前言

本文具有强烈的个人感情色彩,如有观看不适,请尽快关闭. 本文仅作为个人学习记录使用,也欢迎在许可协议范围内转载或分享,请尊重版权并且保留原文链接,谢谢您的理解合作. 如果您觉得本站对您能有帮助,您可以使用RSS方式订阅本站,感谢支持!

一、本地免费翻译是什么

大模型（LLM）不仅能聊天写代码，翻译也是它的强项。但多数人第一反应是开个 ChatGPT 或翻译 API——要联网、要账号、要付费，内容还得出境。

其实你自己的 Mac 就能跑一个开源大模型，离线把中文 Markdown 翻成英文，全程免费、不上传、断网也能用。本文带你从零把这套环境装好、用起来。

核心三件套：

Ollama：本地大模型运行框架（负责把模型跑起来，类似 Docker）
Qwen2.5：阿里开源大模型，中英文都强、翻译质量好，Mac 上 7B 流畅
你的浏览器：通过工具页调用本机模型，不碰命令行也能翻译

graph LR
  A[你] -->|中文 Markdown| B[浏览器工具页 / 命令行]
  B -->|fetch localhost:11434| C[Ollama]
  C --> D[Qwen2.5:7b 本地推理]
  D -->|英文 Markdown| B

二、前置要求（装之前先看这里）

硬件要求

项目	最低要求	推荐配置	说明
Mac 芯片	Apple Silicon（M1 及以上）	M1 Pro / M2 / M3 / M4 任意	Intel Mac 能跑但慢，Apple Silicon 有 MLX 加速
内存	8 GB	16 GB	8GB 只能跑 3B；16GB 跑 7B 无压力；跑 14B 建议 32GB
硬盘剩余空间	15 GB	20 GB+	模型权重约 5~10 GB，Jekyll + Ollama 本身约 2 GB
macOS 版本	macOS 12（Monterey）	macOS 13 / 14 / 15	Ollama 要求 macOS 12+

怎么查内存？ 苹果菜单 → 关于此 Mac → 内存那一行。芯片同理。

需要什么知识储备

会用「终端」（Terminal）打命令（本文全程一行命令，没有编译、没有代码）
知道「粘贴到终端」和「回车」的区别
英文不需要多好，命令全部复制粘贴即可

三、从零安装（0 → 1）

懒人版：不想一步步敲？一键脚本把下面 4 步一次跑完。脚本已随博客放在 tools/setup-local-llm-translator.sh，直接：
1 bash ~/Documents/sunyazhou/tools/setup-local-llm-translator.sh
它只在 macOS 生效（开头自动检测系统，非 macOS 直接退出）；已装 Homebrew / Ollama / 模型会自动跳过对应步骤。跑完看「四、验证环境」检查是否就绪。

第 1 步：装 Homebrew（如已装跳过）

Homebrew 是 macOS 的包管理器，类似 App Store 但跑命令行，装 Ollama 和以后升级都用它。

已装过的验证：

brew --version

看到类似 Homebrew 4.x.x 输出版本就跳过这步。

没装过的装法（官网一键脚本，回车即装）：

  
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

装的过程中会问两次密码（输入 Mac 登录密码，不会显示，这是正常的安全输入）、一次回车确认安装路径。

Apple Silicon（M1 及以上）注意：装完 Homebrew 会提示把 PATH 加进你的 shell 配置文件（.zshrc 或 .bash_profile）。按提示把这两行复制粘贴执行，否则 brew 命令找不到：
1 2 (echo; echo 'eval "$(/opt/homebrew/bin/brew shellenv)"') >> ~/.zprofile eval "$(/opt/homebrew/bin/brew shellenv)"
Intel Mac：路径是 /usr/local/bin/brew，不会有这个问题。

第 2 步：装 Ollama

Ollama 是「模型的运行器」，本身不包含模型，类似 Docker 装了但没有镜像。用它来拉模型、跑推理、提供 API。

brew install ollama

预期输出（摘录，最后几行类似）：

🍺  Congratulations! Ollama is installed.
   Run `ollama serve` to start the server.

macOS 上装完 Ollama 一般会自动启动服务，但不一定每次都自动。可以跳过「手动启动 serve」那步直接试 ollama list，服务没起来再跑 ollama serve。

验证 Ollama 装好：

ollama --version

输出类似 ollama version 0.x.x 即可。

第 3 步：启动 Ollama 服务

翻译时工具页和命令行都要连 localhost:11434，所以 Ollama 得在后台一直跑着。

方式 A：前台常驻（调试用，看日志）

ollama serve

终端会显示一行 Ollama is running，卡住不动是正常的——不要关这个窗口，它是服务进程。

方式 B：后台常驻（推荐，装完跑一次就行）

  
nohup ollama serve > /tmp/ollama-serve.log 2>&1 &
echo "Ollama 已在后台启动，PID: $!"

