Koharu 是一个用 Rust 编写的开源漫画翻译工具，把「识别文字、抠掉原文、翻译、重新排版」整条流水线都放在本地电脑上运行。项目在 GitHub 上已有 5.5k star、373 fork，最新版本 0.81.5 发布于 2026 年 9 月 3 日，采用 MIT 或 Apache-2.0 双许可，Windows、macOS、Linux 都有构建包。它与在线翻译服务的根本区别是：视觉模型和大语言模型都在本机运行，图片不需要上传到任何服务器。

它解决什么问题

漫画翻译通常要经过这几步：定位画面里的文字气泡、识别日文原文、擦掉原文并修复被遮挡的画面、翻译成目标语言、再把译文排版回气泡。在线服务需要把整页漫画上传到云端，原稿和未公开内容存在泄露风险，翻译质量也不可控。Koharu 把这五步自动化，全部在本地完成，数据不出机器，质量和进度都由自己掌握。

整条流程怎么跑

Koharu 的流水线分为五个环节，每个环节都可以单独选模型：

  • 检测与分割：Koharu Layout RF-DETR Seg 2XL 模型定位文字区域、气泡和需要清理的区域；
  • 文字识别（OCR）：支持 PaddleOCR VL 1.6、Manga OCR、Baberu OCR、Hayai OCR 等多个模型，读取气泡内的对话和页面说明文字；
  • 画面修复（inpainting）：用 FLUX.2 Klein、LaMa、AOT GAN 等生成式模型重建被原文遮挡的画面，翻译前先把原字擦干净；
  • 翻译：可以用本地 GGUF 模型（Qwen 3.5、Gemma 4、Ministral 3 等），也可以接云端 API（OpenAI、DeepSeek、DeepL、彩云等）；
  • 排版与导出：译文自动适配文本框，支持字体回退、竖排中文和从右到左的阅读顺序，成品可导出扁平图片或分层 PSD。

每个环节独立配置，比如检测用本地模型、翻译用云端 API，可以自由组合。

本地翻译与云端 API 的选择

在意隐私的场景可以全部用本地模型：视觉模型和 LLM 都在本机推理，断网也能工作。追求翻译质量时，可以只把翻译环节接到云端：支持 OpenAI、Gemini、Claude、DeepSeek、OpenRouter 等大模型 API，也支持 DeepL、Google Cloud Translation、彩云等机器翻译服务，还兼容 OpenAI 格式的任意端点。两种方式可以在同一个项目里混用。

硬件要求

官方说明支持 CUDA 13.0（需要 NVIDIA Turing 或更新的显卡、R580 以上驱动）、ROCm/HIP 10.0（AMD 显卡）、Apple 芯片的 Metal，以及 Windows 和 Linux 上的 Vulkan。不需要安装完整的 CUDA 或 ROCm SDK，驱动保持最新即可。CPU 也可以跑推理，但速度明显慢。编辑画布基于 WebGPU，即使推理在 CPU 上运行，也需要较新的显卡驱动支持。

安装与项目状态

Windows 上一条命令安装：

winget install koharu

macOS 上用 Homebrew：

brew install --cask koharu

项目已有 2,225 次提交、53 名贡献者、230 个 release，最近一次发版 0.81.5 在 2026 年 9 月 3 日，仍在活跃更新。官方文档站 koharu.rs 提供简体中文文档，上手门槛不高。

结论

Koharu 是目前把漫画翻译全流程本地化的完整开源方案：免费、双许可开源、数据不出本机，一条命令即可安装。如果你经常翻译漫画、在意原稿隐私，或者想完全掌控翻译流程，它值得直接上手试一次。