$ loading_
在本地离线完成 200 多种语言互译,兼顾隐私与零云成本。
复制安装指令,让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "io.github.damoqiongqiu/mcp-local-translate" MCP 服务: 执行:claude mcp add 'io-github-damoqiongqiu-mcp-local-translate' -- npx -y @damoqiongqiu/mcp-local-translate
请把下面的中文产品介绍翻译成英文、西班牙文和日文,保持营销语气,并分别输出: “这款应用可帮助团队更快整理客户反馈并生成摘要。”
输出英文、西班牙文和日文的对应译文,适合直接用于产品文案。
将这段英文研究摘要翻译为中文和法文,尽量保留术语准确性: “Large-scale multilingual models improve translation quality for low-resource languages.”
给出中文与法文译文,保留原文术语和学术表达。
请在本地把以下内部通知从德文翻译成中文,不要省略日期、姓名和编号: “Interne Mitteilung: Projektstatus wird am 12. Mai von Anna Weber aktualisiert, Referenz ID-4821.”
输出完整中文译文,保留日期、人名和编号等关键信息。
开发者、研究员或内容团队在处理不能上传云端的文本时,可直接在本机完成翻译,降低数据外发风险。它适合内部通知、草稿材料或敏感文档片段的多语言转换。
需要把文案或说明快速扩展到多种语言时,用户可借助该工具完成 200 多种语言互译,不依赖云服务费用。适合预算有限但有多语言需求的个人或小团队。
在网络受限或不希望依赖外部服务的场景中,用户仍可在本地执行翻译任务。它适用于强调自主可控和稳定可用性的工作流程。
它提供基于本地 NLLB 的翻译能力,可在本机完成 200 多种语言之间的互译。描述中强调零云端、零成本运行。
从给定描述看,它完全在你的机器上运行,不依赖云服务。是否需要联网获取模型或依赖,见源码仓库。
当前素材没有提供安装步骤或运行前置要求。具体安装方法、模型依赖和系统要求请见源码仓库。
让 AI 直接读写 locale 翻译 JSON 文件,便捷维护多语言文案。
通过本地大模型进行多语言文本翻译,兼顾隐私、低延迟与稳定调用。
在本地离线运行 Llama 模型,安全私密地完成各类 AI 助手任务。
提供文本翻译与语言识别,帮助用户快速处理多语言内容。
将英语与中文语音实时转写、翻译并合成为可播放语音结果
通过系统原生语音离线朗读文本与任务摘要,无需联网即可即时播报。