技能使用指南

free-translation-api（免费翻译API—LibreTranslateSkill）Skill 是什么？如何免费使用？

想零成本翻译 100 多种语言？free-translation-api 技能基于开源 LibreTranslate，无需 API 密钥、隐私优先，支持文本翻译、语种检测、批量翻译、多实例回退与 Markdown 文档翻译，可直接用于 AI 代理与自动化工作流。本文详解安装启用步骤、调用示例、与 Google、DeepL 的成本对比及常见问题，助你快速搭建免费翻译能力，点击查看完整教程。

免费翻译API—LibreTranslateSkillfree-translation-api
8 个章节 约 14 分钟阅读 AI 智能生成

免费翻译API—LibreTranslateSkill：零成本、隐私优先的开源翻译技能

  • 完全免费：基于开源的 LibreTranslate 公共实例，无需申请 API 密钥，也无需绑定支付方式，即可在 100 多种语言之间互译。
  • 隐私优先：官方介绍中明确说明无数据收集与跟踪，适合处理不适合交给商业翻译云服务的文本。
  • 六个实用能力：涵盖基础翻译、语言列表查询、语种检测、批量翻译、带回退与重试的生产级翻译，以及保留格式的 Markdown 文档翻译。
  • 工程化设计友好：内置多实例轮换、指数退避、超时控制与限速建议，可以直接嵌入 AI 代理与自动化工作流。
  • 可自托管兜底：使用 Docker 一条命令即可在本地拉起实例，实现无配额、可离线的高容量翻译。

1. 该技能叫什么？如何下载安装 AI 技能提升开发效率？

基本信息

项目 内容
中文名 免费翻译API—LibreTranslateSkill
英文名 free-translation-api
技能 ID 13123
底层能力 免费开源的 LibreTranslate 翻译 API

它解决什么问题

在多语言内容处理中，开发者往往会遇到三类主要问题：第一类是成本问题，Google Translate API 按每百万字符 20 美元计价，DeepL API 大约每百万字符 5–25 美元，长期运行的 AI 代理会持续消耗这些成本；第二类是门槛问题，商业翻译服务通常要注册账号、绑定信用卡并申请密钥；第三类是隐私问题，把用户原文发送到带跟踪机制的服务上存在合规隐患。该技能通过调用 LibreTranslate 的公共实例，能在不申请密钥、不付费的情况下完成 100 多种语言之间的翻译，并且可以把同样的请求迁移到自托管实例上。

一键安装的思路与步骤

  1. 安装前提：你的 AI 客户端或代理平台需要支持「技能（Skill）」机制，并已登录账号；如果计划在生产中大量使用，建议先准备一台能够运行 Docker 的服务器，用于后续自托管。
  2. 查找技能：在技能市场或技能列表中，使用英文名 free-translation-api 或技能 ID 13123 进行检索并找到该技能；具体的检索入口和安装命令以官方说明为准。
  3. 启用技能：按平台提示完成安装或启用，通常只需要一次确认操作，无需配置 API 密钥、账号密码或付费信息；如果平台要求填写配置项，一般只需指定可选的 LibreTranslate 实例地址。
  4. 验证是否生效：启用后让助手执行一次最简单的调用，例如请求 https://libretranslate.com/languages 查看支持的语言数量；也可以直接让助手把一句英文翻译成西班牙语，只要返回 translatedText 字段并有正确译文，就说明技能已经生效。
  5. 常见排错：如果调用失败，先检查网络能否访问公共实例，再尝试 https://translate.argosopentech.com 等备用实例；具体的技能安装界面与权限设置请以官方说明为准。

2. 该技能的主要功能和特点

  • translate_text（基础翻译）：提交原文、源语言和目标语言即可获得译文，源语言支持设为 auto 自动检测，适合单句、短段落和文件内容的快速翻译。
  • get_supported_languages（语言清单）：一次性拉取当前实例支持的全部语言代码与名称，便于在界面上生成语言下拉框，或在调用前做能力校验。
  • detect_language（语种检测）：输入一段文本，返回语言代码与置信度，适合处理来源未知的用户输入、国际订单备注、多语种评论等内容。
  • batch_translate（批量翻译）：按行或按数组循环翻译多条文本，返回原文、译文和成功状态，配合延迟可以稳定处理成百上千条内容。
  • translate_with_fallback（生产级回退）：在多个公共实例之间依次尝试，失败后按指数退避重试，并返回实际命中的实例，显著降低单点故障风险。
  • translate_markdown_document（文档翻译）：面向 Markdown 文件，跳过代码块、标题符号、链接等特殊语法行，只翻译正文文字，从而保留原有排版结构。
  • 和普通工具比强在哪：无需 API 密钥与付费账号；官方定位为「隐私尊重」的替代方案，无数据收集与跟踪；开源可自托管，理论上没有配额上限；技能本身附带实例清单、限速建议与故障排查手册，拿来即用而不只是一个接口地址。

