最近使用沉浸式翻译的时候，老是弹框提示需要登录才能使用，不登录就不给用了。

以往我们遇到这种情况就只能是忍气吞声，老老实实的去注册登录了。

但是现在AI这么强大，我们能不能让AI帮我们写一个翻译插件呢？今天我们就通过本地部署TranslateGemma翻译模型，AI编写浏览器插件，来实现浏览器离线翻译功能。

扩展导读： 这里说的“本地部署”，是指把翻译大模型下载到自己电脑上运行，不把网页内容上传到第三方服务器；“离线翻译”则意味着即使断网，只要本地模型和插件正常，也能完成翻译。它的优势是隐私更好、免费额度不受限、可定制性强；缺点是依赖电脑硬件，速度通常不如云端大厂 API。下面我们会从模型部署、API 启动、插件制作到多方案对比，完整走一遍。

一、LM Studio本地部署TranslateGemma模型

为了方便使用，我们通过LM Studio工具来进行本地模型的部署。LM Studio 是一款图形化的本地大模型运行工具，支持 GGUF 量化模型，适合不想折腾命令行的普通用户。TranslateGemma 是面向翻译任务的模型系列，4B 表示约 40 亿参数，量化后体积和显存占用会更低。

1.下载安装LM Studio

LM Studio官网下载地址：https://lmstudio.ai/download

我们打开 LM Studio 官方下载地址，点击“Download LM Studio for Windows”（下载 Windows 版 LM Studio）下载 LM Studio：

下载完成后文件名为LM-Studio-0.4.21-2-x64.exe，直接双击安装：

安装位置选择D盘：

专家建议： 安装路径尽量不要包含中文和空格；D盘最好预留 10GB 以上空间；如果后续要下载多个模型，建议单独建一个“AI模型”目录，方便管理和迁移。

2.下载TranslateGemma模型

安装完成后，可以进入LM Studio设置界面，将语言调整成中文：

点击左侧“Model Search”（模型搜索）按钮进入模型列表页面：

搜索TranslateGemma模型进行下载：

这里我们选择4B的模型就可以了，这个translategemma-4b-it-GGUF是量化后的模型名称。GGUF 是 llama.cpp 生态常用格式，适合 CPU/GPU 混合推理；4B 表示约 40 亿参数；it 通常表示 instruction-tuned，也就是经过指令微调，更适合对话和翻译任务。

同类方案对比：

3.加载模型

下载完成后点击Load Model加载模型：

模型没有加载成功，提示加载模型失败：

我们查看一下LM Studio日志，日志中说提供的聊天模板不受支持：

找AI问了一下，translategemma模型需要特定的提示词模板，网上找了大佬分享的模板，内容如下：

{{ bos_token }} {%- set ns = namespace(system_text='') -%} {%- for message in messages -%} {%- if message['role'] == 'system' -%} {%- if message['content'] is string -%} {%- set ns.system_text = ns.system_text + (message['content'] | trim) + '\n\n' -%} {%- endif -%} {%- elif message['role'] == 'user' -%} {{ 'user\n' }} {%- if ns.system_text -%} {{ ns.system_text }} {%- set ns.system_text = '' -%} {%- endif -%} {%- if message['content'] is string -%} {{ message['content'] | trim }} {%- elif message['content'] is iterable -%} {%- for item in message['content'] -%} {%- if item['type'] == 'text' -%} {{ item['text'] | trim }} {%- endif -%} {%- endfor -%} {%- endif -%} {{ '\n' }} {%- elif message['role'] == 'assistant' -%} {{ 'model\n' }} {%- if message['content'] is string -%} {{ message['content'] | trim }} {%- endif -%} {{ '\n' }} {%- endif -%} {%- endfor -%} {%- if add_generation_prompt -%} {{ 'model\n' }} {%- endif -%}

将translategemma模型默认的模板内容替换成该模板即可成功加载。

替换路径点击My Models->选择translategemma-4b-it模型->点击设置按钮->Load->Chat Template：

最后点击加载模型就可以成功加载了：

注意事项： 模板必须完整复制，注意花括号、百分号、引号；不要漏掉 add_generation_prompt；替换后建议重启 LM Studio 或重新加载模型。如果仍然失败，优先检查模型版本与模板是否匹配。

4.启动本地API服务

点击LM Studio界面左侧的Developer按钮，在Server Settings设置中启用CORS跨域功能：

点击Start Server开关打开API服务：

打开完成后状态如下：

可以获得下面参数：

本地API服务地址：

http://127.0.0.1:1234/v1/chat/completions 模型名称：

translategemma-4b-it

5.测试本地API服务

我们可以通过curl命令测试API是否正常提供服务，打开命令行窗口，输入下面命令测试获取模型列表：

curl http://127.0.0.1:1234/v1/models

成功输出模型列表说明LM Studio的本地API服务已经正常运行了。

术语解释： API 是应用程序接口；CORS 是跨域资源共享，浏览器插件访问本地服务时常需要开启；127.0.0.1 表示本机回环地址；1234 是 LM Studio 默认端口。若端口冲突，可在 Server Settings 中修改。

