koharu: 一个具有自动修补和专业 PSD 导出的本地优先 ML 漫画翻译工具

它解决了什么问题

Koharu 是一个本地优先的漫画翻译工具，它将漫画页面翻译的繁琐过程自动化。它取代了检测文本、移除原始文字以及将翻译后的文本重新排版回页面的手动工作流程。

工作原理

Koharu 使用分阶段的机器学习模型流水线来处理页面：

1. 检测：使用 YOLO 和其他视觉模型来识别文本区域和对话框。
2. OCR：使用多语言 OCR 模型识别源文本。
3. 修补 (Inpainting)：使用 FLUX.2 或 LaMa 等模型从图像中移除原始文本，以创建干净的背景。
4. 翻译：使用本地 LLM（通过 llama.cpp）或远程 API（OpenAI, Claude, Gemini, DeepSeek）进行文本翻译。
5. 渲染：专门的文本渲染器处理复杂的漫画文字，包括垂直 CJK 布局和从右向左的脚本。

适用人群

它专为漫画翻译者和汉化组（scanlators）设计，他们需要高性能、注重隐私的桌面应用程序，并且大部分流水线可以在自己的硬件上本地运行。

亮点

• 本地优先隐私：在本地运行视觉模型和 LLM 以确保数据安全。
• GPU 加速：支持 CUDA, Metal, Vulkan, 和实验性的 ZLUDA 以实现高速处理。
• 专业导出：导出为分层 PSD 文件，允许在 Photoshop 中手动精细化翻译后的文本图层。
• Agent 集成：包含内置的 MCP server 和无头模式（headless mode），可通过本地 agent 进行自动化。
• 高级排版：针对垂直 CJK 和 RTL 脚本的专门渲染，并支持 Google Fonts。