手把手用 Koharu 搭建本地漫画翻译流水线

告别机翻尴尬：用 Koharu 搭建本地漫画翻译流水线

追生肉漫画的同学都有过这种体验：冷门佳作没人汉化，硬啃原文又卡壳。市面上的在线翻译工具不仅把图片上传云端、翻译质量参差不齐，还存在隐私泄露风险。对于带版权属性的漫画内容，这种不确定性确实让人头疼。

今天带你搭建 Koharu 本地漫画翻译工具。它基于 Rust 开发，将视觉模型和 LLM 全部部署在本地，数据绝不出门。从漫画导入、文字检测、OCR 识别、AI 翻译、原文擦除到最终排版输出，整条流水线全部在本地跑通。

学完本篇，你将独立跑通单页漫画的完整翻译流程，并学会根据硬件条件配置最合适的模型。

一、前置条件

开始实战前，请确认你的环境满足以下基础要求：

• 操作系统：Windows 10+ / macOS（Apple Silicon）/ Linux 均可完美运行。
• 显卡配置：NVIDIA GTX 1660 及以上（CUDA）、Apple M 系列芯片（Metal）或支持 Vulkan 的显卡。CPU 也能跑，但推理速度会显著下降。
• 磁盘空间：模型文件体积较大，建议预留 10 GB 以上空间。
• 编译环境（仅源码构建需要）：Rust 1.97.1+、Bun 1.3.14+、LLVM 22.1.8+。

二、安装与首次启动

方案一：包管理器安装（快速上手）

Windows 用户打开 PowerShell 执行：

winget install koharu

macOS 用户确保已安装 Homebrew：

brew install --cask koharu

安装完成后，终端输入 koharu 即可唤醒图形界面。

方案二：源码编译（开发者自定义）

适合想修改默认参数或贡献代码的同学：

## 克隆仓库
git clone https://github.com/koharu-rs/koharu.git
cd koharu

## 安装前端依赖并构建
bun install
bun run build

编译完成后，Release 产物位于 target/release 目录。

模型选型指南

首次运行时，Koharu 会引导下载核心模型。根据你的硬件和翻译语种，建议按以下策略搭配：

1. 检测与分割模型：推荐 Koharu Layout RF-DETR Seg 2XL，文字区域与气泡框线识别准确率最高。
2. OCR 模型：日文漫画首选 Baberu OCR 或 Hayai OCR；需要多语言覆盖选 PaddleOCR VL 1.6。
3. Inpainting 模型：FLUX.2 Klein 背景修补最细腻，但吃显存；LaMa 轻量快速，是低配环境的救星。
4. 翻译引擎（LLM）：本地运行推荐 Qwen 3.5 9B（GGUF 格式），12G 显存可流畅运行。追求极致质量可上 Qwen 3.5 27B 或 Gemma 4 26B。网络通畅时也可接入 OpenAI 或 Claude API。

三、实战：翻译一页漫画

配置好环境后，我们拿一页实际漫画跑通整条管线。

第一步：创建项目

启动 Koharu 主界面，点击 New Project。支持拖入单张 PNG/JPG、ZIP/CBZ 压缩包（自动按文件名排序）或 PDF 文件。导入后系统会自动为页面编号。

第二步：配置处理管线

在项目设置面板，按需开启各处理节点：

• Detection：开启气泡与文字区域定位
• OCR：执行文字图像转文本
• Translation：设定源语言（通常为日语）与目标语言，绑定 LLM 或云端 API
• Inpainting：开启原文擦除与背景智能填充
• Typesetting：开启排版。强烈建议勾选“竖排中文/从右到左布局”，完美契合漫画阅读习惯。

所有步骤均支持单页级或全局级独立开关。例如某页为无文字封面，可直接跳过检测环节。

第三步：执行翻译

点击 Process，Koharu 将按预设顺序自动化执行：检测 → OCR → LLM 翻译 → 擦除 → 排版。
处理全程支持在 WebGPU 画布实时预览。遇到机翻生硬的地方，可随时暂停进入 Proofreading（校对）阶段人工修正台词。

第四步：导出成品

翻译校验完成后，支持导出为高清 PNG/JPG 图片。汉化组同学强烈建议使用 分层 PSD 导出，文本层与背景层分离，方便后续在 Photoshop 中精调字体特效。

四、踩坑排查指南

1. GPU 加速未生效

Koharu 全面支持 CUDA、ROCm、Metal 与 Vulkan。请确保显卡驱动为最新版本。CUDA 需 Turing 架构（GTX 1660+）及 R580 以上驱动。若 GPU 识别失败，系统会自动降级至 CPU，速度约慢 5-10 倍。

2. 开启调试日志

遇到报错时开启 Verbose 模式查看详细堆栈信息：

## macOS / Linux
RUST_LOG=debug koharu

## Windows PowerShell
$env:RUST_LOG="debug"; koharu.exe

日志会精准指出是哪个模型加载超时或哪个管线节点崩溃，极大降低排查成本。

3. 显存溢出怎么办？

仅 6G 显存的用户建议做减法：

• Inpainting 替换为 LaMa
• 翻译模型降级至 Qwen 3.5 4B
• 关闭多页并行，改为单页顺序处理

4. 翻译质量不如预期？

• 优先检查 OCR 阶段：如果原文提取错误，翻译再好也是无用功。
• 调整 LLM 参数量：27B 模型在语境连贯性上显著优于小模型。显存受限时可尝试接入 OpenRouter 等聚合 API，性价比极高。
• 善用人工校对：关键对白务必在 Proofreading 阶段手动润色。

五、总结

今天我们走通了基于 Koharu 的本地漫画翻译全流程：安装部署 → 模型组合 → 管线配置 → 自动化翻译 → 成品导出。该工具的核心价值在于“数据不出本地”的安全性与“丰俭由人”的模型兼容性，从 CPU 到多卡 RTX 都能找到最佳运行策略。

后续可探索其内置的 Agent 工作流，实现多项目自动化巡检与智能调度。对 Rust 工程化感兴趣的开发者，该项目的底层架构设计同样极具参考价值。

仓库地址：github.com/koharu-rs/koharu，实战中遇到配置问题欢迎交流探讨。