这条命令跑完立即返回终端，关闭 Terminal 也不影响服务。日志落在 /tmp/ollama-serve.log，随时可以 cat /tmp/ollama-serve.log 看到 Ollama 启动记录。

方式 C：macOS LaunchAgent（开机自启，最推荐）

让 Ollama 开机自动启动、永不睡眠丢进程：

  
# 创建 plist 文件（只跑一次）
mkdir -p ~/Library/LaunchAgents
cat > ~/Library/LaunchAgents/com.ollama.ollama.plist << 'EOF'
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN" "http://www.apple.com/DTDs/PropertyList-1.0.dtd">
<plist version="1.0">
<dict>
    <key>Label</key><string>com.ollama.ollama</string>
    <key>ProgramArguments</key><array>
        <string>/opt/homebrew/bin/ollama</string><string>serve</string>
    </array>
    <key>RunAtLoad</key><true/>
    <key>KeepAlive</key><true/>
</dict>
</plist>
EOF

# 加载并启动
launchctl load ~/Library/LaunchAgents/com.ollama.ollama.plist
echo "已设为开机自启，可用 launchctl list | grep ollama 确认"

Intel Mac 把 /opt/homebrew/bin/ollama 换成 /usr/local/bin/ollama。

验证服务在线：

curl -s http://localhost:11434/api/tags

正常返回（哪怕是 {"models":[]}）说明服务跑通了。如果报 Connection refused，回到方式 A/B/C 之一启动服务。

第 4 步：拉模型到本地

Ollama 装好后，大模型本身还要单独装到本地。ollama pull 的作用和 brew install 一样，只是装的是模型权重文件，存到 ~/.ollama/models/ 目录。

模型	大小	适用场景	推荐内存
`qwen2.5:3b`	~2 GB	快速初稿、超长文章、低端机器	8 GB+
`qwen2.5:7b`	~4.7 GB	默认推荐：质量速度最佳平衡	16 GB+
`qwen2.5:14b`	~9 GB	最高质量，格式术语要求极高	32 GB+

ollama pull qwen2.5:7b   # 推荐：质量最好
ollama pull qwen2.5:3b   # 轻量：速度快，适合抢初稿

拉取预期输出（首次拉取，会显示进度条）：

pulling manifest
pulling 8ec2f7aad86b... 100%  ████████████████████  4.7 GB
pulling 4c9d85b5d93f... 100%  ████████████████████    137 B
verifying sha256 digest
writing manifest
success

全程 4~15 分钟（取决于网速）。下完断网也能用，权重就在 ~/.ollama/models/。

如果拉取中途失败（网络问题），重跑 ollama pull qwen2.5:7b 即可——Ollama 支持断点续传，会从上次中断处继续，不会从头开始。

验证模型已装：

ollama list

预期输出（示例）：

NAME                 SIZE      MODIFIED
qwen2.5:7b           4.7 GB    2 minutes ago
qwen2.5:3b           1.9 GB    5 minutes ago

四、验证环境是否就绪

全部装完后跑这两行，确认全部 ✓：

  
# 检查 1：Ollama 服务在线
curl -s http://localhost:11434/api/tags >/dev/null && echo "✓ 服务在线" || echo "✗ 服务未运行，请跑 ollama serve"

# 检查 2：模型已安装
ollama list | grep -q "qwen2.5" && echo "✓ 模型已就绪" || echo "✗ 未找到模型，请跑 ollama pull qwen2.5:7b"

两行都输出 ✓ 说明 0→1 完成，可以开始翻译了。

五、怎么用

方式 A：命令行直接翻（30 秒验证）

把要翻的内容通过管道喂给模型，不需要开浏览器：

echo "把下面的中文翻译成自然英文：用 Codable 解析 JSON 很方便" | ollama run qwen2.5:7b

预期输出（几秒后）：

Using default招待模式。Switch modes within a session using /set mixture.
Parse JSON with Codable is very convenient.

如果进了交互模式（>>> 提示符），按 Ctrl+D（或输入 /bye）退出。

方式 B：博客工具页（写文章推荐）

手翻整篇 Markdown 涉及 front matter、代码块、链接——命令行处理麻烦。工具页 /tools/md-translator/ 把这些全部自动化：贴进去，点一下，代码链接原样保留。

完整使用步骤：

第一步：启动博客本地服务（让浏览器能连本机 Ollama）

  
cd ~/Documents/sunyazhou   # 你的博客目录
bundle install             # 首次运行需要，以后可跳过
bundle exec jekyll s -l -o

如果报 Could not find gem 'jekyll-polyglot'，先 gem install jekyll-polyglot 或 bundle install。如果卡在 Bundle complete! 不动，重开一个终端标签再跑 bundle exec jekyll s。