3. 如何使用该技能？

步骤一：确认目标语言代码

语言代码使用 ISO 639-1 标准，例如英语 en、西班牙语 es、法语 fr、德语 de、日语 ja、中文 zh、韩语 ko、阿拉伯语 ar。不确定时可先查询语言列表：

curl -s "https://libretranslate.com/languages" | jq -r '.[].code'

步骤二：发起一次基础翻译

向实例的 /translate 端点发送 POST 请求，正文包含待翻译文本 q、源语言 source 和目标语言 target：

curl -s -X POST "https://libretranslate.com/translate" \
  -H "Content-Type: application/json" \
  -d '{
    "q": "Hello, how are you?",
    "source": "en",
    "target": "es"
  }' | jq -r '.translatedText'

如果不知道原文是什么语言，把 source 设为 auto 即可自动识别，例如传入法语句子 Bonjour le monde 翻译成英语。

步骤三：在代码中封装调用

在 Node.js 环境中可以用 fetch 封装一个可复用的函数，并用 targetLang、sourceLang、instance 三个参数控制行为；如果返回状态码不是成功状态，就抛出错误并带上原始错误文本，便于定位问题。调用 translateText('Hello world', 'es', 'en') 预期得到类似 Hola mundo 的译文。

步骤四：批量处理内容

把待翻译的多行文本放入文件，逐行读取、逐行请求，每行请求之间 sleep 1（即等待 1 秒），再把结果追加写入输出文件。脚本结尾打印完成提示，便于确认输出文件已经生成。文本量大时，建议把单次请求控制在 5000 字符以内。

步骤五：加上回退与重试

按顺序准备 https://libretranslate.com、https://translate.argosopentech.com、https://translate.terraprint.co 三个实例，为每次请求设置 10 秒超时；某个实例失败就切换下一个，全部失败则等待 2 的幂次方秒后重试，最多重试 3 轮。这样即便某个公共实例临时不可用，任务也能照常完成。

步骤六（可选）：自托管实例

在具备 Docker 的机器上运行 docker run -d -p 5000:5000 libretranslate/libretranslate，然后把实例地址换成 http://localhost:5000，即可获得一个不受他人限流影响、数据不出内网的翻译服务。

输出说明：翻译接口返回 JSON，核心字段为 translatedText；检测接口返回数组，首元素包含 language 与 confidence；语言列表接口返回包含 code、name 的对象数组。所有示例仅演示调用方式，实际可用性与限制以官方说明为准。

4. 同类型竞品对比分析

方案名称 定位 核心功能 安装/使用门槛 适用场景 优势与不足
本技能（LibreTranslate） 免费开源翻译 API 翻译、语种检测、语言列表、批量与回退封装、Markdown 翻译 无需密钥，启用技能即可；自托管需 Docker AI 代理、批量内容本地化、隐私敏感文本 优势：零成本、隐私友好、可自托管；不足：译文质量参差，公共实例速率因实例而异
Google Translate API 商业云翻译服务 高质量多语种翻译、企业级 SLA 需注册、申请密钥并付费（每百万字符 20 美元） 对译文质量要求高的商业产品 优势：质量稳定、生态成熟；不足：成本高、存在数据跟踪
DeepL API 商业云翻译服务 以自然度著称的翻译 需密钥，免费层每月 50 万字符，付费每百万字符 5–25 美元 营销文案、面向欧洲语言的内容 优势：欧语译文质量口碑好；不足：免费额度有限、存在数据跟踪、语种覆盖相对窄
自建翻译模型（自托管 LibreTranslate） 私有化部署方案 与公共实例一致的接口能力 需服务器与运维，用 Docker 一条命令启动 高容量、离线、强合规场景 优势：无配额、数据不出内网；不足：需自行承担机器成本与维护

