在浏览器里直接翻译漫画图片的 Chromium / Firefox 扩展与网页版。
一款漫画翻译扩展程序，识别/去字等模型仅在浏览器本地运行，无需单独服务器。主要支持日文漫画场景，自动进行识别、翻译、嵌字全流程。同时提供基于Nano Banana的翻译模式，可以利用Gemini订阅对各种类型漫画进行端到端翻译。对于 X / Pixiv / eHentai / GoMuRaw 做了专门适配，其他网站均可使用右键/键盘快捷键进行截图翻译。
项目版本更新较快，Chrome Web Store 需等待审核，可能落后于最新版本。如需体验最新功能，建议使用下方的手动安装。
- 前往 Releases 下载当前版本对应浏览器的压缩包：Chromium 使用
ShinobuTranslator-chrome-v*.zip，Firefox 使用ShinobuTranslator-firefox-v*.zip - 解压到本地文件夹
- Chrome / Edge：打开扩展管理页，启用「开发者模式」，选择「加载已解压的扩展程序」
- Firefox Desktop 140+：打开
about:debugging#/runtime/this-firefox，选择「临时载入附加组件」，再选择解压目录中的manifest.json
| 原始图片 | 翻译后图片 |
|---|---|
Source @09ra_19ra |
|
Source @rikak |
|
图片获取 -> 文本检测 -> 气泡检测 -> OCR 识别 -> 文本翻译 -> 蒙版细化 -> 去字修复 -> 自动排版 -> 译图展示
本地流程适合常规漫画翻译：视觉模型在浏览器端完成检测、识别、去字和排版，只把识别出的文本交给谷歌翻译或大模型翻译。
图片获取 -> 发送图片与提示词 -> 多模态理解和翻译 -> 去字重绘和嵌字 -> 译图展示
Nano Banana 流程不走本地 OCR、去字和自动排版链路，而是把图片交给 Nano Banana 进行端到端图像翻译。对于有拟声词和手写字体的漫画翻译效果更佳，而且可以支持英文、韩文等各种语言，但是会对漫画内容本身有一定的影响。
| 模块 | 说明 |
|---|---|
| 文本检测 | 自动识别漫画图中的文字区域 |
| 气泡检测 | 辅助定位对白区域，让去字和嵌字更自然 |
| OCR 识别 | 使用浏览器端 ONNX 模型识别日文漫画文字 |
| 翻译 | 支持谷歌翻译、DeepSeek、GLM、Kimi、Qwen（阿里云百炼）、Doubao（火山方舟）、MiniMax、MiMo、OpenAI、自定义供应商 |
| Nano Banana | 支持使用 Gemini 订阅的 Nano Banana 图像翻译流程，用于端到端翻译和嵌字 |
| 去字修复 | 使用本地去字模型擦除原文 |
| 自动排版 | 根据文字区域、方向、颜色和气泡空间自动嵌入译文 |
| 原图切换 | 支持原图和译图切换查看 |
| 截图翻译 | 通过快捷键或右键菜单选择页面区域翻译 |
Qwen（阿里云百炼）使用北京地域的 API Key 和固定的官方兼容接口，模型预设为 qwen3.8-max、qwen3.8-flash。文本翻译默认关闭思考，也可选择 Low、Medium 或 XHigh。请求参数遵循百炼的 Chat Completions API 与 思考模式说明。
文本翻译设置 |
Nano Banana 图像翻译设置 |
在 X 、Pixiv、E-Hentai 的已适配页面中，在大图页面会直接显示翻译按钮。
Pixiv 漫画阅读模式与 GoMuRaw（gomuraw.onl、gomuraw.wiki、gomuraw.link，含 www 域名）章节页提供底部按钮，可翻译当前可见页或全部页面。GoMuRaw 整章最多支持 500 页。
在其他网页中，可以使用以下方式翻译漫画图片：
| 操作 | 默认快捷键 | 说明 |
|---|---|---|
| 右键翻译图片 | - | 对右键位置的图片发起翻译 |
| 截图翻译 | Alt+Q |
手动框选页面区域并翻译 |
| 翻译悬停元素 | Alt+W |
翻译鼠标当前悬停的图片或区域 |
快捷键可在浏览器的扩展快捷键页面中调整。
扩展弹出页提供以下常用配置：
| 配置 | 说明 |
|---|---|
| 翻译服务 | 谷歌翻译或大模型翻译 |
| 大模型提供商 | DeepSeek、Nano Banana、GLM、Kimi、MiniMax、MiMo、OpenAI、自定义提供商 |
| 模型 | 可使用内置模型列表，也可填写自定义模型名 |
| 目标语言 | 简体中文或繁体中文 |
| 处理模式 | 翻译、仅去字、排版原文 |