第二步：打开工具页

浏览器访问：http://127.0.0.1:4000/tools/md-translator/

⚠️ 必须用 127.0.0.1 或 localhost，不能用 file:// 打开，也尽量别用 0.0.0.0（有些机器走 0.0.0.0 时浏览器无法连接 localhost:11434）。

第三步：翻译操作

按钮	功能
翻译	用选定模型翻当前输入区内容
填入示例	自动填一段中文 Markdown，点「翻译」可看效果
保存到本地	Chrome / Edge：弹系统保存对话框直接写盘（推荐）；Safari / Firefox：下载到默认目录
复制	把输出区内容复制到剪贴板
清空	输入输出一起清空

第四步：保存到博客

翻译完成后：

点「保存到本地」→ Chrome 弹 macOS 保存对话框
导航到你的博客目录 _posts/en/
确认文件名（工具已自动用 front matter 的日期 + 英文 slug 命名）
点「存储」

文件名示例：2026-08-27-local-llm-markdown-translator.md

工具的保护机制（为什么直接整篇喂给模型会翻坏代码/链接）：

front matter：只翻 title / description，其余键（date、tags、categories 等）原样保留
围栏代码块 ` ```swift `：锁死占位，译完还原，模型不会动代码一个字
行内代码 `Codable`：同样锁死
链接 / 图片 URL：只翻显示文字，地址本身不变，连 title 属性都保留
术语词表：在「术语保护」框里填的词（如 KVO, KVC, Codable）锁死不译，保证全文一致
按空行分块：长文切成若干段并发翻译，无中文段落自动跳过，最后无缝拼接

最小示例（验证保护机制是否生效）：

输入：

  
# 用 Codable 解析 JSON

Swift 里 `Codable` 很好用，参考 [文档](https://developer.apple.com/codable)。

```swift
struct User: Codable { let name: String }
```

输出（代码块和 URL 完全不动）：

  
# Parse JSON with Codable

`Codable` is very useful in Swift. Check the [docs](https://developer.apple.com/codable).

```swift
struct User: Codable { let name: String }
```

这个工具是给你自己写文章用的，不服务线上访客。线上博客是纯静态 Jekyll，没后端；访客浏览器里的 localhost:11434 指向访客自己的电脑。只有你本地 jekyll serve 时能用。

六、故障排查

连接类

现象	原因	解决
翻译提示「无法连接 Ollama」	`ollama serve` 没跑	重跑：`ollama serve`（新开终端标签，不要关）
`curl: (7) Failed to connect to localhost:11434`	服务端口被占或未启动	`lsof -i :11434` 看端口占用；`ollama serve` 启动
Mac 睡眠 / 重启后连不上	服务被杀了	重跑 `ollama serve`（模型还在，无需重拉）
工具页打开空白	没走 jekyll 本地地址	必须用 `http://127.0.0.1:4000/tools/md-translator/`，别用 `file://`
浏览器地址栏是 `0.0.0.0:4000`	Jekyll 监听了所有网卡	关掉当前 Jekyll，重跑 `bundle exec jekyll s -l -o`，或手动指定 `bundle exec jekyll s -H 127.0.0.1 -l -o`

模型类

现象	原因	解决
「模型不存在」错误	模型没装	`ollama list` 看有没有；`ollama pull qwen2.5:7b`
`ollama pull` 一直卡在 0%	网络问题（访问不了 ollama.com）	换国内网络 / 等网络恢复；支持断点续传，重跑会继续
模型拉取中途失败	网络抖动	重跑 `ollama pull qwen2.5:7b`，会自动续传
拉取太慢	网速不够	凌晨或换好网络；qwen2.5:3b 只有 2 GB，拉起来快很多

内存类

现象	原因	解决
翻译时 Mac 发烫、风扇狂转	正常（模型推理吃 CPU/GPU）	正常现象，Mac 散热设计没问题
翻译卡住很久后报超时	内存不够 7B 跑了	换 3B：`ollama pull qwen2.5:3b`，工具页模型框改 `qwen2.5:3b`
`Killed: 9` 或「内存不足」	8GB Mac 跑 14B 超限	降级到 3B 或 7B

质量类

现象	原因	解决
翻译把代码块内容改了	占位符保护异常	反馈；先用「填入示例」确认原始代码块格式不变
翻译把 URL 改了	URL 里的中文参数被误译	工具已处理；如遇特例反馈
术语前后不一致	模型没识别出术语	把它填进「术语保护」框（逗号分隔）再翻
输出全是乱码	模型推理出错	换模型（3B）或重拉：`ollama rm qwen2.5:7b && ollama pull qwen2.5:7b`