总体来看，如果业务对译文质量有极高要求且预算充足，商业 API 仍是稳妥选择；但如果追求零成本、可自托管与隐私合规，本技能的定位非常清晰。

5. 该技能的典型应用场景与实际体验情况

场景一：独立开发者的多语言文档站

角色是独立开发者，痛点是给 README、更新日志、产品说明做多语言版本时，商业 API 的成本与密钥管理都很麻烦。使用方式是用 Markdown 文档翻译能力，先跳过代码块与链接，再逐行翻译正文，输出 README_es.md 之类的文件。实际体验：上手几乎零学习成本，排版基本能保留，但译文需要人工通读一遍，专业术语建议维护自己的对照表。

场景二：AI 代理与自动化工作流中的多语言处理

角色是搭建自动化流程的工程师，痛点是代理需要读懂来自不同国家的用户留言、抓取到的多语种网页。使用方式是先调用语种检测，再按检测结果自动选源语言并翻译成中文或英文。实际体验：配好回退与超时逻辑后稳定性不错；需要注意的是，公共实例偶有响应变慢，务必设置 10–30 秒超时并做好实例轮换。

场景三：内容团队的批量文本本地化

角色是运营或内容编辑，痛点是几百条商品标题、FAQ 需要同时输出多个语种。使用方式是批量翻译脚本配合 1–2 秒请求间隔，把结果写入表格文件，失败条目单独记录以便重跑。实际体验：成本为零是最大惊喜；但因实例速率而异，一次处理上千条时建议分批执行，并缓存已翻译结果避免重复调用。

场景四：隐私敏感的业务文本处理

角色是合规要求较高的团队，痛点是不能把客户原文发给带跟踪机制的第三方。使用方式是自托管 LibreTranslate 实例，把所有请求指向内网地址。实际体验：部署简单，一条 Docker 命令即可，接口与公共实例完全一致，代码几乎不用改；代价是需要自己承担服务器资源与可用性维护。

上手难度小结：单次调用非常简单，会写一行 curl 就能跑通；真正体现价值的是批量、回退与缓存这套工程化封装，建议第一次接入时就把这些能力搭好。

6. 该技能能为用户带来的价值

  • 成本显著下降：按官方给出的对比，AI 代理每月翻译 10 万字符时，Google Translate API 约需 2 美元/月，而 LibreTranslate 为 0 美元；年度可节省约 24–300 美元不等，高容量场景（每月 1000 万字符）每年可节省 200–2500 美元级别。
  • 接入门槛降到最低：不需要注册账号、申请密钥、绑定支付方式，也不需要在多个云厂商之间做采购决策，装上技能就能用。
  • 隐私与合规更可控：无数据收集与跟踪，并可通过自托管把数据完全留在自己的网络中，适合处理客户原文、内部文档等敏感内容。
  • 工程效率提升：技能内置实例轮换、指数退避、批量处理、限速与超时等最佳实践，等于把一份「翻译接入经验清单」直接交给使用者，减少踩坑时间。
  • 长期可演进：开源意味着可以自托管扩容、可替换实例、可与其他技能（如搜索、邮件、数据转换类技能）组合成完整的国际化内容流水线。

7. 常见问题 FAQ

Q1：这个技能怎么安装？需要准备 API 密钥吗？ A：在支持技能机制的 AI 客户端中，用英文名 free-translation-api 或技能 ID 13123 检索并启用即可，通常不需要任何 API 密钥与账号配置，具体安装入口与命令以官方说明为准。启用后做一次简单翻译即可验证是否生效。

Q2：使用它收费吗？有调用次数限制吗？ A：技能本身调用的是免费开源的 LibreTranslate 实例，公共实例无需付费；速率限制因实例而异，官方描述为「公共实例有慷慨的限制」。如需完全不受他人限流影响，可自行用 Docker 部署实例。

Q3：翻译质量和 Google、DeepL 相比如何？适合正式发布吗？ A：官方说明中明确指出 LibreTranslate 的翻译质量参差不齐，对于关键或对外发布的翻译，建议参考 DeepL 免费层（每月 50 万字符）等方案做校核。较稳妥的做法是：用本技能完成初稿与批量处理，再由人工或更高质量的服务抽检润色。

Q4：什么样的用户最适合使用这个技能？ A：三类人最受益：一是需要大量翻译但预算有限的独立开发者与小型团队；二是搭建 AI 代理、需要低成本多语言能力的工程师；三是对数据隐私有硬性要求、愿意自托管的组织。

Q5：调用时报错或很慢怎么办？ A：常见原因与对策包括：文本超过约 5000 字符时拆分成多段；遇到 429 限流时切换到其他实例并在请求间加 1–2 秒延迟；请求超时时把超时时间提高到 30 秒并启用实例回退；提示语言不支持时，先用语言列表接口核对语言代码是否正确。