koharu-rs/koharu

解決的問題

Koharu 是一個本地優先的漫畫翻譯工具，可自動化漫畫翻譯這項繁瑣的流程。它消除了手動偵測文字、從藝術作品中移除原始文字，以及將翻譯後的文字排版到對話框中的工作。

工作原理

Koharu 整合多個機器學習模型，建立翻譯流程：

• 檢測與分割：識別文字區域與對話框。
• OCR：使用多模態 OCR 模型從識別區域中提取文字。
• 翻譯：使用本地 LLM（透過 GGUF 推論）或託管的雲端服務提供商進行翻譯。
• 修復填補：使用生成式 AI 移除原始文字並重建背景藝術。
• 排版：自動將翻譯後的文字適配至版面中，支援垂直 CJK 與由右至左的文本。

適用對象

專為希望對位圖影像、歸檔檔與 PDF 進行私密、安全且自動化翻譯的漫畫翻譯者與掃描組設計。

主要亮點

• 本地優先：在本地執行視覺與 LLM 模型，確保資料隱私。
• 硬體加速：支援 CUDA、ROCm/HIP、Metal 與 Vulkan，實現高效率推論。
• 代理式工作流程：內建代理以進行專案檢視與流程控制。
• 專業匯出：支援分層 PSD 匯出，便於在專業軟體中進一步編輯。
• 彈性模型支援：相容廣泛的本地 GGUF 模型（如 Gemma 4、Qwen）與雲端 API。