二、浏览器翻译插件制作

1.编写浏览器插件

因为混元模型还在免费期间，所以我们还是使用WorkBuddy来编写浏览器翻译插件：

扩展说明： WorkBuddy 可以理解为 AI 编程助手。让 AI 写插件时，提示词要写清楚：浏览器扩展 Manifest V3、popup 配置页、content script 抓取网页文本、调用本地 API、错误处理、CORS、权限声明等。建议先让 AI 生成最小可用版本，再逐步迭代。

2.加载浏览器翻译插件

浏览器翻译插件开发完成后，WorkBuddy给出了使用方法：

我们根据提示，在浏览器地址栏输入下面地址打开浏览器扩展插件页面：

chrome://extensions 或者点击浏览器右侧三个点展开主菜单，然后选择【扩展程序】->【管理扩展程序】，进入浏览器扩展插件页面：

点击右侧按钮打开开发者模式后，通过加载未打包的扩展程序功能来加载翻译插件：

加载成功后会在所有扩展程序中显示翻译插件：

3.启用翻译插件

加载完成后点击插件右侧开关启用翻译插件：

启用后浏览器右上角就出现扩展程序图标，点击后显示启用的所有插件，点击翻译插件后的图钉按钮，将插件固定在工具栏：

4.配置API模型接口

点击插件图标，会弹出配置页面，点击配置翻译引擎进行本地翻译模型配置：

我们将LM Studio提供的本地API参数填进去：

配置项建议：

• API 地址：http://127.0.0.1:1234/v1/chat/completions
• 模型名称：translategemma-4b-it
• 请求方式：POST
• 请求头：Content-Type: application/json
• 超时时间：可设 60 秒或更长
• 温度：翻译任务建议 0.1-0.3，减少发散

5.测试翻译效果

填写本地API参数后，我们点击测试链接验证：

提示测试成功了，但是译文是空的，这不正常，我们看LM Studio的日志提示：

我们看到请求的接口不太对，交给WorkBuddy让它继续修改就好了：

经过几轮修改后，重新加载插件后测试成功翻译：

来翻译一个真实的英文网页：

已经可以成功翻译了，不过速度还是有点慢哈哈。

专家建议： 速度慢可从以下方面优化：选择更小量化版本；开启 GPU 加速；减少单次翻译文本长度；做分段并发；缓存已翻译内容；关闭不必要的日志。若翻译质量不稳定，可固定系统提示词，例如“你是专业翻译，请只输出译文，不要解释”。

三、其他翻译API支持

1.在线大模型（OpenAI兼容）

兼容OpenAI接口的大模型都可以使用，实测官方deepseek-v4-flash模型翻译可用。

术语解释： OpenAI 兼容接口通常指 /v1/chat/completions 风格 API。只要服务商兼容该协议，插件就可以复用。优点是无需本地显卡，缺点是需联网、可能收费、隐私取决于服务商。

2.百度翻译

百度翻译每月有100万字符免费额度，需要完成实名认证，没认证只有5万字符免费额度。

百度翻译开放平台：https://api.fanyi.baidu.com/

3.腾讯机器翻译TMT

腾讯机器翻译每月有500万字符免费额度，需要授权子账号QcloudTMTFullAccess权限。

腾讯机器翻译TMT:https://cloud.tencent.com/product/tmt

同类方案对比表：

插件源码放到gitee上了，感兴趣的朋友可以尝试一下。

插件源码地址：https://gitee.com/bit99999/eyyyye/tree/master/translation-extension

扩展说明：

1.translategemma模型开源地址：https://huggingface.co/collections/google/translategemma

未来趋势： 端侧 AI 与浏览器原生 AI 正在融合。未来浏览器可能内置本地翻译模型，插件只需调用浏览器 API；多模态翻译、语音翻译、图片翻译也会更普及；隐私计算和离线大模型会让“无需注册、无需上传”的翻译体验成为常态。建议开发者关注 WebGPU、WebNN、Chrome 内置 Gemini Nano、ONNX Runtime Web 等方向。

注意事项汇总：

1. 本地 API 默认只监听 127.0.0.1，不要随意暴露到公网。
2. 开启 CORS 后，注意恶意网页可能访问本地服务，建议仅必要时开启。
3. 模型文件较大，下载前确认磁盘空间。
4. 聊天模板必须匹配模型，否则会加载失败或输出异常。
5. 浏览器扩展权限越小越安全，避免申请不必要权限。
6. 免费 API 有额度限制，商用前阅读条款。
7. 翻译长文时建议分段，避免超时和上下文溢出。
8. 若使用在线 API，API Key 不要写死在插件前端，最好通过后端代理。

总结： 通过 LM Studio 本地部署 TranslateGemma，再让 AI 编写浏览器插件，我们就能实现一个可离线、可定制、隐私友好的网页翻译工具。虽然速度受硬件限制，但整个方案成本低、可扩展性强，适合喜欢折腾的普通用户和开发者。你可以先从 4B 量化模型开始，跑通后再尝试更大模型或接入百度、腾讯、DeepSeek 等在线接口。