koharu-rs/koharu

解决的问题

Koharu 是一个本地优先的漫画翻译工具，可自动完成漫画翻译这一繁琐流程。它消除了手动检测文本、从艺术作品中移除源文本以及将翻译后的内容排版到对话框中的工作。

工作原理

Koharu 集成了多个机器学习模型，构建了一个翻译流水线：

• 检测与分割：识别文本区域和对话框。
• OCR：使用多模态 OCR 模型从识别区域中提取文本。
• 翻译：使用本地 LLM（通过 GGUF 推理）或托管的云服务提供商进行翻译。
• 修复填充：使用生成式 AI 移除原始文本并重建背景艺术。
• 排版：自动将翻译后的文本适配到布局中，支持垂直 CJK 和从右到左的文本。

适用人群

专为希望对位图图像、归档文件和 PDF 进行私密、安全且自动化的翻译的漫画翻译者和扫描组设计。

主要亮点

• 本地优先：在本地运行视觉和 LLM 模型，确保数据隐私。
• 硬件加速：支持 CUDA、ROCm/HIP、Metal 和 Vulkan，实现高性能推理。
• 基于代理的工作流：包含用于项目检查和管道控制的代理。
• 专业导出：支持分层 PSD 导出，便于在专业软件中进一步编辑。
• 灵活的模型支持：兼容广泛的本地 GGUF 模型（如 Gemma 4、Qwen）和云 API。