Koharu：用 Rust 打造的 AI 漫画翻译工具，全流程自动化最新版

如果你曾手动翻译过漫画，就知道这项工作有多繁琐：要识别气泡、擦除原文、排版竖排文字、保持语境自然……而 Koharu 正试图用 AI 把这一切变得一键完成。

Koharu 是一个完全由 Rust 编写的开源漫画翻译工具，融合计算机视觉与大语言模型，实现从文字检测到最终排版的端到端自动化翻译。前端基于 Tauri 构建，推理引擎使用 candle，兼顾性能、安全与跨平台能力。

为什么 Koharu 值得关注？

• 全流程自动化：从识别到翻译，无需人工干预
• 原生性能：Rust 编写，无垃圾回收开销，内存安全且高效
• GPU 加速支持：Windows 上支持 CUDA，macOS 上支持 Metal
• 专为漫画优化：支持中日韩竖排文字、气泡布局、复杂背景
• 本地运行：所有处理在本地完成，无需上传图片到云端

核心工作流

Koharu 将漫画翻译拆解为四个关键步骤，每个环节都由专用 AI 模型驱动：

1. 文字区域检测
   使用 comic-text-detector 精准识别对话气泡与文字块，包括倾斜、重叠或嵌入背景的文本。
2. OCR 识别
   调用 manga-ocr 模型，专门针对日漫风格字体优化，支持竖排日文、中文简繁体、韩文等。
3. 图像修复（Inpainting）
   利用 AnimeMangaInpainting 模型智能擦除原文，保留背景纹理与线条，避免“打码感”。
4. AI 翻译与排版
   通过量化 LLM（如 sakura-galtransl-7b-v3.7）进行上下文感知翻译，并自动适配气泡形状与阅读方向（如日漫右→左）。

所有模型首次运行时自动下载，已转换为 safetensors 格式以提升 Rust 兼容性与加载速度。

高性能推理：candle + GPU 加速

Koharu 底层使用 Hugging Face 开发的 candle 框架进行推理，支持：

• CUDA 加速（NVIDIA GPU）
  自动解压 CUDA 12.x 与 cuDNN 9.x 动态库，支持计算能力 7.5 及以上 的显卡（如 RTX 20 系列及以上）。
• Metal 加速（Apple Silicon）
  在 M1、M2 等 Mac 设备上，通过 Metal 实现高效 GPU 推理，显著快于纯 CPU 模式。

即使在 CPU 模式下，得益于 Rust 与 candle 的优化，处理速度仍可满足日常使用。

支持的 LLM 模型

Koharu 通过 GGUF 格式加载量化大模型，当前支持：

• vntl-llama3-8b-v2：通用翻译模型，语义流畅
• sakura-galtransl-7b-v3.7：专为日语轻小说/漫画微调，语气更贴合原作风格

模型按需下载，用户可在设置中切换，无需提前配置。

安装与使用

Koharu 为 Windows 和 macOS 提供预编译二进制文件，可直接从 GitHub Releases 下载。

1. 下载对应平台的 .exe（Windows）或 .app（macOS）
2. 首次启动后自动下载所需模型（需联网）
3. 导入漫画图片或 PDF，点击“翻译”，等待处理完成
4. 导出结果（支持 PNG、JPG 等格式）

所有数据处理均在本地完成，不上传任何图片或文本。

开发与构建（可选）

如需从源码编译：

# 前置依赖：Rust 1.85+、Bun 1.0+
bun install
bun run build

编译产物位于 target/release/，支持进一步定制模型或 UI。

适用人群

• 漫画汉化组：大幅提升翻译效率，减少重复劳动
• 语言学习者：快速理解日漫/韩漫原文
• 独立开发者：参考其 Rust + AI + Tauri 架构
• 隐私敏感用户：拒绝云端 OCR，坚持本地处理