| 调试选项 | 阶段耗时、排版调试、去字调试、日志下载 |
使用大模型翻译时，需要填写对应提供商的 API Key。API Key 由用户在扩展设置中输入，项目仓库不包含任何密钥。
ShinobuTranslator 使用 onnxruntime-web 在浏览器端运行视觉模型。运行时会按环境尝试 WebGPU、WebNN 或 WASM，实际速度取决于浏览器版本、硬件和系统支持情况。
当前模型资源包括：
| 模型 | 用途 |
|---|---|
detector |
文本检测（detector.ort） |
bubble |
YOLO11n 气泡实例分割（bubble.onnx） |
paddleocr_v6_medium_rec |
PP-OCRv6 medium OCR 识别（PP-OCRv6_medium_rec.onnx + paddleocr_v6_dict.txt） |
inpaint |
AOT 去字修复（aot_inpaint_512.onnx） |
需要 Node.js、npm，以及 Chrome / Edge 109+ 或 Firefox Desktop 140+。先安装依赖：
npm installnpm run dev:extension # Chromium
npm run dev:extension:firefox # Firefox
npm run build:extension # 构建并校验两个目标
npm run lint:firefox --workspace=@shinobu/extension # 构建后审计 Firefox 警告普通 UI 改动不需要更新 Firefox lint 基线：检查器通过临时源映射核对已审计警告的第三方源码和原始位置，映射文件不会进入发布包。依赖或警告变化时需要重新审计；Manifest 与独立运行时文件仍校验整文件哈希。
npm run dev:web
npm run build:webnpm run check # 完整质量门控
npm run models:download # 下载缺少的 ONNX 模型apps/
extension/ Chromium/Firefox 扩展、入口、专属实现与构建配置
web/ 网页版、历史、PWA 与项目包
model-gateway/ Cloudflare Workers 私有 R2 模型网关
packages/
translator-core/ 扩展与网页版共用的任务核心
browser-runtime/ Worker 宿主与浏览器运行时 Adapter
diagnostics/ 扩展与网页版共用的诊断与性能记录
image-pipeline/ 检测、OCR、翻译、去字与排版流水线
model-runtime/ 模型加载、推理后端与共享 ONNX Worker
shared-config/ 网页版配置 Schema、默认值与迁移
text-translation/ 文本翻译供应商与传输协议
model-manifest/ 网页版与网关共用的内容哈希模型清单
public/
models/ 浏览器端 ONNX 模型资源
icons/ 扩展与网页版图标
assets/
readme/ README 展示图、设置截图与演示视频
docs/
agents/ Agent 协作所需的领域、Issue 与分诊约定
benchmark/
perf/ 性能与浏览器端 smoke 测试
typeset/ 排版基准测试
- 项目不包含任何内置 API Key 或密钥
- 用户填写的 API Key 保存在浏览器扩展存储中
- 本地视觉流水线在浏览器端运行，不依赖个人服务器
- 使用 Google Web、LLM 或 Nano Banana 时，请自行确认对应服务的隐私政策、费用和使用条款
- 扩展权限以
apps/extension/manifest.ts生成的目标 manifest 为准 - 网页版隐私边界、Cloudflare 元数据和本地存储规则见 PRIVACY_POLICY.md
本项目的灵感与部分模型处理思路来自：
第三方模型、脚本和许可证说明见 THIRD_PARTY_NOTICES.md。 npm 生产依赖精确版本与许可证快照见 THIRD_PARTY_DEPENDENCIES.json。
本项目基于 GPL-3.0 许可证开源。
ShinobuTranslator 仅用于个人学习、研究和合法授权内容的辅助翻译。使用者应自行确认对输入图片、翻译结果和后续传播行为拥有合法权利，并遵守所在地法律法规、平台规则和第三方服务条款。翻译结果由模型或第三方服务生成，可能存在错误，请在发布或二次使用前自行校对。