其他

现象	原因	解决
`ollama: command not found`	Homebrew PATH 没配好	把 `eval "$(/opt/homebrew/bin/brew shellenv)"` 加进 `~/.zshrc` 并执行
`ollama serve` 报端口被占用	其他进程占用了 11434	`lsof -i :11434` 找进程；`kill -9 <PID>` 杀掉
Jekyll 报 `Could not find gem`	缺少 Ruby gem	`bundle install`
`bundle install` 报权限错误	博客目录权限问题	`sudo chown -R $(whoami) ~/Documents/sunyazhou`

七、想换模型

ollama pull qwen2.5:14b   # 质量再上一级，16GB 内存偏紧，32GB 推荐

工具页「模型（Ollama）」输入框改成 qwen2.5:14b（或任意已拉模型名），无需重启 Ollama，无需重启 Jekyll，刷新页面试试。

八、长期维护

Ollama 更新

brew upgrade ollama

模型更新（重新拉取最新版本）

ollama pull qwen2.5:7b   # 会下载新版本替换旧的

查看已安装的模型

ollama list

删除不需要的模型

ollama rm qwen2.5:3b   # 删除 qwen2.5:3b，释放 ~2 GB

卸载全部（想干净重装时）

  
# 停止 LaunchAgent（如果设了的话）
launchctl unload ~/Library/LaunchAgents/com.ollama.ollama.plist
rm ~/Library/LaunchAgents/com.ollama.ollama.plist

# 删除 Ollama
brew uninstall ollama

# 删除所有模型权重（~10 GB，会问你确认）
rm -rf ~/.ollama

# 删除 Homebrew（可选）
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/uninstall.sh)"

九、命令汇总

场景	命令
安装 Homebrew	`/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"`
安装 Ollama	`brew install ollama`
启动服务（前台）	`ollama serve`
启动服务（后台）	`nohup ollama serve > /tmp/ollama-serve.log 2>&1 &`
检查服务是否在线	`curl -s http://localhost:11434/api/tags`
拉取 7B 模型	`ollama pull qwen2.5:7b`
拉取 3B 模型	`ollama pull qwen2.5:3b`
查看已安装模型	`ollama list`
删除模型	`ollama rm qwen2.5:7b`
命令行翻译一句话	`echo "要翻的句子" \\| ollama run qwen2.5:7b`
启动博客	`cd ~/Documents/sunyazhou && bundle exec jekyll s -l -o`
打开工具页	`http://127.0.0.1:4000/tools/md-translator/`
更新 Ollama	`brew upgrade ollama`

十、建议与小结

默认 7B：质量速度最佳平衡，16GB Mac 无压力。
维护术语词表：项目专有名词填进词表，前后一致。
隐私优先：全程本地，放心贴未公开内容。
免费离线：模型一次装好，长期零成本。
LaunchAgent 最省心：配一次，开机自动有服务，不用每次想着 ollama serve。

从装 Homebrew、Ollama、拉 Qwen2.5，到用工具页翻完一篇博客，全程不花一分钱、内容不出本机。这就是”本地免费翻译”的 0→1。

用本地大模型离线翻译博客：Ollama + Qwen2.5 实战

前言

一、本地免费翻译是什么

二、前置要求（装之前先看这里）

硬件要求

需要什么知识储备

三、从零安装（0 → 1）

第 1 步：装 Homebrew（如已装跳过）

第 2 步：装 Ollama

第 3 步：启动 Ollama 服务

第 4 步：拉模型到本地

四、验证环境是否就绪

五、怎么用

方式 A：命令行直接翻（30 秒验证）

方式 B：博客工具页（写文章推荐）

六、故障排查

连接类

模型类

内存类

质量类

其他

七、想换模型

八、长期维护

Ollama 更新

模型更新（重新拉取最新版本）

查看已安装的模型

删除不需要的模型

卸载全部（想干净重装时）

九、命令汇总

十、建议与小结

热门标签

用本地大模型离线翻译博客：Ollama + Qwen2.5 实战

前言

一、本地免费翻译是什么

二、前置要求（装之前先看这里）

硬件要求

需要什么知识储备

三、从零安装（0 → 1）

第 1 步：装 Homebrew（如已装跳过）

第 2 步：装 Ollama

第 3 步：启动 Ollama 服务

第 4 步：拉模型到本地

四、验证环境是否就绪

五、怎么用

方式 A：命令行直接翻（30 秒验证）

方式 B：博客工具页（写文章推荐）

六、故障排查

连接类

模型类

内存类

质量类

其他

七、想换模型

八、长期维护

Ollama 更新

模型更新（重新拉取最新版本）

查看已安装的模型

删除不需要的模型

卸载全部（想干净重装时）

九、命令汇总

十、建议与小结

接下来阅读

macos鼠标软件MOS

在 SwiftUI 的 Stack 中避免使用 Spacer

iOS中的崩溃类型

热门标签