt+D 打开独立窗口可同时对比多个服务的翻译质量。

• 使用接口插件：在「接口插件」页面导入 ZIP 文件、文件夹或 GitHub/HTTPS 仓库链接，完成权限检查并授权；随后在「服务配置 → 添加 → 外部插件」中创建服务实例并配置使用。（注：授权属于本机状态，同步到新设备后需重新授权）。
• 启用本地 AI：打开「本地 AI」模块，先检测设备环境（WebGPU/WASM 等）；在「模型中心」下载所需任务模型，并在任务测试页调试；随后在「服务配置」中添加对应的本地 AI 服务并在各场景中选用。
• 文档与图片翻译：打开「文件翻译」页面，上传文件并设定源语言与目标语言；分别选择识别与翻译服务后点击处理。PDF 支持逐步执行版面识别与翻译，EPUB 支持单章或全书翻译，处理完成后选择相应格式导出。

建议优先使用浏览器扩展：

• 浏览器扩展提供更完整的能力（本地语言识别、独立窗口、文件翻译、本地 AI、右键菜单等）。
• 油猴脚本受浏览器沙箱限制，缺少扩展专有 API，且可能遇到跨域或脚本管理器兼容性问题。

• Chrome：Chrome 应用商店安装（Android 端支持 Kiwi 浏览器，iOS 端支持 Orion 浏览器）
• Edge：Edge 外接程序安装
• Firefox：Firefox 附加组件安装
• Thunderbird：GitHub Releases 下载 xpi
• Safari：暂未支持（Mac / iOS 规划中）

• 桌面端（Chrome / Edge / Firefox）：安装 Tampermonkey 或 Violentmonkey 后点击安装：
  • 直接安装脚本（GitHub Pages）
  • Greasy Fork 脚本主页
• iOS Safari：安装 Userscripts Safari 扩展后点击安装：
  • 直接安装 iOS 专用脚本

• KISS-Worker：自建跨设备数据同步服务，支持 Cloudflare Workers 无服务器部署或 Docker 私有化部署，兼顾数据私密性与私有规则分享。
• kiss-rules：社区维护的规则库，提供最新、最全的网站适配订阅规则，亦可交流和求助特定网站规则编写。

由于浏览器快捷键管理的限制，需要在浏览器内置的管理页中进行设置：

• Chrome / Edge：地址栏访问 chrome://extensions/shortcuts
• Firefox：地址栏访问 about:addons，点击右上角齿轮图标选择「管理扩展快捷键」

规则按照以下层级覆盖生效： 个人规则 > 订阅规则 > 全局规则（全局规则作为基础默认配置）。

1. 打开网页翻译面板，点击「编辑网站规则」，选择规则用途（如翻译目标、排除区域、保留原文等）。
2. 在网页上点击目标元素，或手动输入 CSS 选择器。支持调整祖先路径层级、对比定位候选并实时查看匹配元素数量。
3. 草稿机制：所有的修改、删除与撤销/重做均仅保存在临时草稿中；点击「保存规则」后才会真正写入并触发数据同步。「预计翻译范围」仅对当前已加载的 DOM 节点进行高亮预览，不向翻译服务发送请求。
4. 继承与重置：「恢复此组继承」将重新沿用订阅或全局规则；「清空此组」设置显式空值（清空根容器将不再扫描整页）。
5. 注：可视化选取目前支持桌面端标准 DOM 页面，暂不支持 iframe 内部嵌套、Shadow DOM 内部、Canvas 渲染文本及触屏手势。

• 核对连接信息：请仔细核对接口协议、API 地址、API Key 及模型名称是否匹配。若服务或模型不支持批量聚合或流式传输，请关闭对应开关。
• Ollama 本地服务：内置的 Ollama 适配使用 OpenAI 兼容协议（请确保路径正确，非 /api/chat 原生协议）；本机调用时需注意服务启动状态与跨域配置（如设置环境变量 OLLAMA_ORIGINS=*），详情参考 Ollama 连接问题 #174。
• 外部插件服务：请先在「接口插件」页面完成插件授权，再进行服务测试。若需调整协议或请求体，请在插件声明式规则或源码中调整并升级实例。

• 这些高级功能入口目前仅在 Chrome/Edge、Firefox 的桌面扩展版本中提供。
• 若使用商店已发布版本，可能因审核周期尚未同步当前代码分支的最新功能。
• 在部分设备上，若浏览器缺少必要特性（如 WebGPU 支持）或本地模型未下载完成，相关操作按钮可能会处于禁用或未就绪状态。

• 跨域授权：油猴脚本发起网络请求时，必须在脚本管理器弹窗中允许对应域名的访问权限。
• 功能差异：接口插件与本地 AI 目前仅限浏览器扩展使用，油猴脚本暂不支持。
• 设置页面：可随时直接访问在线版 油猴脚本设置页面。

本项目为业余开源项目，无严格发布时间表，非常欢迎社区共建与提交 PR！

• 聚合发送文本：优化请求策略，减少翻译接口调用次数，提升性能。
• 增强富文本翻译：支持复杂页面结构与富文本格式的准确翻译。
• 强化自定义/AI 接口：支持流式传输、上下文记忆、多轮对话等高级 AI 功能。
• 英文词典备灾机制：当翻译服务失效时，可切换其他词典或 fallback 到本地词典查询。
• 优化 YouTube 字幕支持：改进流式字幕的合并与翻译体验，减少断句。
• 支持边缘 AI 计算：本地轻量 LLM、VLM、ASR、OCR、TTS、JEV 和版面分析辅助翻译。
• 支持文档与图片翻译：支持 TXT、Markdown、PDF、EPUB 和 PNG/JPEG/WebP 图片翻译。
• 分布式共享平台：引入分布式共享机制，用于便捷分享字幕、规则等。
• 翻译 Agent：自研智能翻译 Agent，实现深层语境理解与上下文决策。
• 项目架构现代化：重新规划整理功能模块，使用现代技术栈重构项目架构。

如果你对上述方向感兴趣，欢迎在 Issues 中讨论或提交 PR！

git clone https://github.com/fishjar/kiss-translator.git
cd kiss-translator
git checkout dev # 提交 PR 建议基于 dev 分支
pnpm install
pnpm build

插件开发请阅读 插件开发指南，并参考 OpenAI 兼容示例 或 DeepSeek 声明式示例。

网页脚本可通过触发自定义事件控制翻译器：

// `toggle_translate`   切换网页翻译
// `toggle_styles`      切换译文样式
// `toggle_popup`       打开/关闭控制面板
// `toggle_transbox`    打开/关闭独立翻译弹窗
// `toggle_hover_node`  翻译鼠标悬停段落
// `input_translate`    翻译当前输入框
window.dispatchEvent(
  new CustomEvent("kiss_translator", { detail: { action: "toggle_translate" } })
);

• 加入 Telegram 群组

如果您觉得 KISS Translator 对您有所帮助，欢迎赞赏支持作者继续维护！